هوش مصنوعی باید هوش انسان را افزایش دهد ، نه اینکه جایگزین آن شود


در اقتصادی که داده ها در حال تغییر چگونگی ارزش آفرینی و رقابت شرکت ها هستند – کارشناسان پیش بینی می کنند که استفاده از هوش مصنوعی (AI) در مقیاس بزرگتر تا 15.20 تریلیون دلار به اقتصاد جهانی تا سال 2030 اضافه خواهد کرد. کار ، بسیاری بر این باورند که هرکسی این کار را انجام دهد نیز تغییر خواهد کرد – و سازمان ها شروع به جایگزینی کارمندان انسانی با ماشین های هوشمند می کنند. این در حال حاضر اتفاق می افتد: سیستم های هوشمند مردم را در تولید ، ارائه خدمات ، استخدام و صنعت مالی جابجا می کند ، کارگران انسانی را به سمت مشاغل کم درآمد سوق می دهد یا آنها را بیکار می کند. این روند باعث شده است که برخی به این نتیجه برسند که در سال 2040 نیروی کار ما کاملاً قابل تشخیص نیست.

آیا انسانها و ماشین آلات واقعاً در رقابت با یکدیگر هستند؟ تاریخچه کار – به ویژه پس از انقلاب صنعتی – تاریخچه افرادی است که نیروی کار خود را در ماشین کار می کنند. در حالی که این کار با کارهای تکراری فیزیکی مانند بافندگی آغاز شده است ، اما ماشین آلات تا حدی پیشرفت کرده اند که اکنون می توانند کاری را انجام دهند که تصور می کنیم کار شناختی پیچیده ای است ، مانند معادلات ریاضی ، شناخت زبان و گفتار و نوشتن. به این ترتیب ، به نظر می رسد ماشین آلات آماده هستند تا کار ذهن ما ، نه فقط بدن ما را تولید کنند. در قرن بیست و یکم ، هوش مصنوعی در حال پیشرفت است تا در بسیاری از وظایف از مردم بهتر عمل کند ، به همین ترتیب به نظر می رسد آماده ایم که هوش خود را به سمت فناوری سوق دهیم. با این روند اخیر ، به نظر می رسد هیچ چیزی به زودی نمی تواند خودکار شود ، این بدان معناست که هیچ شغلی از تخلیه ماشین آلات در امان نیست.

این چشم انداز برای آینده کار به شکل یک بازی با جمع صفر درآمده است که در آن فقط یک برنده می تواند وجود داشته باشد.

با این حال ، ما معتقدیم که این دیدگاه درباره نقش هوش مصنوعی در محل کار اشتباه است. این س ofال که آیا هوش مصنوعی جایگزین کارگران انسانی می شود ، نشان می دهد که هوش مصنوعی و انسان از کیفیت و توانایی های یکسانی برخوردار هستند – اما در واقعیت چنین نیستند. ماشین های مبتنی بر هوش مصنوعی سریعتر ، دقیق تر و دائماً منطقی هستند ، اما از نظر شهودی ، احساسی یا فرهنگی حساس نیستند. و دقیقاً این توانایی ها است که مردم دارند و ما را مثر می کنند.

هوش ماشین در مقابل هوش انسانی

به طور کلی ، افراد رایانه های مدرن را هوشمند می شناسند زیرا توانایی یادگیری و تصمیم گیری بر اساس اطلاعاتی را که دریافت می کنند ، دارند. اما گرچه ما می توانیم این توانایی را تشخیص دهیم ، اما قطعاً نوع متفاوتی از هوش ماست.

در ساده ترین شکل ، AI رایانه ای است که به روشی هوشمندانه عمل کرده و تصمیم می گیرد. مطابق با فلسفه آلن تورینگ ، هوش مصنوعی نحوه رفتار ، احساس ، گفتگو و تصمیم گیری افراد را تقلید می کند. این نوع هوش در یک محیط سازمانی بسیار مفید است: به دلیل قابلیت تقلید ، هوش مصنوعی از کیفیت شناسایی مدل های اطلاعاتی برخوردار است که روندهای مرتبط با کار را بهینه می کند. علاوه بر این ، بر خلاف انسان ، هوش مصنوعی هرگز از نظر جسمی خسته نمی شود و تا زمانی که توسط داده ها تأمین شود ، ادامه خواهد یافت.

این ویژگی ها به معنای آن است که هوش مصنوعی کاملاً مناسب برای کار در کارهای سطح پایین است که در یک سیستم کنترل بسته تکرار و اجرا می شوند. در چنین سیستمی ، قوانین بازی مشخص است و تحت تأثیر نیروهای خارجی نیست. به عنوان مثال ، یک خط تولید را در نظر بگیرید که در آن کارگران تحت تأثیر الزامات خارجی و تأثیراتی مانند جلسات کاری قطع نمی شوند. به عنوان نمونه ، خط تولید دقیقاً همان جایی است که آمازون الگوریتم هایی را در نقش مدیران برای کنترل کارگران انسانی و حتی اخراج آنها قرار می دهد. از آنجا که کار تکراری است و تحت روشهای دقیق است که کارایی و بهره وری را بهینه می کند ، هوش مصنوعی قادر است روشهای دقیق تری را برای ناظران انسانی انجام دهد.

با این حال ، توانایی های انسانی گسترده تر است. برخلاف توانایی هوش مصنوعی که فقط با داده های موجود مطابقت دارد ، افراد توانایی تصور ، پیش بینی ، احساس و ارزیابی شرایط متغیر را دارند که به آنها امکان می دهد از مشکلات کوتاه مدت به بلند مدت منتقل شوند. این قابلیت ها منحصر به انسان است و برای کار به جریان مداوم داده های ارائه شده از خارج نیاز ندارد ، همانطور که در مورد هوش مصنوعی وجود دارد.

به این ترتیب ، افراد نمایانگر چیزی هستند که ما به آن هوش معتبر می گوییم – اگر بخواهید نوع متفاوتی از هوش مصنوعی است. این نوع هوش در دسترس بودن سیستم های باز مورد نیاز است. در یک سیستم مدیریت باز ، تیم یا سازمان با محیط خارجی ارتباط برقرار می کنند و بنابراین باید با تأثیرات بیرونی کنار بیایند. چنین محیط کاری مستلزم توانایی پیش بینی و کار ، به عنوان مثال ، با تغییرات ناگهانی و تبادل اطلاعات مخدوش است ، در عین حال در تقطیر چشم انداز و استراتژی آینده خلاق است. در سیستم های باز ، تلاش های تحول به طور مداوم کار می کنند و مدیریت موثر این فرآیند به هوشمندی معتبر نیاز دارد.

اگرچه به نظر می رسد هوش مصنوعی (در اینجا AI1 نامیده می شود) نقطه مقابل هوش معتبر است (در اینجا AI2 نامیده می شود) ، اما آنها نیز رایگان هستند. در زمینه سازمان ها ، هر دو نوع هوش طیف وسیعی از استعدادهای خاص را ارائه می دهند.

برای انجام بهترین عملکرد ، کدام یک از استعدادها – به عنوان مهارت های مورد نیاز برای تأمین نیازهای عملکردی ، عملیاتی شده اند -؟ اول از همه ، تأکید بر این نکته مهم است که استعداد می تواند در مسابقات پیروز شود ، اما غالباً به عنوان قهرمانی برنده نمی شود – تیم ها قهرمان می شوند. به همین دلیل ، ما معتقدیم که این ترکیبی از استعدادهایی است که در AI1 و AI2 به صورت همگام کار می کنند و باعث آینده کار هوشمندانه می شوند. این نوعی هوش را ایجاد می کند که به سازمانها امکان می دهد کارآمدتر و دقیق تر ، اما در عین حال خلاق و فعال باشند. این نوع دیگر هوش مصنوعی است که ما آن را هوش پیشرفته می نامیم (که در اینجا AI3 نامیده می شود).

سومین نوع هوش مصنوعی: هوش پیشرفته

AI3 چه چیزی می تواند ارائه دهد که AI1 و AI2 نمی توانند؟ نویسنده دوم این مقاله در اینجا بینش های منحصر به فردی دارد: او به عنوان قهرمانی مشهور است ، در حالی که تجربه متمایز اولین کسی را دارد که یک بازی ماشین سطح بالا را از دست می دهد. در سال 1997 ، استاد بزرگ شطرنج گری کاسپاروف بازی ای را از برنامه ابر رایانه IBM به نام Deep Blue از دست داد. همین امر باعث شد تا وی بازنگری کند که چگونه می توان به بازی فکری شطرنج ، نه فقط به عنوان یک تلاش فردی ، بلکه به صورت یک بازی متفاوت ، پرداخت. و با پیروزی غیر منتظره دیپ بلو ، او تصمیم گرفت تا با AI همکاری کند.

در یك مسابقه در سال 1998 در لئون اسپانیا ، كاسپاروف با رایانه ای كه نرم افزار شطرنج منتخب خود را اجرا می كرد – ترتیبی به نام “شطرنج پیشرفته” – در یك مسابقه با وسلین توپالوف بلغاری كه یك ماه پیش 4-0 پیروز شده بود ، مشاركت كرد. این بار با حضور هر دو بازیکن پشتیبانی رایانه ای ، این بازی با تساوی 3-3 به پایان رسید. مشخص شد که استفاده از رایانه پیشرفت محاسباتی و استراتژیکی را که معمولاً کاسپاروف نسبت به حریف خود نشان می داد لغو می کند.

این مسابقه تصویر مهمی از نحوه کارکرد افراد با هوش مصنوعی ارائه داد. بعد از مسابقه ، کسپاروف خاطرنشان کرد که استفاده از رایانه به او اجازه می دهد تا بیشتر مراقب برنامه ریزی استراتژیک باشد در حالی که دستگاه از محاسبات مراقبت می کرد. با این حال ، او همچنین تأکید کرد که به راحتی جمع آوری بهترین بازیکن انسان و بهترین کامپیوتر در چشم او ، بازی های بی نقصی را نشان نمی دهد. مانند تیم های انسانی ، قدرت کار با هوش مصنوعی از نحوه تعارف فرد و کامپیوتر از یکدیگر ناشی می شود. بهترین بازیکنان و قدرتمندترین شرکای هوش مصنوعی لزوماً بهترین نتیجه را نمی دهند.

یک بار دیگر ، دنیای شطرنج یک مثال مفید از چگونگی توسعه این همکاری ارائه می دهد. در سال 2005 ، سایت آنلاین شطرنج Playchess.com میزبان تورنمنت شطرنج موسوم به “سبک آزاد” بود که در آن هر کسی می توانست در تیم هایی با بازیکنان دیگر یا رایانه ها رقابت کند. آنچه باعث جذابیت این مسابقات شد این بود که چندین گروه از استادان بزرگ رایانه نیز در این مسابقات شرکت کردند. به طور قابل پیش بینی ، اکثر مردم انتظار داشتند که یکی از این استادان بزرگ در ترکیب با یک ابر رایانه بر این نژاد مسلط شود – اما این اتفاق نیفتاد. این مسابقات توسط یک جفت شطرنج باز آماتور آمریکایی با استفاده از سه کامپیوتر به پیروزی رسید. توانایی آنها در هماهنگی و آموزش رایانه هایشان به طور م effectivelyثر بر ترکیبی از یک استاد بزرگ باهوش و یک کامپیوتر با قدرت محاسبات عالی غلبه دارد.

این نتیجه شگفت آور یک درس مهم را برجسته می کند: روند تعامل بین پخش کننده ها و رایانه ها تعیین می کند که این همکاری تا چه اندازه مثر باشد. یا همانطور که کاسپاروف گفت: “انسان ضعیف + ماشین + فرایند بهتر فقط از یک کامپیوتر قدرتمند پیشی می گیرد و به طرز چشمگیری ، از یک مرد قدرتمند + ماشین + روند پایین تر”.

توصیه ها

پتانسیل بهبود همکاری که ما پیش بینی می کنیم کاملاً در تضاد با پیش بینی های حاصل از جمع صفر است که AI برای جامعه و سازمان های ما انجام می دهد. در عوض ، ما معتقدیم که بهره وری و اتوماسیون بیشتر کارهای روتین شناختی یک مزیت است ، نه یک تهدید. به هر حال ، فناوری جدید همیشه در آغاز مراحل اجرا و توسعه دارای اثرات مخربی است و معمولاً تنها پس از مدتی ارزش واقعی آن را نشان می دهد.

با این حال ، این واقعیت به معنای این نیست که باید صبر کنیم تا سرانجام این مقدار آشکار شود – کاملاً برعکس! چالش اصلی ما به عنوان صاحبان مشاغل پیش بینی معنای هوش مصنوعی در رابطه با نحوه تفکر و عملکرد افراد است و تلاش برای تلفیق فن آوری های جدید با جاه طلبی و استراتژیک در سازمان های ما. ما نمی توانیم منفعلانه منتظر بمانیم تا از روش های سنتی پیشی بگیریم. بنابراین در این مرحله برای اطمینان از ادغام هوش مصنوعی مختلف برای کارکرد م organizationsثر سازمان ها چه کاری می توانیم انجام دهیم؟

اول ، تیم ها بتدریج متشکل از افراد و غیر انسانهایی هستند که با هم کار می کنند ، که ما آنها را “تنوع جدید” می نامیم. روانشناسی تنوع جدید این خطر را به همراه خواهد داشت که باورها و تعصبات کلیشه ای می توانند به راحتی بر تصمیمات و کار تیمی تأثیر بگذارند. این ماشین به عنوان یک همکار غیرانسانی می تواند با اعتماد به نفس و انتظارات منفی مانند سایر اعضای خارج از گروه مورد استقبال قرار گیرد و به همین ترتیب افراد را ترغیب می کند اطلاعات کمتری را به اشتراک بگذارند و از کار با دستگاه خودداری کنند. رهبران تیم باید بتوانند به چنین پویایی منفی تیم پاسخ دهند و به روش هایی برای درک واقعیت این باورهای منفی و پیامدهای آنها آموزش ببینند.

دوم ، فرم جدید تیم ها به رهبرانی احتیاج دارد که بتوانند احزاب مختلف را متحد کنند. در آینده ، ایجاد تیم های فراگیر از طریق آرایش انسان و ماشین توانایی مهمی برای آموزش و پیشرفت خواهد بود. همانطور که نمونه های ذکر شده در بالا نشان می دهد ، برای دستیابی به عملکرد بهتر با استخدام این تیم های جدید تنوع ، اصلی ترین نیاز رهبران این است که خود را به عنوان استاد هماهنگی و آموزش فرایندهای تیمی تغییر شکل دهند.

سوم ، فرایندهای تیمی باید به طور مثر مدیریت شوند و این کار توسط یک نفر انجام می شود. برای اینکه افراد بتوانند نقاط قوت و ضعف انسان و ماشین را متعادل کنند ، باید آموزش ببینند که چگونه هوش مصنوعی کار می کند ، برای چه چیزی می تواند مورد استفاده قرار گیرد و تصمیم می گیرند – از طریق توانایی قضاوت در مورد هوش معتبر خود – چگونه می تواند کار کند بهترین استفاده برای ارتقا performance عملکردی است که منافع انسانی را تأمین کند.

هوش پیشرفته ، به عنوان سومین نوع هوش مصنوعی ، گامی به جلو در آینده کار هوشمندانه است. آینده کار مفهومی است که برای نشان دادن رشد کارکنان و عملکرد آنها به روشهای مثرتر مورد استفاده قرار می گیرد. با این حال ، بحث در مورد این موضوع در اهداف آن کاملا مبهم شده است. به طور خاص ، با توجه به داستان های مربوط به استراتژی های کاهش هزینه ، امروزه مشاغل در مرحله ای قرار دارند که ماشین آلات اغلب خود را به عنوان فوق العاده جدید کارمند معرفی می کنند که ممکن است در نهایت افراد را برای خدمت به ماشین در نقش کمتری قرار دهند. با این حال ، یک عنصر اساسی از یک نوع کار هوشمندانه در آینده واقعاً هوشمند است که ما واقعاً در حال گسترش نیروی کار هستیم ، جایی که هم مردم و هم ماشین در آن عضو خواهند بود ، اما به منظور بهبود انسانیت و رفاه ضمن کارآیی بیشتر در انجام کار ، مکانهای کاری ما بنابراین ، هوش گسترده در واقع ماهیتی معمول دارد ، اما همچنین مشخص است که این یک تلاش مشترک در خدمت به مردم است.


منبع: bighat-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>