Τα τελευταία ένα ή δύο χρόνια, οι εταιρείες έχουν αρχίσει να χρησιμοποιούν τους λεγόμενους «πράκτορες AI» ως κανονικούς «υπαλλήλους», συμπεριλαμβάνοντάς τους μάλιστα και στα οργανωτικά τους διαγράμματα.
Μία νέα τεχνολογία με πολλά ελαττώματα
Η Jane Yi Jiang, καθηγήτρια διοίκησης επιχειρήσεων στο Πανεπιστήμιο του Οχάιο και συν-συγγραφέας της εν λόγω μελέτης, δήλωσε ότι η ίδια και οι συν-συγγραφείς της ήταν πρόθυμοι να βοηθήσουν όταν εταιρείες πρόσληψης ρώτησαν «πώς να βελτιώσουν τις διαδικασίες τους».
Τα «μη γνωστά άγνωστα»
Ωστόσο, οι ερευνητές της τεχνητής νοημοσύνης δεν μπορούν να διορθώσουν προκαταλήψεις των οποίων δεν έχουν επίγνωση, και αρκετοί μελετητές ανέφεραν ότι ο αντίκτυπος αυτών των μη ανιχνεύσιμων προκαταλήψεων ενδέχεται να αυξηθεί.
Αν παραδείγματος χάριν τα μελλοντικά μοντέλα εκπαιδεύονται με δεδομένα που παράγονται από τα σημερινά μοντέλα χωρίς επαρκή προσοχή, θα δημιουργηθεί αναπόφευκτα ένα είδος αυτοενισχυόμενος κύκλος.
Σε αυτή την περίπτωση, «η τάση προς εδραίωση των υφιστάμενων προοπτικών και συμπεριφορών φαίνεται πιθανή», δήλωσε ο Shayne Longpre, ερευνητής τεχνητής νοημοσύνης και ιδρυτής της Data Provenance Initiative, μιας ομάδας που παρακολουθεί την υποδομή της τεχνητής νοημοσύνης.
Και μετά υπάρχουν τα «τυφλά σημεία» που προκύπτουν όχι τόσο από την ίδια την τεχνητή νοημοσύνη, όσο από τον τρόπο με τον οποίο την χρησιμοποιούν οι άνθρωποι.
Οι μελετητές που στρέφονται προς την τεχνητή νοημοσύνη σε κάθε στάδιο της ερευνητικής διαδικασίας — ρωτώντας την τεχνητή νοημοσύνη ποιες ερωτήσεις αξίζει να μελετηθούν, ζητώντας τη συμβουλή της για το πώς να απαντήσουν σε αυτές τις ερωτήσεις, αξιοποιώντας την για την ανάλυση δεδομένων, βασιζόμενοι σε αυτήν για τη σύνταξη των ευρημάτων — ενδέχεται να περιορίσουν ακούσια το εύρος της εργασίας τους.
«Δεν το παρατηρούμε απαραίτητα σε ατομικό επίπεδο», δήλωσε η Cecilie Steenbuch Traberg, ψυχολόγος στο Copenhagen Business School και συγγραφέας μιας πρόσφατης μελέτης για το θέμα.
«Αν ανταλλάσσεις απόψεις με ένα chatbot, το οποίο σε βοηθά να βρεις ιδέες, μπορεί να σου φαίνεται υπέροχο. Αλλά σε συλλογικό επίπεδο, φαίνεται αρκετά παρόμοιο. Όλοι ακούγονται το ίδιο».
Η Δρ. Wiles, δήλωσε ότι οι αδυναμίες δεν ήταν απαραίτητα εγγενείς στην τεχνολογία, αλλά προέκυψαν όταν οι άνθρωποι την υιοθέτησαν χωρίς να δώσουν ιδιαίτερη προσοχή στο τι θα μπορούσε να πάει στραβά.
Τους τελευταίους αιώνες, οι μελετητές και οι ηγέτες των επιχειρήσεων έχουν αναπτύξει ένα αξιόπιστο σύνολο πρακτικών για τη διαχείριση ανθρώπων.
Όμως, η ψυχολογία της διαχείρισης της τεχνητής νοημοσύνης είναι εντελώς διαφορετική, και «βγαίνουμε εκεί έξω στα τυφλά».