U posljednjih nekoliko desetljeća, najčešći cilj razvoja umjetne inteligencije bio je stvoriti sustav koji bi se ponašao kao čovjek. Ideja je bila da, ako mašina može proći Turingov test, pokazati suosjećanje ili razgovarati u neformalnom tonu, ona će biti sigurna, korisna i pouzdana. Međutim, takav pristup može zapravo ograničiti potencijal umjetne inteligencije. Kada se digitalni sustav prisiljava na imitaciju ljudskih ograničenja, rizik je da se zaustavi inovacija, pojača pristranost i stvore praznine u sigurnosti.
Ljudski uzorak – mit ili realnost
Osnovna filozofska pretpostavka u ovoj raspravi je da je ljudska inteligencija zlatni standard. Takav pogled tretira umjetnu inteligenciju kao odraz nas samih, sugerirajući da će algoritam koji je bliži našim misaonim obrascima bolje funkcionirati. U praksi to znači neprestani napor da se veliki jezični modeli učine pristojnijima, prijateljskijima i „ljudskijima“. Industrija ulaže milijarde u fino podešavanje modela kako bi oponašali suosjećanje, usvojili konverzacijski ritam i izbjegli zvučati robotički.
Zašto se mit održava
- Intuitivna privlačnost: Ljudi prirodno preferiraju sustave koji se čine poznatim. Chatbot koji koristi svakodnevni jezik čini se pristupačnijim od onog koji govori tehničkim žargonom.
- Marketinška dinamika: Tvrtke lako mogu prodati ideju „ljudskog asistenta“ potrošačima, predstavljajući ga kao prijateljsku pratnju.
- Rizik i sigurnost: Argument da usklađivanje umjetne inteligencije s ljudskim vrijednostima smanjuje rizik je uvjerljiv, iako mehanizmi usklađivanja nisu u potpunosti razumljeni.
- Akademska tradicija: Mnogi istraživački laboratoriji tradicionalno se fokusiraju na kognitivno modeliranje, tretirajući umjetnu inteligenciju kao nastavak ljudske psihologije.
Posljedice imitacije
Ograničavanje umjetne inteligencije na ljudski uzorak može dovesti do brojnog problema koji ugrožavaju i učinkovitost i sigurnost sustava.
Kognitivne pristranosti i halucinacije
Ljudsko razmišljanje je preplavljeno heuristikama i predrasudama. Kada se umjetna inteligencija natječe na takav način, postoji velika vjerojatnost da će preuzeti iste sklonosti, što rezultira netočnim ili neprimjerenim odgovorima. Osim toga, modeli koji se treniraju na ljudskim podacima često generiraju „halucinacije“ – informacije koje su netočne ili izmišljene, ali zvuče uvjerljivo.
Ograničenje inovacije
Fokus na ljudski uzorak može spriječiti razvoj potpuno novih pristupa. Umjetna inteligencija bi mogla otkriti načine rješavanja problema koji su izvan ljudskog iskustva, ali takvi pristupi se često zanemaruju jer se smatra da moraju biti „ljudski“.
Pojačanje pristranosti
Umjetna inteligencija koja se trenira na podacima iz ljudskog društva može pojačati postojeće pristranosti. Na primjer, sustavi koji se oslanjaju na ljudske odluke mogu nastaviti diskriminirati određene skupine ljudi.
Zaključak
Stvaranje umjetne inteligencije koja se ponaša kao ljudi