کارنگ رسانه اقتصاد نوآوری است. رسانهای که نسخه چاپی آن هر هفته شنبهها منتشر میشود و وبسایت و شبکههای اجتماعیاش هر ساعت، اخبار و تحولات این بخش از اقتصاد را پوشش میدهند. در کارنگ ما تلاش داریم کسبوکارهای نوآور ایرانی، استارتاپها، شرکتهای دانشبنیان و دیگر کسبوکارها کوچک و بزرگی که در بخشهای مختلف اقتصاد نوآوری در حال ارائه محصول و خدمت هستند را مورد بررسی قرار دهیم و از آینده صنعت، تولید، خدمات و دیگر بخشهای اقتصاد بگوییم. کارنگ رسانهای متعلق به بخش خصوصی ایران است.
سازمانها باید برای تقویت پیوند همزیستی بین انسانها و هوش مصنوعی تعادلی مناسب بین سرمایهگذاری در مهارتهای انسانی و توانمندیهای فناوری بیابند و به شکلی راهبردی درباره چگونگی جذب و نگهداشت استعدادها بیندیشند. آنها باید برای پیشبرد کارآمد این روند به این بیندیشند که برای کمک به انسانها در کارشان این فناوری را کجا و چگونه در جایی که انسان در همکاری با هوش مصنوعی است، به کار گیرند؛ و اینکه انسانها یا هوش مصنوعی در کجا مهارتهایی دارند که به آنها برتری آشکار میدهد.
برخلاف نگرانیها درباره جایگزین شدن انسانها با ماشینها، برخی پژوهشها ادعاهای بزرگنمایی شده درباره هوش مصنوعی را به چالش میکشند. در بیشتر کارهایی که بر پایه انبوهی از دانش انجام میشود، کاربران بهاحتمال زیاد بهجای کناره گرفتن از کارها، خودشان را در همکاری با ماشینها تقویت میکنند. انسانها و ماشینها به شکل همزمان همکار و رقیب یکدیگر خواهند شد. انسان و هوش مصنوعی در چنین رابطهای به مهارتهای رقابتی و همکاری مشخص نیاز دارند. درحالیکه مهارتهای رقابتی اشاره به برتریهای یگانهای است که انسان یا هوش مصنوعی نسبت به دیگری دارند، مهارتهای مشارکتی موجب افزایش توانایی انسان و هوش مصنوعی در همکاری کارآمد با یکدیگر میشود. سازمانها باید برای تقویت پیوند همزیستی بین انسانها و هوش مصنوعی تعادلی مناسب بین سرمایهگذاری در مهارتهای انسانی و توانمندیهای فناوری بیابند و به شکلی راهبردی درباره چگونگی جذب و نگهداشت استعدادها بیندیشند.
مهارتهای رقابتی و همکاری انسانها
ممکن است هوش مصنوعی در یک محیط کاری انسانمحور جایگزین کارکنان نشود، اما میتواند کار آنها را دگرگون سازد. انسانها باید برای آنکه ضروری و مناسب باقی بمانند با ماشینها و بر علیه آنها کار کنند.
الف) مهارتهای همکاری انسانها
همکاری کارآمد با سامانههای هوش مصنوعی و کار با آنها، نیازمند تواناییهای تحلیلی بر پایه دادههاست، اما همچنین به درک تواناییها و محدودیتهای ماشینها (حوزههایی نیاز به مداخله انسان در آنها بیشتر است)، چگونگی تفسیر و بسترسازی بینشهای تولید شده توسط هوش مصنوعی، و ملاحظات اخلاقی تصمیمگیری بر پایه هوش مصنوعی نیاز دارد که شامل این موارد است:
- مهارتهای دادهمحور: توانایی درک نتایج ایجاد شده توسط الگوریتمها برای اطلاعرسانی و پشتیبانی روندهای تصمیمگیری. در یک نظرسنجی اخیر این موارد برجسته شد: (۱) توانایی تشخیص دادههای مرتبط و اعتبارسنجی آنها، (۲) توانایی اعتبارسنجی نتایج بر پایه آزمایش فرضیهها، و (۳) مهارت در ایجاد و تنظیم انگارههای روشن و قابل درک به منظور عرضه یافتهها به کاربران.
- سواد هوش مصنوعی: درک چگونگی کارکرد الگوریتمها و اینکه چگونه تصمیمگیری انسانی را تقویت و پشتیبانی میکنند، همچنین فهمیدن محدودیتها و سوگیریهایی که ممکن است در فرایندهای تصمیمگیری آنها وجود داشته باشد. حوزههایی که کارشناسان مسئولیت توسعه معیارهای منصفانه برای نتایج مبتنی بر روندهای الگوریتمی را برعهده میگیرند که برابری را بهویژه برای گروههای آسیبپذیر ترویج میدهد و خروجی الگوریتمها را به شکلی پیوسته حسابرسی میکند.
- ارتباطات الگوریتمی: فهمیدن چگونگی بیان نیازها و هدفهای انسانی برای الگوریتمها، و شیوه تفسیر و توضیح خروجیها مهم است؛ پژوهشها نشان میدهد که ما در گفتوگو با ماشینها، حتی ابزارهای پیشرفته هوش مصنوعی، بهگونهای اشتباه میکنیم که انگار انسان هستند. آنگاه که تشخیص دهیم باید با ماشینها به روشهای ویژه بر پایه نقاط قوت آنها صحبت کنیم، عملکرد بهتری داریم. برای نمونه انسانها میتوانند مدلهای هوش مصنوعی را آموزش دهند تا نتایج موردنظر را برای کارهای ویژه تولید کنند.
ب) مهارتهای رقابتی انسانها
مردم همچنین باید مهارتها و تواناییهای انسانمحوری را که توسط ماشینها تکرار نمیشوند – که به آنها کمک میکند تا علیه شرکای هوش مصنوعی کار کنند – مانند مهارتهایی که ریشه در هوش هیجانی دارند (از جمله مهارتهای ارتباطی برای تعامل با سایر ذینفعان انسانی)، دیدگاه راهبردی، تفکر انتقادی و تصمیمگیری شهودی را تقویت کنند. این مهارتها شامل موارد زیر است:
- هوش هیجانی (Emotional intelligence): توانایی تشخیص احساسات خود و بازتاب دادن آنها در بستر تعامل با الگوریتمها، و همچنین توانایی درک و برقراری ارتباط با پیامدهای عاطفی برگرفته از اجرای الگوریتمها. برای مثال، کارگزاران خدمات مشتری انسانی ممکن است تنها به دستور کارها یا سفارشهایی که بیدرنگ از سوی هوش مصنوعی ارائه میشود تکیه نکنند، بلکه راهکارها را بر پایه درک همدلانه نیازها یا احساسات مشتریان برای آنها شخصیسازی کنند.
- تفکر فراگیر و راهبردی (Holistic and strategic thinking): توانایی مشاهده تصویر کلان بزرگ و فهمیدن اینکه چگونه نتایج الگوریتمی را در زمینه بزرگتر یک مشکل یا تصمیم سازگار سازند. بهعنوان نمونه، یافتههای الگوریتمی میتواند به پزشکان آسیبشناس (pathologist) دادههایی بدهد، اما آنها همچنان باید عواملی مانند سابقه پزشکی، شیوه زندگی و سلامت کلی بیماران را در نظر بگیرند تا به تشخیص آگاهانه و فراگیر برسند.
- خلاقیت و تفکر خارج از چارچوب (Creativity and outside-the-box thinking): توانایی تفکر خلاقانه و کاربرد الگوریتمها به روشهایی نوین و نوآورانه. بهعنوان نمونه، از سامانههای هوش مصنوعی برای تجزیهوتحلیل دادههای کلان عظیم مصرفکنندگان و یافتن الگوهای علاقهمندیها رفتار مخاطبان هدف استفاده میشود، اما این دیدگاه خلاقانه بازاریابان است که پیامی را میسازد که نظر مخاطبان را جلب میکند.
- تفکر انتقادی و اخلاقی (Critical and ethical thinking): توانایی ارزیابی انتقادی یافتههای ماشین، و درک پیامدهای اخلاقی و مسئولیتهای ناشی از کاربرد الگوریتمها، از جمله حریم خصوصی و پاسخگو بودن. ازآنجاییکه هوش مصنوعی زاینده (مولد،Generative) مانند ChatGPT به شکلی روبهرشد با محصولات گوناگون درهمآمیخته میشود، لازم است تا کارشناسان حوزههای گوناگون تجاری در کنار این سامانهها کار کنند تا به شکل پیوسته به دادههای نادرست یا جانبدارانه احتمالی رسیدگی کنند که این سامانهها به آن گرایش دارند.
مهارتهای رقابتی و همکاری هوش مصنوعی
تنها انسانها نیستند که باید تواناییهای جدید کسب کنند. درحالیکه سامانههای هوش مصنوعی با شتاب تواناییهای رقابتی خود نسبت به انسانها را گسترش میدهند، هنوز باید مهارتهای همکاری خود را بهبود بخشند تا به شکلی گسترده از سوی سازمانها پذیرفته شوند. بهویژه نبود توانایی پذیرش توضیح همچنان در تصمیمگیریهای پرمخاطره چالشبرانگیز است و مانع پاسخگویی و سازگاری با الزامات قانونی میشود. بهعنوان نمونه، اگر فرایند تصمیمگیری هوش مصنوعی برای متخصصان پزشکی مبهم بماند، راه پذیرش این سامانهها در مراقبتهای بهداشتی را میبندد حتی اگر تصمیماتی بهینه ارائه دهند.
الف) مهارتهای همکاری هوش مصنوعی
سامانههای هوش مصنوعی برای کار سودمند با شرکای انسانی به اینگونه از مهارتها نیاز دارند:
- پردازش زبان طبیعی (NLP): توانایی پردازش، تجزیهوتحلیل، درک و تقلید از زبان انسان. سامانههایی مانند ChatGPT در تعامل با انسانها عالی هستند، زیرا به افراد کمک میکنند تا پرسشهای خود را بپرسند، و خودشان را به روشی طبیعی ابراز میکنند، از جمله نشان دادن احساساتی مانند هیجان، ناامیدی یا شگفتزدگی. بااینحال این سامانهها در واقعیت از هوشمندی دور هستند. بهتر است در مواردی که از یک کارکرد فراتر میرود از نظارت انسانی استفاده شود. برای نمونه، هوش مصنوعی میتواند الگوهایی را در دادههای مراقبتهای بهداشتی تحلیل و آشکار کند، اما نباید جایگزین نقش پزشک در فراهم کردن مراقبتهای فردی بیماران شود.
- توضیحپذیری (Explainability): توانایی ارائه توضیحات روشن و قابلفهم به انسان درباره فرایند تصمیمگیری و نتایج آن. غیرقابلدرک بودن ذاتی هوش مصنوعی یادگیری ژرف deep-learning چالشی پیوسته است که نیازمند چندین راهکار است، از جمله ایجاد یک «چارچوب توضیحپذیری» که مخاطرات جعبه سیاه هوش مصنوعی برای صنایع و سازمانهای ویژه را بررسی میکند. ممکن است راهکار فناوری شامل افزودن موتورهای توضیحپذیر باشد که توضیحاتی خوانا برای انسان ارائه در تصمیمگیریها و پیشبینیهای سامانههای هوش مصنوعی، بهویژه برای حوزههای حیاتی مانند مراقبتهای بهداشتی و مالی ارائه میدهد.
- سازگاری و شخصیسازی (Adaptability and personalization): توانایی یادگیری از تعاملات پیشین و شخصیسازی پاسخها برای هر کاربر. بهعنوان نمونه، دستیاران هوشمند شخصی برای کمک به افراد در برابر انبوه اطلاعات و ارتباطات اهمیتی روبهرشد دارند. اینگونه دستیاران با تجزیهوتحلیل فعالیتهای یک کاربر به شکل یگانه با کارکنان کار میکنند و بهرهوری آنان در زمینههایی مانند مدیریت زمان، سازماندهی جلسات و ارتباطات را افزایش میدهند.
- آگاهی از بستر (زمینه) (Context awareness) : توانایی درک زمینهای که تعامل در آن رخ میدهد و پاسخ بر پایه آن. بهعنوان نمونه، در وبسایتهای تجارت الکترونیک، چتباتهایی (chatbot) که درباره بستر تعامل آگاهی میدهند، توانایی تجزیهوتحلیل درخواستهای قبلی کاربر و سابقه خرید او را دارند تا راهکارهایی را ارائه کنند که سازگاری بیشتری با نیازهای مشتری دارند.
ب) مهارتهای رقابتی هوش مصنوعی
سامانههای هوش مصنوعی همچنان مزیتهای رقابتی ویژهای ارائه میکنند، مانند:
- توانمندیهای تحلیلی (Analytical capacities): توانایی انجام محاسبات پیچیده، پردازش مقادیر زیادی از دادهها و شناسایی الگوها و پیوندهای درون دادهها. برای نمونه، سامانههای هوش مصنوعی در شناسایی تراکنشهای تقلبی در مجموعه دادههای بزرگ تراکنشهای کارت اعتباری شایستگی بیشتری پیدا میکنند.
- زایندگی (Generativity): توانایی تولید خروجیهای جدید و یکتا که تنها بازتولید دادههای موجود نیستند. هوش مصنوعی زاینده با بهکارگیری الگوهای بزرگ و شبکههای عصبی برای تجزیهوتحلیل الگوها، ایجاد تصویر، متن و حتی موسیقی شبیه آنچه توسط متخصصان انسانی ایجاد شده است را دگرگون میکند. این سامانهها تولید محتوا را خودکار میکنند، کیفیت محتوا را بهبود میبخشند، تنوع محتوا را افزایش میدهند و محتوای شخصیسازی شده ارائه میدهند.
- کارآمدی در گسترش اندازه (Performance at scale): توانایی گسترش کارآمد مقیاس کارها، مدیریت تعداد زیاد از تراکنشهای همزمان، و پشتیبانی از برنامههای کاربردی در اندازه بزرگ بدون خدشهدار شدن کارآمدی. بهعنوان نمونه، سامانههای هوش مصنوعی نشان دادهاند توانایی بالایی در پردازش هزاران برنامه کارت اعتباری در زمان واقعی یا «مدیریت الگوریتمی» هزاران راننده و مسافر Uber به شکل همزمان را دارند و میتوانند چارچوب عملیاتی ساختاریافته و سازگار در مقیاسی بیسابقه را ایجاد کنند.
لینک کوتاه: https://karangweekly.ir/z5bs
