Không Phải Về Những Gì AI Có Thể Làm Cho Chúng Ta, Mà Về Những Gì Chúng Ta Có Thể Làm Cho AI

Hầu hết mọi người nhìn nhận trí tuệ nhân tạo (AI) thông qua một ống kính một chiều. Công nghệ này chỉ tồn tại để phục vụ con người và đạt được những mức độ hiệu quả, chính xác và năng suất mới. Nhưng nếu chúng ta bỏ lỡ một nửa của phương trình? Và nếu, bằng cách làm như vậy, chúng ta chỉ khuếch đại những khiếm khuyết của công nghệ?

AI vẫn còn trong giai đoạn sơ sinh và vẫn đối mặt với những hạn chế đáng kể về lý luận, chất lượng dữ liệu và hiểu biết về các khái niệm như niềm tin, giá trị và động lực – những yếu tố cốt lõi điều khiển các tương tác của con người.

Con người nắm giữ chìa khóa để tiến hóa thông minh bằng cách cung cấp các khuôn khổ lý luận tốt hơn, cho ăn dữ liệu chất lượng và bắc cầu khoảng cách niềm tin. Kết quả là, con người và máy móc có thể làm việc cùng nhau để đạt được chiến thắng – với sự hợp tác tốt hơn tạo ra dữ liệu tốt hơn và kết quả tốt hơn.

Hãy cùng xem xét một mối quan hệ cộng sinh có thể trông như thế nào và làm thế nào, với tư cách là đối tác, sự hợp tác có ý nghĩa có thể mang lại lợi ích cho cả hai bên của phương trình AI.

Mối quan hệ cần thiết giữa con người và máy móc

AI không thể phủ nhận là tuyệt vời trong việc phân tích các tập dữ liệu lớn và tự động hóa các nhiệm vụ phức tạp. Tuy nhiên, công nghệ này vẫn còn bị giới hạn về mặt tư duy như chúng ta. Đầu tiên, các mô hình và nền tảng này gặp khó khăn trong việc lý luận vượt quá dữ liệu đào tạo của chúng. Nhận dạng mẫu và dự đoán thống kê không phải là vấn đề, nhưng việc đánh giá ngữ cảnh và khuôn khổ logic mà chúng ta coi là đương nhiên là khó khăn hơn để sao chép. Khoảng cách lý luận này có nghĩa là AI thường thất bại khi đối mặt với các tình huống tinh vi hoặc phán quyết đạo đức.

Thứ hai, có “rác vào, rác ra” chất lượng dữ liệu. Các mô hình hiện tại được đào tạo trên các kho dữ liệu lớn với và không có sự đồng ý. Thông tin không được xác minh hoặc bị thiên vị được sử dụng bất kể sự quy chiếu thích hợp hoặc ủy quyền, dẫn đến AI không được xác minh hoặc bị thiên vị. “Chế độ ăn dữ liệu” của các mô hình do đó là đáng ngờ ở mức tốt nhất và phân tán ở mức tồi tệ nhất. Điều này có ích khi nghĩ về tác động này trong các điều khoản dinh dưỡng. Nếu con người chỉ ăn thức ăn nhanh, chúng ta sẽ chậm và lờ đờ. Nếu các tác nhân chỉ tiêu thụ bản sao và vật liệu thứ cấp, hiệu suất của chúng sẽ bị hạn chế với đầu ra không chính xác, không đáng tin cậy và chung chung chứ không cụ thể. Điều này vẫn còn xa so với việc ra quyết định tự chủ và chủ động được hứa hẹn trong làn sóng tác nhân sắp tới.

Quan trọng nhất, AI vẫn còn mù quáng với những người và thứ mà nó tương tác. Nó không thể phân biệt giữa người dùng đồng bộ và không đồng bộ, gặp khó khăn trong việc xác minh mối quan hệ và không hiểu các khái niệm như niềm tin, trao đổi giá trị và động lực của các bên liên quan – những yếu tố cốt lõi điều khiển các tương tác của con người.

Vấn đề AI với giải pháp con người

Chúng ta cần nghĩ về các nền tảng, công cụ và tác nhân AI ít hơn như những người phục vụ và nhiều hơn như những người hỗ trợ mà chúng ta có thể giúp đào tạo. Đầu tiên, hãy xem xét lý luận. Chúng ta có thể giới thiệu các khuôn khổ logic mới, hướng dẫn đạo đức và tư duy chiến lược mà các hệ thống AI không thể phát triển một mình. Thông qua việc thúc đẩy và giám sát cẩn thận, chúng ta có thể bổ sung sức mạnh thống kê của AI với trí tuệ con người – dạy chúng nhận ra mẫu và hiểu ngữ cảnh làm cho những mẫu đó có ý nghĩa.

Tương tự, thay vì cho phép AI đào tạo trên bất kỳ thông tin nào nó có thể thu thập từ internet, con người có thể lập các tập dữ liệu chất lượng cao hơn được xác minh, đa dạng và có nguồn gốc đạo đức.

Điều này có nghĩa là phát triển các hệ thống quy chiếu tốt hơn nơi các nhà tạo nội dung được công nhận và bồi thường cho những đóng góp của họ vào việc đào tạo.

Các khuôn khổ mới nổi cho phép điều này. Bằng cách thống nhất các danh tính trực tuyến dưới một biểu ngữ và quyết định liệu và những gì họ thoải mái chia sẻ, người dùng có thể trang bị cho các mô hình thông tin zero-party tôn trọng quyền riêng tư, đồng ý và quy định. Tốt hơn nữa, bằng cách theo dõi thông tin này trên blockchain, người dùng và nhà tạo mô hình có thể xem thông tin đến từ đâu và bồi thường đầy đủ cho các nhà tạo nội dung vì việc cung cấp ” dầu mới “. Đây là cách chúng ta công nhận người dùng về dữ liệu của họ và đưa họ vào cuộc cách mạng thông tin.

Cuối cùng, bắc cầu khoảng cách niềm tin có nghĩa là trang bị cho các mô hình các giá trị và thái độ con người. Điều này có nghĩa là thiết kế các cơ chế nhận ra các bên liên quan, xác minh mối quan hệ và phân biệt giữa người dùng đồng bộ và không đồng bộ. Kết quả là, chúng ta giúp AI hiểu ngữ cảnh hoạt động của nó – ai được lợi từ hành động của nó, những gì góp phần vào sự phát triển của nó và cách giá trị chảy qua các hệ thống nó tham gia.

Ví dụ, các tác nhân được hỗ trợ bởi cơ sở hạ tầng blockchain khá tốt trong việc này. Chúng có thể nhận ra và ưu tiên người dùng với sự cam kết hệ sinh thái đã được chứng minh thông qua uy tín, ảnh hưởng xã hội hoặc quyền sở hữu token. Điều này cho phép AI sắp xếp các động lực bằng cách cho trọng lượng nhiều hơn đến các bên liên quan có lợi ích trong trò chơi, tạo ra các hệ thống quản trị nơi các người ủng hộ được xác minh tham gia vào việc ra quyết định dựa trên mức độ tham gia của họ. Kết quả là, AI hiểu sâu hơn về hệ sinh thái của nó và có thể đưa ra quyết định được thông tin bởi các mối quan hệ của các bên liên quan thực sự.

Đừng mất tầm nhìn về yếu tố con người trong AI

Đã có nhiều điều được nói về sự trỗi dậy của công nghệ này và cách nó đe dọa sẽ thay đổi các ngành công nghiệp và xóa bỏ việc làm. Tuy nhiên, việc xây dựng các rào cản an toàn có thể đảm bảo rằng AI tăng cường chứ không vượt qua kinh nghiệm của con người. Ví dụ, các triển khai AI thành công nhất không thay thế con người mà mở rộng những gì chúng ta có thể đạt được cùng nhau. Khi AI xử lý phân tích thường xuyên và con người cung cấp hướng dẫn sáng tạo và giám sát đạo đức, cả hai bên đóng góp điểm mạnh độc đáo của mình.

Khi được thực hiện đúng, AI hứa hẹn sẽ cải thiện chất lượng và hiệu quả của vô số quá trình của con người. Nhưng khi được thực hiện sai, nó bị giới hạn bởi các nguồn dữ liệu đáng ngờ và chỉ mô phỏng trí tuệ chứ không thực sự hiển thị trí tuệ. Điều này phụ thuộc vào chúng ta, phía con người của phương trình, để làm cho các mô hình này thông minh hơn và đảm bảo rằng các giá trị, phán quyết và đạo đức của chúng ta vẫn ở trung tâm của chúng.

Niềm tin là không thể thương lượng cho công nghệ này để trở thành chủ đạo. Khi người dùng có thể xác minh nơi dữ liệu của họ đi, xem cách nó được sử dụng và tham gia vào giá trị nó tạo ra, họ trở thành những người hợp tác sẵn sàng chứ không phải là những đối tượng không sẵn lòng. Tương tự, khi các hệ thống AI có thể tận dụng các bên liên quan đồng bộ và các đường ống dữ liệu minh bạch, chúng trở nên đáng tin cậy hơn. Ngược lại, chúng có nhiều khả năng tiếp cận các không gian riêng tư và chuyên nghiệp quan trọng nhất của chúng ta, tạo ra một vòng quay của việc truy cập dữ liệu tốt hơn và kết quả tốt hơn.

Vì vậy, khi chúng ta bước vào giai đoạn tiếp theo của AI, hãy tập trung vào việc kết nối con người và máy móc với các mối quan hệ có thể xác minh, các nguồn dữ liệu chất lượng và các hệ thống chính xác. Chúng ta nên hỏi không phải AI có thể làm gì cho chúng ta mà chúng ta có thể làm gì cho AI.