ປັນຍາປະດິດ

ຜົນກະທົບທາງສັງຄົມຂອງ AI ທົ່ວໄປ: ຜົນປະໂຫຍດແລະໄພຂົ່ມຂູ່

ຈັດພີມມາ

4 ເດືອນທີ່ແລ້ວ

ມັງກອນ 1, 2024

ໃນມື້ນີ້, AI ສ້າງ ກຳລັງໝູນໃຊ້ພະລັງການຫັນປ່ຽນໃນທົ່ວທຸກດ້ານຂອງສັງຄົມ. ອິດທິພົນຂອງມັນຂະຫຍາຍອອກໄປຈາກເທັກໂນໂລຍີຂໍ້ມູນຂ່າວສານ ແລະການດູແລສຸຂະພາບໄປສູ່ການຂາຍຍ່ອຍ ແລະສິລະປະ, ເຂົ້າສູ່ຊີວິດປະຈໍາວັນຂອງພວກເຮົາ.

ເປັນຕໍ່ eMarketer, Generative AI ສະແດງໃຫ້ເຫັນການຮັບຮອງເອົາກ່ອນໄວອັນຄວນກັບຜູ້ໃຊ້ທີ່ຄາດຄະເນ 100 ລ້ານຄົນຫຼືຫຼາຍກວ່ານັ້ນໃນສະຫະລັດເທົ່ານັ້ນພາຍໃນສີ່ປີທໍາອິດ. ດັ່ງນັ້ນ, ມັນເປັນສິ່ງຈໍາເປັນທີ່ຈະປະເມີນຜົນກະທົບທາງດ້ານສັງຄົມຂອງເຕັກໂນໂລຢີນີ້.

ໃນຂະນະທີ່ມັນສັນຍາວ່າປະສິດທິພາບ, ຜົນຜະລິດ, ແລະຜົນປະໂຫຍດທາງດ້ານເສດຖະກິດເພີ່ມຂຶ້ນ, ຍັງມີຄວາມກັງວົນກ່ຽວກັບການນໍາໃຊ້ດ້ານຈັນຍາບັນຂອງລະບົບການຜະລິດທີ່ໃຊ້ AI.

ບົດຄວາມນີ້ກວດສອບວິທີການຜະລິດ AI ນິຍາມບັນດາມາດຕະຖານ, ທ້າທາຍຂອບເຂດດ້ານຈັນຍາບັນແລະສັງຄົມ, ແລະການປະເມີນຄວາມຈໍາເປັນຂອງຂອບການລະບຽບການໃນການຄຸ້ມຄອງຜົນກະທົບທາງສັງຄົມ.

AI Generative ມີຜົນກະທົບແນວໃດກັບພວກເຮົາ

AI ທົ່ວໄປມີຜົນກະທົບຢ່າງຫຼວງຫຼາຍຕໍ່ຊີວິດຂອງພວກເຮົາ, ປ່ຽນວິທີທີ່ພວກເຮົາປະຕິບັດແລະພົວພັນກັບໂລກດິຈິຕອນ.

ຂໍໃຫ້ຄົ້ນຫາບາງຜົນກະທົບທາງບວກແລະລົບຕໍ່ສັງຄົມຂອງມັນ.

ດີ

ໃນເວລາພຽງບໍ່ເທົ່າໃດປີນັບຕັ້ງແຕ່ການນໍາມາໃຊ້, Generative AI ໄດ້ຫັນປ່ຽນການດໍາເນີນທຸລະກິດ ແລະເປີດຊ່ອງທາງໃຫມ່ສໍາລັບຄວາມຄິດສ້າງສັນ, ສັນຍາວ່າຈະໄດ້ຜົນກໍາໄລທີ່ມີປະສິດທິພາບ ແລະການປັບປຸງການເຄື່ອນໄຫວຕະຫຼາດ.

ໃຫ້ພວກເຮົາປຶກສາຫາລືກ່ຽວກັບຜົນກະທົບທາງບວກທາງດ້ານສັງຄົມຂອງມັນ:

1. ຂັ້ນຕອນທຸລະກິດໄວ

ໃນໄລຍະສອງສາມປີຂ້າງຫນ້າ, Generative AI ສາມາດຕັດ SG&A (ການຂາຍ, ທົ່ວໄປ, ແລະບໍລິຫານ) ຄ່າໃຊ້ຈ່າຍໂດຍ 40%.

Generative AI ເລັ່ງ ການຄຸ້ມຄອງຂະບວນການທຸລະກິດ ໂດຍອັດຕະໂນມັດວຽກງານສະລັບສັບຊ້ອນ, ການສົ່ງເສີມການປະດິດສ້າງ, ແລະຫຼຸດຜ່ອນການເຮັດວຽກຄູ່ມື. ຕົວຢ່າງ, ໃນການວິເຄາະຂໍ້ມູນ, ແບບຈໍາລອງເຊັ່ນ Google's BigQuery ML ເລັ່ງຂະບວນການສະກັດເອົາຄວາມເຂົ້າໃຈຈາກຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່.

ດັ່ງນັ້ນ, ທຸລະກິດມີຄວາມສຸກການວິເຄາະຕະຫຼາດທີ່ດີກວ່າແລະເວລາຕໍ່ຕະຫຼາດໄວຂຶ້ນ.

2. ເຮັດໃຫ້ເນື້ອຫາສ້າງສັນສາມາດເຂົ້າເຖິງໄດ້ຫຼາຍຂຶ້ນ

ຫຼາຍກວ່າ 50% ຂອງນັກກາລະຕະຫຼາດ ສິນເຊື່ອ Generative AI ສໍາລັບການປັບປຸງປະສິດທິພາບໃນການມີສ່ວນພົວພັນ, ການແປງ, ແລະວົງຈອນການສ້າງສັນໄວຂຶ້ນ.

ນອກຈາກນັ້ນ, ເຄື່ອງມື AI ທົ່ວໄປໄດ້ອັດຕະໂນມັດ ສ້າງເນື້ອຫາ, ເຮັດໃຫ້ອົງປະກອບເຊັ່ນຮູບພາບ, ສຽງ, ວິດີໂອ, ແລະອື່ນໆ, ພຽງແຕ່ຄລິກງ່າຍດາຍ. ສໍາລັບຕົວຢ່າງ, ເຄື່ອງມືເຊັ່ນ Canva ແລະ ກາງແຈ້ງ ໃຊ້ Generative AI ເພື່ອຊ່ວຍຜູ້ໃຊ້ໃນການສ້າງກາຟິກທີ່ດຶງດູດສາຍຕາແລະຮູບພາບທີ່ມີປະສິດທິພາບ.

ນອກຈາກນີ້, ເຄື່ອງມືເຊັ່ນ: ສົນທະນາ GPT ຊ່ວຍລະດົມຄວາມຄິດເນື້ອຫາໂດຍອີງໃສ່ການກະຕຸ້ນເຕືອນຂອງຜູ້ໃຊ້ກ່ຽວກັບຜູ້ຊົມເປົ້າຫມາຍ. ນີ້ເສີມຂະຫຍາຍປະສົບການຂອງຜູ້ໃຊ້ແລະຂະຫຍາຍການເຂົ້າເຖິງເນື້ອຫາສ້າງສັນ, ເຊື່ອມຕໍ່ນັກສິລະປິນແລະຜູ້ປະກອບການໂດຍກົງກັບຜູ້ຊົມທົ່ວໂລກ.

3. ຄວາມຮູ້ຢູ່ປາຍນິ້ວມືຂອງທ່ານ

ນິວຕັນການສຶກສາຂອງນັກສຶກສາໄດ້ເປີດເຜີຍໃຫ້ເຫັນວ່າ ນັກຮຽນທີ່ໃຊ້ໂຄງການຮຽນການປັບຕົວທີ່ໃຊ້ AI ໄດ້ສະແດງໃຫ້ເຫັນການປັບປຸງຄະແນນທົດສອບ 62%.

Generative AI ນຳເອົາຄວາມຮູ້ມາສູ່ການເຂົ້າເຖິງທັນທີຂອງພວກເຮົາດ້ວຍຕົວແບບພາສາຂະໜາດໃຫຍ່ (LLM) ເຊັ່ນ ChatGPT ຫຼື Bard.ai. ພວກເຂົາຕອບຄໍາຖາມ, ສ້າງເນື້ອຫາ, ແລະແປພາສາ, ເຮັດໃຫ້ການດຶງຂໍ້ມູນມີປະສິດທິພາບແລະເປັນສ່ວນບຸກຄົນ. ຍິ່ງໄປກວ່ານັ້ນ, ມັນສ້າງຄວາມເຂັ້ມແຂງໃຫ້ແກ່ການສຶກສາ, ສະຫນອງການສອນທີ່ເຫມາະສົມແລະປະສົບການການຮຽນຮູ້ສ່ວນບຸກຄົນເພື່ອເສີມຂະຫຍາຍການເດີນທາງການສຶກສາດ້ວຍການຮຽນຮູ້ດ້ວຍຕົນເອງຢ່າງຕໍ່ເນື່ອງ.

ຍົກຕົວຢ່າງ, ໝູ່, ເປັນເຄື່ອງມືທີ່ຂັບເຄື່ອນດ້ວຍ AI ໂດຍ Khan Academy, ເຮັດໜ້າທີ່ເປັນຄູຝຶກການຂຽນເພື່ອການຮຽນຮູ້ລະຫັດ ແລະ ສະເໜີໃຫ້ຄຳແນະນຳໃນການຮຽນ, ການໂຕ້ວາທີ ແລະ ການຮ່ວມມືຂອງນັກຮຽນ.

ບໍ່ດີ

ເຖິງວ່າຈະມີຜົນກະທົບທາງບວກ, ຍັງມີສິ່ງທ້າທາຍທີ່ມີການນໍາໃຊ້ຢ່າງແຜ່ຫຼາຍຂອງ Generative AI.

ຂໍໃຫ້ພິຈາລະນາຜົນກະທົບທາງລົບຕໍ່ສັງຄົມຂອງມັນ:

1. ຂາດການຄວບຄຸມຄຸນນະພາບ

ປະຊາຊົນສາມາດຮັບຮູ້ຜົນໄດ້ຮັບຂອງຕົວແບບ AI ທົ່ວໄປເປັນຄວາມຈິງຈຸດປະສົງ, ມອງຂ້າມຄວາມເປັນໄປໄດ້ຂອງຄວາມບໍ່ແນ່ນອນ, ເຊັ່ນ: hallucinations. ນີ້ສາມາດທໍາລາຍຄວາມໄວ້ວາງໃຈໃນແຫຼ່ງຂໍ້ມູນແລະປະກອບສ່ວນເຂົ້າໃນການເຜີຍແຜ່ຂໍ້ມູນຂ່າວສານທີ່ບໍ່ຖືກຕ້ອງ, ຜົນກະທົບຕໍ່ຄວາມຮັບຮູ້ຂອງສັງຄົມແລະການຕັດສິນໃຈ.

ຜົນໄດ້ຮັບ AI ທີ່ບໍ່ຖືກຕ້ອງເຮັດໃຫ້ຄວາມກັງວົນກ່ຽວກັບຄວາມຖືກຕ້ອງແລະຄວາມຖືກຕ້ອງຂອງເນື້ອຫາທີ່ສ້າງໂດຍ AI. ໃນຂະນະທີ່ກອບກົດລະບຽບທີ່ມີຢູ່ແລ້ວສຸມໃສ່ຄວາມເປັນສ່ວນຕົວຂອງຂໍ້ມູນແລະຄວາມປອດໄພເປັນຕົ້ນຕໍ, ມັນຍາກທີ່ຈະຝຶກອົບຮົມແບບຈໍາລອງເພື່ອຈັດການກັບສະຖານະການທີ່ເປັນໄປໄດ້.

ຄວາມສັບສົນນີ້ເຮັດໃຫ້ການຄວບຄຸມຜົນຜະລິດຂອງແຕ່ລະຕົວແບບເປັນສິ່ງທ້າທາຍ, ໂດຍສະເພາະບ່ອນທີ່ການເຕືອນຂອງຜູ້ໃຊ້ອາດຈະສ້າງເນື້ອຫາທີ່ເປັນອັນຕະລາຍໂດຍບໍ່ໄດ້ຕັ້ງໃຈ.

2. AI ລຳອຽງ

AI ທົ່ວໄປແມ່ນດີເທົ່າກັບຂໍ້ມູນທີ່ມັນຝຶກອົບຮົມ. ຄວາມລຳອຽງສາມາດເຂົ້າໄປໃນທຸກຂັ້ນຕອນ, ຈາກການເກັບກຳຂໍ້ມູນ ຈົນເຖິງການນຳໃຊ້ຕົວແບບ, ເຊິ່ງສະແດງເຖິງຄວາມຫຼາກຫຼາຍຂອງປະຊາກອນທັງໝົດຢ່າງບໍ່ຖືກຕ້ອງ.

ສໍາລັບຕົວຢ່າງ, ການກວດສອບ 5,000 ຮູບພາບຈາກການແຜ່ກະຈາຍຄົງທີ່ ສະແດງໃຫ້ເຫັນວ່າ ມັນເສີມຂະຫຍາຍຄວາມບໍ່ເທົ່າທຽມທາງດ້ານເຊື້ອຊາດ ແລະເພດ. ໃນການວິເຄາະນີ້, Stable Diffusion, ຮູບແບບຂໍ້ຄວາມເປັນຮູບພາບ, ສະແດງໃຫ້ເຫັນຜູ້ຊາຍສີຂາວເປັນ CEO ແລະແມ່ຍິງໃນບົດບາດ subservient. ເປັນເລື່ອງທີ່ໜ້າເປັນຫ່ວງ, ມັນຍັງເຮັດໃຫ້ຜູ້ຊາຍຜິວດຳທີ່ມີອາຊະຍາກຳ ແລະ ຜູ້ຍິງຜິວດຳທີ່ມີອາຊີບເປັນຜູ້ຊາຍ.

ການແກ້ໄຂສິ່ງທ້າທາຍເຫຼົ່ານີ້ຮຽກຮ້ອງໃຫ້ມີການຮັບຮູ້ຄວາມລໍາອຽງຂອງຂໍ້ມູນແລະການປະຕິບັດກົດລະບຽບທີ່ເຂັ້ມແຂງຕະຫຼອດວົງຈອນຊີວິດ AI ເພື່ອຮັບປະກັນຄວາມຍຸຕິທໍາແລະຄວາມຮັບຜິດຊອບໃນລະບົບການຜະລິດ AI.

3. ການຂະຫຍາຍຄວາມປອມແປງ

Deepfakes ແລະຂໍ້ມູນທີ່ບໍ່ຖືກຕ້ອງທີ່ສ້າງຂຶ້ນດ້ວຍຕົວແບບ AI ທົ່ວໄປສາມາດມີອິດທິພົນຕໍ່ມະຫາຊົນແລະຈັດການຄວາມຄິດເຫັນຂອງປະຊາຊົນ. ຍິ່ງໄປກວ່ານັ້ນ, Deepfakes ສາມາດຍຸຍົງໃຫ້ເກີດການປະທະກັນດ້ວຍກຳລັງອາວຸດ, ເປັນການຂົ່ມຂູ່ທີ່ແຕກຕ່າງກັນຕໍ່ຄວາມໝັ້ນຄົງແຫ່ງຊາດທັງພາຍໃນ ແລະ ຕ່າງປະເທດ.

ການເຜີຍແຜ່ເນື້ອຫາປອມທີ່ບໍ່ຖືກກວດກາຜ່ານອິນເຕີເນັດ ສົ່ງຜົນກະທົບທາງລົບຕໍ່ຫຼາຍລ້ານຄົນ ແລະເຮັດໃຫ້ເກີດຄວາມບໍ່ລົງລອຍກັນທາງດ້ານການເມືອງ, ສາສະໜາ ແລະສັງຄົມ. ຕົວຢ່າງ, ໃນປີ 2019, ຜູ້ຖືກກ່າວຫາ deepfake ມີບົດບາດໃນຄວາມພະຍາຍາມກໍ່ລັດຖະປະຫານຢູ່ໃນ Gabon.

ນີ້ເຮັດໃຫ້ເກີດຄໍາຖາມອັນຮີບດ່ວນກ່ຽວກັບຜົນສະທ້ອນດ້ານຈັນຍາບັນຂອງຂໍ້ມູນທີ່ສ້າງຂຶ້ນໂດຍ AI.

4. ບໍ່ມີກອບການກໍານົດການເປັນເຈົ້າຂອງ

ໃນປັດຈຸບັນ, ບໍ່ມີກອບທີ່ສົມບູນແບບສໍາລັບການກໍານົດຄວາມເປັນເຈົ້າຂອງຂອງເນື້ອຫາທີ່ສ້າງໂດຍ AI. ຄໍາຖາມຂອງໃຜເປັນເຈົ້າຂອງຂໍ້ມູນທີ່ສ້າງແລະປະມວນຜົນໂດຍລະບົບ AI ຍັງຄົງບໍ່ໄດ້ຮັບການແກ້ໄຂ.

ຕົວຢ່າງ, ໃນກໍລະນີທາງກົດໝາຍທີ່ລິເລີ່ມໃນທ້າຍປີ 2022, ເອີ້ນວ່າ Andersen v. ສະຖຽນລະພາບ AI et al., ນັກສິລະປິນສາມຄົນໄດ້ສົມທົບກັນເພື່ອນໍາເອົາການຟ້ອງຮ້ອງໃນຊັ້ນຮຽນຕໍ່ກັບເວທີ AI Generative ຕ່າງໆ.

ການຟ້ອງຮ້ອງໄດ້ກ່າວຫາວ່າລະບົບ AI ເຫຼົ່ານີ້ໄດ້ນໍາໃຊ້ວຽກງານຕົ້ນສະບັບຂອງນັກສິລະປິນໂດຍບໍ່ມີການໄດ້ຮັບໃບອະນຸຍາດທີ່ຈໍາເປັນ. ນັກສິລະປິນໂຕ້ຖຽງວ່າເວທີເຫຼົ່ານີ້ໃຊ້ຮູບແບບທີ່ເປັນເອກະລັກຂອງພວກເຂົາເພື່ອຝຶກອົບຮົມ AI, ເຮັດໃຫ້ຜູ້ໃຊ້ສາມາດສ້າງຜົນງານທີ່ອາດຈະຂາດການຫັນປ່ຽນຢ່າງພຽງພໍຈາກການສ້າງທີ່ມີການປົກປ້ອງທີ່ມີຢູ່.

ນອກຈາກນັ້ນ, AI ສ້າງ ເຮັດໃຫ້ການສ້າງເນື້ອຫາຢ່າງກວ້າງຂວາງ, ແລະມູນຄ່າທີ່ຜະລິດໂດຍຜູ້ຊ່ຽວຊານຂອງມະນຸດໃນອຸດສາຫະກໍາສ້າງສັນກາຍເປັນຄໍາຖາມ. ມັນຍັງທ້າທາຍການກໍານົດແລະການປົກປ້ອງສິດທິຊັບສິນທາງປັນຍາ.

ຄວບຄຸມຜົນກະທົບທາງສັງຄົມຂອງ AI ທົ່ວໄປ

Generative AI ຂາດຂອບການລະບຽບການທີ່ສົມບູນແບບ, ສ້າງຄວາມກັງວົນກ່ຽວກັບຄວາມສາມາດຂອງຕົນສໍາລັບການສ້າງແລະຜົນກະທົບອັນຕະລາຍຕໍ່ສັງຄົມ.

ພາກສ່ວນກ່ຽວຂ້ອງທີ່ມີອິດທິພົນແມ່ນກໍາລັງສົ່ງເສີມການສ້າງຕັ້ງກອບລະບຽບການທີ່ເຂັ້ມແຂງ.

ຕົວຢ່າງເຊັ່ນ ຫະພາບເອີຣົບ ສະເໜີໂຄງຮ່າງກົດລະບຽບຂອງ AI ທຳອິດເພື່ອສ້າງຄວາມໄວ້ເນື້ອເຊື່ອໃຈ, ເຊິ່ງຄາດວ່າຈະໄດ້ຮັບການຮັບຮອງເອົາໃນປີ 2024. ດ້ວຍວິທີການພິສູດໃນອະນາຄົດ, ກອບນີ້ມີກົດລະບຽບຜູກມັດກັບແອັບພລິເຄຊັນ AI ທີ່ສາມາດປັບຕົວເຂົ້າກັບການປ່ຽນແປງທາງດ້ານເຕັກໂນໂລຢີ.

ມັນຍັງສະເຫນີການສ້າງຕັ້ງພັນທະສໍາລັບຜູ້ໃຊ້ແລະຜູ້ໃຫ້ບໍລິການ, ແນະນໍາການປະເມີນຄວາມສອດຄ່ອງກ່ອນຕະຫຼາດ, ແລະສະເຫນີການບັງຄັບໃຊ້ຫລັງຕະຫຼາດພາຍໃຕ້ໂຄງສ້າງການປົກຄອງທີ່ກໍານົດໄວ້.

ນອກຈາກນັ້ນ, ການ ສະຖາບັນ Ada Lovelace, ຜູ້ສະຫນັບສະຫນູນຂອງກົດລະບຽບ AI, ລາຍງານກ່ຽວກັບຄວາມສໍາຄັນຂອງກົດລະບຽບທີ່ຖືກອອກແບບດີເພື່ອປ້ອງກັນຄວາມເຂັ້ມຂົ້ນຂອງພະລັງງານ, ຮັບປະກັນການເຂົ້າເຖິງ, ສະຫນອງກົນໄກການແກ້ໄຂ, ແລະຜົນປະໂຫຍດສູງສຸດ.

ການຈັດຕັ້ງປະຕິບັດລະບຽບການຈະເປັນຕົວແທນໃຫ້ແກ່ຄວາມກ້າວໜ້າຢ່າງຫຼວງຫຼາຍໃນການແກ້ໄຂຄວາມສ່ຽງທີ່ກ່ຽວຂ້ອງຂອງ AI ສ້າງ. ດ້ວຍອິດທິພົນອັນເລິກເຊິ່ງຕໍ່ສັງຄົມ, ເທັກໂນໂລຍີນີ້ຕ້ອງການການກວດກາ, ລະບຽບການທີ່ມີຄວາມຄິດ, ແລະການສົນທະນາຢ່າງຕໍ່ເນື່ອງລະຫວ່າງບັນດາພາກສ່ວນກ່ຽວຂ້ອງ.

ເພື່ອຮັບຊາບກ່ຽວກັບຄວາມກ້າວໜ້າຫຼ້າສຸດໃນ AI, ຜົນກະທົບທາງດ້ານສັງຄົມ, ແລະກອບລະບຽບການ, ໃຫ້ເຂົ້າໄປເບິ່ງ Unite.ai.