Es geht nicht darum, was KI für uns tun kann, sondern was wir für KI tun können

Die meisten Menschen betrachten künstliche Intelligenz (KI) durch eine einseitige Linse. Die Technologie existiert nur, um Menschen zu dienen und neue Levels an Effizienz, Genauigkeit und Produktivität zu erreichen. Aber was, wenn wir die Hälfte der Gleichung vermissen? Und was, wenn wir dadurch die Fehler der Technologie nur verstärken?

KI ist noch in den Kinderschuhen und steht noch vor erheblichen Einschränkungen in Bezug auf Vernunft, Datenqualität und das Verständnis von Konzepten wie Vertrauen, Wert und Anreizen. Die Kluft zwischen den aktuellen Fähigkeiten und der wahren “Intelligenz” ist beträchtlich. Die gute Nachricht? Wir können dies ändern, indem wir zu aktiven Mitarbeitern anstelle von passiven Konsumenten von KI werden.

Menschen halten den Schlüssel zur intelligenten Evolution, indem sie bessere Vernunft-Rahmen, qualitativ hochwertige Daten und Brücken über die Vertrauenslücke bereitstellen. Als Ergebnis können Mensch und Maschine Seite an Seite für ein Win-Win arbeiten – mit besserer Zusammenarbeit, die bessere Daten und bessere Ergebnisse generiert.

Lassen Sie uns überlegen, wie eine symbiotischere Beziehung aussehen könnte und wie, als Partner, eine sinnvolle Zusammenarbeit beiden Seiten der KI-Gleichung zugute kommen kann.

Die erforderliche Beziehung zwischen Mensch und Maschine

KI ist zweifellos großartig darin, riesige Datensätze zu analysieren und komplexe Aufgaben zu automatisieren. Die Technologie bleibt jedoch fundamental eingeschränkt in der Fähigkeit, wie wir zu denken. Erstens haben diese Modelle und Plattformen Schwierigkeiten, über ihre Trainingsdaten hinaus zu denken. Mustererkennung und statistische Vorhersage sind kein Problem, aber die kontextuelle Urteilsfähigkeit und logische Rahmen, die wir als selbstverständlich annehmen, sind schwieriger zu replizieren. Diese Vernunftslücke bedeutet, dass KI oft versagt, wenn sie mit nuancierten Szenarien oder ethischen Urteilen konfrontiert wird.

Zweitens gibt es “Müll rein, Müll raus” Datenqualität. Aktuelle Modelle werden auf riesigen Mengen an Informationen trainiert, mit und ohne Zustimmung. Unverifizierte oder voreingenommene Informationen werden verwendet, unabhängig von ordnungsgemäßer Zuordnung oder Autorisierung, was zu unverifizierten oder voreingenommenen KI führt. Die “Daten-Diät” der Modelle ist daher fragwürdig und unzuverlässig. Es ist hilfreich, sich dies in Ernährungsbegriffen vorzustellen. Wenn Menschen nur Junkfood essen, sind wir langsam und träge. Wenn Agenten nur urheberrechtlich geschütztes Material und zweitehand-Material konsumieren, ist ihre Leistung ähnlich eingeschränkt, mit Ausgaben, die ungenau, unzuverlässig und allgemein sind, anstatt spezifisch. Dies ist noch weit entfernt von der autonomen und proaktiven Entscheidungsfindung, die in der kommenden Welle von Agenten versprochen wird.

Kritisch ist, dass KI noch blind für die Interaktion mit Personen und Dingen ist. Sie kann nicht zwischen ausgerichteten und nicht ausgerichteten Benutzern unterscheiden, kämpft mit der Verifizierung von Beziehungen und versteht Konzepte wie Vertrauen, Wertausgleich und Anreize von Beteiligten – Kern-elemente, die menschliche Interaktionen regieren.

KI-Probleme mit menschlichen Lösungen

Wir müssen KI-Plattformen, -Tools und -Agenten weniger als Diener und mehr als Assistenten betrachten, die wir trainieren können. Zunächst sollten wir uns die Vernunft ansehen. Wir können neue logische Rahmen, ethische Richtlinien und strategisches Denken einführen, die KI-Systeme alleine nicht entwickeln können. Durch sorgfältige Aufforderung und sorgfältige Überwachung können wir die statistischen Stärken von KI mit menschlicher Weisheit ergänzen – sie lehren, Muster zu erkennen und die Kontexte zu verstehen, die diese Muster sinnvoll machen.

Ebenso können Menschen anstelle von KI, die auf jeder verfügbaren Information im Internet trainiert wird, höherwertige Datensätze curieren, die verifiziert, vielfältig und ethisch sind.

Dies bedeutet die Entwicklung besserer Zuordnungssysteme, bei denen Content-Ersteller anerkannt und für ihre Beiträge zum Training entschädigt werden.

Aufkommende Rahmenbedingungen machen dies möglich. Indem Online-Identitäten unter einem Banner vereint und entschieden wird, ob und was sie teilen möchten, können Benutzer Modelle mit Null-Partei-Informationen ausstatten, die Privatsphäre, Zustimmung und Vorschriften respektieren. Noch besser, indem diese Informationen auf der Blockchain verfolgt werden, können Benutzer und Modelle sehen, woher die Informationen stammen und Content-Ersteller angemessen für die Bereitstellung dieser “neuen Öle” entschädigen. Dies ist die Art und Weise, wie wir Benutzer für ihre Daten anerkennen und sie in die Informationsrevolution einbeziehen.

Schließlich bedeutet die Überbrückung der Vertrauenslücke, Modelle mit menschlichen Werten und Einstellungen auszustatten. Dies bedeutet die Entwicklung von Mechanismen, die Beteiligte erkennen, Beziehungen verifizieren und zwischen ausgerichteten und nicht ausgerichteten Benutzern unterscheiden. Als Ergebnis helfen wir KI, ihren operativen Kontext zu verstehen – wer von ihren Handlungen profitiert, was zu ihrer Entwicklung beiträgt und wie Wert durch die Systeme fließt, an denen sie teilnimmt.

Beispielsweise sind Agenten, die von Blockchain-Infrastruktur unterstützt werden, ziemlich gut darin. Sie können Benutzer erkennen und priorisieren, die ein Engagement im Ökosystem nachgewiesen haben, durch Ruf, sozialen Einfluss oder Token-Besitz. Dies ermöglicht es KI, Anreize auszurichten, indem sie mehr Gewicht auf Beteiligte legt, die “Haut im Spiel” haben, und Regierungssysteme schafft, in denen verifizierte Unterstützer an Entscheidungen teilnehmen, basierend auf ihrem Engagement. Als Ergebnis versteht KI ihr Ökosystem tiefer und kann Entscheidungen treffen, die von echten Beziehungen zwischen Beteiligten informiert sind.

Verlieren Sie den menschlichen Aspekt in KI nicht aus den Augen

Viel wurde über den Aufstieg dieser Technologie und wie sie Branchen umwälzen und Jobs auslöschen könnte, gesagt. Es ist jedoch möglich, Schutzmechanismen zu integrieren, um sicherzustellen, dass KI die menschliche Erfahrung ergänzt und nicht ersetzt. Beispielsweise ersetzen die erfolgreichsten KI-Implementierungen keine Menschen, sondern erweitern das, was wir gemeinsam erreichen können. Wenn KI Routine-Analysen durchführt und Menschen kreative Richtung und ethische Aufsicht liefern, tragen beide Seiten ihre einzigartigen Stärken bei.

Wenn KI richtig eingesetzt wird, verspricht sie, die Qualität und Effizienz zahlreicher menschlicher Prozesse zu verbessern. Wenn KI jedoch falsch eingesetzt wird, ist sie durch fragwürdige Datenquellen eingeschränkt und mimt Intelligenz, anstatt echte Intelligenz zu zeigen. Es liegt an uns, der menschlichen Seite der Gleichung, diese Modelle intelligenter zu machen und sicherzustellen, dass unsere Werte, Urteilsfähigkeit und Ethik im Herzen dieser Technologie bleiben.

Vertrauen ist unverzichtbar, damit diese Technologie mainstream wird. Wenn Benutzer sehen können, wohin ihre Daten gehen, wie sie verwendet werden und an der Werteschöpfung teilnehmen, werden sie zu bereitwilligen Partnern anstelle von widerwilligen Subjekten. Ebenso werden KI-Systeme, wenn sie auf ausgerichtete Beteiligte und transparente Daten-Pipelines zugreifen können, vertrauenswürdiger. Sie erhalten dann eher Zugang zu unseren wichtigsten privaten und beruflichen Räumen, was einen Kreislauf aus besserer Datenzugriff und verbesserten Ergebnissen schafft.

Also, wenn wir in diese nächste Phase von KI eintreten, sollten wir uns auf die Verbindung von Mensch und Maschine mit verifizierbaren Beziehungen, qualitativ hochwertigen Datenquellen und präzisen Systemen konzentrieren. Wir sollten nicht fragen, was KI für uns tun kann, sondern was wir für KI tun können.