Kerangka Hibrida Manusia-Mesin Kunci untuk Membangun Kecerdasan Buatan yang Lebih Pintar

Peneliti di University of California – Irvine telah menciptakan kerangka hibrida manusia-mesin yang mereka klaim sebagai kunci untuk membangun sistem kecerdasan buatan (AI) yang lebih pintar. Studi ini melibatkan model matematika baru yang dapat meningkatkan kinerja dengan menggabungkan prediksi dan skor kepercayaan manusia dan algoritma.

Studi ini dipublikasikan di Proceedings of the National Academy of Sciences.

Manusia vs. Algoritma Mesin

Mark Steyvers adalah profesor ilmu kognitif UCI dan co-penulis makalah tersebut.

“Manusia dan algoritma mesin memiliki kekuatan dan kelemahan yang komplementer. Masing-masing menggunakan sumber informasi dan strategi yang berbeda untuk membuat prediksi dan keputusan,” Steyvers mengatakan. “Kami menunjukkan melalui demonstrasi empiris serta analisis teoretis bahwa manusia dapat meningkatkan prediksi AI bahkan ketika akurasi manusia sedikit di bawah akurasi AI — dan sebaliknya. Dan akurasi ini lebih tinggi daripada menggabungkan prediksi dari dua individu atau dua algoritma AI.”

Peneliti melakukan eksperimen klasifikasi gambar di mana peserta manusia dan algoritma komputer bekerja secara terpisah untuk mengidentifikasi gambar yang terdistorsi dari hewan dan benda sehari-hari. Gambar-gambar ini kemudian diberi peringkat oleh peserta manusia berdasarkan kepercayaan mereka dalam akurasi identifikasi gambar sebagai rendah, sedang, atau tinggi. Di sisi lain, klasifikasi mesin menghasilkan skor kontinu.

Melakukan Tes

Hasil eksperimen menunjukkan perbedaan yang signifikan dalam tingkat kepercayaan antara manusia dan AI.

Padhraic Smyth adalah Profesor Kanselir UCI bidang ilmu komputer dan co-penulis makalah tersebut.

“Dalam beberapa kasus, peserta manusia sangat yakin bahwa gambar tertentu mengandung kursi, misalnya, sementara algoritma AI bingung tentang gambar tersebut,” Smyth mengatakan. “Demikian pula, untuk gambar lain, algoritma AI dapat dengan percaya diri memberikan label untuk objek yang ditampilkan, sementara peserta manusia tidak yakin apakah gambar yang terdistorsi mengandung objek yang dapat dikenali.”

Peneliti menggunakan kerangka hibrida baru mereka untuk menggabungkan prediksi dan skor kepercayaan dari manusia dan AI, dan model hibrida mencapai kinerja yang lebih baik daripada prediksi manusia atau mesin saja.

“Sementara penelitian sebelumnya telah menunjukkan manfaat dari menggabungkan prediksi mesin atau menggabungkan prediksi manusia — yang disebut ‘kebijaksanaan kerumunan’ — pekerjaan ini membuka arah baru dalam menunjukkan potensi menggabungkan prediksi manusia dan mesin, menunjuk ke pendekatan baru dan ditingkatkan untuk kolaborasi manusia-AI,” Smyth melanjutkan.

Proyek baru yang bertanggung jawab untuk mengembangkan kerangka hibrida ini diselenggarakan oleh Inisiatif Irvine dalam AI, Hukum, dan Masyarakat, yang bertujuan untuk memberikan wawasan yang lebih dalam tentang bagaimana manusia dan mesin bekerja sama untuk menciptakan sistem AI yang lebih akurat.

Penelitian ini juga melibatkan co-penulis Heliodoro Tejada dan Gavin Kerrigan. Heliodoro adalah mahasiswa pascasarjana UCI di bidang ilmu kognitif, dan Kerrigan adalah mahasiswa Ph.D. UCI di bidang ilmu komputer.