سید حسین نوران پور

به نقل از the conversation .com، اخیراً یک سوال ساده را در جستجوی گوگل تایپ کردم: چه مدت زمان استفاده از صفحه نمایش برای نوجوانان زیاد است؟ به جای نمایش لینک ها، همانطور که گوگل سال ها انجام می داد، پاسخی تولید شده توسط هوش مصنوعی به من داده شد. عامل هوش مصنوعی عددی را ذکر کرد، سپس آن پاسخ را پیچیده کرد و خاطرنشان کرد که کیفیت و تعادل زمان می تواند بیش از تعداد ساعات اهمیت داشته باشد و اینکه زمان زیاد می تواند به خواب، ورزش، نیازهای مدرسه و خلق و خوی یک نوجوان بستگی داشته باشد.

من یک جستجوی دیگر را امتحان کردم: آیا باید روزانه آسپرین مصرف کنم؟ این بار پاسخ هوش مصنوعی اطلاعات پزشکی را به من ارائه داد، در مورد خطرات هشدار داد و اگر سن و سابقه پزشکی خود را ارائه می دادم، راهنمایی های مناسب تری ارائه می داد.

اینها پاسخ های خوبی بودند. چیزی که برای من جالب بود این بود که آنها انواع مختلفی از پاسخ ها بودند.

بحث در مورد پاسخ های هوش مصنوعی بر دقت متمرکز شده است: آیا سیستم پاسخ را درست دریافت کرده است؟ این مهم است، اما دقت تنها یک معیار است. هر نوع پاسخی نیاز به قضاوت کاربر در مورد چیز متفاوتی دارد.

من دسته بندی پاسخ های هوش مصنوعی را در قالب نوع شناسی پاسخ به چهار نوع کلی، مفید می دانم: واقعی، تفسیری، سازنده و استراتژیک. یک ادعای واقعی اغلب می تواند با یک منبع بررسی شود. یک تفسیر می تواند دقیق باشد و همچنان منعکس کننده انتخاب هایی در مورد اینکه کدام شواهد مهم هستند، باشد. یک ساختار می تواند به خوبی استدلال شود و همچنان برای فردی که آن را دریافت می کند، اشتباه باشد. یک سند استراتژیک زیبا نوشته شده ممکن است درست نباشد. با این حال، هوش مصنوعی هر چهار نوع پاسخ را تقریباً به یک شکل روان و معتبر ارائه می دهد؛ تفاوت ها به راحتی قابل چشم پوشی هستند.

این چهار دسته، قطعی و غیرقابل تغییر نیستند. پاسخ یک عامل هوش مصنوعی می تواند منعکس کننده انواع مختلفی باشد. با این اوصاف، من هر نوع پاسخ را در زیر شرح می دهم و راهنمایی هایی برای تصمیم گیری در مورد اینکه آیا یک پاسخ آماده استفاده است یا نیاز به بررسی بیشتر دارد، ارائه می دهم.

گوگل کدام پاسخ را به شما می دهد؟ یک پاسخ مبتنی بر واقعیت، ادعایی را مطرح می کند که در اصل، می توان آن را با شواهد موجود بررسی کرد. دانشگاه ویرجینیا چه زمانی تأسیس شد؟ نماد شیمیایی طلا چیست؟

برای تعیین اینکه آیا یک پاسخ واقعی به اندازه کافی قوی است که بتوانید از آن استفاده کنید، ادعا را با یک منبع مناسب بررسی کنید. اگر پاسخ به منبعی اشاره می کند، به جای اینکه صرفاً خود پاسخ را به عنوان مدرک در نظر بگیرید، آن لینک را دنبال کنید.

یک پاسخ تفسیری بر اساس شواهد بنا شده است، اما هیچ نکته ی کلیدی در آن وجود ندارد. چه مدت زمان استفاده از صفحه نمایش برای یک نوجوان زیاد است؟ آیا دورکاری باعث افزایش بهره وری می شود؟ پاسخ بستگی به این دارد که چه شواهدی گنجانده شده، چه چیزی از قلم افتاده و اختلاف نظر چگونه درک شده است.

پاسخ اولیه گوگل به سوال من در مورد زمان استفاده از صفحه نمایش نشان داد که دو ساعت برای نوجوانان محدودیت است. سپس اشاره کرد که راهنمایی های مربوط به کودکان، اهمیت بیشتری به کیفیت و زمینه استفاده از صفحه نمایش نسبت به ساعات ساده می دهد. آکادمی اطفال آمریکا می گوید هیچ مقدار توصیه شده دقیقی برای نوجوانان وجود ندارد و بر نوع استفاده از صفحه نمایش و فعالیت هایی که ممکن است جایگزین آن شود، تأکید دارد. سوالی که به نظر عددی می آمد، نیاز به تفسیر داشت.

برای ارزیابی پاسخ های تفسیری، کاری بیش از بررسی حقایق انجام دهید. از خود بپرسید که سیستم بر چه شواهدی تأکید کرده است، چه چیزی را از قلم انداخته است و آیا تفسیر قابل دفاع دیگری وجود دارد یا خیر. یک سؤال مفید برای ارائه به موتور جستجو این است: قوی ترین شواهد برای نتیجه گیری متفاوت چیست؟

پاسخ های سازنده به جای کشف شدن، ساخته می شوند. از هوش مصنوعی بخواهید که یک نامه درخواست همکاری بنویسد، یک مدح بنویسد، یک طرح درس پیشنهاد دهد یا یک پاراگراف را از نو سازماندهی کند - هیچ نتیجه ی صحیح واحدی وجود ندارد.

شما می توانید با در نظر گرفتن هدف، مخاطب و لحن، واکنش را قضاوت کنید. یک مدح می تواند از نظر دستوری بی نقص باشد اما هنوز هیچ شباهتی به گوینده نداشته باشد، یا ممکن است برای اعضای خانواده که آن را می شنوند، بی معنی باشد. هنگام خواندن، این نوع تأثیرات را در نظر بگیرید.

سوالات استراتژیک می پرسند چه باید کرد. آیا باید روزانه آسپرین مصرف کنم؟ آیا باید خانه را بخرم؟ پاسخ ها، اطلاعات را با قضاوت در مورد اهداف، خطرات، بده بستان ها و شرایط شخصی ترکیب می کنند.

جستجوی من در مورد آسپرین نشان می دهد که چرا زمینه اهمیت دارد. گوگل در مورد خطرات هشدار داد، به من گفت که با یک متخصص پزشکی مشورت کنم و اگر سن، سابقه قلبی عروقی و خطر خونریزی خود را ارائه دهم، اطلاعات شخصی سازی شده تری ارائه می دهد. این هشدار با دستورالعمل های گروه ویژه خدمات پیشگیرانه ایالات متحده مطابقت دارد . در این دستورالعمل آمده است که تصمیم برای شروع آسپرین با دوز پایین برای پیشگیری از حملات قلبی و سکته مغزی باید فردی باشد و مزایای قلبی عروقی را در مقابل خطر خونریزی بسنجد.

برای پاسخ های استراتژیک، بپرسید که سیستم قبل از اینکه توصیه هایش بتواند به طور منطقی برای شما به صورت فردی اعمال شود، باید چه اطلاعاتی داشته باشد. خطرات، گزینه ها و اینکه آیا باید یک فرد واجد شرایط درگیر شود را در نظر بگیرید. برای سوال آسپرین، یک پیگیری مفید می تواند این باشد: چه جزییاتی در مورد سن، سابقه پزشکی یا خطر خونریزی من می تواند این توصیه را تغییر دهد؟ قبل از تصمیم گیری چه مواردی را باید با پزشکم در میان بگذارم؟ قضاوت نهایی بر عهده شماست زیرا شما فردی هستید که باید با نتیجه زندگی کنید.

سوالات من از جستجوهای معمولی گوگل شروع شد. من یک چت بات باز نکردم. پاسخ های تولید شده توسط هوش مصنوعی به سادگی رسیدند و لینک ها اضافه شدند.

پاسخ ها مفید بودند. گوگل زمینه را اضافه کرد، عوارض را پذیرفت و در صورت ارائه اطلاعات اضافی، راهنمایی های متناسب ارائه داد. با این حال، در هر پاسخ، نوع پاسخ می توانست تغییر کند. گزارش آنچه یک دستورالعمل پزشکی می گوید با تصمیم گیری در مورد نحوه اعمال آن برای یک فرد خاص متفاوت است.

به عنوان یک کاربر، سعی کنید تشخیص دهید که عامل هوش مصنوعی برای پاسخی که دریافت می کنید، چه نوع کار فکری انجام داده است. در نظر بگیرید که آیا تفسیر آن قانع کننده است یا توصیه با شرایط شما مطابقت دارد.

قبل از اینکه بپرسید آیا پاسخ هوش مصنوعی درست است یا خیر، یک سوال اساسی تر بپرسید: این چه نوع پاسخی است؟ نوع پاسخ به شما می گوید که در مرحله بعد چه کاری باید انجام دهید