Sosialt påvirkning av generativ AI: Fordeler og trusler

I dag, Generativ AI utøver en transformasjonell kraft over ulike aspekter av samfunnet. Dens innflytelse strekker seg fra informasjonsteknologi og helsevesen til detaljhandel og kunst, og trenger inn i vårt daglige liv.

Ifølge eMarketer, viser Generativ AI tidlig adopsjon med et prosjekt på 100 millioner eller flere brukere bare i USA alene innen de første fire årene. Derfor er det viktig å evaluere den sosiale påvirkningen av denne teknologien.

Selv om den lover økt effisiens, produktivitet og økonomiske fordeler, finnes det også bekymringer med hensyn til den etiske bruken av AI-drevne generative systemer.

Denne artikkelen undersøker hvordan Generativ AI omdefinierer normer, utfordrer etiske og sosiale grenser, og vurderer behovet for en reguleringsramme for å håndtere den sosiale påvirkningen.

Hvordan Generativ AI påvirker oss

Generativ AI har hatt en betydelig innvirkning på våre liv, og har endret hvordan vi opererer og samhandler med den digitale verden.

La oss utforske noen av dens positive og negative sosiale påvirkninger.

Det gode

Bare noen få år etter sin introduksjon, har Generativ AI transformert bedriftsoperasjoner og åpnet opp nye muligheter for kreativitet, og lover effisiensgevinster og forbedret markedsdynamikk.

La oss diskutere dens positive sosiale påvirkning:

1. Rask bedriftsprosess

Over de neste få årene kan Generativ AI kutte SG&A (Salgs-, generelle og administrative) kostnader med 40%.

Generativ AI akselerer bedriftsprosesshåndtering ved å automatisere komplekse oppgaver, fremme innovasjon og redusere manuell arbeidsbyrde. For eksempel, i dataanalyse, akselerer modeller som Google’s BigQuery ML prosessen med å trekke ut innsikt fra store datasett.

Som resultat, nyter bedriftene bedre markedsanalyse og raskere tid-til-marked.

2. Gjør kreativt innhold mer tilgjengelig

Mer enn 50% av markedsførerne krediterer Generativ AI for forbedret ytelse i engasjement, konvertering og raskere kreative sykluser.

I tillegg har Generativ AI-verktøy automatisert innholdsskapning, og gjort elementer som bilder, lyd, video osv. bare et enkelt klikk unna. For eksempel, verktøy som Canva og Midjourney utnytter Generativ AI for å hjelpe brukerne med å skape visuelt tiltalende grafikk og kraftfulle bilder.

Også, verktøy som ChatGPT hjelper med å generere innholdsideer basert på brukerens forespørsler om målgruppen. Dette forbedrer brukeropplevelsen og utvider rekkevidden av kreativt innhold, og kobler kunstnere og entrepreneurs direkte til en global publikum.

3. Kunnskap til dine fingertopper

Knewton’s studie viser at studenter som bruker AI-drevne adaptive læringsprogrammer viste en bemerkelsesverdig 62% forbedring i testresultater.

Generativ AI bringer kunnskap til vår umiddelbare tilgang med store språkmodeller (LLM) som ChatGPT eller Bard.ai. De besvarer spørsmål, genererer innhold og oversetter språk, og gjør informasjonshenting effektiv og personlig.I tillegg, gir det mulighet for utdanning, og tilbyr tilpasset veiledning og personlig læringsopplevelse for å berike læringsreisen med kontinuerlig selv-læring.

For eksempel, Khanmigo, et AI-drevet verktøy fra Khan Academy, fungerer som en skrivecoach for å lære å kode, og tilbyr forespørsler for å guide studenter i studier, debatter og samarbeid.

Det dårlige

Til tross for de positive effektene, finnes det også utfordringer med den utstrakte bruken av Generativ AI.

La oss utforske dens negative sosiale påvirkning:

1. Mangel på kvalitetskontroll

Mennesker kan oppfatte utgangen av Generativ AI-modeller som objektiv sannhet, og overse muligheten for uakkurater, som hallusinasjoner. Dette kan underminere tillit til informasjonskilder og bidra til spredning av desinformasjon, og påvirke samfunnets persepsjoner og beslutninger.

Uakkurate AI-utgangspunkter våkner bekymringer om autentisiteten og nøyaktigheten av AI-generert innhold. Mens eksisterende reguleringsrammer primært fokuserer på datapersonvern og sikkerhet, er det vanskelig å trene modeller for å håndtere hver mulig scenario.

Dette komplekset gjør det vanskelig å regulere hver modells utgang, særlig der brukerforespørsler kan utilsiktet generere skadelig innhold.

2. Forvrengt AI

Generativ AI er like god som dataene den er trenet på. Forvrengning kan klatre inn på noen tidspunkt, fra datainnsamling til modellutvikling, og urettferdig representere mangfoldet i befolkningen.

For eksempel, ved å undersøke over 5 000 bilder fra Stable Diffusion, viser det seg at det forsterker rase- og kjønnsulikheter. I denne analysen, avbildet Stable Diffusion, en tekst-til-bilde-modell, hvite menn som direktører og kvinner i underordnede roller. Forferdelig, det stereotyperte også mørkhudede menn med kriminalitet og mørkhudede kvinner med lavt betalte jobber.

Å håndtere disse utfordringene krever å anerkjenne dataforvrengning og implementere robuste reguleringsrammer gjennom hele AI-livet, for å sikre rettferdighet og ansvar i AI-generative systemer.

3. Forsterker falskhet

Deepfakes og desinformasjon skapt med Generativ AI-modeller kan påvirke massene og manipulere offentlig mening. I tillegg kan Deepfakes utløse væpnet konflikter, og presenterer en distinkt trussel mot både utenrikspolitikk og nasjonal sikkerhet.

Den ukontrollerte spredningen av falskt innhold over internettet påvirker negativt millioner, og brenner politisk, religiøs og sosial uenighet. For eksempel, i 2019, spilte en påstått deepfake en rolle i et mislykket kupp i Gabon.

Dette våkner presserende spørsmål om de etiske implikasjonene av AI-generert informasjon.

4. Ingen ramme for å definere eierskap

For tiden finnes det ingen omfattende ramme for å definere eierskap av AI-generert innhold. Spørsmålet om hvem som eier dataene som genereres og prosesseres av AI-systemer, forblir uløst.

For eksempel, i en rettssak initiert i slutten av 2022, kjent som Andersen v. Stability AI et al., slo tre kunstnere seg sammen for å fremme en gruppesøksmål mot flere Generativ AI-plattformer.

Søksmålet hevdet at disse AI-systemene brukte kunstnerens originale verk uten å få nødvendige lisenser. Kunstnerne argumenterer for at disse plattformene brukte deres unike stiler for å trene AI, og muliggjorde at brukerne kunne generere verk som mangler tilstrekkelig transformasjon fra deres eksisterende beskyttede skaperverk.

I tillegg, Generativ AI muliggjør omfattende innholdsgenerering, og verdien generert av menneskelige fagfolk i kreative industrier blir tvilsom. Det utfordrer også definisjonen og beskyttelsen av immaterielle rettigheter.

Regulering av den sosiale påvirkningen av Generativ AI

Generativ AI mangler en omfattende reguleringsramme, og våkner bekymringer om dens potensiale for både konstruktive og skadelige påvirkninger på samfunnet.

Innflytelsesrike interessenter fremmer etablering av robuste reguleringsrammer.

For eksempel, Den europeiske union foreslo den første reguleringsrammen for AI, for å innføre tillit, som forventes å bli vedtatt i 2024. Med en fremtidsrettet tilnærming, har denne rammen regler knyttet til AI-applikasjoner som kan tilpasse seg teknologisk endring.

Det foreslår også å etablere plikter for brukere og tjenesteleverandører, og foreslår forhåndsgodkjenning, og foreslår ettermarkedstvanging under en definert styringsstruktur.

I tillegg, Ada Lovelace-instituttet, en forkjemper for AI-regulering, rapporterte om viktigheten av en godt designet regulering for å forhindre konsentrasjon av makt, sikre tilgang, og tilby mekanismer for å håndtere klager, og maksimere fordeler.

Implementering av reguleringsrammer ville representere et betydelig skritt i å håndtere de assosierte risikoene med Generativ AI. Med dyp innvirkning på samfunnet, trenger denne teknologien tilsyn, omtenksom regulering og en kontinuerlig dialog mellom interessenter.

For å holde deg informert om de siste fremgangene i AI, dens sosiale påvirkning og reguleringsrammer, besøk Unite.ai.