ليس من أجل ما يمكن أن تفعله الذكاء الاصطناعي من أجلنا، بل من أجل ما يمكننا أن نفعل من أجل الذكاء الاصطناعي

يعتبر معظم الناس الذكاء الاصطناعي من خلال عدسة واحدة. توجد التكنولوجيا فقط لخدمة البشر وتحقيق مستويات جديدة من الكفاءة والدقة والانتاجية. لكن ماذا لو كنا نفقد نصف المعادلة؟ وماذا لو، من خلال القيام بذلك، نحن نزيد فقط من عيوب التكنولوجيا؟

الذكاء الاصطناعي في مرحلة الطفولة ولا يزال يواجه قيودًا كبيرة في التفكير والبيانات الجيدة وفهم المفاهيم مثل الثقة والقيمة والحوافز. الفجوة بين القدرات الحالية والذكاء “الحقيقي” كبيرة. الخبر السار هو أننا يمكن أن نغير هذا من خلال أن نصبح شركاء نشطين بدلاً من المستهلكين السلبيين للذكاء الاصطناعي.

البشر يحملون المفتاح للتطور الذكي من خلال تقديم إطارات تفكير أفضل، وتغذية بيانات جيدة، وجسر الفجوة الثقة. ونتيجة لذلك، يمكن للرجل والآلة العمل جنبًا إلى جنب من أجل الفوز-الفوز – مع تحسين التعاون وتحسين البيانات وتحسين النتائج.

دعونا ننظر إلى ما قد يبدو عليه علاقة أكثر تماسكًا وكيف يمكن أن يستفيد كلا الجانبين من المعادلة من خلال التعاون المهم.

العلاقة المطلوبة بين الإنسان والآلة

الذكاء الاصطناعي دون شك رائع في تحليل مجموعات بيانات ضخمة وتأتمتة المهام المعقدة. ومع ذلك، تظل التكنولوجيا محدودة بشكل أساسي في التفكير مثلنا. أولاً، هذه النماذج والمنصات تعاني من صعوبة التفكير وراء بيانات التدريب. لا توجد مشكلة في التعرف على الأنماط والتنبؤ الإحصائي، لكن الحكم السياقي والإطارات المنطقية التي نأخذها للمنحدر هي أكثر صعوبة في التكرار. يعني هذا الفجوة في التفكير أن الذكاء الاصطناعي غالبًا ما يتراجع عند مواجهة سيناريوهات دقيقة أو أحكام أخلاقية.

ثانيًا، هناك “الخردة داخل، الخردة خارج” جودة البيانات. يتم تدريب النماذج الحالية على مجموعات ضخمة من المعلومات مع أو بدون موافقة. يتم استخدام المعلومات غير المصدق عليها أو المنحازة بغض النظر عن الإسناد الصحيح أو التصريح، مما يؤدي إلى ذكاء اصطناعي غير مصدق أو منحاز. لذلك، فإن “الوجبة الغذائية” للنماذج مشكوك فيها في أحسن الأحوال ومبعثرة في أسوأ الأحوال. من المفيد التفكير في هذا التأثير بالterms الغذائية. إذا كان البشر يأكلون فقط الطعام غير الصحي، فإننا بطيئون ومتأخرون. إذا كان الوكلاء يستهلكون فقط المواد المحمية بحقوق الطبع والنشر والمواد الثانية، فإن أدائهم مشابهًا، مع إنتاج غير دقيق وغير موثوق به وعام وليس محددًا. هذا لا يزال بعيدًا عن اتخاذ القرارات المستقلة والفعالة المpromised في موجة الوكلاء القادمة.

بشكل حرج، الذكاء الاصطناعي لا يزال أعمى لمن و ما يتفاعل معه. لا يمكنه تمييز المستخدمين المتوافقين وغير المتوافقين، ويتعثر في التحقق من العلاقات، ويفشل في فهم المفاهيم مثل الثقة وتبادل القيمة والحوافز للمشتركين – العناصر الأساسية التي تحكم التفاعلات البشرية.

مشاكل الذكاء الاصطناعي مع حلول بشرية

نحن بحاجة إلى التفكير في منصات الذكاء الاصطناعي والأدوات والوكلاء بشكل أقل كخادم واكثر كمساعدين يمكننا مساعدتهم على التدريب.まず، دعونا ننظر إلى التفكير. يمكننا تقديم إطارات منطقية جديدة وارشادات أخلاقية وأفكار استراتيجية التي لا يمكن للنظم الذكية تطويرها بمفردها. من خلال التوجيه المعتني والرقابة الحريصة، يمكننا مكمل الذكاء الاصطناعي بقوة إحصائية مع الحكمة البشرية – تعليمهم على التعرف على الأنماط وفهم السياقات التي تجعل هذه الأنماط ذات معنى.

على نفس المنوال، بدلاً من السماح للذكاء الاصطناعي بالتدريب على أي معلومات يمكنه الحصول عليها من الإنترنت، يمكن للبشر تقديم مجموعات بيانات ذات جودة أعلى تم التحقق منها وتنوعها واختيارها أخلاقيًا.

هذا يعني تطوير أنظمة إسناد أفضل حيث يتم التعرف على مصممي المحتوى ووفاءهم لمساهمتهم في التدريب.

تجعل الإطارات الناشئة هذا ممكنًا. من خلال توحيد الهويات عبر الإنترنت تحت راية واحدة واعتماد ما إذا كانوا راضين عن مشاركة المعلومات و ما هي المعلومات التي يرغبون في مشاركتها، يمكن للمستخدمين تزويد النماذج بمعلومات من طرف صفر تحترم الخصوصية والموافقة واللوائح. أفضل من ذلك، من خلال تتبع هذه المعلومات على سجل الكتروني، يمكن للمستخدمين وصانعي النماذج رؤية من أين تأتي المعلومات ووفاء المخترعين بمساهمتهم في تقديم هذه “النفط الجديد”. هذا هو كيف ندرك المستخدمين لمساهمتهم في البيانات ونجلبهم إلى ثورة المعلومات.

أخيرًا، جسر الفجوة الثقة يعني تسليح النماذج بقيم بشرية ومواقف. هذا يعني تصميم آليات تعرف المشتركين وتصديق العلاقات وتفريق بين المستخدمين المتوافقين وغير المتوافقين. ونتيجة لذلك، نساعد الذكاء الاصطناعي على فهم سياقه التشغيلي – من ينتفع من أفعاله، ما يساهم في تطويره، وكيف يتم توزيع القيمة عبر الأنظمة التي يشارك فيها.

على سبيل المثال، الوكلاء المدعومون ببنية البلوكشين جيدون في هذا. يمكنهم التعرف على المستخدمين الذين لديهم مشاركة إيكوسيستيمية موثقة من خلال السمعة أو التأثير الاجتماعي أو ملكية الرموز. هذا يسمح للذكاء الاصطناعي بتحديد الحوافز من خلال إعطاء وزن أكبر للمشتركين الذين لديهم مساهمة في اللعبة، مما يخلق أنظمة حوكمة حيث يشارك المؤيدون المثبتون في اتخاذ القرارات بناءً على مستوى انخراطهم. ونتيجة لذلك، يفهم الذكاء الاصطناعي إيكوسيستيمه بشكل أعمق ويمكنه اتخاذ قرارات مستنيرة بعلاقات مشتركة حقيقية.

لا تفقد البصر عن العنصر البشري في الذكاء الاصطناعي

لقد قيل الكثير عن صعود هذه التكنولوجيا وكيف أنها تهدد بتحويل الصناعات والقضاء على الوظائف. ومع ذلك، يمكن ضمان أن الذكاء الاصطناعي يضيف إلى التجربة البشرية بدلاً من تجاوزها من خلال وضع حواجز أمان. على سبيل المثال، أكثر تطبيقات الذكاء الاصطناعي نجاحًا لا تحل محل البشر بل تمتد لما يمكننا إنجازه معًا. عندما يتعامل الذكاء الاصطناعي مع التحليل الروتيني وتوفر الإشراف الإبداعي والأخلاقي البشري، يساهم كلا الجانبين في نقاط قوتهما الفريدة.

عندما يتم تنفيذها بشكل صحيح، يعد الذكاء الاصطناعي واعدًا بتحسين جودة وفعالية العمليات البشرية العديدة. لكن عندما يتم تنفيذه بشكل خاطئ، يُحد من مصادر البيانات المشكوك فيها ويميت فقط الذكاء بدلاً من إظهار الذكاء الحقيقي. منا، الجانب البشري من المعادلة، لجعل هذه النماذج أكثر ذكاءً وضمان أن قيمنا والحكم والأخلاق تبقى في قلبها.

الثقة ليست قابلة للتفاوض لهذه التكنولوجيا لتكون شائعة. عندما يمكن للمستخدمين التحقق من مكان ذهاب بياناتهم، ورؤية كيف يتم استخدامها، والمشاركة في القيمة التي تُنشئها، يصبحون شركاء راغبين بدلاً من مواضيع غير راغبة. على نفس المنوال، عندما يمكن للنظم الذكية الارتقاء بالمشتركين المتوافقين وأنابيب البيانات الشفافة، يصبحون أكثر موثوقية. ونتيجة لذلك، يصبحون أكثر احتمالاً للحصول على وصول إلى مساحاتنا الخاصة والمهنية الأكثر أهمية، مما يخلق عجلة أفضل للوصول إلى البيانات وتحسين النتائج.

لذلك، عند دخولنا هذه المرحلة الجديدة من الذكاء الاصطناعي، دعونا نركز على ربط الإنسان والآلة بعلاقات موثقة ومصادر بيانات جيدة وأنظمة دقيقة. يجب أن نسأل ليس ما يمكن للذكاء الاصطناعي فعله من أجلك، بل ما يمكننا أن نفعل من أجله.