هزینه پنهان AI تولیدی: شمشیر دو لبه اعتبار سنجی انسان


نویسنده (ها): سوفیا بانتون

در ابتدا منتشر شده در به سمت هوش مصنوعیبشر

تصویر جلد ایجاد شده با Google ImageFx.
تغییر از کار اعتبار سنجی غرق در همکاری با هوش مصنوعی را نشان می دهد.

“این را برای صحت بررسی کنید.” “تأیید کنید که خروجی.” “بررسی مسائل اخلاقی.”

“آیا می توانید فقط سریع این موضوع را جستجو کنید؟ هوش مصنوعی آن را نوشت.”

این در اصل نبود کار توضیحات

این واقعیت جدید در اتخاذ مکانهای کاری است هوش مصنوعیبشر در سراسر صنایع ، متخصصان خود را به طور فزاینده ای با مسئولیت غیر منتظره ای سنگین می کنند: اطمینان از اینکه سیستم های هوش مصنوعی اشتباهات مهمی را انجام نمی دهند – وظیفه ای به دور از آنچه در توضیحات شغلی آنها است.

“واقعیت جدید” هوش مصنوعی در مکانهای کار

این را تصور کنید: یک مدیر بازاریابی که قبلاً کمپین های الهام بخش را ایجاد کرده بود ، اکنون روزهای خود را صرف رفع محتوای تولید شده AI می کند. او بررسی می کند که آیا درست به نظر می رسد ، با برند مطابقت دارد و از خطرات قانونی جلوگیری می کند. این چیزی نبود که او از هوش مصنوعی انتظار داشت.

این را تصور کنید: یک دانشمند ارشد در Biopharma ، که قبلاً در اکتشافات دستیابی به موفقیت متمرکز بود ، اکنون ساعت ها صرف دو بار بررسی پیش بینی های هوش مصنوعی و خلاصه ادبیات می کند. او به جای رانندگی نوآوری ، اطمینان حاصل کرد که هوش مصنوعی درست می شود.

هر دو سناریو هزینه پنهان هوش مصنوعی را نشان می دهد: از دست دادن پتانسیل انسانیبشر

هنگامی که تخصص انسانی به “اعتبارسنجی” تبدیل می شود

من به عنوان سازنده راه حل های هوش مصنوعی ، محدودیت های هوش مصنوعی و نیاز به “انسان در حلقه” را از اول می بینم. هدف من به عنوان یک حرفه ای فناوری اطلاعات این نیست که دیکته یا مانع از نحوه کار همکارانم بلکه توانمندسازی و حمایت از آنها شود. اما هنگامی که تخصص انسانی به جای نوآوری رانندگی ، اعتبار سنجی های هوش مصنوعی را صرف می کند ، فشار شناختی و عملیاتی مشخص می شود.

وظایف اعتبار سنجی تکراری رضایت شغلی را تخلیه کرده و منجر به خستگی شناختی و فرسودگی شغلی شود. از آنجا که متخصصان اعتبار سنجی هوش مصنوعی را نسبت به مسئولیت های اصلی خود در اولویت قرار می دهند ، هزینه هم برای افراد و هم سازمان ها آشکار می شود.

چرا نظارت انسانی ضروری است

سیستم های هوش مصنوعی به اعتبار انسان نیاز دارند زیرا سیستم های Genai محدودیت هایی دارند: آنها غالباً اطلاعات غلط ایجاد می کنند ، فاقد درک متنی و مبارزه با انجام کارهای پیچیده یا ظریف هستند. در حالی که اتوماسیون کامل ممکن است در برخی از صنایع ، به شدت تنظیم شده و مهم زندگی باشد محیط هایی مانند Biopharma نمی توانند متخصصان را از فرآیند اعتبارسنجی حذف کنندبشر

در نتیجه ، نقش جدیدی پدید آمده است – اعتبار سنجی انسانی، نیاز به تخصص دامنه و سواد هوش مصنوعی. این مسئولیت اغلب در بالای حجم کار موجود آنها اضافه می شود و بیشتر به این فشار کمک می کند. این کارشناسان باید قابلیت های هوش مصنوعی را درک کنند ، اشتباهات را شناسایی کنند و به نگرانی های اخلاقی بپردازند. اما آیا اعتبارسنجی بهترین استفاده از تخصص آنها است ، به خصوص با توجه به خطر فرسودگی؟ در حالی که کاستی های فعلی AI نظارت انسان را ضروری می کند ، شمشیر دو لبه ایجاد می کندبشر

شمشیر دو لبه اعتبار سنجی هوش مصنوعی

از یک طرف ، اعتبار سنجی انسان باعث می شود هوش مصنوعی قابل اعتماد تر ، ایمن تر و مؤثرتر باشد:

  • امور پزشکی: تیم ها تأیید می کنند که پاسخ های تولید شده توسط AI دقیق ، سازگار و ایمنی بیمار هستند.
  • محتوا: تیم های محتوا نوشتن AI را برای وضوح و صدای برند اصلاح می کنند.
  • انطباق و کنترل کیفیت: تیم های حقوقی و عملیاتی اطمینان می دهند که خروجی های هوش مصنوعی مقررات صنعت را رعایت کرده و از استانداردهای ایمنی پیروی می کنند.
  • امور نظارتی: تیم ها برای پیروی از نظارت و صحت نظارتی ، ارسالی های تولید شده توسط AI را تأیید می کنند.

از طرف دیگر ، اعتبار سنجی انسان پرهزینه است، با نگرانی های عملی و اخلاقی قابل توجه:

  • خواستار بار کاری: وظایف اعتبار سنجی نیاز به زمان و تخصص گسترده دارند.
  • خطرات بهره برداری: شرکتها اعتبار سنجی را برای کارگران کم درآمد در سطح جهان برون سپاری می کنند.
  • فشار روانی: اعتبار سنجی مداوم منجر به فرسودگی و کاهش روحیه می شود.

یافتن تعادل: پیشگیری و توسعه نیروی کار

در نگاه اول ، راه حل هایی مانند داشبورد اعتبار سنجی یا ابزارهای تخصصی – مانند گردش کار برای ساده کردن کارها یا سیستم ها برای خطاهای پرچم – امیدوار کننده به نظر می رسد. با این حال ، این رویکردها اغلب مسئله را توسط تغییر کار اعتبار سنجی به تیم های دیگر یا اضافه کردن مراحل اضافی به فرآیندهای تجاری. فناوری بیشتر همیشه راه حل نیست.

سازمان ها باید به علل اصلی بپردازند و تخصص انسان را به عنوان مشاهده کنند موفقیت در موفقیت هوش مصنوعیبشر اعتبارسنجی می تواند با سرمایه گذاری در پیشگیری و توسعه نیروی کار از یک بار به فرصتی تبدیل شود.

پیشگیری از باند های باند

  • محدودیت های روشن را تعیین کنید در کارهای روزانه
  • ایجاد وقفه به برنامه ها و وظایف مختلف برای کاهش یکنواختی و خستگی.
  • به کارگران آزادی دهید برای انجام وظایف اعتبارسنجی راه خود را.
  • کار خلاقانه جداگانه از کارهای اعتبار سنجی.

توسعه نیروی کار

  • تیم ها را در سواد هوش مصنوعی آموزش دهید و تفکر انتقادی
  • مسیرهای شغلی روشن ایجاد کنید ضمن محافظت از تخصص اصلی.
  • پشتیبانی از سلامت روانی غیر تهاجمی را ارائه دهید.

نگه داشتن بشریت در حلقه

AI مسئول فقط مربوط به حمایت از شهرت شرکت ها یا مردم نیست – بلکه در مورد حمایت از نیروی کار و محافظت از پتانسیل های انسانی است. همانطور که الیاهو گلدرات عاقلانه گفت ، “پتانسیل انسانی تنها منبع نامحدودی است که ما داریم. ” با پرداختن به این چالش ها با اندیشه ، می توانیم اعتبارسنجی را از یک بار به منبع توانمندسازی تغییر دهیم ، اطمینان حاصل کنیم که هوش مصنوعی به ابزاری تبدیل می شود که تخصص انسان را بالا می برد و خلاقیت ما را “سوق می دهد”.

این مقاله توسط یک انسان نوشته شده است. بیایید “انسان” را نگه داریم منبع انسانیبشر

درباره نویسنده

سوفیا بانتون یک مدیر همکار و رهبری راه حل هوش مصنوعی در Biopharma است ، متخصص در مدیریت مسئول هوش مصنوعی ، پذیرش AI در محل کار و ادغام استراتژیک در سراسر فناوری اطلاعات و کارکردهای تجاری.

با پس زمینه در بیوانفورماتیکبا سلامت عمومیوت علم داده ها، او یک لنزهای بین رشته ای به اجرای AI – تعادل اجرای فنی ، طراحی اخلاقی و تراز تجاری در محیط های بسیار تنظیم شدهبشر نوشتار او به بررسی تأثیر دنیای واقعی در AI فراتر از تئوری، کمک به سازمانها برای اتخاذ هوش مصنوعی با مسئولیت پذیری و پایداربشر

با او ارتباط برقرار کنید وابسته به لینکدین یا بینش های هوش مصنوعی بیشتری را در مورد کشف کنید واسطهبشر

منتشر شده از طریق به سمت هوش مصنوعی



منبع: https://towardsai.net/p/machine-learning/generative-ais-hidden-cost-the-double-edged-sword-of-human-validation