วิธีการที่มนุษย์สามารถนำทางการแข่งขัน AI ได้

เครื่องมือ AI ถูกมองโดยหลายคนว่าเป็นประโยชน์ต่อการวิจัย ตั้งแต่โครงการทำงานไปจนถึงการทำงานวิจัยทางวิทยาศาสตร์ ตัวอย่างเช่น แทนที่จะใช้เวลานานในการตรวจสอบเว็บไซต์อย่างเจาะจง คุณสามารถถาม ChatGPT คำถามได้ และมันจะส่งผลลัพธ์ที่ดูเหมือนสมเหตุสมผล แต่คำถามคือ – คุณสามารถเชื่อถือผลลัพธ์เหล่านั้นได้หรือไม่? ประสบการณ์แสดงให้เห็นว่าคำตอบมักจะเป็น “ไม่” AI ทำงานได้ดีเฉพาะเมื่อมนุษย์มีส่วนร่วมมากขึ้น โดยการกำกับและดูแลระบบ AI แล้วตรวจสอบผลลัพธ์ที่ผลิตออกมาเทียบกับโลกแห่งความเป็นจริง แต่ด้วยการเติบโตอย่างรวดเร็วของภาค AI ที่สร้างสรรค์ และเครื่องมือใหม่ๆ ที่ออกมาอย่างต่อเนื่อง ทำให้ผู้บริโภคพบว่ามันยากที่จะเข้าใจและยอมรับบทบาทที่พวกเขาต้องเล่นเมื่อทำงานกับเครื่องมือ AI

ภาค AI มีขนาดใหญ่ และกำลังเติบโตอย่างต่อเนื่อง โดยผู้เชี่ยวชาญระบุว่ามันจะมีมูลค่า มากกว่า 1.3 ล้านล้านดอลลาร์ ภายในปี 2030 จึงไม่น่าแปลกใจที่เกือบทุกบริษัทเทคโนโลยีขนาดใหญ่ – ตั้งแต่ Apple (AAPL ) ไปจนถึง Amazon (AMZN ), IBM, Microsoft และอื่นๆ – กำลังปล่อยเทคโนโลยี AI ของตนเอง โดยเฉพาะผลิตภัณฑ์ AI ที่สร้างสรรค์ขั้นสูง

ด้วยการเดิมพันขนาดนี้ จึงไม่น่าแปลกใจที่บริษัทต่างๆ กำลังทำงาน อย่างรวดเร็วที่สุด เพื่อปล่อยฟีเจอร์ใหม่ๆ ที่จะทำให้พวกเขาได้เปรียบในการแข่งขัน นี่คือ การแข่งขันอาวุธ โดยที่บริษัทต่างๆ พยายามที่จะล็อกผู้ใช้เข้ามาในระบบของตนให้ได้มากที่สุด บริษัทต่างๆ หวังว่าฟีเจอร์ที่ช่วยให้ผู้ใช้สามารถใช้ระบบ AI ได้อย่างง่ายดาย – เช่น การสามารถรับข้อมูลที่ต้องการสำหรับโครงการวิจัยโดยการถาม chatbot AI ที่สร้างสรรค์ – จะช่วยให้พวกเขาได้รับลูกค้ามากขึ้น ซึ่งจะยังคงอยู่กับผลิตภัณฑ์หรือยี่ห้อเมื่อมีฟีเจอร์ใหม่ๆ ถูกเพิ่มเข้ามาอย่างต่อเนื่อง

แต่บางครั้ง ในการแข่งขันที่จะมาเป็นอันดับแรก บริษัทต่างๆ อาจปล่อยฟีเจอร์ที่ไม่ได้รับการทดสอบอย่างเหมาะสม หรือมีข้อจำกัดที่ไม่ได้ถูกกำหนดไว้อย่างชัดเจน ในขณะที่บริษัทต่างๆ เคยแข่งขันกันในตลาดสำหรับเทคโนโลยีและแอปพลิเคชันต่างๆ มัน似乎ว่าการแข่งขันในปัจจุบันทำให้บริษัทต่างๆ ปล่อย ผลิตภัณฑ์ที่ “ไม่สมบูรณ์” มากกว่าที่เคย – โดยมีผลลัพธ์ที่ไม่สมบูรณ์ตามมา การพึ่งพาผลลัพธ์เหล่านี้สำหรับวัตถุประสงค์ในการวิจัย – ไม่ว่าจะเป็นธุรกิจ ส่วนบุคคล การแพทย์ การศึกษา หรืออื่นๆ – อาจนำไปสู่ผลลัพธ์ที่ไม่พึงประสงค์ รวมถึงความเสียหายต่อชื่อเสียง การสูญเสียธุรกิจ หรือแม้กระทั่งความเสี่ยงต่อชีวิต

อุบัติเหตุของ AI ได้ทำให้บริษัทต่างๆ สูญเสียอย่างมาก บริษัทหนึ่งที่ชื่อ iTutor ถูกปรับ 365,000 ดอลลาร์ ในปี 2023 หลังจากที่อัลกอริทึม AI ของพวกเขาปฏิเสธผู้สมัครงานหลายสิบคนเนื่องจากอายุ ตลาดอสังหาริมทรัพย์ Zillow สูญเสียหลายร้อยล้านดอลลาร์ในปี 2021 เนื่องจากการคาดการณ์ราคาไม่ถูกต้องของระบบ AI ผู้ใช้ที่พึ่งพา AI สำหรับการให้คำแนะนำทางการแพทย์ก็เสี่ยงเช่นกัน Chat GPT ให้ข้อมูลที่ไม่ถูกต้องแก่ผู้ใช้เกี่ยวกับการโต้ตอบระหว่างยาลดความดันเลือด verapamil และยาปฏิชีวนะ Paxlovid ของ Pfizer (PFE ) – และว่าผู้ป่วยสามารถรับยาทั้งสองได้พร้อมกันหรือไม่

ในขณะที่เหตุการณ์เหล่านี้ได้รับการรายงานอย่างกว้างขวาง อุบัติเหตุ AI อื่นๆ ที่ไม่ได้รับการรายงานอาจเป็นอันตรายต่ออาชีพและชื่อเสียงของผู้คนได้ ตัวอย่างเช่น ผู้จัดการการตลาดที่ยุ่งๆ ที่กำลังมองหาวิธีการสร้างรายงานอย่างรวดเร็วอาจถูกยั่วให้ใช้เครื่องมือ AI ในการสร้างรายงาน – และถ้าเครื่องมือนั้นให้ข้อมูลที่ไม่ถูกต้อง พวกเขาอาจพบว่าตัวเองกำลังมองหางานใหม่ นักเรียนที่ใช้ ChatGPT ในการเขียนรายงาน – และอาจารย์ที่สามารถระบุแหล่งที่มาของรายงานนั้นได้ – อาจเผชิญกับการให้คะแนน F สำหรับภาคเรียน และทนายความที่ให้พนักงานใช้เครื่องมือ AI ในการทำงานทางกฎหมายอาจพบว่าตัวเองถูกปรับหรือถูกยกเลิกใบอนุญาตหากคดีที่พวกเขานำเสนอถูกบิดเบือนเนื่องจากข้อมูลที่ไม่ถูกต้อง

สถานการณ์เกือบทั้งหมดเหล่านี้สามารถป้องกันได้ – หากมนุษย์เป็นผู้ควบคุม AI และมีความโปร่งใสมากขึ้นในการวิจัย AI ต้องถูกมองว่าเป็นความร่วมมือระหว่างมนุษย์และเครื่องจักร มันเป็นความร่วมมือที่แท้จริง – และนั่นคือคุณค่าที่โดดเด่น

ในขณะที่คุณลักษณะการค้นหาที่มีประสิทธิภาพมากขึ้น การจัดรูปแบบ และการวิเคราะห์เป็นที่ต้องการ ผู้ผลิตผลิตภัณฑ์ AI ยังต้องรวมกลไกที่ช่วยให้เกิดความร่วมมือนี้ด้วย ระบบต้องรวมเครื่องมือตรวจสอบข้อเท็จจริงที่ช่วยให้ผู้ใช้สามารถตรวจสอบผลลัพธ์ของรายงานจากเครื่องมือ เช่น ChatGPT และให้ผู้ใช้เห็นแหล่งที่มาของข้อมูลหรือข้อมูลที่เฉพาะเจาะจง สิ่งนี้จะช่วยให้เกิดการวิจัยที่ดีกว่า และช่วยฟื้นฟูความเชื่อมั่นในตัวเราเอง – เราสามารถส่งรายงานหรือแนะนำนโยบายได้อย่างมั่นใจโดยอาศัยข้อเท็จจริงที่เราสามารถเชื่อถือและเข้าใจได้

ผู้ใช้จะต้องตระหนักและชั่งน้ำหนักถึงความเสี่ยงที่เกี่ยวข้องกับการพึ่งพา AI ในการผลิตการวิจัย พวกเขาควรชั่งน้ำหนักความยุ่งยากกับผลลัพธ์ที่สำคัญ ตัวอย่างเช่น มนุษย์อาจไม่ต้องมีส่วนร่วมมากนักเมื่อใช้ AI ในการเปรียบเทียบร้านอาหารท้องถิ่น แต่เมื่อทำการวิจัยที่จะแจ้งการตัดสินใจทางธุรกิจที่สำคัญหรือการออกแบบเครื่องบินหรืออุปกรณ์ทางการแพทย์ ผู้ใช้ต้องมีส่วนร่วมมากขึ้นในแต่ละขั้นตอนของกระบวนการวิจัยที่ขับเคลื่อนด้วย AI ยิ่งการตัดสินใจที่สำคัญมากขึ้น ยิ่งต้องมีการมีส่วนร่วมของมนุษย์มากขึ้น การวิจัยสำหรับการตัดสินใจที่ไม่สำคัญมากนักอาจสามารถมอบหมายให้ AI ได้โดยสมบูรณ์

AI กำลังดีขึ้นทุกที – แม้ไม่มีการช่วยเหลือจากมนุษย์ มันเป็นไปได้ ถ้าไม่บอกว่ามันจะเกิดขึ้นจริงๆ ที่เครื่องมือ AI ที่สามารถตรวจสอบตัวเองได้จะเกิดขึ้น โดยการตรวจสอบผลลัพธ์ของตนเองเทียบกับโลกแห่งความเป็นจริงในลักษณะเดียวกับที่มนุษย์จะทำ – ทำให้โลกเป็น สถานที่ที่ดีกว่า หรือ ทำลายมัน แต่เครื่องมือ AI อาจไม่ถึงระดับนั้น เร็วเท่าที่หลายคนเชื่อ หรือ อาจจะไม่เคยเกิดขึ้น ซึ่งหมายความว่าปัจจัยมนุษย์ยังคงจำเป็นในการวิจัยใดๆ AI มีประสิทธิภาพในการค้นหาข้อมูลและจัดระเบียบข้อมูล แต่ไม่สามารถเชื่อถือได้ในการประเมินบริบทและใช้ข้อมูลในลักษณะที่มนุษย์ต้องการ สำหรับอนาคตที่คาดการณ์ได้ มันสำคัญที่นักวิจัยจะต้องมองเห็นเครื่องมือ AI ว่าเป็นเครื่องมือที่ช่วยให้ทำงานเสร็จสิ้น ไม่ใช่สิ่งที่มาแทนที่มนุษย์และสมองของมนุษย์ในงาน hey cannot be trusted to evaluate context and use that information in the way that we, as human beings, need it to be used. For the foreseeable future, it is important that researchers see AI tools for what they are; tools to help get the job done, rather than something that replaces humans and human brains on the job.