چرا اثر Bandwagon از متخصصان انسانی و هوش مصنوعی ضرب و شتم می کند

چرا اثر Bandwagon از متخصصان انسانی و هوش مصنوعی ضرب و شتم می کند

محققان گزارش می دهند که توصیه های کارشناسان هوش مصنوعی ممکن است به همان اندازه از طرف متخصصان انسانی تأثیرگذار باشد.

براساس یک مطالعه جدید ، هر دو حامل بشری و روباتیک خبرهای بد ممکن است دریابند که وقتی نظرات منفی آنها بر خلاف جمع مثبت باشد ، تأثیر خود را از دست می دهند.

محققان دریافتند که وقتی متخصصان هوش مصنوعی توصیه می کنند کدام عکس باید کاربر را به نمایه تجارت آنلاین خود اضافه کند ، ماشین هایی که توصیه هایی را ارائه می دهند - یا متخصصان هوش مصنوعی - تأثیرگذار هستند.

اما هر دو هوش مصنوعی و کارشناسان انسانی در صورت منفی بودن نظرات و مخالفت با افکار عمومی در بین سایر کاربران ، نتوانستند نظرات خود را به بودجه بدهند ، می گوید: S. Shyam Sundar ، استاد جلوه های رسانه ای در کالج ارتباطات دونالد پی بلالیاریو ، مدیر رسانه ای آزمایشگاه تحقیقات اثرات و وابسته به انستیتوی علوم محاسباتی و داده (ICDS) در ایالت پن.

ساندار می گوید ، یافته ها ممکن است نشان دهد که مواقعی وجود دارد که نظر جمعیت ، به آن اثر bandwagon نیز گفته شود ، می تواند نظر متخصصان را هوش مصنوعی یا انسانی قرار دهد.

او می گوید ، هر دو متخصص هوش مصنوعی و انسانی با ارزیابی مثبت روی تصویر پروفایل تجاری توانستند بر ارزیابی شخصی کاربران از این عکس تأثیر بگذارند. اما اگر کارشناسان عکس را دوست ندارند و جمعیت ارزیابی مثبتی از آن ارائه می دهند ، نفوذ کارشناسان کاهش می یابد.

از آنجا که مردم به طور فزاینده ای از رسانه های اجتماعی برای جستجوی بازخورد استفاده می کنند ، به گفته نویسنده اول جینپینگ وانگ ، کاندیدای دکترا در ارتباطات جمعی ، نویسندگان اول می توانند در تأثیرگذاری بر تصمیمات مهم باشند.


آخرین مطالب را از InnerSelf دریافت کنید


وانگ می گوید: "امروزه ، ما پیش از تصمیم گیری ، اغلب به نظرات سیستم های دیگر - مانند همسالان و متخصصان" ، روی سیستم عامل های آنلاین می رویم. به عنوان مثال ، وقتی می خواهیم بدانیم چه فیلم هایی را تماشا كنیم ، یا به چه چیزهایی متوسل می شویم عکس بارگیری در سیستم عامل های رسانه های اجتماعی. "

متخصصان هوش مصنوعی غالباً ارزان تر از متخصصان علوم انسانی هستند و همچنین می توانند 24 ساعت شبانه روز کار کنند ، که ، وانگ پیشنهاد می کند ، ممکن است باعث جذابیت آنها در مشاغل آنلاین شود.

محققان همچنین دریافتند كه وضعیت گروه AI - در این مورد ، منشأ ملی تعیین شده است - به نظر نمی رسد كه شخص در پذیرش توصی آن تأثیر بگذارد. با این حال ، در متخصصان انسانی ، یک متخصص با منشأ ملی مشابه که ارزیابی منفی از یک عکس را ارائه داده ، تمایل دارد از یک متخصص انسانی از یک کشور ناشناخته که دارای یک رتبه منفی مشابه از یک عکس است ، تأثیر بگذارد.

در حالی که یافته هایی که وضعیت گروه را نشان می دهد ممکن است تاثیری در اینکه شخص قضاوت کارشناسان هوش مصنوعی را مانند خبرهای خوب ارزیابی نمی کند ، تأثیر بگذارد ، اما ساندر اظهار می دارد تعصبات فرهنگی ممکن است هنوز هم در یک متخصص هوش مصنوعی مشغول به کار باشید ، اما می توانند در داده های برنامه نویسی و آموزش پنهان شوند.

ساندر می گوید: "این هم خوب است و هم بد - زیرا همه چیز به آنچه شما از AI استفاده می کنید" بستگی دارد. "اگر چه خوب است که به توانایی هوش مصنوعی در فراتر رفتن از تعصبات فرهنگی ایمان داشته باشیم ، باید در نظر داشته باشیم که اگر AI را بر روی تصاویر از یک فرهنگ آموزش دهید ، می توانند توصیاتی گمراه کننده در مورد تصاویر برای استفاده در سایر زمینه های فرهنگی ارائه دهند."

محققان 353 نفر را از طریق یک سرویس شلوغی آنلاین برای شرکت در این مطالعه استخدام کردند. محققان شرکت کنندگان را به طور تصادفی انتخاب کردند تا تصویری از یک وب سایت را مشاهده کنند که به کاربران توصیه می کند عکس پروفایل تجاری خود را ارائه دهند.

محققان همچنین به شرکت کنندگان گفتند که این وب سایت علاوه بر رده بندی های متخصص ، به بازخورد سایر کاربران سکو نیز اجازه می دهد. این تصاویر نشانگر شرایط مختلفی است که محققان مورد مطالعه قرار داده اند ، از جمله اینکه رأی دهنده های متخصص انسانی یا هوش مصنوعی بودند. بازخورد آنها مثبت یا منفی بود. و اینکه منبع مبدأ از هویت ملی مشابه ، متفاوت یا ناشناخته ملی ناشی شده است.

در آینده محققان قصد دارند پویایی گروهی را مورد بررسی قرار دهند نفوذ عمیق تر و بررسی کنید که آیا جنسیت متخصص نقشی در تأثیرگذاری نظر دارد یا خیر.

تحقیقات به نظر می رسد کامپیوترها در رفتار انسان.

مطالعه پژوهشی

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

به دنبال InnerSelf در

فیس بوک، آیکونتوییتر آیکونrss-icon

دریافت آخرین با ایمیل

{emailcloak = خاموش}

بیشترین مطلب خوانده شده

از سردبیران

چرا دونالد ترامپ می تواند بزرگترین بازنده تاریخ باشد
by رابرت جینگز، InnerSelf.com
بروزرسانی شده در تاریخ 2 ژوئیه ، 20020 - این همه بیماری همه گیر و ویروس کرونوی ویروس است که ممکن است ثروت ، شاید 2 یا 3 یا 4 ثروت ، از همه اندازه ناشناخته است. آره ، و ، صدها هزار ، شاید یک میلیون نفر ، مردم خواهند مرد ...
چشمان آبی و چشم های قهوه ای: چگونه نژادپرستی آموخته می شود
by ماری تی. راسل، InnerSelf
در این اپیزود نمایش در اوپرا در سال 1992 ، جین الیوت ، فعال و آموزگار ضد نژادپرستی برنده جایزه ، به مخاطبان درس سختی در مورد نژادپرستی داد و با نشان دادن این که یادگیری تعصب چقدر آسان است.
تغییر میخواد بیاد ...
by ماری تی. راسل، InnerSelf
(30 مه 2020) با تماشای خبرهای مربوط به وقایع فیلادفیا و سایر شهرهای کشور ، قلب من برای آنچه اتفاق می افتد احساس درد می کند. می دانم که این بخشی از تغییر بزرگی است که در حال انجام است ...
یک آهنگ می تواند قلب و روح را بالا ببرد
by ماری تی. راسل، InnerSelf
من چندین روش برای پاک کردن تاریکی از ذهنم استفاده می کنم وقتی می بینم که دچار خزش شده است. یکی باغبانی است ، یا گذراندن زمان در طبیعت. دیگری سکوت است. راه دیگر خواندن است. و یکی که ...
طلسم برای ترانه های همه گیر و تم برای فاصله گرفتن و جداسازی اجتماعی
by ماری تی. راسل، InnerSelf
من اخیراً با آهنگی روبرو شدم و هرچند که به اشعار گوش می کردم ، فکر کردم این آهنگ عالی به عنوان "آهنگ تم" برای این اوقات انزوای اجتماعی خواهد بود. (متن زیر فیلم.)