Není to o tom, co může AI udělat pro nás, ale o tom, co můžeme udělat pro AI

Většina lidí vnímá umělou inteligenci (AI) skrze jednostrannou optiku. Tato technologie existuje pouze pro službu lidem a dosažení nových úrovní efektivity, přesnosti a produktivity. Ale co když chybí polovina rovnice? A co když tím, že to děláme, pouze zesilujeme nedostatky technologie?

AI je stále v dětství a stále čelí významným omezením v oblasti uvažování, kvality dat a pochopení konceptů, jako je důvěra, hodnota a pobídky. Rozdíl mezi současnými schopnostmi a skutečnou “inteligencí” je podstatný. Dobrá zpráva? Můžeme to změnit tím, že se staneme aktivními spolupracovníky místo pasivních spotřebitelů AI.

Lidé drží klíč k inteligentní evoluci poskytováním lepších rámců uvažování, krmením kvalitních dat a překlenutím důvěry. Jako výsledek, člověk a stroj mohou pracovat bok po boku pro vzájemný prospěch – s lepší spoluprací generující lepší data a lepší výsledky.

Zvažme, jak by mohla vypadat více symbiotická vztah a jak, jako partneři, smysluplná spolupráce může prospět oběma stranám rovnice AI.

Požadovaný vztah mezi člověkem a strojem

AI je bezpochyby skvělé v analýze rozsáhlých datových sad a automatizaci složitých úkolů. Nicméně, technologie zůstává fundamentálně omezená v myšlení jako my. První, tyto modely a platformy zápasí s uvažováním za rámec svých trénovacích dat. Rozpoznání vzorců a statistické předpovědi nepředstavují žádný problém, ale kontextové úsudky a logické rámce, které bereme jako samozřejmost, jsou obtížnější reprodukovat. Tento rozumový mezera znamená, že AI často selhává, když je konfrontována s nuancovanými scénáři nebo etickými soudy.

Druhý, existuje “špatný vstup, špatný výstup” kvalita dat. Současné modely jsou trénovány na rozsáhlých trovech informací s a bez souhlasu. Neověřené nebo zkreslené informace jsou použity bez ohledu na řádné připsání nebo autorizaci, což vede k neověřené nebo zkreslené AI. ” Datová dieta modelů je proto sporná v nejlepším případě a roztříštěná v nejhorším. Je užitečné si to představit v nutričních termínech. Pokud lidé jedí pouze junk food, jsme pomalí a ospalí. Pokud agenti jedí pouze copyright a second-hand materiál, jejich výkon je podobně omezený s výstupem, který je nepřesný, nespolehlivý a obecný spíše než specifický. To je stále daleko od autonomního a proaktivního rozhodování, které je slibováno v nadcházející vlně agentů.

Kriticky, AI je stále slepá k tomu, s kým a čím interaguje. Nemůže rozlišit mezi zarovnanými a neszarovnanými uživateli, zápasí s ověřením vztahů a selhává při pochopení konceptů, jako je důvěra, výměna hodnoty a pobídky stakeholderů – jádrové prvky, které řídí lidské interakce.

Problémy AI s lidskými řešeními

Musíme si myslet AI platformy, nástroje a agenty méně jako služebníky a více jako asistenty, kterým můžeme pomoci trénovat. Začněme s uvažováním. Můžeme zavést nové logické rámce, etické směrnice a strategické myšlení, které AI systémy nemohou vyvinout sami. Prostřednictvím pečlivého podněcování a pečlivého dohledu můžeme doplnit statistické síly AI lidskou moudrostí – učíme je rozpoznávat vzorce a chápat kontexty, které dělají tyto vzorce smysluplnými.

Podobně, místo toho, aby AI trénoval na jakékoli informace, které může získat z internetu, lidé mohou kurátovat vyšší kvalitní datové sady, které jsou ověřené, rozmanité a eticky zdrojované.

To znamená vyvinout lepší systémy připsání, kde jsou tvůrci obsahu uznáni a odměněni za jejich příspěvky k tréninku.

Vznikající rámce to umožňují. Prostřednictvím sjednocení online identit pod jednu vlajku a rozhodnutí, zda a co jsou ochotni sdílet, uživatelé mohou vybavit modely nulovou stranou informací, která respektuje soukromí, souhlas a regulace. Lepší ještě, tím, že tato informace sledujeme na blockchainu, uživatelé a tvůrci modelů mohou vidět, odkud informace pocházejí, a adekvátně odměnit tvůrce za poskytování této ” nové ropy“. To je způsob, jakým uznáváme uživatele za jejich data a zapojujeme je do informační revoluce.

Nakonec, překlenutí důvěry znamená vybavení modelů lidskými hodnotami a postoji. To znamená navrhování mechanismů, které rozpoznávají stakeholdery, ověřují vztahy a rozlišují mezi zarovnanými a neszarovnanými uživateli. Jako výsledek, pomáháme AI pochopit jeho provozní kontext – kdo se bénéficuje z jeho akcí, co přispívá k jeho vývoji a jak hodnota proudí skrze systémy, ve kterých se účastní.

Například agenty podporované blockchainovou infrastrukturou jsou docela dobré v tomto. Mohou rozpoznat a priorizovat uživatele s prokázanou ekosystémovou koupí prostřednictvím reputace, sociálního vlivu nebo vlastnictví tokenů. To umožňuje AI zarovnat pobídky tím, že dává více váhy stakeholderům s kůží ve hře, vytváří systémy řízení, ve kterých se ověření podporovatelé účastní rozhodování na základě své úrovně zapojení. Jako výsledek, AI více hluboce chápe svou ekosystém a může učinit rozhodnutí informovaná skutečnými vztahy stakeholderů.

Nepřestávejte ztrácet ze zřetele lidský prvek v AI

Mnoho bylo řečeno o vzestupu této technologie a o tom, jak hrozí převrátit průmysly a vymazat pracovní místa. Nicméně, vložením bezpečnostních zábran můžeme zajistit, že AI rozšíří spíše než nahradí lidské zkušenosti. Například nejúspěšnější implementace AI nenahrazují lidi, ale rozšiřují to, co můžeme společně dosáhnout. Když AI zpracovává rutinní analýzu a lidé poskytují kreativní směr a etický dohled, obě strany přispívají svými jedinečnými silami.

Pokud je to provedeno správně, AI slibuje zlepšit kvalitu a efektivitu nesčetných lidských procesů. Ale pokud je to provedeno špatně, je omezeno spornými zdroji dat a pouze napodobuje inteligenci spíše než skutečnou inteligenci. Je to na nás, lidské straně rovnice, abychom tyto modely učili a zajistili, že naše hodnoty, úsudek a etika zůstanou v jejich srdci.

Důvěra je nezbytná pro to, aby tato technologie šla mainstream. Když uživatelé mohou ověřit, kam jejich data jdou, vidět, jak jsou použita, a účastnit se hodnoty, kterou vytvářejí, stávají se ochotnými partnery spíše než neochotnými subjekty. Podobně, když AI systémy mohou využít zarovnané stakeholdery a transparentní datové potrubí, stávají se více důvěryhodnými. Následně jsou více pravděpodobně získat přístup k našim nejlepším soukromým a profesním prostorám, vytvářející setrvačník lepšího přístupu k datům a lepších výsledků.

Takže, vstupující do této další fáze AI, zaměřme se na propojení člověka a stroje s ověřitelnými vztahy, kvalitními zdroji dat a přesnými systémy. Měli bychom se ptát ne na to, co AI může udělat pro nás, ale na to, co můžeme udělat pro AI.