Δεν είναι για το τι μπορεί να κάνει το AI για μας, αλλά για το τι μπορούμε να κάνουμε για το AI

Οι περισσότεροι βλέπουν την τεχνητή νοημοσύνη (AI) μέσα από ένα μονόπλευρο φακό. Η τεχνολογία υπάρχει μόνο για να υπηρετεί τους ανθρώπους και να επιτύχει νέους επιπέδους αποτελεσματικότητας, ακρίβειας και παραγωγικότητας. Αλλά τι αν λείπει η άλλη μισή εξίσωση; Και τι αν, κάνοντας così, ενισχύουμε μόνο τις ελαττώματα της τεχνολογίας;

Το AI είναι ακόμη στο στάδιο της νηπιοης και αντιμετωπίζει σημαντικές限制σεις στη λογική, την ποιότητα των δεδομένων και την κατανόηση εννοιών όπως η εμπιστοσύνη, η αξία και οι κίνητρες. Η διαφορά μεταξύ των τρεχουσών ικανοτήτων και της αληθινής «νοημοσύνης» είναι σημαντική. Η καλή είδηση; Μπορούμε να αλλάξουμε αυτό γινόμενοι ενεργοί συνεργάτες αντί για παθητικοί καταναλωτές του AI.

Οι άνθρωποι κατέχουν το κλειδί για την έξυπνη εξέλιξη παρέχοντας καλύτερους πλαισιούς λογικής, τροφοδοτώντας ποιοτικά δεδομένα και γεφυρώνοντας το χάσμα της εμπιστοσύνης. Ως αποτέλεσμα, ο άνθρωπος και η μηχανή μπορούν να εργαστούν πλάι-πλάι για μια νίκη-νίκη – με καλύτερη συνεργασία που παράγει καλύτερα δεδομένα και καλύτερα αποτελέσματα.

Ας εξετάσουμε τι θα μπορούσε να μοιάζει μια πιο συμβιωτική σχέση και πώς, ως συνεργάτες, η σημαντική συνεργασία μπορεί να ωφελήσει και τις δύο πλευρές της εξίσωσης του AI.

Η απαιτούμενη σχέση μεταξύ ανθρώπου και μηχανής

Το AI είναι αναμφισβήτητα καλό στο να αναλύει τεράστιους συνόλους δεδομένων και να αυτοματοποιεί σύνθετα καθήκοντα. Ωστόσο, η τεχνολογία παραμένει θεμελιωδώς περιορισμένη στο να σκέφτεται σαν εμάς. Πρώτον, αυτά τα μοντέλα και πλατφόρμες δυσκολεύονται να σκέφτονται πέρα από τα δεδομένα εκπαίδευσής τους. Η αναγνώριση προτύπων και η στατιστική πρόβλεψη δεν αποτελούν πρόβλημα, αλλά η контекστολογική κρίση και οι λογικοί πλαισιοί που θεωρούμε δεδομένους είναι πιο δύσκολοι να αναπαραχθούν. Αυτό το κενό λογικής σημαίνει ότι το AI συχνά σταματά όταν αντιμετωπίζει νουανσικές σκηνές ή ηθικές κρίσεις.

Δεύτερον, υπάρχει το «σκουπίδι μέσα, σκουπίδι έξω» στην ποιότητα των δεδομένων. Τα τρέχοντα μοντέλα εκπαιδεύονται σε τεράστιους θησαυρούς πληροφοριών με και χωρίς συναίνεση. Μη επικυρωμένες ή προκατειλημμένες πληροφορίες χρησιμοποιούνται ανεξάρτητα από την κατάλληλη απόδοση ή εξουσιοδότηση, με αποτέλεσμα μη επικυρωμένες ή προκατειλημμένες AI. Η «διατροφή δεδομένων» των μοντέλων είναι επομένως αμφίβολη στην καλύτερη περίπτωση και τυχαία στη χειρότερη. Βοηθά να σκεφτούμε αυτή την επίδραση με όρους διατροφής. Αν οι άνθρωποι τρώνε μόνο φαστ φουντ, είμαστε αργοί και νωθροί. Αν τα πράγματα τρώνε μόνο πνευματική ιδιοκτησία και δεύτερης χειρός υλικό, η απόδοσή τους είναι tương tự περιορισμένη με εξόδους που είναι ανακριβείς, αξιόπιστες και γενικές παρά ειδικές. Αυτό είναι ακόμη πολύ μακριά από την αυτονομία και την προδραστική λήψη αποφάσεων που υποσχέθηκαν στην επερχόμενη κυμαία των πραγμάτων.

Κριτικά, το AI είναι ακόμη τυφλό σε σχέση με το ποιος και τι αλληλεπιδρά με αυτό. Δεν μπορεί να διακρίνει μεταξύ συμφωνούντων και μη συμφωνούντων χρηστών, δυσκολεύεται να επικυρώσει σχέσεις και δεν καταλαβαίνει έννοιες όπως η εμπιστοσύνη, η ανταλλαγή αξίας και οι κίνητρες των μετόχων – βασικά στοιχεία που διέπουν τις ανθρώπινες αλληλεπιδράσεις.

Προβλήματα του AI με ανθρώπινες λύσεις

Πρέπει να σκεφτούμε τις πλατφόρμες, τα εργαλεία και τα πράγματα του AI λιγότερο ως δούλους και περισσότερο ως βοηθούς που μπορούμε να βοηθήσουμε να εκπαιδεύσουμε. Για αρχή, ας δούμε τη λογική. Μπορούμε να εισαγάγουμε νέους λογικούς πλαισιούς, ηθικές οδηγίες και στρατηγική σκέψη που τα συστήματα του AI δεν μπορούν να αναπτύξουν μόνα τους. Μέσω προσεκτικής προώθησης και φροντίδας εποπτείας, μπορούμε να συμπληρώσουμε τις στατιστικές δυνάμεις του AI με ανθρώπινη σοφία – διδάσκοντάς τους να αναγνωρίζουν πρότυπα και να καταλαβαίνουν τους контекστολογικούς που κάνουν αυτά τα πρότυπα σημαντικά.

Ομοίως, αντί να επιτρέψουμε στο AI να εκπαιδευτεί σε οποιαδήποτε πληροφορία μπορεί να σκαλίσει από το διαδίκτυο, οι άνθρωποι μπορούν να επιλέξουν υψηλότερης ποιότητας συνόλους δεδομένων που είναι επικυρωμένα, διαφορετικά και ηθικά πηγμένα.

Αυτό σημαίνει την ανάπτυξη καλύτερων συστημάτων απόδοσης όπου οι δημιουργοί περιεχομένου αναγνωρίζονται και αποζημιώνονται για τις συνεισφορές τους στην εκπαίδευση.

Εμφερίζοντας πλαισια που κάνουν αυτό δυνατό. Συνδέοντας τις online ταυτότητες κάτω από μια σημαία και αποφασίζοντας αν και τι είναι διατεθειμένοι να μοιραστούν, οι χρήστες μπορούν να εξοπλίσουν τα μοντέλα με zero-party πληροφορίες που σέβονται την ιδιωτικότητα, τη συναίνεση και τους κανονισμούς. Καλύτερα ακόμη, ακολουθώντας αυτή την πληροφορία στην αλυσίδα μπλοκ, οι χρήστες και οι κατασκευαστές μοντέλων μπορούν να δουν από πού προέρχεται η πληροφορία και να αποζημιώσουν επαρκώς τους δημιουργούς για την παροχή αυτής της «νέας πετρελαίου». Αυτός είναι ο τρόπος με τον οποίο αναγνωρίζουμε τους χρήστες για τα δεδομένα τους και τους φέρνουμε στην επανάσταση της πληροφορίας.

Τέλος, η γέφυρα του χάσματος της εμπιστοσύνης σημαίνει την εξοπλισμό των μοντέλων με ανθρώπινες αξίες και στάσεις. Αυτό σημαίνει την σχεδίαση μηχανισμών που αναγνωρίζουν μετόχους, επικυρώνουν σχέσεις και διακρίνουν μεταξύ συμφωνούντων και μη συμφωνούντων χρηστών. Ως αποτέλεσμα, βοηθάμε το AI να καταλάβει το контекστολογικό του περιβάλλον – ποιος ωφελείται από τις ενέργειές του, τι συνεισφέρει στην ανάπτυξή του και πώς η αξία διατρέχει τα συστήματα στα οποία συμμετέχει.

Για παράδειγμα, πράγματα που υποστηρίζονται από υποδομή μπλοκ είναι khá καλά σε αυτό. Μπορούν να αναγνωρίσουν και να προτεραιότητα χρηστών με αποδεδειγμένη οικονομική δέσμευση μέσω φήμης, κοινωνικής επιρροής ή ιδιοκτησίας token. Αυτό επιτρέπει στο AI να ευθυγραμμίσει κίνητρες δίνοντας περισσότερο βάρος σε μετόχους με δέρμα στο παιχνίδι, δημιουργώντας συστήματα διακυβέρνησης όπου επικυρωμένοι υποστηρικτές συμμετέχουν στη λήψη αποφάσεων με βάση το επίπεδο της αφοσίωσής τους. Ως αποτέλεσμα, το AI καταλαβαίνει βαθύτερα το οικοσύστημά του και μπορεί να λάβει αποφάσεις που ενημερώνονται από γνήσιες σχέσεις μετόχων.

Μην χάσετε την ανθρώπινη πλευρά του AI

Πολύ έχει ειπωθεί για την άνοδο αυτής της τεχνολογίας και πώς απειλεί να ανατρέψει βιομηχανίες και να εξαφανίσει εργασίες. Ωστόσο, η τοποθέτηση φραγμών ασφαλείας μπορεί να εξασφαλίσει ότι το AI ενισχύει παρά αντικαθιστά την ανθρώπινη εμπειρία. Για παράδειγμα, οι πιο επιτυχημένες εφαρμογές του AI δεν αντικαθιστούν τους ανθρώπους αλλά επεκτείνουν αυτό που μπορούμε να επιτύχουμε μαζί. Όταν το AI χειρίζεται τις καθημερινές αναλύσεις και οι άνθρωποι παρέχουν δημιουργική κατεύθυνση και ηθική εποπτεία, και οι δύο πλευρές συνεισφέρουν τις μοναδικές τους δυνάμεις.

Όταν γίνεται σωστά, το AI υπόσχεται να βελτιώσει την ποιότητα και την αποτελεσματικότητα των ανθρώπινων διαδικασιών. Αλλά όταν γίνεται λάθος, είναι περιορισμένο από αμφίβολες πηγές δεδομένων και μιμείται μόνο την νοημοσύνη παρά να την εμφανίζει πραγματικά. Είναι πάνω μας, την ανθρώπινη πλευρά της εξίσωσης, να κάνουμε αυτά τα μοντέλα πιο έξυπνα και να διασφαλίσουμε ότι οι αξίες, η κρίση και η ηθική μας παραμένουν στην καρδιά τους.

Η εμπιστοσύνη είναι αδιαπραγμάτευτη για αυτή την τεχνολογία να γίνει κυρίαρχη. Όταν οι χρήστες μπορούν να επικυρώσουν πού πάνε τα δεδομένα τους, να δουν πώς χρησιμοποιούνται και να συμμετέχουν στην αξία που δημιουργούν, γίνονται πρόθυμοι συνεργάτες παρά απρόθυμοι υποκείμενοι. Ομοίως, όταν τα συστήματα του AI μπορούν να εκμεταλλευτούν συμφωνούμενους μετόχους και διαφανείς αγωγούς δεδομένων, γίνονται πιο αξιόπιστα. Με τη σειρά τους, είναι πιο πιθανό να κερδίσουν πρόσβαση στα πιο σημαντικά ιδιωτικά και επαγγελματικά μας χώρους, δημιουργώντας μια ρόδα καλύτερης πρόσβασης δεδομένων και βελτιωμένων αποτελεσμάτων.

Έτσι, εισερχόμενοι σε αυτή τη νέα φάση του AI, ας εστιάσουμε στην σύνδεση του ανθρώπου και της μηχανής με επικυρωμένες σχέσεις, ποιοτικές πηγές δεδομένων και ακριβείς συστήματα. Δεν πρέπει να ρωτάμε τι μπορεί να κάνει το AI για μας, αλλά τι μπορούμε να κάνουμε για το AI.