در تخیل عمومی ، هوش مصنوعی اغلب به عنوان دستگاهی با چشمان درخشان ، یک استاد شطرنج عاری از احساسات یا یک مغز نامرئی که همه چیز را بهینه می کند ، ظاهر می شود. اما از نزدیک به افرادی که آن را می سازند گوش دهید – محققان ، بنیانگذاران ، اخلاق گرایان و مربیان – و تصویری بسیار متفاوت ظاهر می شود.
AI فقط کد نیست. این فرهنگ ، پیامد و وجدان است. و در حال حاضر توسط کسانی که وعده آن را می بینند ، شکل می گیرد ، بلکه خطرات آن نیز شکل می گیرد.
در HUMANS & AI نمایش، توسط شبکه مرزی AI، فضایی است که این دوگانگی از طریق مکالمات واقعی بسته نشده است. نه با بازرگانان اعتیاد به مواد مخدره ، بلکه با رهبران متفکر در چگونگی ، چرا و برای چه کسی از هوش مصنوعی مبنای.
از آموزش اتوماسیون، سیستم های اعتماد به محل کار ترکیبی ، این پنج قسمت لنز را به طرح انسانی در پشت این فناوری ارائه می دهد و ارزش هایی که ممکن است آن را در مسیر نگه دارد.
1. اندی کورتزیگ – ترکیب هوش مصنوعی با تخصص انسانی
به قسمت گوش دهید
“شما اجازه نمی دهید یک هوش مصنوعی فرزند خود را بدون پزشک درگیر تشخیص دهد ، بنابراین چرا اجازه می دهید در مورد مشتریان یا آینده شما بدون نظارت تصمیم گیری کند؟”
اندی کورتزیگ ، مدیرعامل JustAnswer ، با یک فرض ساده شروع می شود: هوش مصنوعی باید تخصص انسانی را ارتقا بخشد ، نه جایگزین آن. وی در مورد ایمان کور به توانایی های هوش مصنوعی هشدار می دهد ، و اظهار داشت که سیستم های دنیای واقعی باید با پاسگاه های داخلی ، بازپرداخت انسان و دسترسی رادیکال طراحی شوند.
چشم انداز او یکی از مشارکت ها است. هوش مصنوعی می تواند هوش را مقیاس کند ، اما انسان باید قضاوت ، زمینه و شفقت را ارائه دهد. این به معنای طراحی سیستم هایی است که خود را توضیح می دهند و اطمینان می دهند که بیش از نخبگان فنی قابل استفاده هستند.
درس: AI قابل اعتماد پس از مهندسی نیست. این یک دستورالعمل طراحی است.
ارتباط: در دوره ای که به سرعت مقیاس خدمات هوش مصنوعی را در سرتاسر بهداشت ، قانون و پشتیبانی مشتری انجام می دهد ، بسیار مهم است.
2. Phil Tomlinson – هوش مصنوعی انسان محور با طراحی
به قسمت گوش دهید
Phil Tomlinson ، SVP در TaskUS ، فقط سیستم های AI را مدیریت نمی کند – او فرهنگ های مسئولیت را در اطراف خود پرورش می دهد.
قسمت او در عمق اصل “هوش مصنوعی انسان محور” فرو می رود: فناوری شفاف ، قابل تفسیر و از نظر عاطفی ایمن است. او استدلال می کند که تیم های طراحی باید شامل اخلاق ، مربیان و کارشناسان بهداشت روان باشند ، نه فقط مهندسین.
“تجربه انسانی یک نقطه داده نیست. این نکته کل است.”
از کارگران گیگ گرفته تا مشتری های سازمانی ، نگرانی تاملینسون این است که تصمیمات هوش مصنوعی اغلب بر کسانی که در جدول طراحی صندلی ندارند ، تأثیر می گذارد. او از سیستمهایی که نه تنها دقیق بلکه قابل درک و عادلانه هستند ، به ویژه برای افرادی که بیشتر تحت تأثیر قرار می گیرند ، حمایت می کند.
درس: عنصر انسانی متغیر نیست. این رابط است.
ارتباط: بنیادی برای استفاده هوش مصنوعی در تجربه مشتری ، تغییر محتوا و سیستم های HR.
3. داگ استفان – هوش مصنوعی در آموزش ، هوش هیجانی و آینده یادگیری
به قسمت گوش دهید
داگ استفان ، مدیر اجرایی و آینده نگر ، چیزی نادر را برای گفتگوی هوش مصنوعی به ارمغان می آورد: همدلی به عنوان اولویت طراحی.
او علاقه ای به این ندارد که آیا هوش مصنوعی می تواند سریعتر درجه بندی کند یا برگه های ریاضی شخصی را تحویل دهد. او می خواهد بداند: آیا می تواند به انسان کمک کند تا از نظر عاطفی باهوش تر شوند؟ مشارکتی بیشتر؟ انعطاف پذیر تر؟
کار او نشان می دهد که چگونه هوش مصنوعی می تواند از سمت توسعه انسانی یادگیری ، تقویت توانایی معلم در پیگیری تعامل ، انگیزه و حتی استرس پشتیبانی کند. با انجام این کار ، هوش مصنوعی جایگزین مربیان نمی شود. این مراقبت از آنها را تقویت می کند.
درس: قدرتمندترین هوش مصنوعی در آموزش و پرورش فقط تدریس نمی کند بلکه به رشد ما کمک می کند.
ارتباط: همانطور که ابزارهای هوش مصنوعی در کلاسهای درس گسترش می یابد ، این قسمت نقشه راه را برای حفظ بشریت در یادگیری دیجیتال تشریح می کند.
4. عدنان مسعود – اخلاق ، مربیگری و مسیر سازنده AI
به قسمت گوش دهید
عدنان مسعود مسیرهای بسیاری را طی کرده است: معمار یادگیری ماشین ، مربی ، معلم و اخلاق گرا. در این قسمت ، او به پتانسیل تحول آمیز AI و خطرات آرام ، تعصب ، محرومیت و سوء استفاده آن تأمل می کند.
تماس مسعود این است که نسل بعدی سازندگان هوش مصنوعی را نه تنها در برنامه نویسی بلکه با خرد مربیگری کند. وی تأکید می کند که درگیری جامعه ، آموزش اخلاقی و سیستم های ساختمانی که فقط نمی توانند مقیاس باشند ، اما این باید.
“ما به رمزگذارهای بیشتری احتیاج نداریم. ما به سازندگان آگاه تر نیاز داریم.”
درس: آینده هوش مصنوعی نه در فناوری نهفته است ، بلکه در ارزش هایی که ما به سازندگان آن منتقل می کنیم.
ارتباط: برای مربیان ، توسعه دهندگان و سیاست گذاران که در برنامه های درسی و فرهنگ شرکت شکل می گیرند ، باید لیستی ضروری باشد.
5. فابیان ویت – دموکراتیک کردن اتوماسیون هوش مصنوعی
به قسمت گوش دهید
اتوماسیون ، اشتباه انجام شده ، مانند فرسایش ، جابجایی آرام از معنا و هدف احساس می شود. اما فابیان ویت مسیری بهتر را تصور می کند.
ویت در مکالمه خود به بررسی چگونگی اتوماسیون AI محور می تواند تیم ها را توانمند کند ، زمان را آزاد کند و خلاقیت را تقویت کند-اما تنها در صورت طراحی با در نظر گرفتن و دسترسی در ذهن.
او در حال ساخت ابزاری است که دسترسی به هوش مصنوعی را دموکراتیک می کند ، بنابراین فقط به نفع فناوری های بزرگ نیست بلکه مشاغل کوچک ، سازمان های مردم نهاد ، مربیان و کارگرانی است که در واقعیت های ترکیبی حرکت می کنند.
درس: اتوماسیون فقط نباید تولید را افزایش دهد بلکه باید عزت را افزایش دهد.
ارتباط: برای درک تقاطع هوش مصنوعی ، کار و تحول در محل کار ضروری است.
بینش مشترک: این فقط همان چیزی نیست که ما می سازیم ، اینگونه است که چگونه
در این پنج صدا ، یک موضوع مشترک پدیدار می شود: AI مسئول نتیجه ای نیست. این یک عمل است.
- این به معنای شروع با انسان است ، نه داده.
- این به معنای فکر کردن طولانی مدت است ، نه فقط MVP.
- این به معنای تدریس ، گوش دادن و تطبیق است.
AI اجتناب ناپذیر نیست. عمدی است و مسیر آن بستگی به این دارد که آیا ما مایل به ساختن با وجدان هستیم ، نه فقط جاه طلبی.
شروع به گوش دادن ، شروع به رهبری
این قسمت ها فقط مشکلات را مورد توجه قرار نمی دهند. آنها طرح های اصولی را برای انجام درست AI ارائه می دهند. در دنیایی که به سمت اتوماسیون عجله می کند ، آنها به ما یادآوری می کنند: آینده هوش مصنوعی مربوط به ماشین ها نیست. این در مورد ما است.
سریال کامل را در aifn.co/humans-in-ai-show