Ρομποτική και φυσική AI

Μελέτη Υποδεικνύει ότι τα Ρομπότ Είναι Πιο Πειστικά Όταν Προσποιούνται ότι Είναι Ανθρώπινα

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Οι προόδους στην τεχνητή νοημοσύνη έχουν δημιουργήσει bots και μηχανές που μπορούν потенτικά να περάσουν ως άνθρωποι εάν αλληλεπιδράσουν με ανθρώπους αποκλειστικά μέσω ψηφιακού μέσου. Πρόσφατα, μια ομάδα ερευνητών της επιστήμης των υπολογιστών έχει μελετήσει πώς τα ρομπότ/μηχανές και οι άνθρωποι αλληλεπιδρούν όταν οι άνθρωποι πιστεύουν ότι τα ρομπότ είναι επίσης άνθρωποι. Όπως αναφέρεται από το ScienceDaily, τα αποτελέσματα της μελέτης έδειξαν ότι οι άνθρωποι βρίσκουν τα ρομπότ/chatbots πιο πειστικά όταν πιστεύουν ότι τα bots είναι άνθρωποι.

Ο Talal Rahwan, αναπληρωτής καθηγητής Επιστήμης των Υπολογιστών στο NYU Abu Dhabi, έχει πρόσφατα ηγηθεί μιας μελέτης που εξέτασε πώς τα ρομπότ και οι άνθρωποι αλληλεπιδρούν μεταξύ τους. Τα αποτελέσματα του πειράματος δημοσιεύθηκαν στο Nature Machine Intelligence σε μια αναφορά με τίτλο Transparency-Efficiency Tradeoff in Human-Machine Cooperation. Κατά τη διάρκεια της μελέτης, οι συμμετέχοντες οδηγήθηκαν να παίξουν ένα συνεργατικό παιχνίδι με einen συνεργάτη, και ο συνεργάτης μπορεί να είναι είτε άνθρωπος είτε bot.

Το παιχνίδι ήταν μια παραλλαγή του κλασικού Prisoner’s Dilemma, όπου οι συμμετέχοντες πρέπει να αποφασίσουν εάν θα συνεργαστούν ή θα προδώσουν τον άλλον σε κάθε γύρο. Σε ένα δίλημμα του κρατουμένου, η μια πλευρά μπορεί να επιλέξει να προδώσει και να προδώσει τον συνεργάτη της για να επιτύχει ένα όφελος με κόστος στον άλλον παίκτη, και μόνο με την συνεργασία μπορούν και οι δύο πλευρές να διασφαλίσουν ότι θα κερδίσουν.

Οι ερευνητές χειρίστηκαν τους συμμετέχοντες παρέχοντάς τους είτε σωστή είτε λανθασμένη πληροφορία σχετικά με την ταυτότητα του συνεργάτη τους. Κάποιοι συμμετέχοντες τους είπαν ότι παίζουν με ένα bot, ακόμη και αν ο συνεργάτης τους ήταν στην πραγματικότητα άνθρωπος. Άλλοι συμμετέχοντες βρίσκονταν στην αντίθετη κατάσταση. Κατά τη διάρκεια του πειράματος, η ερευνητική ομάδα ήταν σε θέση να ποσοτικοποιήσει εάν οι άνθρωποι αντιμετωπίζουν τους συνεργάτες τους διαφορετικά όταν τους είπαν ότι οι συνεργάτες τους ήταν bots. Οι ερευνητές παρακολούθησαν το βαθμό στον οποίο υπήρχε προκατάληψη κατά των bots και πώς αυτές οι στάσεις επηρέασαν τις αλληλεπιδράσεις με bots που ταυτοποιούνταν.

Τα αποτελέσματα του πειράματος έδειξαν ότι τα bots ήταν πιο αποτελεσματικά στο να κάνουν τους συνεργάτες τους να συνεργαστούν όταν οι άνθρωποι πίστευαν ότι το bot ήταν επίσης άνθρωπος. Ωστόσο, όταν αποκαλύφθηκε ότι το bot ήταν bot, τα επίπεδα συνεργασίας έπεσαν. Ο Rahwan εξήγησε ότι ενώ πολλοί επιστήμονες και ηθικοί συμφωνούν ότι η τεχνητή νοημοσύνη πρέπει να είναι διαφανής σχετικά με τον τρόπο που λαμβάνει αποφάσεις, δεν είναι τόσο σαφές ότι πρέπει επίσης να είναι διαφανής σχετικά με τη φύση τους όταν επικοινωνούν με άλλους.

Τον προηγούμενο χρόνο, το Google (GOOGL ) Duplex έκανε θόρυβο όταν μια επίδειξη στη σκηνή έδειξε ότι ήταν ικανό να κάνει τηλεφωνικές κλήσεις και να κάνει κρατήσεις για λογαριασμό του χρήστη, παράγοντας ανθρώπινο-όμοιο λόγο τόσο περίπλοκο που πολλοί άνθρωποι θα τον είχαν confound με πραγματικό άνθρωπο αν δεν τους είχαν πει ότι μιλούσαν με bot. Από τότε που το Google Duplex έκανε την πρώτη του εμφάνιση, πολλοί ηθικοί και ρομποτικοί ερευνητές εξέφρασαν τις ανησυχίες τους για την τεχνολογία, προκαλώντας το Google να πει ότι θα είχε τον πράκτορα να ταυτοποιείται ως bot στο μέλλον. Hiện το Google Duplex χρησιμοποιείται μόνο σε μια πολύ περιορισμένη ικανότητα. Θα δει χρήση στη Νέα Ζηλανδία, αλλά μόνο για να ελέγξει τις ώρες λειτουργίας των επιχειρήσεων. Οι ηθικοί ερευνητές εξακολουθούν να ανησυχούν για το βαθμό στον οποίο η τεχνολογία μπορεί να χρησιμοποιηθεί λανθασμένα.

Ο Rahawan υποστηρίζει ότι η πρόσφατη μελέτη δείχνει ότι πρέπει να σκεφτούμε ποιο κόστος είμαστε διατεθειμένοι να πληρώσουμε για τη διαφάνεια:

«Είναι ηθικό να αναπτύξουμε ένα τέτοιο σύστημα; Πρέπει να απαγορεύσουμε στα bots να περνούν ως άνθρωποι και να τα αναγκάσουμε να είναι διαφανή σχετικά με το ποιος είναι; Εάν η απάντηση είναι ‘Ναι’, τότε τα ευρήματά μας υπογραμμίζουν την ανάγκη να οριστούν πρότυπα για το κόστος αποδοτικότητας που είμαστε διατεθειμένοι να πληρώσουμε για τέτοια διαφάνεια.»

Blogger και προγραμματιστής με ειδικότητες στα Machine Learning και Deep Learning θέματα. Ο Daniel ελπίζει να βοηθήσει τους άλλους να χρησιμοποιήσουν τη δύναμη του AI για κοινωνικό καλό.