Generatyvaus AI socialinis poveikis: nauda ir grėsmės

šiandien Generatyvinis AI turi transformuojančią galią įvairiuose visuomenės aspektuose. Jos įtaka apima nuo informacinių technologijų ir sveikatos priežiūros iki mažmeninės prekybos ir meno, įsiskverbia į mūsų kasdienį gyvenimą. 

Kaip per "eMarketer, Generative AI rodo ankstyvą pritaikymą, o vien JAV per pirmuosius ketverius metus numatoma 100 milijonų ar daugiau vartotojų. Todėl labai svarbu įvertinti šios technologijos socialinį poveikį.   

Nors tai žada didesnį efektyvumą, produktyvumą ir ekonominę naudą, susirūpinimą kelia ir etiškas dirbtinio intelekto generuojamų sistemų naudojimas. 

Šiame straipsnyje nagrinėjama, kaip Generative AI iš naujo apibrėžia normas, meta iššūkį etinėms ir visuomenės riboms ir įvertina, ar reikia reguliavimo sistemos socialiniam poveikiui valdyti. 

Kaip generatyvus AI veikia mus

Generatyvusis AI padarė didelę įtaką mūsų gyvenimui, pakeisdamas mūsų veiklą ir sąveiką su skaitmeniniu pasauliu. 

Panagrinėkime kai kuriuos jos teigiamus ir neigiamus socialinius padarinius. 

Geras

Vos per kelerius metus nuo jo pristatymo „Generative AI“ pakeitė verslo operacijas ir atvėrė naujas kūrybiškumo galimybes, žadėdamas efektyvumo padidėjimą ir geresnę rinkos dinamiką. 

Pakalbėkime apie jos teigiamą socialinį poveikį:

1. Greitos verslo procedūros

Per ateinančius kelerius metus „Generative AI“ gali sumažinti PBA (pardavimą, bendrąjį ir administracinį) kainuoja 40 proc..

Generatyvusis AI pagreitėja verslo procesų valdymas automatizuojant sudėtingas užduotis, skatinant naujoves ir mažinant rankų darbo krūvį. Pavyzdžiui, analizuojant duomenis, tokie modeliai kaip „Google“. BigQuery ML paspartinti įžvalgų gavimo iš didelių duomenų rinkinių procesą. 

Dėl to įmonės naudojasi geresne rinkos analize ir greitesniu pateikimu į rinką.

2. Kūrybinio turinio prieinamumas

Daugiau nei 50% rinkodaros specialistų kredituokite „Generative AI“ už geresnį įtraukimo, konversijų ir greitesnių kūrybos ciklų našumą. 

Be to, „Generative AI“ įrankiai buvo automatizuoti turinio kūrimas, kuriant elementus, pvz., vaizdus, ​​garsą, vaizdo įrašą ir kt., vos vienu spustelėjimu. Pavyzdžiui, tokie įrankiai kaip Canva ir Vidurinė kelionė naudokite generatyvųjį AI, kad padėtų vartotojams be vargo kurti vizualiai patrauklią grafiką ir galingus vaizdus. 

Taip pat tokie įrankiai kaip ChatGPT padėti kurti turinio idėjas, pagrįstas vartotojų raginimais apie tikslinę auditoriją. Tai pagerina naudotojų patirtį ir išplečia kūrybinio turinio pasiekiamumą, tiesiogiai sujungiant menininkus ir verslininkus su pasauline auditorija.

3. Žinios po ranka

KnewtonasTyrimas atskleidė, kad mokiniai, naudojantys AI pagrįstas adaptyvias mokymosi programas, pademonstravo nepaprastai 62 % geresnių testų rezultatų.

Generatyvusis AI suteikia mums tiesioginę prieigą prie žinių su dideliais kalbų modeliais (LLM), pvz., ChatGPT arba Bard.ai. Jie atsako į klausimus, generuoja turinį ir verčia kalbas, todėl informacijos paieška tampa efektyvi ir individualizuota. Be to, jis įgalina švietimą, siūlydamas pritaikytą kuravimą ir individualizuotą mokymosi patirtį, praturtindamas mokymosi kelionę nuolatiniu savarankišku mokymusi. 

Pavyzdžiui, Khandraugas, Khan Academy sukurtas dirbtinio intelekto įrankis, kuris yra rašymo treneris, padedantis mokytis koduoti, ir siūlo raginimus, padedančius mokiniams mokytis, diskutuoti ir bendradarbiauti.

Blogas

Nepaisant teigiamo poveikio, plačiai naudojant generatyvųjį AI taip pat kyla iššūkių. 

Panagrinėkime jo neigiamą socialinį poveikį: 

1. Kokybės kontrolės trūkumas

Žmonės gali suvokti generatyvaus AI modelių rezultatus kaip objektyvią tiesą, nepastebėdami galimų netikslumų, pvz. haliucinacijos. Tai gali pakirsti pasitikėjimą informacijos šaltiniais ir prisidėti prie dezinformacijos plitimo, paveikti visuomenės suvokimą ir sprendimų priėmimą.

Netikslūs AI išvesties kelia susirūpinimą dėl AI sukurto turinio autentiškumo ir tikslumo. Nors esamose reguliavimo sistemose daugiausia dėmesio skiriama duomenų privatumui ir saugumui, sunku parengti modelius, kad būtų galima valdyti visus galimus scenarijus. 

Dėl šio sudėtingumo sunku reguliuoti kiekvieno modelio išvestį, ypač kai naudotojo raginimai gali netyčia sukurti žalingo turinio. 

2. Šališkas AI

Generatyvusis dirbtinis intelektas yra toks pat geras, kaip ir duomenys, kuriais jis mokomas. Šališkumas gali atsirasti bet kuriame etape – nuo ​​duomenų rinkimo iki modelio diegimo, netiksliai atspindėdamas visos populiacijos įvairovę. 

Pavyzdžiui, išnagrinėjus 5,000 vaizdų iš „Stable Diffusion“. atskleidžia, kad tai sustiprina rasinę ir lyčių nelygybę. Šioje analizėje „Stable Diffusion“, teksto į vaizdą modelis, baltieji vyrai buvo pavaizduoti kaip generaliniai direktoriai, o moterys – pavaldūs vaidmenys. Nerimą kelia tai, kad ji taip pat stereotipavo tamsiaodžius vyrus, dirbančius nusikaltimus, ir tamsiaodes moteris, dirbančias žemus darbus. 

Norint išspręsti šiuos iššūkius, reikia pripažinti duomenų šališkumą ir įgyvendinti tvirtas reguliavimo sistemas per visą AI gyvavimo ciklą, kad būtų užtikrintas DI generavimo sistemų teisingumas ir atskaitomybė.

3. Klastingumo platinimas

Gilūs klastotės o dezinformacija, sukurta naudojant generatyvius AI modelius, gali paveikti mases ir manipuliuoti viešąja nuomone. Be to, „Deepfakes“ gali kurstyti ginkluotus konfliktus, keldama išskirtinę grėsmę tiek užsienio, tiek vidaus nacionaliniam saugumui.

Nekontroliuojamas netikro turinio platinimas internete neigiamai veikia milijonus žmonių ir kursto politinę, religinę ir socialinę nesantaiką. Pavyzdžiui, 2019 m deepfake suvaidino vaidmenį mėginant perversmą Gabone.

Dėl to kyla neatidėliotinų klausimų apie AI sukurtos informacijos etinius padarinius.

4. Nėra nuosavybės apibrėžimo pagrindų

Šiuo metu nėra išsamios AI sukurto turinio nuosavybės apibrėžimo sistemos. Klausimas, kam priklauso dirbtinio intelekto sistemų generuojami ir apdorojami duomenys, lieka neišspręstas. 

Pavyzdžiui, 2022 metų pabaigoje pradėtoje teisminėje byloje, žinomoje kaip Andersen prieš stabilumą AI ir kt., trys menininkai suvienijo jėgas, kad pareikštų kolektyvinį ieškinį prieš įvairias „Generative AI“ platformas. 

Ieškinyje buvo teigiama, kad šios AI sistemos panaudojo originalius menininkų kūrinius, negavusios reikiamų licencijų. Menininkai teigia, kad šios platformos naudojo savo unikalius stilius mokydamos dirbtinį intelektą, leisdamos vartotojams sukurti kūrinius, kuriems gali trūkti pakankamai transformacijos iš esamų saugomų kūrinių.

Be to, Generatyvinis AI įgalina platų turinio generavimą, o kūrybinėse industrijose žmonių profesionalų kuriama vertė tampa abejotina. Ji taip pat ginčija intelektinės nuosavybės teisių apibrėžimą ir apsaugą.

Generatyvaus AI socialinio poveikio reguliavimas

Generatyviniam dirbtiniam intelektui trūksta išsamios reguliavimo sistemos, todėl kyla susirūpinimas dėl jos galimo konstruktyvaus ir žalingo poveikio visuomenei. 

Įtakingos suinteresuotosios šalys pasisako už tvirtų reguliavimo sistemų sukūrimą.

Pavyzdžiui, Europos Sąjunga Pasiūlė pirmąją dirbtinio intelekto reguliavimo sistemą, skirtą pasitikėjimui įkvėpti, kuri, kaip tikimasi, bus priimta 2024 m. Taikant ateities metodą, ši sistema turi taisykles, susietas su DI programomis, kurios gali prisitaikyti prie technologinių pokyčių. 

Jame taip pat siūloma nustatyti įpareigojimus naudotojams ir paslaugų teikėjams, pasiūlyti atitikties vertinimus prieš pateikimą į rinką ir pasiūlyti teisės aktų vykdymą po pateikimo rinkai pagal apibrėžtą valdymo struktūrą.

Be to, Ados Lovelace institutasAI reguliavimo šalininkas pranešė apie gerai parengto reguliavimo svarbą siekiant užkirsti kelią galios koncentracijai, užtikrinti prieigą, suteikti žalos atlyginimo mechanizmus ir maksimaliai padidinti naudą.

Reguliavimo sistemų įgyvendinimas būtų didelis žingsnis sprendžiant susijusią riziką Generatyvinis AI. Šiai technologijai, kuri daro didelę įtaką visuomenei, reikia priežiūros, apgalvoto reguliavimo ir nuolatinio suinteresuotųjų šalių dialogo.  

Norėdami sužinoti apie naujausius dirbtinio intelekto pasiekimus, jo socialinį poveikį ir reguliavimo sistemas, apsilankykite Unite.ai.