اطلاعات یک کالای ارزشمند است. و به لطف فناوری، وجود دارد میلیون ترابایت از آن به صورت آنلاین

ابزارهای هوش مصنوعی (AI) مانند ChatGPT اکنون این اطلاعات را از طرف ما مدیریت می کنند - آنها را جمع آوری می کنند، خلاصه می کنند و به ما ارائه می دهند.

اما این "برون سپاری" مدیریت اطلاعات به هوش مصنوعی - به همان اندازه که راحت است - با عواقبی همراه است. نه تنها می تواند تأثیر بگذارد چی ما فکر می کنیم، اما به طور بالقوه نیز چگونه ما فکر می کنیم.

در دنیایی که الگوریتم‌های هوش مصنوعی تصمیم می‌گیرند چه اطلاعاتی تداوم یابد و چه چیزی در کنار راه باقی بماند، چه اتفاقی می‌افتد؟

ظهور هوش مصنوعی شخصی

ابزارهای مولد هوش مصنوعی بر روی مدل هایی ساخته شده اند که با صدها گیگابایت آموزش دیده اند داده های از قبل موجود. از این داده‌ها، آن‌ها یاد می‌گیرند که چگونه به‌طور مستقل متن، تصاویر، محتوای صوتی و ویدیویی ایجاد کنند و می‌توانند با وصله کردن «محتمل‌ترین» پاسخ به سؤالات کاربر پاسخ دهند.

ChatGPT توسط میلیون ها نفربا وجود اینکه کمتر از یک سال پیش به صورت عمومی منتشر شد. در ماه ژوئن، علاوه بر این پاسخ های سفارشی چت ربات چشمگیر را حتی مفیدتر کرد. این ویژگی به کاربران اجازه می‌دهد دستورالعمل‌های سفارشی‌شده را ذخیره کنند و توضیح دهند که برای چه چیزی از ربات استفاده می‌کنند و می‌خواهند چگونه پاسخ دهد.

این یکی از چندین نمونه "هوش مصنوعی شخصی" است: دسته ای از ابزارهای هوش مصنوعی که محتوا را متناسب با نیازها و ترجیحات خاص کاربر تولید می کنند.

نمونه دیگر متا است که اخیراً راه اندازی شده است دستیار مجازی، هوش مصنوعی متا. این چت بات می تواند مکالمه داشته باشد، تصاویر تولید کند و وظایف خود را در پلتفرم های متا از جمله واتس اپ، مسنجر و اینستاگرام انجام دهد.

مصطفی سلیمان، محقق هوش مصنوعی و یکی از بنیانگذاران DeepMind، توصیف هوش مصنوعی شخصی سازی شده بیشتر یک رابطه است تا یک فناوری:

این یک دوست است. […] واقعاً همیشه حاضر و در کنار شما خواهد بود و با شما زندگی می کند - اساساً در تیم شما. من دوست دارم به این فکر کنم که یک مربی بزرگ در گوشه شماست.

اما این فناوری‌ها با نگرانی‌های مطرح شده نیز بحث‌برانگیز هستند مالکیت داده, تعصب و اطلاعات غلط.

شرکت های فناوری در تلاش هستند تا راه هایی برای مبارزه با این مسائل بیابند. به عنوان مثال، گوگل لینک های منبع را به خلاصه های جستجوی تولید شده توسط هوش مصنوعی اضافه کرده است جستجوی تجربه مولد ابزار (SGE) که در اوایل امسال مورد انتقاد قرار گرفت ارائه کردن پاسخ های نادرست و مشکل ساز

فناوری قبلاً تفکر ما را تغییر داده است

چگونه ابزارهای مولد هوش مصنوعی – و به ویژه آنهایی که برای ما شخصی سازی شده اند – نحوه تفکر ما را تغییر خواهند داد؟

برای درک این موضوع، اجازه دهید اوایل دهه 1990 را مرور کنیم، زمانی که اینترنت برای اولین بار وارد زندگی ما شد. مردم به طور ناگهانی می‌توانستند به اطلاعات تقریباً هر چیزی دسترسی پیدا کنند، اعم از بانک، نانوایی، تدریس یا مسافرت.

نزدیک به 30 سال بعد، مطالعات نشان داده است که چگونه ارتباط با این "ذهن کندو" جهانی، شناخت، حافظه و خلاقیت ما را تغییر داده است.

به عنوان مثال، دسترسی فوری به معادل صفحات 305.5 میلیارد اطلاعات مردم را افزایش داده است فرا دانش - یعنی دانش آنها در مورد دانش. یکی از تأثیرات این استافکت گوگل”: پدیده ای که در آن جستجوی آنلاین توانایی ما را برای یافتن اطلاعات افزایش می دهد، اما حافظه ما را از آنچه آن اطلاعات بوده کاهش می دهد.

از یک طرف، بارگذاری تفکر ما به موتورهای جستجو نشان داده است که ذخایر ذهنی ما را آزاد می کند حل مسئله و تفکر خلاق. از سوی دیگر، بازیابی اطلاعات آنلاین با افزایش همراه بوده است حواس پرتی و وابستگی.

تحقیقات همچنین نشان می دهد که جستجوی آنلاین - صرف نظر از کمیت یا کیفیت اطلاعات بازیابی شده - باعث افزایش ما می شود عزت نفس شناختی. به عبارت دیگر، این باور ما را به "هوشمندی" خودمان افزایش می دهد.

این را با این واقعیت همراه کنید که پرسش از اطلاعات کار سختی است - و اینکه هر چه بیشتر به موتور جستجوی خود اعتماد کنیم، کمتر انتقادی خواهیم کرد با نتایج آن درگیر شوید - و می توانید ببینید که چرا دسترسی به حجم بی سابقه ای از اطلاعات لزوماً ما را عاقل تر نمی کند.

آیا باید تفکر خود را "برون سپاری" کنیم؟

ابزارهای مولد هوش مصنوعی امروزی بسیار فراتر از ارائه نتایج جستجو به ما هستند. آنها اطلاعات را برای ما پیدا می کنند، آن را ارزیابی می کنند، آن را ترکیب می کنند و به ما ارائه می دهند.

پیامدهای این امر چه می تواند باشد؟ بدون اصرار برای کنترل کیفیت به رهبری انسان، چشم انداز امیدوارکننده نیست.

توانایی هوش مصنوعی مولد برای تولید پاسخ هایی که احساس آشنا، عینی و جذاب می کند به این معنی است که ما را در مقابل آسیب پذیری بیشتری قرار می دهد. تعصبات شناختی.

La تعصب اتوماسیونبه عنوان مثال، تمایل انسان به بیش از حد تخمین زدن یکپارچگی اطلاعات منبع ماشین است. و قرار گرفتن در معرض صرف اثر زمانی است که ما بیشتر به اطلاعاتی که به عنوان آشنا یا شخصی ارائه می شود اعتماد می کنیم.

تحقیق در رسانه های اجتماعی می تواند به ما در درک تأثیر چنین سوگیری ها کمک کند. در یک مطالعه در سال 2016، کاربران فیس بوک گزارش دادند احساس بیشتر "دانستن" بر اساس مقدار محتوای خبری منتشر شده آنلاین – و نه اینکه واقعاً چه مقدار از آن را خوانده اند.

ما همچنین می دانیم که "حباب های فیلترایجاد شده توسط الگوریتم های رسانه های اجتماعی – که در آن فیدهای ما بر اساس علایق ما فیلتر می شوند – تنوع محتوایی را که در معرض آن قرار می گیریم محدود می کند.

نشان داده شده است که این روند محدود کردن اطلاعات افزایش می یابد قطبی شدن ایدئولوژیک با کاهش تمایل مردم به در نظر گرفتن دیدگاه های جایگزین. همچنین نشان داده شده است که احتمال قرار گرفتن در معرض آن را افزایش می دهد اخبار جعلی.

استفاده از هوش مصنوعی برای عاقلانه کردن، و نه احمق کردن

هوش مصنوعی مولد، بدون شک، یک نیروی انقلابی با پتانسیل انجام کارهای بزرگ برای جامعه است. این می تواند با ارائه سیستم آموزشی ما را تغییر دهد محتوای شخصی شده، شیوه های کاری خود را با تسریع تغییر دهید نوشتن و تحلیل اطلاعات، و مرزهای را فشار دهید کشف علمی.

حتی این پتانسیل را دارد که به طور مثبت روابط ما را با کمک به ما در برقراری ارتباط و ارتباط با دیگران تغییر دهد و گاهی اوقات می تواند به عنوان یک شکلی از همراهی مصنوعی.

اما اگر تنها راه ما برای قضاوت در مورد آینده نگاه به گذشته است، شاید اکنون زمان آن رسیده است که در مورد اینکه اینترنت و رسانه های اجتماعی چگونه شناخت ما را تغییر داده اند فکر کنیم و برخی از آنها را اعمال کنیم. اقدامات پیشگیرانه. در حال توسعه سواد هوش مصنوعی همچنین طراحی ابزارهای هوش مصنوعی که استقلال انسان و تفکر انتقادی را تشویق می کند، مکان خوبی برای شروع است.

در نهایت، ما باید هر دو را درک کنیم و نقاط قوت و ضعف هوش مصنوعی برای اطمینان از اینکه این همراهان «متفکر» به ما کمک می‌کنند آینده‌ای را که می‌خواهیم بسازیم - و نه آینده‌ای که اتفاقاً در بالای فهرست قرار دارد.

سارا ویوین بنتلی, پژوهشگر, نوآوری مسئول, داده61, CSIRO; کلر میسون، پژوهشگر اصلی، CSIROو عینات گریمبرگ، پژوهشگر فوق دکتری فناوری و علوم اجتماعی، CSIRO

این مقاله از مجله منتشر شده است گفتگو تحت مجوز Creative Commons دفعات بازدید: مقاله.