عائق الذكاء الاصطناعي ليس الفشل. إنه الفشل ببطء شديد.

عائق الذكاء الاصطناعي ليس الفشل. إنه الفشل ببطء شديد.

يحول الذكاء الاصطناعي (AI) طريقة عمل المنظمات وابتكارها ونموها. عبر الصناعات، تستخدم المنظمات الذكاء الاصطناعي لتحسين تدفقات العمل وجعلها أكثر كفاءة وتقديم دعم لاتخاذ القرارات بشكل أسرع وأكثر ثقة. مع تحول الذكاء الاصطناعي بشكل هادئ إلى محرك الإنتاجية الحديث، يساعد المنظمات على تحقيق المزيد من المرونة والتنظيم.

然而، على الرغم من الفوائد القابلة للقياس للغاية للذكاء الاصطناعي، يحدث شيء غير متوقع. تصطدم العديد من الشركات بجدار. بدلاً من تعزيز الابتكار، يتعثر بعض الفريق في التعقيد وإدارة المخاطر ونمو الخوف من المجهول.

لماذا؟ لأننا نفكر فيه بطريقة خاطئة.

يُفهم الذكاء الاصطناعي بشكل شائع على أنه تكنولوجيا يجب التحكم فيها بشكل كامل قبل أن يتم الثقة به. ينبعي هذا من الاعتقاد الخاطئ بأن اليقين هو شرط مسبق للسلامة. لكن هذا التفسير يفوت نقطة ما هو الذكاء الاصطناعي وكيف يقدم القيمة. الذكاء الاصطناعي هو أداة قابلة للتكيف مصممة للتعلم والتطور مع الاستخدام. معاملته كما لو كان يجب أن يتصرف مثل البرامج التقليدية هو تفسير خاطئ لطبيعته ويقلل من إمكاناته.

في سبيل استغلال الذكاء الاصطناعي بشكل مسؤول، حوّلت العديد من المنظمات بدون قصد تحديد المخاطر إلى عائق. عبر الصناعات، تتردد الفرق في نشر الذكاء الاصطناعي إلا إذا استطاعت فحص وشرح وتبرير كل層 من عملية اتخاذ القرار، غالبًا إلى درجة غير عملية. على الرغم من أن هذا المستوى من الفحص يعكسdue diligence ذات نية حسنة، إلا أنه غالبًا ما يخيب غاية الذكاء الاصطناعي نفسه: تعزيز الرؤية وتعزيز الفرق وحل المشكلات على نطاق واسع.

من المفترض أن يكون هناك تحول بعيدًا عن الطلب على التحكم الكامل نحو نموذج يركز على المرونة والإنتاجية والوضوح العملي – دون إيقاف الابتكار.

خوف الصندوق الأسود يمنع التقدم

الناس لديهم انزعاج طبيعي من الأنظمة التي لا يفهمونها بشكل كامل، وأدوات الذكاء الاصطناعي – خاصة النماذج التوليدية الكبيرة – تعمل غالبًا بطرق تتعارض مع الشرح السهل. ونتيجة لذلك، يقع العديد من القادة في فخ: إذا لم يتمكنوا من شرح كل قرار للذكاء الاصطناعي، لا يمكن الثقة بالنظام.

نتيجة لذلك، تُصمم العديد من المنظمات عمليات رقابة معقدة، بإضافة طبقات من المراجعات التفاعلية وعمليات المراقبة والفحص، حتى في حالات الاستخدام منخفضة المخاطر. عندما تعامل الفرق مع الوضوح كما لو كان هناك حاجة إلى فتح كل صندوق أسود، فإنهم يؤسسون لتنفيذ الذكاء الاصطناعي في دورات مراجعة لا نهاية لها. هذا يخلق “شللًا تشغيليًا” حيث يصبح الفريق خائفًا من القيام بشيء خاطئ بالذكاء الاصطناعي لدرجة أنهم يتوقفون عن القيام بأي شيء، مما يؤدي إلى تآكل مستمر للزخم ومبادرات متوقفة وفرص مفقودة في النهاية.

المشكلة ليست في النية وراء أنظمة الرقابة؛ بل في افتراض أن تحديد المخاطر يجب أن يعادل الرقابة. في الممارسة، تصميم أنظمة الذكاء الاصطناعي للقدرة على الصمود مقابل الكمال هو نهج أكثر فعالية. المفتاح هو التخلي عن نهج إجرائي لصالح التفكير القائم على النتائج.

القدرة على الصمود في الذكاء الاصطناعي تعني قبول أن الأخطاء ستحدث وبناء حواجز يمكنها اكتشافها وتصحيحها. يعني ذلك تحويل المحادثة من كيفية منع كل فشل ممكن إلى كيفية ضمان الكشف السريع والتدخل عند انحراف الأمور.

تُبنى معظم الأنظمة الحديثة مع فهم أن هناك مستوى معينًا من الأخطاء سوف يحدث. على سبيل المثال، لا تُتوقع أدوات الأمن السيبراني أن تكون مصممة بشكل غير قابل للاختراق بنسبة 100%. لا يتم تصميمها لذلك. بدلاً من ذلك، تُصمم لاكتشاف الاستجابة وإنشاء بروتوكولات استعادة سريعة.

الطلب على رؤية كاملة لجميع قرارات الذكاء الاصطناعي هو أمر غير عملي ويمكن أن يكون ضارًا بإنشاء القيمة. بدلاً من ذلك، يجب على المنظمات أن تدعم “الوضوح على مستوى اللوحة” الذي يوفر سياقًا ومراقبة كافية لاكتشاف الأخطاء وتطبيق الحماية دون إيقاف الابتكار في المؤسسة.

لا تعقد الأمور أكثر من اللازم في نشر الذكاء الاصطناعي

يجب على المنظمات أن تتبنى القدرة على التفاعل الكامل في تطبيقات الذكاء الاصطناعي، بغض النظر عن حالة الاستخدام. بدلاً من كونها مصدرًا للانحراف، تضمن القدرة على التفاعل الكامل التكامل السلس وفتح قيمة أكبر عبر الأنظمة. في المستقبل، قد نرى جيوشًا افتراضية من وكلاء الذكاء الاصطناعي يعملون جميعًا معًا نحو أهداف مشتركة.

هذا المنظور هو حول جعل الوضوح مناسبًا لمستوى المخاطر – لتوقف عن معاملة كل حالة استخدام للذكاء الاصطناعي كما لو كانت تشغيل مركبة ذاتية التحكم. يمكن للفرق تحقيق ذلك من خلال تصميم أنظمة الذكاء الاصطناعي لتكون منتجة ومسؤولة ومتوافقة مع النية البشرية دون تعقيد النشر.

تتضمن بعض الاستراتيجيات العملية:

• نشر الذكاء الاصطناعي حيث يصعب على البشر: استخدم الذكاء الاصطناعي لدعم اتخاذ القرارات البشرية في مجالات معقدة وذات حجم كبير مثل تخصيص الموارد وترتيب الأولويات وإدارة الالتزامات، حيث يهم السرعة والتنظيم أكثر من اليقين التام.
• تحديد معايير نجاح الذكاء الاصطناعي: بدلاً من محاولة شرح كل نموذج، حدد ما تبدو عليه النتائج الجيدة. هل تتحسن الجداول الزمنية؟ هل تقلل من الأعمال الإضافية؟ هل يقبل المستخدمون اقتراحات الذكاء الاصطناعي أكثر؟ هذه المؤشرات توفر صورة أوضح عن كيفية عمل الذكاء الاصطناعي بدلاً من الحفر في تفاصيل كيفية اتخاذ النموذج للقرارات.
• تحديد عتبات الثقة: حدد التolerances عندما يمكن قبول مخرجات الذكاء الاصطناعي تلقائيًا أو وضع علامة عليها أو إرسالها لمراجعة بشرية، واقم بتركيب حلقة ملاحظية لمساعدة النظام على التعلم والتحسين مع مرور الوقت.
• تدريب الفرق على طرح الأسئلة الصحيحة: بدلاً من جعل كل فريق خبيرًا في الذكاء الاصطناعي، ركز على تدريبهم على طرح الأسئلة الصحيحة، مثل ما هو المشكلة التي يحلها الذكاء الاصطناعي، وما هي المخاطر الأكثر أهمية، وكيف سيتم رصد الفعالية.
• التركيز على التفكير البشري: حتى أفضل أنظمة الذكاء الاصطناعي تستفيد من الرقابة البشرية. بناء تدفقات العمل التي تسمح للأشخاص بالتحقق أو تصحيح أو إلغاء الذكاء الاصطناعي كطريقة لخلق مسؤولية مشتركة.

يمكن مقارنة هذا النهج بالقيادة. معظمنا لا يفهم كيف تعمل ناقل الحركة أو كيف يولد الوقود القوة أو كيف تكتشف الحساسات المركبات القريبة، لكن ذلك لا يمنعنا من القيادة. ما نعتمد عليه هو لوحة القيادة: واجهة مبسطة توفر المعلومات التي نحتاجها للتشغيل بأمان، مثل السرعة ومستوى الوقود وتنبيهات الصيانة.

يجب أن تُحكم أنظمة الذكاء الاصطناعي بنفس الطريقة. لا نحتاج إلى فتح الغطاء كل مرة تعمل فيه المحرك. ما هو مطلوب هو مجموعة واضحة من المؤشرات التي تُظهر لنا متى يوجد شيء خاطئ، وأين قد تكون التدخل البشري ضروريًا، وما هي الخطوات التالية التي يجب اتخاذها. هذا النموذج يسمح للمنظمات بالتركيز على الرقابة حيث يهم ذلك دون الغرق في التعقيد الفني.

توقف عن عرقلة نفسك

الذكاء الاصطناعي لن يكون أبدًا خاليًا من العيوب. وإذا كانت المنظمات تطبق معيار الكمال على الذكاء الاصطناعي الذي لا يستطيع فريق بشري تحقيقه، فإنهم يخاطرون بفقدان الفرصة لإعادة تصور العمل وتسريع اتخاذ القرارات وفك القدرة عبر المؤسسة.

من خلال التركيز على القدرة على الصمود أكثر من الرقابة، واعتماد الوضوح على مستوى اللوحة وتailoring الرقابة إلى السياق، يمكننا أن نتوقف عن التفكير بشكل مبالغ فيه في الذكاء الاصطناعي وبدء خلق المزيد من النجاح معه.