Это не о том, что может сделать ИИ для нас, а о том, что мы можем сделать для ИИ

Большинство людей смотрят на искусственный интеллект (ИИ) через одностороннюю призму. Эта технология существует только для того, чтобы служить людям и достигать новых уровней эффективности, точности и производительности. Но что, если мы упускаем из виду половину уравнения? И что, если, делая это, мы только усугубляем недостатки технологии?

ИИ еще в младенчестве и все еще сталкивается с существенными ограничениями в рассуждениях, качестве данных и понимании концепций, таких как доверие, ценность и стимулы. Разрыв между текущими возможностями и истинным “интеллектом” значительный. Хорошая новость? Мы можем изменить это, став активными сотрудниками, а не пассивными потребителями ИИ.

Люди держат ключ к интеллектуальной эволюции, предоставляя лучшие рамки рассуждений, качественные данные и мостящие разрыв доверия. В результате человек и машина могут работать бок о бок для взаимной выгоды – с лучшим сотрудничеством, генерирующим лучшие данные и лучшие результаты.

Давайте рассмотрим, как может выглядеть более симбиотическая связь и как, как партнеры, осмысленное сотрудничество может принести пользу обеим сторонам уравнения ИИ.

Необходимая связь между человеком и машиной

ИИ, безусловно, великолепен в анализе огромных наборов данных и автоматизации сложных задач. Однако технология остается фундаментально ограниченной в мышлении, подобном нашему. Во-первых, эти модели и платформы испытывают трудности с рассуждениями за пределами своих обучающих данных. Распознавание закономерностей и статистическое прогнозирование не представляют проблемы, но контекстуальное суждение и логические рамки, которые мы принимаем как должное, более сложны для воспроизведения. Этот разрыв в рассуждениях означает, что ИИ часто спотыкается, когда сталкивается с нюансированными сценариями или этическим суждением.

Во-вторых, есть “мусор на входе, мусор на выходе” качество данных. Текущие модели обучаются на огромных массивах информации с и без согласия. Неверифицированная или предвзятая информация используется, независимо от надлежащей атрибуции или авторизации, что приводит к неверифицированному или предвзятому ИИ. “Диета данных” моделей поэтому сомнительна в лучшем случае и разбросана в худшем. Полезно думать об этом влиянии в терминах питания. Если люди едят только фаст-фуд, они медлительны и вялые. Если агенты потребляют только авторские и вторичные материалы, их производительность аналогично ослаблена, а выходные данные неточны, ненадежны и общие, а не конкретные. Это все еще далеко от автономного и проактивного принятия решений, обещанного в предстоящей волне агентов.

Критически, ИИ все еще слеп к тому, с кем и чем он взаимодействует. Он не может различать согласованных и несогласованных пользователей, испытывает трудности с верификацией отношений и не понимает концепций, таких как доверие, обмен ценностями и стимулы заинтересованных сторон – основные элементы, которые регулируют человеческие взаимодействия.

Проблемы ИИ с человеческими решениями

Нам нужно думать о платформах ИИ, инструментах и агентах менее как о слугах и более как об ассистентах, которых мы можем помочь обучить. Во-первых, давайте посмотрим на рассуждения. Мы можем ввести новые логические рамки, этические рекомендации и стратегическое мышление, которые системы ИИ не могут разработать самостоятельно. Через вдумчивое подражание и тщательное наблюдение мы можем дополнить статистические сильные стороны ИИ человеческой мудростью – обучая их распознавать закономерности и понимать контексты, которые делают эти закономерности значимыми.

Аналогично, вместо того, чтобы позволять ИИ обучаться на любой информации, которую он может собрать из интернета, люди могут курировать более качественные наборы данных, которые верифицированы, разнообразны и этически обоснованы.

Это означает разработку лучших систем атрибуции, где создатели контента признаются и компенсируются за их вклад в обучение.

Появляющиеся рамки делают это возможным. Объединив онлайн-идентификаторы под единым знаменем и решив, что и когда они готовы делиться, пользователи могут оснастить модели нулевой партией информации, которая уважает конфиденциальность, согласие и регулирование. Лучше всего, отслеживая эту информацию в блокчейне, пользователи и создатели моделей могут видеть, откуда берется информация, и адекватно компенсировать создателям за предоставление этой “новой нефти”. Таким образом, мы признаем пользователей за их данные и вовлекаем их в информационную революцию.

Наконец, мостящие разрыв доверия, означает оснащение моделей человеческими ценностями и отношениями. Это означает проектирование механизмов, которые признают заинтересованные стороны, верифицируют отношения и различают согласованных и несогласованных пользователей. В результате мы помогаем ИИ понять его оперативный контекст – кто выигрывает от его действий, что способствует его развитию и как ценность проходит через системы, в которых он участвует.

Например, агенты, поддержанные инфраструктурой блокчейна, довольно хорошо справляются с этим. Они могут распознавать и отдавать приоритет пользователям с доказанной вовлеченностью в экосистему через репутацию, социальное влияние или владение токенами. Это позволяет ИИ согласовывать стимулы, придавая больше веса заинтересованным сторонам с реальным интересом, создавая системы управления, где проверенные сторонники участвуют в принятии решений на основе их уровня вовлеченности. В результате ИИ более глубоко понимает свою экосистему и может принимать решения, обоснованные подлинными отношениями заинтересованных сторон.

Не теряйте из виду человеческий элемент в ИИ

Было много сказано о росте этой технологии и о том, как она угрожает революционизировать отрасли и уничтожить рабочие места. Однако, внедряя ограничения, мы можем обеспечить, чтобы ИИ дополнял, а не заменял человеческий опыт. Например, наиболее успешные реализации ИИ не заменяют людей, а расширяют то, что мы можем достичь вместе. Когда ИИ обрабатывает рутинный анализ, а люди обеспечивают творческое направление и этический надзор, обе стороны вносят свой уникальный вклад.

Когда все сделано правильно, ИИ обещает улучшить качество и эффективность бесчисленных человеческих процессов. Но когда все сделано неправильно, он ограничен сомнительными источниками данных и только имитирует интеллект, а не демонстрирует его на самом деле. От нас, человеческой стороны уравнения, зависит сделать эти модели умнее и обеспечить, чтобы наши ценности, суждение и этика оставались в их основе.

Доверие является непременным условием для того, чтобы эта технология стала мейнстримом. Когда пользователи могут проверить, куда их данные уходят, видеть, как они используются, и участвовать в ценности, которую они создают, они становятся готовыми партнерами, а не неохотными объектами. Аналогично, когда системы ИИ могут использовать согласованных заинтересованных сторон и прозрачные каналы данных, они становятся более достоверными. В свою очередь, они с большей вероятностью получат доступ к нашим наиболее важным частным и профессиональным пространствам, создавая эффект домино лучшего доступа к данным и лучших результатов.

Итак, вступая в эту следующую фазу ИИ, давайте сосредоточимся на соединении человека и машины с проверяемыми отношениями, качественными источниками данных и точными системами. Мы должны задавать вопрос не о том, что ИИ может сделать для нас, а о том, что мы можем сделать для ИИ.