私たちがAIのためにできること

人工知能（AI）を一方的なレンズで見る人が多い。技術は人間に奉仕し、新しい効率、精度、生産性を達成するためにのみ存在する。しかし、もし私たちが方程式の半分を欠けているとしたらどうなるだろうか？そして、もし私たちがそうすることで、技術の欠点を増幅させているとしたらどうなるだろうか？

AIはまだ幼い段階にあり、推論、データの品質、信頼、価値、インセンティブなどの概念の理解において重大な限界がある。現在の能力と真の「知能」の間には大きな隔たりがある。良いニュースは、AIの限界を超えることができるということだ。私たちがAIのパッシブな消費者ではなく、アクティブなコラボレーターになることで、AIの限界を超えることができる。

人間は、より賢いAIを創造するための鍵を持っている。より良い推論フレームワーク、品質の高いデータ、信頼のギャップを埋めることができる。結果として、人間と機械は共に勝利を収めることができる。より良いコラボレーションにより、より良いデータとより良い結果が生まれる。

より相互的な関係がどのように見えるか、そしてどのようにして人間とAIの両方が利益を得ることができるかについて考えてみよう。

人間と機械の必要な関係

AIは確かに大量のデータを分析し、複雑なタスクを自動化することができる。しかし、技術はまだ人間のように考えない。まず、これらのモデルとプラットフォームは、トレーニングデータを超えた推論に苦労する。パターン認識と統計予測は問題ないが、コンテキストの判断と論理的なフレームワークは人間が当然のように考えているものを複製することが難しい。この推論のギャップにより、AIは繊細なシナリオや倫理的な判断に直面したときにしばしば失敗する。

2つ目に、「ガベージイン、ガベージアウト」のデータの品質がある。現在のモデルは、許可があるかどうかに関係なく、膨大な情報をトレーニングする。検証されていない、または偏った情報が適切な帰属や許可なしに使用されるため、検証されていない、または偏ったAIが生まれる。モデルの「データダイエット」は、最善を尽くして疑問視されるが、最悪の場合は散発的である。人間がジャンクフードしか食べないと、遅くて無気力になるのと同様に、エージェントが著作権や二次的な素材しか消費しないと、パフォーマンスは不正確で、信頼性がなく、一般的で具体的ではない。 これはまだ 自治的で能動的な意思決定を約束するエージェントの波に到達していない。

重要な点は、AIはまだ誰や何と対話しているかを認識できない。AIは、整合されたユーザーと整合されていないユーザーを区別できず、関係を検証できず、信頼、価値交換、利害関係者のインセンティブなどの概念を理解できない。人間の対話を規定する核心的な要素である。

AIの問題と人間の解決

私たちは、AIのプラットフォーム、ツール、エージェントを、使用人ではなく、我々がトレーニングすることができるアシスタントとして考える必要がある。まず、推論について考えてみよう。私たちは、新しい論理的なフレームワーク、倫理的なガイドライン、戦略的な思考を導入することができる。慎重なプロンプティングと注意深い監督を通じて、人間の知恵をAIの統計的な強みと組み合わせることができる。AIにパターンを認識し、コンテキストを理解することを教えることができる。

同様に、AIがインターネットからスクラップした情報でトレーニングされるのを許可するのではなく、人間は検証された、多様な、倫理的に取得された高品質のデータセットをキュレーションすることができる。

これには、コンテンツクリエイターが認識され、貢献に対して報酬されるように、より良い帰属システムを開発することが含まれる。

新しいフレームワークがこれを可能にしている。オンラインIDを一つのバナーに統一し、ユーザーがどの情報を共有するかを決定することで、モデルはプライバシー、同意、規制を尊重するゼロパーティ情報を取得することができる。さらに、ブロックチェーン上でこの情報を追跡することで、ユーザーとモデルメーカーは情報の出所を確認し、クリエイターが「新しいオイル」を提供することに対して適切に報酬を支払うことができる。これは、ユーザーがデータに対して認められ、情報革命に参加する方法である。

最後に、信頼のギャップを埋めるには、人間の価値観と態度をモデルに与える必要がある。これには、利害関係者を認識し、関係を検証し、整合されたユーザーと整合されていないユーザーを区別するメカニズムを設計することが含まれる。結果として、AIはその動作のコンテキストを理解することができる。誰がその行動から利益を得るか、どのような価値がシステムに貢献するか、どのようにして価値がシステムを通じて流れるか。

例えば、ブロックチェーンインフラストラクチャを備えたエージェントは、これを達成することができる。エージェントは、評判、社会的影響力、またはトークン所有権を通じてエコシステムへのコミットメントを示したユーザーを認識し、優先順位を付けることができる。これにより、AIはインセンティブを整合し、関与レベルに基づいて意思決定に参加することを許可するガバナンスシステムを作成することができる。結果として、AIはそのエコシステムをより深く理解し、真正な利害関係者の関係に基づいて決定を下すことができる。

AIにおける人間の要素を見失わないで

この技術の台頭と、それが業界を変え、仕事を奪う可能性については既に多く言及されている。ただし、ガードレールを組み込むことで、AIが人間の経験を強化するのではなく、代替するのではなく、補完することができる。例えば、最も成功したAIの実装は、人間を置き換えるのではなく、人間が達成できることを拡張する。AIがルーチン分析を処理し、人間が創造的な方向性と倫理的な監督を提供するとき、両側が独自の強みを貢献する。

AIは、人間のプロセスを改善し、効率化することを約束する。ただし、データソースが疑わしい場合、または知能を真に示すのではなく模倣する場合、限界がある。AIを賢くし、人間の価値観、判断、倫理をその核心に保つことは、私たちの責任である。

信頼は、この技術が主流になるために不可欠である。ユーザーがデータの行き先を確認し、使用方法を確認し、価値の創出に参加することができる場合、ユーザーは不本意な被写体ではなく、意欲的なパートナーになる。同様に、AIシステムが整合された利害関係者と透明なデータパイプラインを活用できる場合、より信頼性が高くなる。結果として、より重要な私的および専門的な空間へのアクセスを得る可能性が高くなる。より良いデータアクセスと改善された成果のフライホイールが作成される。

したがって、AIの次の段階に突入するにあたり、人間と機械を検証可能な関係、品質の高いデータソース、精密なシステムで接続することに焦点を当てるべきである。私たちがAIに何をできるかではなく、AIに何をできるかを問うべきである。