به گزارش خبرنگار حوزه دریچه فناوری گروه فضای مجازی باشگاه خبرنگاران جوان، استفاده از موتورهای خدماتی مثل Spotify ، Netflix یا Amazon در حال افزایش است. برندها از سیستم‌های مبتنی بر هوش مصنوعی استفاده می‌کنند تا خدمات شخصی‌سازی‌شده‌تری را ارائه دهند و تجربه کاربر را افزایش دهند. برنامه‌هایی مانند Google Maps و UBER نیز به ترتیب به هوش مصنوعی اطمینان می‌دهند تا مسیرهای دقیق و زمان تخمینی سفر را ارائه دهند. بنابراین بدیهی است که بسیاری از ما برای تصمیم‌گیری‌های متعدد در زندگی روزمره، به هوش مصنوعی وابسته شویم. با این حال آیا برنامه‌های مبتنی بر هوش مصنوعی می‌توانند نگرانی‌های مربوط به خود را کاهش دهند و به کاربران اطمینان خاطر بدهند؟
بیشتر بخوانید
موارد متعددی وجود دارد که در هنگام ارائه پیشنهاد یا انتقاد درباره هوش مصنوعی مغرضانه است. تعصب همچنین در الگوریتم‌های تشخیص چهره نیز مشاهده شده است که به دلیل جنسیت یا نژاد، افراد نادرست را شناسایی می‌کند. این جهت‌گیری ممکن است به دلیل وجود تعصب در مجموعه داده‌های آموزشی یا برنامه‌نویسی معیوب وجود داشته باشد. این مساله همچنین ما را به نگرانی عمده دیگری در مورد هوش مصنوعی، یعنی مشکل جعبه سیاه، سوق می‌دهد. اگرچه گفته می‌شود که تصمیمات مبتنی بر هوش مصنوعی منطقی هستند و از مجموعه قوانین مشخصی پیروی می‌کنند، اما ما از نحوه تصمیم‌گیری آن مطمئن نیستیم. خوشبختانه برای مقابله با این موضوع، محققان هوش مصنوعی توضیحی (XAI)، تنظیم دقیق هوش مصنوعی و موارد دیگر را ارائه داده‌اند. در پرداختن به مساله جعبه سیاه برای درک علت اشتباه یا تصمیمی که توسط مدل‌های هوش مصنوعی گرفته شده، تقویت شفافیت و بعدا اصلاح آن مهم است. اخیرا محققان در دانشگاه دوک روشی را پیشنهاد کردند که روند استدلال پشت پیش‌بینی‌ها و توصیه‌های هوش مصنوعی را هدف قرار می‌دهد.
وقتی هوش مصنوعی در برابر توصیه‌های انسانی قرار می‌گیرد، لزوما همیشه نباید یک وضعیت برنده داشته باشد. درست است که توصیه‌های مبتنی بر داده همیشه ترجیح داده می‌شوند. با این حال ترجیحات برای پذیرش انسان و توصیه‌های مبتنی بر هوش مصنوعی با توجه به شرایط و موارد استفاده متفاوت است. همه این‌ها از اثر زبان ماشین ناشی می‌شود. اخیرا مقاله‌ای با عنوان «چه زمانی بیش از توصیه‌های انسان‌ها به توصیه‌های هوش مصنوعی اعتماد می‌کنیم؟» از دانشکده بازرگانی دانشگاه ویرجینیا و دانشکده تجارت دانشگاه بوستون در مجله Harvard Business Review منتشر شد. در این مقاله این پدیده‌ها را به عنوان اعتقاد گسترده‌ای مبنی بر صلاحیت سیستم‌های هوش مصنوعی نسبت به انسان‌ها بیان کردند. این پدیده در صورت تمایل به ویژگی‌های سودمندانه و ویژگی‌های لذت جویی، از توانایی کمتری برخوردار است.
مغز انسان به دلیل مهارت‌های شناختی خود نسبت به هوش مصنوعی برتری دارد. مغز دانش را به دست می‌آورد و با یادگیری از طریق تجربه، مفاهیم انتزاعی، چندین فرآیند شناختی توانایی خود را برای استدلال و دست‌کاری در محیط بهبود ببخشد. در حالی که مدل‌های هوش مصنوعی سعی دارند با پیروی از برخی قوانین خاص برنامه و خودآموزی مداوم (یادگیری ماشینی) از هوش انسان تقلید کنند. صرف نظر از روش یادگیری، هر دو توانایی توصیه‌های خوب و بد را دارند و مردم امروزه کم کم شروع به اعتماد به هوش مصنوعی می‌کنند. بررسی‌های مستقل نشان داده است که افراد ممکن است برای انعطاف پذیری و کنترل بالاتر، هوش مصنوعی را انتخاب کنند. رابطه بین انسان و هوش مصنوعی و اعتماد احتمالا در آینده بهبود می‌یابد.
از آنجا که توصیه‌ها به ابزاری موثر در بازاریابی تبدیل می‌شوند، توسعه‌دهندگان و بازاریاب ها باید در استفاده از الگوریتم‌های هوش مصنوعی دقت کنند. آن‌ها می‌توانند قبل از هرگونه پیشنهادی، سیستم هوش مصنوعی را برای شناسایی آنچه مشتری واقعا به دنبال آن است، برنامه‌ریزی كنند. هرچه هوش مصنوعی بیش از هر زمان دیگری ملموس شود، توانایی آن در ارائه توصیه‌هایی که ماهیتی منحصر به فرد و شخصی دارند نیز افزایش می‌یابد. درست است که در حال حاضر، هوش مصنوعی فاقد تفکر سریع، خلاقیت و سایر ویژگی‌های مرتبط با هوش انسانی است، اما دارای نوآوری‌های شبانه‌روزی است. چه کسی می‌داند هوش مصنوعی در آینده قادر به چه چیزی است؟ در همان زمان، انسان و هوش مصنوعی می‌توانند در یک رابطه همزیستی یا مشترک زندگی کنند تا از مزایای یکدیگر بهره‌مند شوند.
انتهای پیام/
دانشگاها و مراکز تحقیقاتی در تمام زمینه ها با هوش های مضوعی , بنوعی, سر و کار شان بیشتر و بیشتر خواهد کشت (علوم پایه, علوم کاربردی و مهندسی و نهایتا تمام ضایع و سرویس های خدماتی)