પુસ્તકોને ફટકારવું: શા માટે આપણે આવતીકાલના રોબોટ્સને ટૂલ્સ જેવા ગણવાની જરૂર છે

આવતી કાલના એઆઈના ડુલસેટ ડાયલ-ટોન અને તેમના એકલતાના સાયરન ગીતોથી પ્રભાવિત થશો નહીં. ભલે ગમે તેટલી નજીકથી કૃત્રિમ બુદ્ધિમત્તા અને એન્ડ્રોઇડ માણસો જેવા દેખાવા અને વર્તે, તેઓ વાસ્તવમાં ક્યારેય નહીં be માનવીઓ, પોલ લિયોનાર્ડી, યુનિવર્સિટી ઓફ કેલિફોર્નિયા સાન્ટા બાર્બરા ખાતે ટેક્નોલોજી મેનેજમેન્ટના ડુકા ફેમિલી પ્રોફેસર અને હાર્વર્ડ બિઝનેસ સ્કૂલમાં બિઝનેસ એડમિનિસ્ટ્રેશનના નેલર ફીટઝુગ પ્રોફેસર ત્સેડલ નીલે તેમના નવા પુસ્તકમાં દલીલ કરે છે. ડિજિટલ માઇન્ડસેટ: ડેટા, અલ્ગોરિધમ્સ અને એઆઈના યુગમાં વિકાસ માટે ખરેખર શું લે છે - અને તેથી માણસો જેવો વ્યવહાર ન કરવો જોઈએ. આ જોડી નીચે આપેલા અંશોમાં દલીલ કરે છે કે આમ કરવાથી, આવા અદ્યતન ટેકનોલોજી સાથેની ક્રિયાપ્રતિક્રિયાને અવરોધે છે અને તેના વધુ વિકાસને અવરોધે છે.

હાર્વર્ડ બિઝનેસ રિવ્યુ પ્રેસની પરવાનગી દ્વારા પુનઃમુદ્રિત. માંથી અવતરણ ડિજિટલ માઇન્ડસેટ: ડેટા, એલ્ગોરિધમ્સ અને એઆઈના યુગમાં વિકાસ માટે ખરેખર શું લે છે પોલ લિયોનાર્ડી અને ત્સેડલ નીલી દ્વારા. કૉપિરાઇટ 2022 હાર્વર્ડ બિઝનેસ સ્કૂલ પબ્લિશિંગ કોર્પોરેશન. બધા હકો અમારી પાસે રાખેલા છે.

એઆઈને મશીનની જેમ ટ્રીટ કરો, ભલે તે માનવ જેવું કામ કરતું હોય

અમે કમ્પ્યુટર સાથે વિઝ્યુઅલ રીતે ક્રિયાપ્રતિક્રિયા કરવા માટે ટેવાયેલા છીએ: બટનો, ડ્રોપડાઉન સૂચિ, સ્લાઇડર્સ અને અન્ય સુવિધાઓ અમને કમ્પ્યુટર આદેશો આપવા દે છે. જો કે, AI માં પ્રગતિ ડિજિટલ ટૂલ્સ સાથેની અમારી ક્રિયાપ્રતિક્રિયાને વધુ કુદરતી-લાગણી અને માનવ જેવી ક્રિયાપ્રતિક્રિયા તરફ લઈ રહી છે. વાર્તાલાપ વપરાશકર્તા ઇન્ટરફેસ (UI) જેને કહેવાય છે તે લોકોને લેખન અથવા વાત દ્વારા ડિજિટલ ટૂલ્સ સાથે કાર્ય કરવાની ક્ષમતા આપે છે જે અમે અન્ય લોકો સાથે ક્રિયાપ્રતિક્રિયા કરીએ છીએ તે રીતે વધુ છે, જેમ કે એમી સહાયક સાથે બર્ટ સ્વાનસનની "વાતચીત". જ્યારે તમે કહો છો, “હે સિરી,” “હેલો એલેક્સા,” અને “ઓકે ગૂગલ,” તે એક વાતચીત UI છે. વાતચીત UI દ્વારા નિયંત્રિત સાધનોની વૃદ્ધિ આશ્ચર્યજનક છે. દર વખતે જ્યારે તમે 800 નંબર પર કૉલ કરો છો અને તમારા નામની જોડણી કરવા માટે કહેવામાં આવે છે, ત્યારે "હા" નો જવાબ આપો અથવા તમારા સામાજિક સુરક્ષા નંબરના છેલ્લા ચાર નંબરો કહો કે તમે વાતચીત UI નો ઉપયોગ કરતા AI સાથે ક્રિયાપ્રતિક્રિયા કરી રહ્યાં છો. વાતચીતના બૉટો અંશતઃ સર્વવ્યાપક બની ગયા છે કારણ કે તેઓ સારી વ્યવસાયિક સમજણ આપે છે અને અંશતઃ કારણ કે તેઓ અમને સેવાઓને વધુ કાર્યક્ષમ અને વધુ સગવડતાથી ઍક્સેસ કરવાની મંજૂરી આપે છે.

ઉદાહરણ તરીકે, જો તમે Amtrak મારફતે ટ્રેનની સફર બુક કરી હોય, તો તમે કદાચ AI ચેટબોટ સાથે સંપર્ક કર્યો હશે. તેનું નામ જુલી છે, અને તે 5 મિલિયનથી વધુ મુસાફરોના વાર્ષિક 30 મિલિયનથી વધુ પ્રશ્નોના જવાબ આપે છે. તમે ક્યાં અને ક્યારે જાવ છો તે કહીને તમે જુલી સાથે રેલ મુસાફરી બુક કરી શકો છો. જુલી એમટ્રેકના શેડ્યુલિંગ ટૂલ પર ફોર્મ્સ પ્રી-ફિલ કરી શકે છે અને બાકીની બુકિંગ પ્રક્રિયા દ્વારા માર્ગદર્શન પૂરું પાડી શકે છે. એમટ્રેકે જુલીમાં તેમના રોકાણ પર 800 ટકા વળતર જોયું છે. એમ્ટ્રેક નીચા-સ્તરના, અનુમાનિત પ્રશ્નો માટે જુલીનો ઉપયોગ કરીને દર વર્ષે ગ્રાહક સેવા ખર્ચમાં $1 મિલિયનથી વધુની બચત કરે છે. બુકિંગમાં 25 ટકાનો વધારો થયો છે, અને જુલી દ્વારા કરવામાં આવેલ બુકિંગ વેબસાઇટ દ્વારા કરાયેલા બુકિંગ કરતાં 30 ટકા વધુ આવક પેદા કરે છે, કારણ કે જુલી ગ્રાહકોને અપસેલ કરવામાં સારી છે!

જુલીની સફળતા માટેનું એક કારણ એ છે કે એમટ્રેક વપરાશકર્તાઓને સ્પષ્ટ કરે છે કે જુલી એક AI એજન્ટ છે, અને તેઓ તમને કહે છે કે શા માટે તેઓએ તમને માણસ સાથે સીધા જોડવાને બદલે AI નો ઉપયોગ કરવાનું નક્કી કર્યું છે. તેનો અર્થ એ છે કે લોકો તેને મશીન તરીકે લક્ષી બનાવે છે, ભૂલથી માનવ તરીકે નહીં. તેઓ તેની પાસેથી વધારે અપેક્ષા રાખતા નથી, અને તેઓ મદદરૂપ જવાબો પ્રાપ્ત થાય તે રીતે પ્રશ્નો પૂછવાનું વલણ ધરાવે છે. એમટ્રેકનો નિર્ણય પ્રતિસ્પર્ધી લાગે છે, કારણ કે ઘણી કંપનીઓ તેમના ચેટબોટ્સને વાસ્તવિક લોકો તરીકે પસાર કરવાનો પ્રયાસ કરે છે અને એવું લાગે છે કે મશીન સાથે માણસની જેમ ક્રિયાપ્રતિક્રિયા કરવી એ શ્રેષ્ઠ પરિણામો કેવી રીતે મેળવવું તે ચોક્કસપણે હોવું જોઈએ. ડિજિટલ માનસિકતા માટે જરૂરી છે a shift મશીનો સાથેના અમારા સંબંધ વિશે આપણે કેવી રીતે વિચારીએ છીએ. ભલે તેઓ વધુ માનવીય બનતા જાય, આપણે તેમના વિશે મશીનો તરીકે વિચારવાની જરૂર છે - સ્પષ્ટ સૂચનાઓ અને સાંકડા કાર્યો પર ધ્યાન કેન્દ્રિત કરવાની જરૂર છે.

x.ai, કંપની કે જેણે મીટિંગ શેડ્યૂલર એમી બનાવ્યું છે, તે તમને કામ પર મીટિંગ શેડ્યૂલ કરવા અથવા તમારા બાળકોની બાસ્કેટબોલ રમતમાં મિત્રને આમંત્રિત કરવા માટે સક્ષમ બનાવે છે એમી (અથવા તેના સમકક્ષ, એન્ડ્રુ)ને તમારી વિનંતી સાથે ઇમેઇલ કરીને, જાણે કે તેઓ એક હોય. જીવંત વ્યક્તિગત સહાયક. તેમ છતાં કંપનીના CEO ડેનિસ મોર્ટેનસેનનું અવલોકન છે કે કંપનીના હેલ્પ ડેસ્કને મળેલી 90 ટકાથી વધુ પૂછપરછ એ હકીકત સાથે સંબંધિત છે કે લોકો બૉટો સાથે કુદરતી ભાષાનો ઉપયોગ કરવાનો પ્રયાસ કરી રહ્યા છે અને સારા પરિણામો મેળવવા માટે સંઘર્ષ કરી રહ્યા છે.

કદાચ તેથી જ નવા પરિચિત સાથે સાદી મીટિંગનું શેડ્યૂલ બનાવવું પ્રોફેસર સ્વાનસનને ખૂબ હેરાન કરતું હતું, જેઓ અનૌપચારિક વાતચીતમાંથી બોલચાલ અને સંમેલનોનો ઉપયોગ કરવાનો પ્રયાસ કરતા હતા. તેણે જે રીતે વાત કરી તે ઉપરાંત, તેણે એમી સાથેની તેની ક્રિયાપ્રતિક્રિયા વિશે ઘણી સંપૂર્ણ માન્ય ધારણાઓ કરી. તેણે ધાર્યું કે એમી તેની સુનિશ્ચિત અવરોધોને સમજી શકે છે અને "તેણી" વાતચીતના સંદર્ભમાંથી તેની પસંદગીઓ શું છે તે પારખવામાં સક્ષમ હશે. સ્વાનસન અનૌપચારિક અને કેઝ્યુઅલ હતો—બોટને તે સમજાતું નથી. તે સમજી શકતું નથી કે જ્યારે અન્ય વ્યક્તિનો સમય માંગવામાં આવે છે, ખાસ કરીને જો તેઓ તમારી તરફેણ કરી રહ્યા હોય, તો વારંવાર અથવા અચાનક મીટિંગ લોજિસ્ટિક્સ બદલવું અસરકારક નથી. તે તારણ આપે છે કે બુદ્ધિશાળી રોબોટ સાથે આકસ્મિક રીતે ક્રિયાપ્રતિક્રિયા કરવાનું આપણે વિચારીએ છીએ તેના કરતા વધુ મુશ્કેલ છે.

સંશોધકોએ આ વિચારને માન્ય કર્યો છે કે મશીનોની જેમ માનવી બનવાનો પ્રયાસ કરતાં મશીનોની સારવાર કરવી વધુ સારું કામ કરે છે. સ્ટેનફોર્ડના પ્રોફેસર ક્લિફોર્ડ નાસ અને હાર્વર્ડ બિઝનેસ સ્કૂલના પ્રોફેસર યંગમે મૂનએ શ્રેણીબદ્ધ અભ્યાસ હાથ ધર્યા હતા જેમાં લોકોએ એન્થ્રોપોમોર્ફિક કોમ્પ્યુટર ઇન્ટરફેસ સાથે વાતચીત કરી હતી. (એન્થ્રોપોમોર્ફિઝમ, અથવા નિર્જીવ પદાર્થોને માનવ વિશેષતાઓ સોંપવી, એ એઆઈ સંશોધનમાં એક મુખ્ય મુદ્દો છે.) તેઓએ જોયું કે વ્યક્તિઓ માનવ સામાજિક શ્રેણીઓનો વધુ પડતો ઉપયોગ કરે છે, કમ્પ્યુટર પર લિંગ સ્ટીરિયોટાઇપ્સ લાગુ કરે છે અને કમ્પ્યુટર એજન્ટો સાથે વંશીય રીતે ઓળખે છે. તેમના તારણો એ પણ દર્શાવે છે કે લોકો વધુ શીખેલા સામાજિક વર્તણૂકો જેમ કે નમ્રતા અને કમ્પ્યુટર્સ પ્રત્યે પારસ્પરિકતા દર્શાવે છે. મહત્ત્વની વાત એ છે કે, લોકો આ વર્તણૂકોમાં જોડાવાનું વલણ ધરાવે છે - રોબોટ્સ અને અન્ય બુદ્ધિશાળી એજન્ટો સાથે વર્તન કરે છે જેમ કે તેઓ લોકો હતા - ભલે તેઓ જાણતા હોય કે તેઓ માનવોને બદલે કમ્પ્યુટર્સ સાથે ક્રિયાપ્રતિક્રિયા કરી રહ્યા છે. એવું લાગે છે કે લોકો સાથે સંબંધ રાખવાની અમારી સામૂહિક આવેગ ઘણીવાર મશીનો સાથેની અમારી ક્રિયાપ્રતિક્રિયામાં ઘૂસી જાય છે.

સંવાદાત્મક UI દ્વારા કૃત્રિમ એજન્ટો સાથે ક્રિયાપ્રતિક્રિયા કરતી વખતે માનવો માટે ભૂલભરેલા કમ્પ્યુટર્સની આ સમસ્યા વધુ જટિલ બને છે. ઉદાહરણ તરીકે, અમે બે કંપનીઓ સાથે હાથ ધરેલા અભ્યાસને લો કે જેમણે AI સહાયકોનો ઉપયોગ કર્યો હતો જેણે નિયમિત વ્યવસાય પ્રશ્નોના જવાબો આપ્યા હતા. એકે માનવ-સમાન કૃત્રિમ AI નો ઉપયોગ કર્યો. બીજો ન હતો.

એન્થ્રોપોમોર્ફિક એજન્ટનો નિયમિત ઉપયોગ કરતા કંપનીના કામદારો જ્યારે એજન્ટે ઉપયોગી જવાબો પાછા ન આપ્યા ત્યારે તેઓ એજન્ટ પર ગુસ્સે થઈ ગયા. તેઓ નિયમિતપણે કહેતા હતા જેમ કે, "તે ચૂસે છે!" અથવા મશીન દ્વારા આપવામાં આવેલા પરિણામોનો ઉલ્લેખ કરતી વખતે "હું તેની પાસેથી વધુ સારી કામગીરીની અપેક્ષા રાખીશ". સૌથી અગત્યનું, મશીન સાથેના સંબંધો સુધારવા માટેની તેમની વ્યૂહરચનાઓ પ્રતિબિંબિત વ્યૂહરચનાઓ જેનો તેઓ ઓફિસમાં અન્ય લોકો સાથે ઉપયોગ કરશે. તેઓ તેમના પ્રશ્નને વધુ નમ્રતાથી પૂછશે, તેઓ જુદા જુદા શબ્દોમાં ફરીથી લખશે, અથવા તેઓ તેમના પ્રશ્નોને વ્યૂહાત્મક રીતે સમય આપવાનો પ્રયાસ કરશે જ્યારે તેઓ વિચારે છે કે એજન્ટ ક્યારે હશે, એક વ્યક્તિની દ્રષ્ટિએ, "એટલો વ્યસ્ત નથી." આમાંની કોઈપણ વ્યૂહરચના ખાસ સફળ રહી ન હતી.

તેનાથી વિપરીત, અન્ય કંપનીના કામદારોએ તેમના અનુભવથી વધુ સંતોષની જાણ કરી. તેઓએ શોધ શબ્દોમાં એવું ટાઈપ કર્યું કે જાણે તે કોઈ કમ્પ્યુટર હોય અને AI, જે "લાઈન વચ્ચે વાંચી શકતું નથી" અને સૂક્ષ્મતા પર ધ્યાન આપી શકતું નથી, તે તેમની પસંદગીઓનું ધ્યાન રાખશે તેની ખાતરી કરવા માટે ખૂબ જ વિગતવાર વસ્તુઓની જોડણી કરી. બીજા જૂથે નિયમિતપણે ટિપ્પણી કરી હતી કે જ્યારે તેઓના પ્રશ્નો ઉપયોગી અથવા તો આશ્ચર્યજનક માહિતી સાથે પરત કરવામાં આવ્યા ત્યારે તેઓ કેટલા આશ્ચર્યચકિત થયા હતા અને તેઓ કમ્પ્યુટરમાં લાક્ષણિક બગ્સ માટે ઊભી થતી કોઈપણ સમસ્યાને ધ્યાનમાં લેતા હતા.

નજીકના ભવિષ્ય માટે, ડેટા સ્પષ્ટ છે: ટેક્નોલોજીની સારવાર કરવી — પછી ભલે તે ગમે તેટલી માનવ જેવી કે બુદ્ધિશાળી હોય — જેમ કે મશીનો સાથે ક્રિયાપ્રતિક્રિયા કરતી વખતે તકનીકો સફળતાની ચાવી છે. સમસ્યાનો એક મોટો ભાગ એ છે કે તેઓ વપરાશકર્તાઓ માટે એવી અપેક્ષાઓ સેટ કરે છે કે તેઓ માનવ જેવી રીતે પ્રતિસાદ આપશે, અને તેઓ અમને એવું માની લે છે કે તેઓ અમારા ઇરાદાઓનું અનુમાન લગાવી શકે છે, જ્યારે તેઓ એક પણ કરી શકતા નથી. સંવાદાત્મક UI સાથે સફળતાપૂર્વક ક્રિયાપ્રતિક્રિયા કરવા માટે ડિજિટલ માનસિકતાની જરૂર છે જે સમજે છે કે આપણે હજી પણ ટેક્નોલોજી સાથે માનવ જેવા અસરકારક ક્રિયાપ્રતિક્રિયાથી કેટલાક માર્ગો દૂર છીએ. AI એજન્ટ તમારા ઇરાદાઓનું ચોક્કસ અનુમાન કરી શકતું નથી તે ઓળખવાનો અર્થ એ છે કે પ્રક્રિયાના દરેક પગલાની જોડણી કરવી અને તમે શું પૂર્ણ કરવા માંગો છો તે અંગે સ્પષ્ટતા કરવી મહત્વપૂર્ણ છે.