ການຕີປື້ມ: ເປັນຫຍັງພວກເຮົາຈໍາເປັນຕ້ອງປະຕິບັດຫຸ່ນຍົນຂອງມື້ອື່ນຄືກັບເຄື່ອງມື

ບໍ່ໄດ້ຮັບການ swayed ໂດຍ dulcet dial-tones ຂອງ AIs ມື້ອື່ນແລະເພງ siren ຂອງ singularity ຂອງເຂົາເຈົ້າ. ບໍ່ວ່າປັນຍາປະດິດ ແລະ androids ອາດຈະມາເບິ່ງ ແລະເຮັດຕົວຄືກັບມະນຸດໄດ້ຢ່າງໃກ້ຊິດ, ພວກມັນຈະບໍ່ເປັນຈິງ be ມະນຸດ, ໂຕ້ຖຽງ Paul Leonardi, ສາດສະດາຈານຂອງຄອບຄົວ Duca ຂອງການຄຸ້ມຄອງເຕັກໂນໂລຢີທີ່ມະຫາວິທະຍາໄລຄາລິຟໍເນຍ Santa Barbara, ແລະ Tsedal Neeley, Naylor Fitzhugh ອາຈານສອນວິຊາບໍລິຫານທຸລະກິດຢູ່ໂຮງຮຽນທຸລະກິດ Harvard, ໃນປື້ມໃຫມ່ຂອງພວກເຂົາ. ແນວຄວາມຄິດດ້ານດິຈິຕອລ: ສິ່ງທີ່ມັນໃຊ້ແທ້ໆເພື່ອຈະເລີນເຕີບໂຕໃນຍຸກຂອງຂໍ້ມູນ, ຂັ້ນຕອນວິທີ ແລະ AI — ແລະ​ເພາະ​ສະ​ນັ້ນ​ຈຶ່ງ​ບໍ່​ຄວນ​ຖືກ​ປະ​ຕິ​ບັດ​ຄື​ກັບ​ມະ​ນຸດ​. ຄູ່ນີ້ໂຕ້ແຍ້ງຢູ່ໃນບົດຄັດຫຍໍ້ຂ້າງລຸ່ມນີ້ວ່າການເຮັດດັ່ງນັ້ນ, ດັ່ງກ່າວຂັດຂວາງການໂຕ້ຕອບກັບເຕັກໂນໂລຢີທີ່ກ້າວຫນ້າແລະຂັດຂວາງການພັດທະນາຕໍ່ໄປ.

ພິມຄືນໂດຍການອະນຸຍາດຂອງ Harvard Business Review Press. ຄັດ​ມາ​ຈາກ ແນວຄວາມຄິດດິຈິຕອລ: ສິ່ງທີ່ມັນໃຊ້ແທ້ໆເພື່ອຈະເລີນເຕີບໂຕໃນຍຸກຂອງຂໍ້ມູນ, ສູດການຄິດໄລ່ ແລະ AI ໂດຍ Paul Leonardi ແລະ Tsedal Neeley. ລິຂະສິດ 2022 Harvard Business School Publishing Corporation. ສະຫງວນລິຂະສິດທັງໝົດ.

ປະຕິບັດຕໍ່ AI ຄືກັບເຄື່ອງຈັກ, ເຖິງແມ່ນວ່າມັນເບິ່ງຄືວ່າຈະເຮັດຄືກັບມະນຸດ

ພວກເຮົາມີຄວາມຄຸ້ນເຄີຍກັບການພົວພັນກັບຄອມພິວເຕີດ້ວຍສາຍຕາ: ປຸ່ມ, ລາຍຊື່ເລື່ອນລົງ, ຕົວເລື່ອນ, ແລະລັກສະນະອື່ນໆທີ່ຊ່ວຍໃຫ້ພວກເຮົາໃຫ້ຄໍາສັ່ງຂອງຄອມພິວເຕີ. ຢ່າງໃດກໍ່ຕາມ, ຄວາມກ້າວຫນ້າໃນ AI ກໍາລັງເຄື່ອນຍ້າຍການໂຕ້ຕອບຂອງພວກເຮົາກັບເຄື່ອງມືດິຈິຕອນໄປສູ່ຄວາມຮູ້ສຶກທໍາມະຊາດແລະການໂຕ້ຕອບທີ່ຄ້າຍຄືກັບມະນຸດຫຼາຍຂຶ້ນ. ສິ່ງທີ່ເອີ້ນວ່າການໂຕ້ຕອບຜູ້ໃຊ້ການສົນທະນາ (UI) ເຮັດໃຫ້ຄົນມີຄວາມສາມາດປະຕິບັດກັບເຄື່ອງມືດິຈິຕອນໂດຍຜ່ານການຂຽນຫຼືເວົ້າ, ນັ້ນແມ່ນວິທີທີ່ພວກເຮົາພົວພັນກັບຄົນອື່ນ, ເຊັ່ນ "ການສົນທະນາ" ຂອງ Burt Swanson ກັບ Amy ຜູ້ຊ່ວຍ. ເມື່ອທ່ານເວົ້າວ່າ, “Hey Siri,” “ສະບາຍດີ Alexa,” ແລະ “OK Google,” ນັ້ນຄື UI ການສົນທະນາ. ການຂະຫຍາຍຕົວຂອງເຄື່ອງມືທີ່ຄວບຄຸມໂດຍ UIs ການສົນທະນາແມ່ນເປັນຕາຢ້ານ. ທຸກໆຄັ້ງທີ່ທ່ານໂທຫາເບີ 800 ແລະຖືກຖາມໃຫ້ສະກົດຊື່ຂອງທ່ານ, ຕອບ “ແມ່ນແລ້ວ,” ຫຼືເວົ້າສີ່ຕົວເລກສຸດທ້າຍຂອງເລກປະກັນສັງຄົມຂອງທ່ານທີ່ທ່ານກໍາລັງໂຕ້ຕອບກັບ AI ທີ່ໃຊ້ UI ການສົນທະນາ. bots ການສົນທະນາໄດ້ກາຍເປັນທີ່ກວ້າງຂວາງໃນບາງສ່ວນເພາະວ່າພວກເຂົາເຮັດໃຫ້ຄວາມຮູ້ສຶກທາງທຸລະກິດທີ່ດີ, ແລະສ່ວນຫນຶ່ງແມ່ນຍ້ອນວ່າພວກເຂົາຊ່ວຍໃຫ້ພວກເຮົາເຂົ້າເຖິງການບໍລິການທີ່ມີປະສິດທິພາບແລະສະດວກກວ່າ.

ຕົວຢ່າງ, ຖ້າທ່ານໄດ້ຈອງການເດີນທາງລົດໄຟຜ່ານ Amtrak, ທ່ານອາດຈະພົວພັນກັບ AI chatbot. ຊື່ຂອງມັນແມ່ນ Julie, ແລະມັນຕອບຫຼາຍກວ່າ 5 ລ້ານຄໍາຖາມຕໍ່ປີຈາກຫຼາຍກວ່າ 30 ລ້ານຜູ້ໂດຍສານ. ທ່ານສາມາດຈອງການເດີນທາງລົດໄຟກັບ Julie ໂດຍພຽງແຕ່ບອກວ່າທ່ານຈະໄປໃສແລະເວລາໃດ. Julie ສາມາດຕື່ມແບບຟອມລ່ວງໜ້າໃນເຄື່ອງມືກຳນົດເວລາຂອງ Amtrak ແລະໃຫ້ຄຳແນະນຳຜ່ານສ່ວນທີ່ເຫຼືອຂອງຂັ້ນຕອນການຈອງ. Amtrak ໄດ້ເຫັນຜົນຕອບແທນ 800 ເປີເຊັນກ່ຽວກັບການລົງທຶນຂອງພວກເຂົາໃນ Julie. Amtrak ຊ່ວຍປະຫຍັດຄ່າໃຊ້ຈ່າຍໃນການບໍລິການລູກຄ້າຫຼາຍກວ່າ 1 ລ້ານໂດລາໃນແຕ່ລະປີໂດຍການນໍາໃຊ້ Julie ໄປຫາຄໍາຖາມທີ່ຄາດເດົາໄດ້ໃນລະດັບຕ່ໍາ. ການຈອງໄດ້ເພີ່ມຂຶ້ນ 25 ສ່ວນຮ້ອຍ, ແລະການຈອງທີ່ເຮັດຜ່ານ Julie ສ້າງລາຍໄດ້ 30 ສ່ວນຮ້ອຍຫຼາຍກ່ວາການຈອງທີ່ເຮັດຜ່ານເວັບໄຊທ໌, ເພາະວ່າ Julie ແມ່ນດີໃນການຂາຍລູກຄ້າ!

ເຫດຜົນຫນຶ່ງສໍາລັບຄວາມສໍາເລັດຂອງ Julie ແມ່ນວ່າ Amtrak ເຮັດໃຫ້ມັນຊັດເຈນກັບຜູ້ໃຊ້ວ່າ Julie ແມ່ນຕົວແທນ AI, ແລະພວກເຂົາບອກທ່ານວ່າເປັນຫຍັງພວກເຂົາຕັດສິນໃຈໃຊ້ AI ແທນທີ່ຈະເຊື່ອມຕໍ່ເຈົ້າໂດຍກົງກັບມະນຸດ. ນັ້ນ ໝາຍ ຄວາມວ່າຄົນຫັນໄປສູ່ເຄື່ອງຈັກ, ບໍ່ແມ່ນການເຂົ້າໃຈຜິດວ່າເປັນມະນຸດ. ເຂົາເຈົ້າບໍ່ໄດ້ຄາດຫວັງຫຼາຍເກີນໄປຈາກມັນ, ແລະເຂົາເຈົ້າມີແນວໂນ້ມທີ່ຈະຖາມຄໍາຖາມໃນວິທີການທີ່ຈະເອົາຄໍາຕອບທີ່ເປັນປະໂຫຍດ. ການຕັດສິນໃຈຂອງ Amtrak ອາດຈະສຽງກົງກັນຂ້າມ, ນັບຕັ້ງແຕ່ບໍລິສັດຈໍານວນຫຼາຍພະຍາຍາມຜ່ານ chatbots ຂອງເຂົາເຈົ້າເປັນຄົນທີ່ແທ້ຈິງແລະມັນເບິ່ງຄືວ່າການພົວພັນກັບເຄື່ອງຈັກຄືກັບວ່າມັນເປັນມະນຸດຄວນຈະເປັນວິທີທີ່ຊັດເຈນເພື່ອໃຫ້ໄດ້ຜົນທີ່ດີທີ່ສຸດ. ແນວ​ຄິດ​ດິ​ຈິ​ຕອນ​ຮຽກ​ຮ້ອງ​ໃຫ້​ມີ a shift ໃນວິທີທີ່ພວກເຮົາຄິດກ່ຽວກັບຄວາມສໍາພັນຂອງພວກເຮົາກັບເຄື່ອງຈັກ. ເຖິງແມ່ນວ່າພວກເຂົາກາຍເປັນມະນຸດຫຼາຍ, ພວກເຮົາຈໍາເປັນຕ້ອງຄິດກ່ຽວກັບພວກມັນເປັນເຄື່ອງຈັກ - ຮຽກຮ້ອງໃຫ້ມີຄໍາແນະນໍາທີ່ຊັດເຈນແລະສຸມໃສ່ວຽກງານທີ່ແຄບ.

x.ai, ບໍລິສັດທີ່ສ້າງຕາຕະລາງການປະຊຸມ Amy, ຊ່ວຍໃຫ້ທ່ານສາມາດຈັດຕາຕະລາງການປະຊຸມຢູ່ບ່ອນເຮັດວຽກ, ຫຼືເຊື້ອເຊີນເພື່ອນກັບເກມບ້ວງຂອງລູກຂອງທ່ານໂດຍພຽງແຕ່ສົ່ງອີເມວຫາ Amy (ຫຼືຄູ່ຮ່ວມງານຂອງນາງ, Andrew) ກັບຄໍາຮ້ອງຂໍຂອງທ່ານຄືກັບວ່າພວກເຂົາເປັນ. ຊີວິດຜູ້ຊ່ວຍສ່ວນຕົວ. ແຕ່ Dennis Mortensen, CEO ຂອງບໍລິສັດ, ສັງເກດເຫັນວ່າຫຼາຍກວ່າ 90 ເປີເຊັນຂອງການສອບຖາມທີ່ຝ່າຍຊ່ວຍເຫຼືອຂອງບໍລິສັດໄດ້ຮັບແມ່ນກ່ຽວຂ້ອງກັບຄວາມຈິງທີ່ວ່າປະຊາຊົນພະຍາຍາມໃຊ້ພາສາທໍາມະຊາດກັບ bots ແລະຕໍ່ສູ້ກັບຜົນໄດ້ຮັບທີ່ດີ.

ບາງທີນັ້ນແມ່ນເຫດຜົນທີ່ວ່າການຈັດຕາຕະລາງການປະຊຸມແບບງ່າຍໆກັບຄົນຮູ້ຈັກໃໝ່ໄດ້ກາຍເປັນເລື່ອງທີ່ໜ້າລຳຄານຫຼາຍຕໍ່ສາດສະດາຈານສະແວນສັນ, ຜູ້ທີ່ພະຍາຍາມໃຊ້ຄຳເວົ້າແບບນິກາຍ ແລະສົນທິສັນຍາຈາກການສົນທະນາແບບບໍ່ເປັນທາງການ. ນອກເໜືອໄປຈາກວິທີທີ່ລາວລົມກັນແລ້ວ, ລາວຍັງໄດ້ສົມມຸດຕິຖານທີ່ຖືກຕ້ອງຫຼາຍຢ່າງກ່ຽວກັບການພົວພັນຂອງລາວກັບ Amy. ລາວສົມມຸດວ່າ Amy ສາມາດເຂົ້າໃຈຂໍ້ຈໍາກັດການກໍານົດເວລາຂອງລາວແລະ "ນາງ" ຈະສາມາດເຂົ້າໃຈໄດ້ວ່າຄວາມມັກຂອງລາວແມ່ນຫຍັງຈາກສະພາບການຂອງການສົນທະນາ. Swanson ເປັນເລື່ອງທີ່ບໍ່ເປັນທາງການແລະເປັນເລື່ອງທໍາມະດາ - bot ບໍ່ໄດ້ຮັບສິ່ງນັ້ນ. ມັນບໍ່ເຂົ້າໃຈວ່າເມື່ອຂໍເວລາຂອງຄົນອື່ນ, ໂດຍສະເພາະຖ້າພວກເຂົາເຮັດຕາມຄວາມໂປດປານຂອງເຈົ້າ, ມັນບໍ່ມີຜົນທີ່ຈະປ່ຽນແປງການຈັດສົ່ງຂອງກອງປະຊຸມເລື້ອຍໆຫຼືທັນທີທັນໃດ. ປະກົດວ່າມັນເປັນເລື່ອງຍາກກວ່າທີ່ພວກເຮົາຄິດທີ່ຈະໂຕ້ຕອບກັບຫຸ່ນຍົນອັດສະລິຍະແບບບໍ່ສະບາຍ.

ນັກຄົ້ນຄວ້າໄດ້ຢືນຢັນຄວາມຄິດທີ່ວ່າການປິ່ນປົວເຄື່ອງຄ້າຍຄືເຄື່ອງຈັກເຮັດວຽກດີກວ່າການພະຍາຍາມເປັນມະນຸດກັບພວກມັນ. ສາດສະດາຈານສະແຕນຟອດ Clifford Nass ແລະອາຈານໂຮງຮຽນທຸລະກິດ Harvard ທ່ານ Youngme Moon ໄດ້ດໍາເນີນການສຶກສາຫຼາຍໆຄັ້ງທີ່ຜູ້ຄົນພົວພັນກັບການໂຕ້ຕອບຂອງຄອມພິວເຕີ້ anthropomorphic. (Anthropomorphism, ຫຼືການມອບຫມາຍຄຸນລັກສະນະຂອງມະນຸດໃຫ້ກັບວັດຖຸທີ່ບໍ່ມີຊີວິດ, ເປັນບັນຫາໃຫຍ່ໃນການຄົ້ນຄວ້າ AI.) ພວກເຂົາພົບວ່າບຸກຄົນມີແນວໂນ້ມທີ່ຈະນໍາໃຊ້ປະເພດສັງຄົມຂອງມະນຸດຫຼາຍເກີນໄປ, ນໍາໃຊ້ຮູບແບບເພດກັບຄອມພິວເຕີແລະການກໍານົດຊົນເຜົ່າກັບຕົວແທນຄອມພິວເຕີ. ການຄົ້ນພົບຂອງພວກເຂົາຍັງສະແດງໃຫ້ເຫັນວ່າປະຊາຊົນສະແດງພຶດຕິກໍາທາງສັງຄົມທີ່ຮຽນຮູ້ເກີນກວ່າເຊັ່ນ: ຄວາມສຸພາບຮຽບຮ້ອຍແລະການຕອບແທນຕໍ່ຄອມພິວເຕີ. ສິ່ງສໍາຄັນ, ຜູ້ຄົນມັກຈະມີສ່ວນຮ່ວມໃນພຶດຕິກໍາເຫຼົ່ານີ້ - ການປິ່ນປົວຫຸ່ນຍົນແລະຕົວແທນອັດສະລິຍະອື່ນໆຄືກັບວ່າພວກເຂົາເປັນຄົນ - ເຖິງແມ່ນວ່າພວກເຂົາຮູ້ວ່າພວກເຂົາພົວພັນກັບຄອມພິວເຕີ້, ແທນທີ່ຈະເປັນມະນຸດ. ມັນເບິ່ງຄືວ່າຄວາມກະຕືລືລົ້ນລວມຂອງພວກເຮົາທີ່ຈະພົວພັນກັບຄົນມັກຈະເຂົ້າໄປໃນການໂຕ້ຕອບຂອງພວກເຮົາກັບເຄື່ອງຈັກ.

ບັນຫາຂອງຄອມພິວເຕີທີ່ຜິດພາດສໍາລັບມະນຸດນີ້ແມ່ນປະສົມປະສານໃນເວລາທີ່ພົວພັນກັບຕົວແທນປອມໂດຍຜ່ານ UIs ການສົນທະນາ. ເອົາຕົວຢ່າງການສຶກສາທີ່ພວກເຮົາດໍາເນີນການກັບສອງບໍລິສັດທີ່ໃຊ້ຜູ້ຊ່ວຍ AI ທີ່ໃຫ້ຄໍາຕອບຕໍ່ການສອບຖາມທຸລະກິດປົກກະຕິ. ຄົນໜຶ່ງໄດ້ໃຊ້ AI ທີ່ເປັນມະນຸດທີ່ມີລັກສະນະມະນຸດ. ອື່ນບໍ່ແມ່ນ.

ຄົນງານຢູ່ໃນບໍລິສັດທີ່ນໍາໃຊ້ຕົວແທນ anthropomorphic ເປັນປົກກະຕິໄດ້ບ້າກັບຕົວແທນໃນເວລາທີ່ຕົວແທນບໍ່ໄດ້ຕອບຄໍາຕອບທີ່ເປັນປະໂຫຍດ. ເຂົາເຈົ້າເວົ້າເລື້ອຍໆເຊັ່ນ, “ລາວດູດ!” ຫຼື "ຂ້ອຍຄາດຫວັງວ່າລາວຈະເຮັດໄດ້ດີກວ່າ" ເມື່ອກ່າວເຖິງຜົນໄດ້ຮັບຂອງເຄື່ອງຈັກ. ສໍາຄັນທີ່ສຸດ, ຍຸດທະສາດຂອງພວກເຂົາເພື່ອປັບປຸງຄວາມສໍາພັນກັບເຄື່ອງຈັກ mirrored ຍຸດທະສາດທີ່ເຂົາເຈົ້າຈະໃຊ້ກັບຄົນອື່ນໃນຫ້ອງການ. ເຂົາເຈົ້າຈະຖາມຄໍາຖາມຂອງເຂົາເຈົ້າຢ່າງສຸພາບກວ່າ, ເຂົາເຈົ້າຈະເວົ້າຄືນເປັນຄໍາສັບຕ່າງໆ, ຫຼືເຂົາເຈົ້າຈະພະຍາຍາມວາງຍຸດທະສາດຄໍາຖາມຂອງເຂົາເຈົ້າສໍາລັບເວລາທີ່ເຂົາເຈົ້າຄິດວ່າຕົວແທນຈະເປັນ, ໃນແງ່ຂອງບຸກຄົນໃດຫນຶ່ງ, "ບໍ່ຫວ່າງຫຼາຍ." ບໍ່ມີຍຸດທະສາດເຫຼົ່ານີ້ປະສົບຜົນສໍາເລັດໂດຍສະເພາະ.

ໃນທາງກົງກັນຂ້າມ, ຄົນງານຢູ່ບໍລິສັດອື່ນລາຍງານຄວາມພໍໃຈຫຼາຍກວ່າເກົ່າກັບປະສົບການຂອງເຂົາເຈົ້າ. ພວກເຂົາເຈົ້າພິມຄໍາຄົ້ນຫາຄືກັບວ່າມັນເປັນຄອມພິວເຕີແລະສະກົດສິ່ງຕ່າງໆອອກຢ່າງລະອຽດເພື່ອໃຫ້ແນ່ໃຈວ່າ AI, ຜູ້ທີ່ບໍ່ສາມາດ "ອ່ານລະຫວ່າງສາຍ" ແລະເລືອກຄວາມແຕກຕ່າງກັນ, ຈະປະຕິບັດຕາມຄວາມມັກຂອງພວກເຂົາ. ກຸ່ມທີສອງໄດ້ສັງເກດເຫັນຢ່າງເປັນປົກກະຕິວ່າພວກເຂົາແປກໃຈຫຼາຍປານໃດເມື່ອການສອບຖາມຂອງພວກເຂົາຖືກສົ່ງຄືນດ້ວຍຂໍ້ມູນທີ່ເປັນປະໂຫຍດຫຼືຫນ້າປະຫລາດໃຈແລະພວກເຂົາໄດ້ແກ້ໄຂບັນຫາໃດໆທີ່ເກີດຂື້ນກັບແມງໄມ້ທົ່ວໄປກັບຄອມພິວເຕີ້.

ສໍາລັບອະນາຄົດທີ່ຄາດເດົາໄດ້, ຂໍ້ມູນແມ່ນຈະແຈ້ງ: ເຕັກໂນໂລຢີການປິ່ນປົວ - ບໍ່ວ່າພວກມັນຈະມີລັກສະນະຄ້າຍຄືມະນຸດຫຼືອັດສະລິຍະແນວໃດ - ເຊັ່ນວ່າເຕັກໂນໂລຢີແມ່ນກຸນແຈສໍາລັບຄວາມສໍາເລັດໃນເວລາທີ່ພົວພັນກັບເຄື່ອງຈັກ. ສ່ວນໃຫຍ່ຂອງບັນຫາແມ່ນພວກເຂົາຕັ້ງຄວາມຄາດຫວັງສໍາລັບຜູ້ໃຊ້ວ່າພວກເຂົາຈະຕອບສະຫນອງໃນລັກສະນະທີ່ຄ້າຍຄືກັບມະນຸດ, ແລະພວກເຂົາເຮັດໃຫ້ພວກເຮົາສົມມຸດວ່າພວກເຂົາສາມາດສົມມຸດຄວາມຕັ້ງໃຈຂອງພວກເຮົາ, ເມື່ອພວກເຂົາບໍ່ສາມາດເຮັດໄດ້. ການໂຕ້ຕອບສົບຜົນສໍາເລັດກັບ UI ການສົນທະນາຮຽກຮ້ອງໃຫ້ມີແນວຄວາມຄິດດິຈິຕອນທີ່ເຂົ້າໃຈວ່າພວກເຮົາຍັງບາງວິທີທາງໄກຈາກການມີປະສິດຕິພາບຄ້າຍຄືມະນຸດກັບເຕັກໂນໂລຊີ. ການຮັບຮູ້ວ່າຕົວແທນ AI ບໍ່ສາມາດຄາດເດົາຄວາມຕັ້ງໃຈຂອງທ່ານໄດ້ຢ່າງຖືກຕ້ອງຫມາຍຄວາມວ່າມັນເປັນສິ່ງສໍາຄັນທີ່ຈະສະກົດແຕ່ລະຂັ້ນຕອນຂອງຂະບວນການແລະຈະແຈ້ງກ່ຽວກັບສິ່ງທີ່ທ່ານຕ້ອງການທີ່ຈະເຮັດສໍາເລັດ.