سام رانسبوثام بصفته أستاذًا لتحليلات الأعمال في كلية بوسطن، يقوم بتدريس فصل دراسي في التعلم الآلي، وما يراه في الفصل يثيره ويخيفه.
يستخدم بعض الطلاب أدوات الذكاء الاصطناعي لإنشاء أشياء مذهلة وإنجازها، والتعلم وتحقيق المزيد من التكنولوجيا أكثر مما كانوا يعتقدون أنه ممكن. لكنه يرى في مواقف أخرى اتجاها مثيرا للقلق: حيث يقوم الطلاب “بوضع الأشياء في الآلة”.
والنتيجة هي نوع جديد من الفجوة الرقمية – ولكن هذا ليس ما تتوقعه.
توفر كلية بوسطن الأدوات الأساسية للطلاب دون أي تكلفة، مما يضمن عدم وجود فوارق اجتماعية واقتصادية في الفصل الدراسي. لكن رانسبوثام الذي يستضيف “أنا وأنا والذكاء الاصطناعي” بودكاست من MIT Sloan Management Review، مخاوف بشأن “الانقسام في الاهتمام بالتكنولوجيا”.
ويوضح قائلاً: “كلما زاد عمق قدرة الشخص على فهم الأدوات والتكنولوجيا، زادت قدرته على الخروج من تلك الأدوات”. “إن الاستخدام السريع للأداة سيؤدي إلى نتيجة سطحية، والاستخدام الأعمق سيؤدي إلى نتيجة أعمق.”
مشكلة؟ “إنه سباق للمستوى المتوسط. إذا كنت تسعى إلى المستوى المتوسط، فمن السهل حقًا أن تصل إلى المستوى المتوسط.”
وقال: “شعار كلية بوسطن هو “التميز دائمًا”. إنه ليس “من أي وقت مضى إلى المتوسط”. ويمكن بسهولة إعاقة قدرة الطلاب على الوصول إلى التميز من خلال وصولهم إلى المستوى المتوسط.
هذا أحد موضوعات هذه الحلقة الخاصة من بودكاست GeekWire بالتعاون مع Me, Myself, وAI. أقوم أنا وسام بمقارنة الملاحظات الواردة في البودكاست الخاص بنا ونشارك ملاحظاتنا حول الاتجاهات الناشئة والتأثيرات طويلة المدى للذكاء الاصطناعي. هذه سلسلة من جزأين في البودكاست الخاص بنا – يمكنك العثور على بقية محادثتنا أنا ونفسي والذكاء الاصطناعي في البث.
مواصلة القراءة للحصول على أبرز النقاط في هذه الحلقة.
مشكلة القياس في الذكاء الاصطناعي هي: يرى سام، الذي أجرى أبحاثًا مكثفة في ويكيبيديا منذ أكثر من عقد من الزمن، أوجه تشابه اليوم. قبل ويكيبيديا، كانت Encyclopædia Britannica شركة بها موظفون ينتجون الكتب، ويدفعون للطابعات، ويخلقون قيمة اقتصادية قابلة للقياس. ثم جاءت ويكيبيديا، ولم تتمكن موسوعة بريتانيكا من البقاء.
ودمرت قيمتها الاقتصادية. ولكن كما يقول: “هل يمكن لأي شخص عاقل أن يقول إن العالم مكان أسوأ لأنه لدينا الآن ويكيبيديا مقابل الموسوعة البريطانية؟”
وبعبارة أخرى، فإن المقاييس الاقتصادية التقليدية لا تلتقط بشكل كامل الفوائد الصافية للقيمة التي تخلقها ويكيبيديا للمجتمع. يرى نفس مشكلة القياس مع الذكاء الاصطناعي.
وقال: “تمنحك البيانات فكرة أفضل عما تفعله، والمستندات التي لديك، ويمكنك اتخاذ قرارات أفضل قليلاً”. “كيف يمكنك قياس ذلك؟”
ملخص المحتوى مقابل الجيل: لا تتعلق ميزة الذكاء الاصطناعي “This Must Be” الخاصة بـ Sam بإنشاء محتوى، بل تتعلق باستخلاص المعلومات لتناسب المزيد خلال 24 ساعة من عمله.
وقال: “نحن نتحدث كثيرًا عن الأجيال وإمكانات الأجيال، وما يمكن أن تخلقه هذه الأشياء”. “أجد نفسي أستخدمه أكثر لما يمكنه تلخيصه، وما يمكنه إيصاله.”
العثور على القيمة في الذكاء الاصطناعي، حتى لو كانت خاطئة: على الرغم من مخاوفه بشأن استخدام الطلاب للذكاء الاصطناعي لتحقيق قابلية التعميم، فإن سام متفائل بشأن ما يمكن للناس تحقيقه باستخدام أدوات الذكاء الاصطناعي.
وقال: “في كثير من الأحيان أعتقد أن الأداة خاطئة تمامًا وسخيفة، وتقول إنها قمامة كاملة”. “لكن تلك القمامة تجعلني أفكر في شيء ما – الطريقة الخاطئة التي تجعلني أفكر: لماذا هذا الخطأ؟ … وكيف يمكنني التأكيد على ذلك؟”
البحث عن إشارة في الضوضاء: وصف سام الهدف من البودكاست “أنا ونفسي والذكاء الاصطناعي” بأنه يقطع الروايات الاستقطابية حول الذكاء الاصطناعي.
وأضاف: “هناك الكثير من الضجيج حول الذكاء الاصطناعي”. “هناك الكثير من الأشياء السلبية حول الذكاء الاصطناعي. وفي مكان ما بينها، هناك بعض التلميحات وبعض الحقيقة.”
استمع إلى الحلقة الكاملة أعلاه، واشترك في GeekWire على Apple أو Spotify أو في أي مكان تستمع إليه، واعثر على بقية محادثتنا هنا أنا وأنا وخلاصة البودكاست للذكاء الاصطناعي,
