Κατηφόρα λόγω της Τεχνητής Νοημοσύνης

Η υπερβολική χρήση της τεχνητής νοημοσύνης θα μπορούσε να οδηγήσει σε απώλεια επαγγελματικών δεξιοτήτων. Φωτογραφία: Times of India .

Η τεχνητή νοημοσύνη γίνεται ολοένα και πιο παρούσα στην καθημερινή ζωή και την εργασία πολλών ανθρώπων. Σύμφωνα με μια πρόσφατα δημοσιευμένη έκθεση της Azumo, έως και το 50% των εργαζομένων χρησιμοποιούν αυτήν την τεχνολογία στην εργασία, από 32% σε σύγκριση με πέρυσι.

Ενώ η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στην επιτάχυνση των εργασιών, μπορεί επίσης να μειώσει τις τεχνικές δεξιότητες του χρήστη. Υπάρχει ένα αυξανόμενο σύνολο ερευνών που υποδηλώνει ότι οι καταναλωτές χάνουν την ικανότητά τους να σκέφτονται και να λαμβάνουν αποφάσεις όταν βασίζονται υπερβολικά στην τεχνολογία.

Το αντίθετο αποτέλεσμα από τη χρήση της Τεχνητής Νοημοσύνης

Η μείωση της παραγωγικής ικανότητας έχει προβλεφθεί εδώ και καιρό ως συνέπεια της ανάπτυξης της επιστήμης και της τεχνολογίας, ειδικά τα τελευταία χρόνια, όταν η τεχνητή νοημοσύνη έχει κάνει ολοένα και περισσότερα. Σε αυτό το πλαίσιο, οι επιστήμονες έχουν εκφράσει ανησυχίες σχετικά με τον αντίκτυπο της τεχνητής νοημοσύνης στις επαγγελματικές δεξιότητες των χρηστών.

Οι περισσότερες μελέτες αναφέρουν ότι η μείωση της απόδοσης κατά τη χρήση της παραγωγικής Τεχνητής Νοημοσύνης είναι ένα συνηθισμένο φαινόμενο. Με βάση τις συγκεντρωτικές πληροφορίες, ο Kevin Crowston, Αναπληρωτής Καθηγητής Σπουδών Πληροφορικής στο Πανεπιστήμιο Syracuse, πιστεύει ότι η Τεχνητή Νοημοσύνη μπορεί τόσο να ενισχύσει όσο και να μειώσει την ανθρώπινη απόδοση (υποβάθμιση δεξιοτήτων). Ωστόσο, το δεύτερο σενάριο είναι πιο συνηθισμένο.

Αυτό συμβαίνει όταν η Τεχνητή Νοημοσύνη αναλαμβάνει το μεγαλύτερο μέρος της εργασίας, ειδικά αν οι άνθρωποι κάνουν μόνο επεξεργασία ή επίβλεψη, χωρίς να συμμετέχουν σε δημιουργική, εις βάθος ανάλυση. Οι πελάτες θα έχουν λιγότερες ευκαιρίες να σκεφτούν, ένα σημαντικό βήμα στην αναθεώρηση και την ανάπτυξη δεξιοτήτων.

Αυτό το φαινόμενο είναι παρόμοιο με την περίοδο του βιομηχανικού αυτοματισμού και της ευρείας χρήσης των υπολογιστών. Αν οι μηχανές του 20ού αιώνα βοηθούσαν στην σωματική εργασία, η σημερινή Τεχνητή Νοημοσύνη αντικαθιστά σταδιακά τον ανθρώπινο εγκέφαλο.

Κάθε φορά που οι άνθρωποι χρησιμοποιούν Τεχνητή Νοημοσύνη, ανταλλάσσουν την ευκολία και την αμεσότητα με την ευκαιρία να εξασκήσουν τον εγκέφαλό τους. Έρευνα του MIT διαπίστωσε ότι οι φοιτητές που χρησιμοποίησαν το ChatGPT για να γράψουν δοκίμια αξιολογήθηκαν ως λιγότερο εις βάθος και ανεξάρτητοι στη σκέψη τους από εκείνους που χρησιμοποίησαν την αναζήτηση Google ή καθόλου βοήθεια.

Η χρήση της τεχνητής νοημοσύνης μειώνει την ικανότητα των γιατρών να κάνουν διάγνωση. Φωτογραφία: Adobe.

Πρόσφατες μελέτες δείχνουν επίσης ότι η έλλειψη δεξιοτήτων είναι πιο συχνή σε άτομα που είναι μορφωμένα ή έχουν θέσεις εργασίας που απαιτούν υψηλότερες δεξιότητες. Στην ιατρική , όταν χρησιμοποιούν την Τεχνητή Νοημοσύνη για να βοηθήσουν στη διάγνωση, οι γιατροί που έχουν συνηθίσει να βασίζονται στην Τεχνητή Νοημοσύνη για τη λήψη αποφάσεων χάνουν σταδιακά τις επαγγελματικές τους δεξιότητες.

Σε μια μελέτη που δημοσιεύτηκε στο Lancet, οι ενδοσκόποι στην Πολωνία που χρησιμοποιούσαν συστηματικά την τεχνητή νοημοσύνη είχαν χαμηλότερο ποσοστό ανίχνευσης προκαρκινικών όγκων από τους γιατρούς που έκαναν χειροκίνητες διαγνώσεις.

Χρησιμοποιώντας την Τεχνητή Νοημοσύνη με τον σωστό τρόπο

Δεν οδηγούν όλες οι εφαρμογές Τεχνητής Νοημοσύνης σε υποβάθμιση των δεξιοτήτων. Σύμφωνα με τον Crowston, αν η Τεχνητή Νοημοσύνη έχει σχεδιαστεί για να βοηθάει και όχι να αντικαθιστά, οι χρήστες ενδέχεται να εξακολουθούν να χρειάζονται ανάπτυξη δεξιοτήτων στην αξιολόγηση, την αποσφαλμάτωση και την κρίση.

Τα εργαλεία θα πρέπει να χρησιμοποιούνται μόνο για να προτείνουν ή να σκιαγραφούν πρωτότυπες ιδέες. Οι χρήστες θα πρέπει να αποκτήσουν τη συνήθεια να αναλύουν, να αμφισβητούν και να αμφισβητούν το αποτέλεσμα της Τεχνητής Νοημοσύνης. Ρωτήστε «γιατί έχει νόημα αυτή η έκφραση;», «υπάρχουν δεδομένα που την υποστηρίζουν;», αντί απλώς να αντιγράφετε.

Για να το κάνετε αυτό, πρέπει να έχετε βαθιά γνώση του τομέα, καθώς και της τεχνολογίας που χρησιμοποιείται. Σύμφωνα με τον κ. Ho Quoc Tuan, Επίκουρο Καθηγητή στο Πανεπιστήμιο του Μπρίστολ, όπως και με άλλα εργαλεία όπως το Excel, το Stata, το Python, το Matlab, δεν υπάρχει τίποτα κακό στη χρήση της Τεχνητής Νοημοσύνης, το σημαντικό είναι να έχετε βαθιά κατανόηση του τι χρησιμοποιείτε.

Η κριτική σκέψη είναι απαραίτητη δεξιότητα κατά τη χρήση της Τεχνητής Νοημοσύνης. Φωτογραφία: Globalbiz Outlook.

Κάθε chatbot έχει τα δικά του δυνατά σημεία για κάθε εργασία. Χρησιμοποιήστε διαφορετικές πλατφόρμες και ροές εργασίας για να αποφύγετε τη δημιουργία μηχανικών συνηθειών, καθώς η αποδεδειγμένη χρήση δεξιοτήτων συμβαίνει συχνά όταν είστε εξοικειωμένοι με ένα μόνο μοντέλο προτάσεων.

Το σημαντικό είναι αν ο χρήστης κατανοεί τι κάνει για να δώσει λογικές εντολές στην Τεχνητή Νοημοσύνη. Ο κ. Tuan πιστεύει ότι τα προϊόντα Τεχνητής Νοημοσύνης μπορούν εύκολα να ξεγελάσουν τους μη ειδικούς, αλλά μπορούν εύκολα να δημιουργήσουν μια υποκειμενική νοοτροπία.

Τα σφάλματα τεχνητής νοημοσύνης μπορεί να εντοπίζονται στο 1% των παρουσιάσεων, ειδικά σε σημαντικές εργασίες υψηλής ακρίβειας, όπου οι έμπειροι κριτές θα επικεντρωθούν σε κάθε ψηφίο. Τα σφάλματα μπορούν να αποκαλύψουν άγνοια, έλλειψη προετοιμασίας και να επηρεάσουν το κόστος ή τη φήμη της επιχείρησης.

Τέλος, σημειώστε ότι η Τεχνητή Νοημοσύνη μπορεί να κατασκευάσει πηγές ή να παραποιήσει γεγονότα. Ο κ. Dao Trung Thanh, Αναπληρωτής Διευθυντής του Ινστιτούτου ABAII, δήλωσε ότι χρησιμοποιεί την Τεχνητή Νοημοσύνη καθημερινά, από τη σύνταξη περιγραμμάτων έως τη σύνοψη εγγράφων, αλλά πάντα τηρεί το όριο να μην αντικαθιστά τους ανθρώπους σε παραπομπές και συμπεράσματα.

Αφού ολοκληρώσετε μια εργασία, αξιολογήστε τι έκανε καλά η Τεχνητή Νοημοσύνη και τι χρειάζεται βελτίωση. Ο Thanh συνιστά όλες οι παραπομπές να ελέγχονται χειροκίνητα από ανθρώπους. Αυτή η διαδικασία βοηθά τον χρήστη να μαθαίνει παράλληλα με την Τεχνητή Νοημοσύνη, αντί να υποβαθμίζεται.

Πηγή: https://znews.vn/xuong-doc-vi-ai-post1595636.html