الذكاء الاصطناعي غير جاهز للعمل الحقيقي: لماذا تفشل النماذج في المهام المعقدة

المستثمرون في فقاعة الذكاء الاصطناعي يتوسلون إلى المهنيين ذوي الياقات البيضاء لتسليم أصعب مشاكلهم ويعدون العاملين بأنهم سيستعيدون بعد ظهرهم إذا تنازلوا عن المزيد من بياناتهم. التحليل المعقد، والقرارات الحكمية، وسير العمل الذي استغرق سنوات لتطويره تُستوعب بواسطة نموذج، مما يُفترض أنه يُحرّر البشر لشيء أفضل. هذه هي السردية السائدة في الشركات الأمريكية الآن، وهي فخ. 

أسطورة القدرة: لماذا تفشل النماذج في المهام المعقدة

دراسة جديدة دراسة صادرة عن جامعة كاليفورنيا بيركلي اختبرت وكلاء الذكاء الاصطناعي الرائدين ضد مهام مهنية حقيقية عبر 55 صناعة، من الرعاية الصحية إلى المالية والقانون. كان الأداء العام أقل من 25 بالمئة. ثم عزل الباحثون أصعب مهمة في كل مجال – النوع من العمل الذي يفرق بين محترف كبير وموظف مبتدئ – وفشل كل نموذج. لم تكن الدرجات منخفضة فقط، بل كانت صفر. 

قد تعتقد أن نتيجة كهذه كانت لتغير السردية بمفردها، لكن ذلك لم يحدث. عبر الصناعات، يحمل المستثمرون في مجال الذكاء الاصطناعي الكثير من الضغوط لإقناع المهنيين بأن معظم نماذج الذكاء الاصطناعي الحالية متقدمة أكثر مما هي عليه. لكن السؤال الأكثر إثارة للاهتمام ليس ما إذا كان الذكاء الاصطناعي يستطيع إنجاز أصعب أجزاء الوظيفة اليوم، لأننا، وكل من يبيع الذكاء الاصطناعي، نعرف بالفعل الجواب على ذلك. 

إذن، يؤدي ذلك إلى سؤال آخر. ماذا يحدث لحكم الشاب المهني عندما يشتري هذا التبادل البيانات، قبل أن يتشكل تفكيره الخاص بالكامل؟ 

نتائج مينيسوتا: كيف يُسطّح الذكاء الاصطناعي المهارة نحو الوسط

دراسة تجريبية جديدة دراسة صادرة عن كلية القانون بجامعة مينيسوتا تقدم إجابة حقيقية، باستخدام القانون كحالة اختبار. أجرى الباحثون حوالي مئة طالب قانون متقدم عبر سلسلة من المهام الواقعية: تجميع القانون من مواد المصدر الخام، والإجابة على أسئلة مغلقة لاختبار ما استوعبوه، وتطبيق ذلك القانون على نمط واقعي، ثم تعديل عملهم الخاص. حصلت مجموعة على وصول للذكاء الاصطناعي فقط في الخطوتين الأوليين والأخيرين. المجموعة الأخرى لم تحصل على أي ذكاء اصطناعي حتى النهاية.

الطلاب الذين استخدموا الذكاء الاصطناعي لإعداد مسودتهم الأولى أنتجوا عملاً أقوى، وبسرعة أكبر، وهو أمر ليس مدهشًا تمامًا. ما هو مدهش، مع ذلك، هو ما جاء بعد ذلك. توقع الباحثون أن يؤدي الاستخدام المبكر للذكاء الاصطناعي إلى ترك فجوة فهم ستظهر لاحقًا عندما يُسحب الأداة. لكن ذلك لم يحدث. الطلاب الذين استخدموا الذكاء الاصطناعي لتجميع القانون فهموه فعليًا أفضل من الطلاب الذين عملوا بدونه، عند اختبارهم في ظروف باردة. لم يتآكل التفكير المستقل. بل استمر، وفي بعض الحالات تحسّن.

ظهر التحول في المرحلة النهائية، عندما كان لدى كل طالب إمكانية استخدام الذكاء الاصطناعي لتعديل عمله. الطلاب الذين بدأوا بمذكرة أضعف استخدموا تلك الإمكانية لتحسينها فعليًا. الطلاب الذين بدأوا بمذكرة أقوى ساء أداؤهم. عندما تُترك المهارة مع أداة قوية دون هيكل إضافي لكيفية استخدامها، لا تتراكم المهارة بل تُسطّح نحو الوسط.

هاتان الدراستان معًا تقدمان حقيقة صارخة: الذكاء الاصطناعي ليس بديلاً عن الحكم المهني، ويجب أن تنهي أرقام بيركلي تلك المناقشة نهائيًا. لكن الذكاء الاصطناعي ليس أيضًا قوة تآكلية تلتهم التفكير عند التلامس. تأثيره يعتمد بالكامل على موقعه في العملية.

التسلسل على حساب الاستبدال: الحفاظ على الحكم في الصميم

هذا ينطبق خارج ميدان القانون. كل مهنة معرفية تجري نسختها الخاصة من هذه التجربة الآن: الطبيب الذي يقرر ما إذا كان سيسمح للنموذج بصياغة تشخيص تفريقي، والمحلل الذي يقرر ما إذا كان سيسمح للنموذج بإعداد المسودة الأولى لنموذج، والموظف المساعد الذي يقرر ما إذا كان سيسمح للنموذج بتنظيم حجة قبل أن يعمل عليها بنفسه. تشير نتائج مينيسوتا إلى أن الجواب ليس نعم أو لا شاملة لجميع أشكال الذكاء الاصطناعي. إنها مسألة تسلسل. يجب أن يكون الذكاء الاصطناعي في مقدمة الأعمال الروتينية والأجزاء من الوظيفة التي تولد الاحتكاك، لكن ليس في الحكم. لا ينبغي أن يكون في مركز المهمة التي يدفع العميل مقابلها فعليًا، والآن لا يستطيع الوصول إلى ذلك حتى لو حاول.

الشركات التي لا تزال تعد بخلاف ذلك تبيع نسخة من الذكاء الاصطناعي تقول البيانات إنها غير موجودة. الذين يبنون منتجاتهم وعلاقاتهم مع العملاء حول الخط الذي ترسمه الأبحاث فعليًا سيكونون هم الذين سيظل المهنيون يثقون بهم خلال خمس سنوات. جميع الآخرين سيقضون ذلك الوقت في شرح سوء فهم مكلف جدًا.