Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
 معیارهای پنهان در ارزیابی هوش مصنوعی

معیارهای پنهان در ارزیابی هوش مصنوعی

زمان مطالعه: 3 دقیقه

ارزیابی مردم از هوش مصنوعی صرفاً در دو قطب خوش‌بینی بی‌قیدوشرط یا مخالفت سرسختانه جای نمی‌گیرد. در واقع، افراد هنگام مواجهه با هوش مصنوعی بر اساس دو معیار کلیدی به قضاوت می‌پردازند: توانمندی درک‌شده‌ آن در مقایسه با انسان و نیاز به شخصی‌سازی در موقعیت‌های خاص. این چارچوب به پژوهش جدیدی به رهبری «جکسون لو»، استاد مطالعات کار و سازمان در دانشکده مدیریت اسلون MIT، بازمی‌گردد.

پذیرش یا مقاومت: تأثیر توانمندی و شخصی‌سازی

بر اساس این پژوهش که با عنوان پرهیز یا پذیرش هوش مصنوعی؟ چارچوب توانمندی–شخصی‌سازی و مرور فراتحلیلی در مجله Psychological Bulletin منتشر شده است، مشخص شد که پذیرش هوش مصنوعی عمدتاً به این بستگی دارد که آیا افراد آن را در یک وظیفه خاص از انسان توانمندتر می‌دانند و تا چه میزان نیازی به شخصی‌سازی در آن وظیفه احساس می‌شود.

«جکسون لو» می‌گوید: «پذیرش هوش مصنوعی زمانی رخ می‌دهد که افراد آن را از انسان توانمندتر بدانند و در عین حال، نیازی به شخصی‌سازی در موقعیت تصمیم‌گیری احساس نکنند. اما در مواردی که این دو معیار با نیازهای افراد همخوانی نداشته باشد، احتمالاً تمایل آن‌ها به استفاده از هوش مصنوعی کاهش می‌یابد یا به‌طور کامل کنار گذاشته می‌شود.»

پژوهش فراتحلیلی: در جستجوی پاسخی برای تناقض‌ها

مطالعات پیشین اغلب نتایج متناقضی درباره واکنش افراد نسبت به هوش مصنوعی به همراه داشته‌اند. به‌عنوان مثال، مطالعه‌ای در سال ۲۰۱۵ نشان داد که افراد خطاهای هوش مصنوعی را سخت‌تر از خطاهای انسانی می‌بخشند (گریز از الگوریتم)، در حالی که پژوهشی در سال ۲۰۱۹ بیان کرد که افراد مشاوره‌های ارائه‌شده توسط هوش مصنوعی را به مشاوره انسانی ترجیح می‌دهند (پذیرش الگوریتم).

برای رفع این تناقض‌ها، «لو» و همکارانش یک فراتحلیل از ۱۶۳ مطالعه پیشین انجام دادند. این تحلیل شامل ۹۳ موقعیت تصمیم‌گیری مختلف و بیش از ۸۲,۰۰۰ واکنش بود و نشان داد که چارچوب توانمندی–شخصی‌سازی می‌تواند ترجیحات افراد در مواجهه با هوش مصنوعی را توضیح دهد.

چارچوب توانمندی–شخصی‌سازی: ترجیحات کاربران را چگونه شکل می‌دهد؟

فراتحلیل نشان داد که دو عامل کلیدی، یعنی «توانمندی» و «شخصی‌سازی»، نقش تعیین‌کننده‌ای در ترجیحات افراد دارند. توانمندی به این معناست که آیا هوش مصنوعی در یک وظیفه خاص بهتر از انسان عمل می‌کند یا خیر، و شخصی‌سازی به میزان نیاز به توجه به شرایط منحصربه‌فرد فرد یا وظیفه اشاره دارد.

به گفته «لو»: «هوش مصنوعی تنها زمانی ترجیح داده می‌شود که هم توانمندتر تلقی شود و هم وظیفه، غیرشخصی باشد.» به این معنا که توانمندی بالای هوش مصنوعی به‌تنهایی کافی نیست و نیاز به شخصی‌سازی نیز در پذیرش یا رد آن نقش کلیدی دارد.

کاربردها و محدودیت‌های چارچوب پیشنهادی

وظایف با برتری هوش مصنوعی: افراد تمایل دارند در وظایفی مانند کشف تقلب یا تحلیل مجموعه‌های بزرگ داده که هوش مصنوعی از نظر سرعت و دقت مزیت دارد، از آن استفاده کنند. در این وظایف، نیاز به شخصی‌سازی کمتر احساس می‌شود.

وظایف با تمرکز بر شخصی‌سازی: در حوزه‌هایی مانند روان‌درمانی، مصاحبه‌های شغلی یا تشخیص پزشکی، که نیاز به درک شرایط منحصربه‌فرد و شخصی است، افراد عموماً تمایل به اعتماد بیشتر به انسان دارند. به گفته «لو»: «مردم به‌طور ذاتی خود را منحصربه‌فرد می‌بینند و معتقدند که هوش مصنوعی، حتی با داشتن داده‌های عظیم، نمی‌تواند شرایط خاص آن‌ها را درک کند.»

این یافته‌ها می‌تواند توسعه‌دهندگان را به طراحی سیستم‌های هوش مصنوعی سازگارتر با نیازها و انتظارات کاربران هدایت کند. برای مثال، در حوزه‌هایی که نیاز به شخصی‌سازی وجود دارد، افزودن قابلیت‌هایی برای تعامل انسانی بیشتر می‌تواند مقاومت کاربران را کاهش دهد.

عوامل زمینه‌ای در پذیرش یا مقاومت در برابر هوش مصنوعی

پژوهش «لو» و تیمش همچنین به نقش عوامل زمینه‌ای مانند ملموس بودن و شرایط اقتصادی در ترجیحات کاربران نسبت به هوش مصنوعی پرداخته است.

  • ملموس بودن: افراد وقتی با ربات‌های فیزیکی و ملموس به‌جای الگوریتم‌های انتزاعی مواجه می‌شوند، تمایل بیشتری به پذیرش هوش مصنوعی دارند. این مسئله نشان می‌دهد که تجربه کاربر از تعامل با هوش مصنوعی می‌تواند تأثیر قابل‌توجهی بر ارزیابی او داشته باشد.
  • شرایط اقتصادی: در کشورهایی با نرخ بیکاری پایین‌تر، پذیرش هوش مصنوعی بیشتر است. «لو» این موضوع را منطقی توصیف می‌کند: «اگر افراد نگران جایگزینی شغلشان با هوش مصنوعی باشند، طبیعی است که احتمال کمتری برای پذیرش آن وجود داشته باشد.»

محدودیت‌های چارچوب توانمندی–شخصی‌سازی

هرچند چارچوب پیشنهادی بینشی عمیق درباره رفتار مردم نسبت به هوش مصنوعی ارائه می‌دهد، اما محدودیت‌هایی نیز دارد. «جکسون لو» تأکید می‌کند: «ما ادعا نمی‌کنیم که توانمندی و شخصی‌سازی تنها عوامل تعیین‌کننده هستند، اما فراتحلیل ما نشان می‌دهد که این دو بُعد نقش مهمی در شکل‌گیری ترجیحات افراد دارند.»

نویسندگان و منابع پشتیبان پژوهش

این مقاله با همکاری نویسندگانی از دانشگاه‌های Sun Yat-sen، Shenzhen و Fudan، از جمله «شین چین»، «چن چن»، «هانسن ژو»، «شیاووی دونگ» و «لیمی کائو» تهیه شده است. این پژوهش همچنین از حمایت مالی بنیاد ملی علوم طبیعی چین بهره‌مند بوده است.

نتیجه‌گیری

پژوهش ارائه‌شده نشان می‌دهد که پذیرش یا مقاومت در برابر هوش مصنوعی موضوعی پیچیده و وابسته به زمینه است. چارچوب توانمندی–شخصی‌سازی ابزاری ارزشمند برای درک این ترجیحات ارائه می‌دهد و به توسعه‌دهندگان کمک می‌کند تا سیستم‌های هوش مصنوعی را به گونه‌ای طراحی کنند که با نیازهای کاربران تطبیق بیشتری داشته باشد. در نهایت، این پژوهش تأکید دارد که پذیرش فناوری نه امری مطلق، بلکه وابسته به توازن میان کارایی هوش مصنوعی و توجه به ویژگی‌های انسانی است.

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها

در جریان مهم‌ترین اتفاقات AI بمانید

هر هفته، خلاصه‌ای از اخبار، تحلیل‌ها و رویدادهای هوش مصنوعی را در ایمیل‌تان دریافت کنید.

[wpforms id="48325"]