การอ่านหนังสือ: ทำไมเราต้องปฏิบัติต่อหุ่นยนต์ในวันพรุ่งนี้เหมือนเครื่องมือ

อย่าหลงไปกับเสียงสัญญาณโทรศัพท์อันไพเราะของ AI ในวันพรุ่งนี้และเพลงไซเรนของพวกเขาที่เป็นเอกเทศ ไม่ว่าปัญญาประดิษฐ์และหุ่นยนต์จะมีรูปร่างหน้าตาและทำตัวเหมือนมนุษย์มากแค่ไหน พวกมันจะไม่เกิดขึ้นจริง be มนุษย์โต้แย้ง Paul Leonardi ศาสตราจารย์ด้านการจัดการเทคโนโลยีของครอบครัว Duca ที่มหาวิทยาลัย California Santa Barbara และ Tsedal Neeley ศาสตราจารย์ด้านบริหารธุรกิจ Naylor Fitzhugh ที่ Harvard Business School ในหนังสือเล่มใหม่ของพวกเขา ความคิดแบบดิจิทัล: สิ่งที่จำเป็นจริงๆ เพื่อการเติบโตในยุคของข้อมูล อัลกอริทึม และ AI — ดังนั้นจึงไม่ควรได้รับการปฏิบัติเหมือนมนุษย์ ทั้งคู่โต้แย้งในข้อความที่ตัดตอนมาด้านล่างว่าการทำเช่นนั้นขัดขวางการโต้ตอบกับเทคโนโลยีขั้นสูงและขัดขวางการพัฒนาต่อไป

พิมพ์ซ้ำโดยได้รับอนุญาตจาก Harvard Business Review Press ตัดตอนมาจาก ความคิดแบบดิจิทัล: สิ่งที่จำเป็นจริงๆ เพื่อการเติบโตในยุคของข้อมูล อัลกอริทึม และ AI โดย Paul Leonardi และ Tsedal Neeley ลิขสิทธิ์ 2022 Harvard Business School Publishing Corporation สงวนลิขสิทธิ์.

ปฏิบัติต่อ AI เหมือนเครื่องจักร แม้ว่ามันจะดูเหมือนมนุษย์ก็ตาม

เราคุ้นเคยกับการโต้ตอบกับคอมพิวเตอร์ในรูปแบบภาพ: ปุ่ม รายการแบบหล่นลง แถบเลื่อน และคุณลักษณะอื่นๆ ช่วยให้เราสามารถสั่งการคอมพิวเตอร์ได้ อย่างไรก็ตาม ความก้าวหน้าของ AI ทำให้การโต้ตอบของเรากับเครื่องมือดิจิทัลไปสู่การโต้ตอบที่ให้ความรู้สึกเป็นธรรมชาติและเหมือนมนุษย์มากขึ้น สิ่งที่เรียกว่าส่วนต่อประสานผู้ใช้แบบสนทนา (UI) ช่วยให้ผู้คนสามารถดำเนินการด้วยเครื่องมือดิจิทัลผ่านการเขียนหรือการพูดคุย ซึ่งเป็นวิธีที่เราโต้ตอบกับผู้อื่นมากขึ้น เช่น "การสนทนา" ของ Burt Swanson กับผู้ช่วยของ Amy เมื่อคุณพูดว่า “หวัดดี Siri” “สวัสดี Alexa” และ “ตกลง Google” นั่นคือ UI การสนทนา การเติบโตของเครื่องมือที่ควบคุมโดย UIs การสนทนานั้นส่าย ทุกครั้งที่คุณโทรไปที่หมายเลข 800 และถูกขอให้สะกดชื่อของคุณ ให้ตอบ "ใช่" หรือพูดหมายเลขประกันสังคมสี่หมายเลขสุดท้ายของคุณ คุณกำลังโต้ตอบกับ AI ที่ใช้ UI การสนทนา บอทสนทนากลายเป็นสิ่งที่แพร่หลาย ส่วนหนึ่งเป็นเพราะพวกมันสมเหตุสมผลทางธุรกิจ และส่วนหนึ่งเป็นเพราะพวกมันช่วยให้เราเข้าถึงบริการได้อย่างมีประสิทธิภาพและสะดวกยิ่งขึ้น

ตัวอย่างเช่น หากคุณจองการเดินทางด้วยรถไฟผ่าน Amtrak คุณอาจเคยโต้ตอบกับแชทบอท AI ชื่อของมันคือ Julie และตอบคำถามมากกว่า 5 ล้านข้อต่อปีจากผู้โดยสารมากกว่า 30 ล้านคน คุณสามารถจองการเดินทางด้วยรถไฟกับ Julie เพียงแค่บอกว่าคุณจะไปที่ไหนและเมื่อไหร่ Julie สามารถกรอกแบบฟอร์มล่วงหน้าในเครื่องมือกำหนดเวลาของ Amtrak และให้คำแนะนำผ่านขั้นตอนการจองที่เหลือ Amtrak ได้รับผลตอบแทน 800 เปอร์เซ็นต์จากการลงทุนใน Julie Amtrak ประหยัดค่าใช้จ่ายในการบริการลูกค้าได้มากกว่า 1 ล้านดอลลาร์ในแต่ละปีโดยใช้ Julie เพื่อตอบคำถามระดับต่ำที่คาดเดาได้ ยอดจองเพิ่มขึ้น 25 เปอร์เซ็นต์ และการจองผ่าน Julie สร้างรายได้มากกว่าการจองผ่านเว็บไซต์ถึง 30 เปอร์เซ็นต์ เพราะ Julie เก่งเรื่องการขายลูกค้าเพิ่มขึ้น!

เหตุผลหนึ่งที่ทำให้ Julie ประสบความสำเร็จก็คือ Amtrak ทำให้ผู้ใช้เข้าใจว่า Julie เป็นตัวแทน AI และพวกเขาจะบอกคุณว่าทำไมพวกเขาถึงตัดสินใจใช้ AI แทนที่จะเชื่อมโยงคุณโดยตรงกับมนุษย์ นั่นหมายความว่าผู้คนมองว่ามันเป็นเครื่องจักร ไม่ใช่มนุษย์อย่างเข้าใจผิด พวกเขาไม่คาดหวังมากเกินไปและมักจะถามคำถามในลักษณะที่ดึงเอาคำตอบที่เป็นประโยชน์ออกมา การตัดสินใจของ Amtrak อาจฟังดูสวนทางกับสัญชาตญาณ เนื่องจากหลายบริษัทพยายามมองว่าแชทบอทของพวกเขาเป็นคนจริงๆ และดูเหมือนว่าการโต้ตอบกับเครื่องจักรราวกับว่าเป็นมนุษย์นั้นควรเป็นวิธีที่แม่นยำเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด ความคิดแบบดิจิทัลต้องการ shift ในวิธีที่เราคิดเกี่ยวกับความสัมพันธ์ของเรากับเครื่องจักร แม้ว่าพวกเขาจะมีความเป็นมนุษย์มากขึ้น เราก็จำเป็นต้องมองว่าพวกเขาเป็นเครื่องจักร—ต้องการคำแนะนำที่ชัดเจนและมุ่งความสนใจไปที่งานแคบๆ

x.ai บริษัทที่สร้างโปรแกรมจัดกำหนดการประชุม Amy ช่วยให้คุณสามารถจัดกำหนดการประชุมในที่ทำงาน หรือเชิญเพื่อนมาเล่นเกมบาสเก็ตบอลของเด็กๆ เพียงแค่ส่งอีเมลถึง Amy (หรือคู่หูของเธอ Andrew) พร้อมคำขอของคุณราวกับว่าพวกเขาเป็น ผู้ช่วยส่วนตัวสด อย่างไรก็ตาม Dennis Mortensen ซีอีโอของบริษัทสังเกตว่ามากกว่า 90 เปอร์เซ็นต์ของคำถามที่แผนกช่วยเหลือของบริษัทได้รับเกี่ยวข้องกับข้อเท็จจริงที่ว่าผู้คนพยายามใช้ภาษาธรรมชาติกับบอทและดิ้นรนเพื่อให้ได้ผลลัพธ์ที่ดี

บางทีนั่นอาจเป็นเหตุผลว่าทำไมการจัดตารางการประชุมง่ายๆ กับคนรู้จักใหม่จึงกลายเป็นเรื่องน่ารำคาญสำหรับศาสตราจารย์สเวนสัน ผู้พยายามใช้ภาษาพูดและแบบแผนจากการสนทนาอย่างไม่เป็นทางการ นอกจากวิธีการพูดคุยแล้ว เขายังตั้งสมมติฐานที่ถูกต้องสมบูรณ์หลายอย่างเกี่ยวกับปฏิสัมพันธ์ของเขากับเอมี่ เขาคิดว่าเอมี่สามารถเข้าใจข้อจำกัดเรื่องการจัดตารางเวลาของเขา และ "เธอ" จะสามารถแยกแยะได้ว่าความชอบของเขาคืออะไรจากบริบทของการสนทนา สเวนสันเป็นกันเองและไม่เป็นทางการ - บอทไม่เข้าใจสิ่งนั้น ไม่เข้าใจว่าเมื่อขอเวลาจากบุคคลอื่น โดยเฉพาะอย่างยิ่งหากพวกเขากำลังช่วยเหลือคุณ การเปลี่ยนโลจิสติกการประชุมบ่อยครั้งหรือกะทันหันไม่ได้ผล กลายเป็นว่ายากกว่าที่เราคิดที่จะโต้ตอบกับหุ่นยนต์อัจฉริยะอย่างไม่เป็นทางการ

นักวิจัยได้ตรวจสอบแนวคิดที่ว่าการปฏิบัติต่อเครื่องจักรเหมือนเครื่องจักรนั้นดีกว่าการพยายามทำตัวเป็นมนุษย์ คลิฟฟอร์ด แนส ศาสตราจารย์สแตนฟอร์ด และศาสตราจารย์ Youngme Moon จาก Harvard Business School ได้ทำการศึกษาชุดหนึ่งที่ผู้คนมีปฏิสัมพันธ์กับอินเทอร์เฟซคอมพิวเตอร์ของมนุษย์ (มานุษยวิทยาหรือการกำหนดคุณลักษณะของมนุษย์ให้กับวัตถุที่ไม่มีชีวิต เป็นประเด็นหลักในการวิจัยของ AI) พวกเขาพบว่าบุคคลมักจะใช้หมวดหมู่ทางสังคมของมนุษย์มากเกินไป ใช้การเหมารวมทางเพศกับคอมพิวเตอร์ และการระบุชาติพันธุ์ด้วยตัวแทนคอมพิวเตอร์ การค้นพบของพวกเขายังแสดงให้เห็นว่าผู้คนแสดงพฤติกรรมทางสังคมที่เรียนรู้มากเกินไป เช่น ความสุภาพและการแลกเปลี่ยนซึ่งกันและกันต่อคอมพิวเตอร์ ที่สำคัญ ผู้คนมักจะมีส่วนร่วมในพฤติกรรมเหล่านี้ — ปฏิบัติต่อหุ่นยนต์และตัวแทนอัจฉริยะอื่น ๆ ราวกับว่าพวกเขาเป็นคน — แม้ว่าพวกเขาจะรู้ว่าพวกเขากำลังโต้ตอบกับคอมพิวเตอร์มากกว่ามนุษย์ก็ตาม ดูเหมือนว่าแรงกระตุ้นโดยรวมของเราในการสร้างความสัมพันธ์กับผู้คนมักจะคืบคลานเข้ามาในการโต้ตอบกับเครื่องจักร

ปัญหาของการเข้าใจผิดว่าคอมพิวเตอร์สำหรับมนุษย์นี้เพิ่มขึ้นเมื่อมีการโต้ตอบกับตัวแทนเทียมผ่าน UIs การสนทนา ยกตัวอย่าง การศึกษาที่เราดำเนินการกับสองบริษัทที่ใช้ผู้ช่วย AI ซึ่งให้คำตอบสำหรับคำถามทางธุรกิจที่ทำเป็นประจำ คนหนึ่งใช้ AI ที่มีรูปร่างเหมือนมนุษย์ ที่อื่นไม่ได้

คนงานในบริษัทที่ใช้เอเจนต์มนุษย์มักจะโกรธเอเจนต์เมื่อเอเจนต์ไม่ตอบกลับคำตอบที่เป็นประโยชน์ พวกเขามักจะพูดว่า “เขาห่วย!” หรือ “ฉันคาดหวังให้เขาทำได้ดีกว่านี้” เมื่อพูดถึงผลลัพธ์ที่ได้จากเครื่อง สิ่งสำคัญที่สุดคือกลยุทธ์ของพวกเขาในการปรับปรุงความสัมพันธ์กับเครื่องจักรที่สะท้อนกลยุทธ์ที่พวกเขาจะใช้กับคนอื่นๆ ในสำนักงาน พวกเขาจะถามคำถามอย่างสุภาพมากขึ้น จะใช้ถ้อยคำใหม่เป็นคำต่างๆ หรือพยายามตั้งเวลาคำถามอย่างมีกลยุทธ์สำหรับเวลาที่พวกเขาคิดว่าเจ้าหน้าที่จะ "ไม่ยุ่งมาก" ในความหมายของคนๆ หนึ่ง ไม่มีกลยุทธ์ใดที่ประสบความสำเร็จเป็นพิเศษ

ในทางตรงกันข้าม พนักงานที่บริษัทอื่นรายงานว่ามีความพึงพอใจมากขึ้นกับประสบการณ์ที่ได้รับ พวกเขาพิมพ์ข้อความค้นหาราวกับว่ามันเป็นคอมพิวเตอร์และสะกดรายละเอียดอย่างละเอียดเพื่อให้แน่ใจว่า AI ที่ไม่สามารถ "อ่านระหว่างบรรทัด" และเข้าใจความแตกต่างเล็กน้อยได้ จะรับฟังความต้องการของพวกเขา กลุ่มที่สองตั้งข้อสังเกตเป็นประจำว่าพวกเขาประหลาดใจเพียงใดเมื่อคำถามของพวกเขากลับมาพร้อมกับข้อมูลที่เป็นประโยชน์หรือแม้แต่น่าประหลาดใจ และพวกเขาเขียนถึงปัญหาใดๆ ก็ตามที่เกิดขึ้นกับข้อบกพร่องทั่วไปของคอมพิวเตอร์

สำหรับอนาคตอันใกล้นี้ ข้อมูลมีความชัดเจน: การรักษาเทคโนโลยี — ไม่ว่าจะดูเหมือนมนุษย์หรือฉลาดแค่ไหน — เหมือนกับเทคโนโลยีคือกุญแจสู่ความสำเร็จเมื่อมีปฏิสัมพันธ์กับเครื่องจักร ส่วนใหญ่ของปัญหาคือพวกเขาตั้งความคาดหวังสำหรับผู้ใช้ว่าพวกเขาจะตอบสนองในลักษณะที่เหมือนมนุษย์ และพวกเขาทำให้เราคิดว่าพวกเขาสามารถสรุปความตั้งใจของเราได้ ทั้งๆ ที่พวกเขาไม่สามารถทำได้ การโต้ตอบกับ UI การสนทนาให้ประสบความสำเร็จนั้นต้องการความคิดแบบดิจิทัลที่เข้าใจว่าเรายังห่างไกลจากการโต้ตอบที่มีประสิทธิภาพเหมือนมนุษย์กับเทคโนโลยี การตระหนักว่าตัวแทน AI ไม่สามารถสรุปความตั้งใจของคุณได้อย่างถูกต้อง หมายความว่าสิ่งสำคัญคือต้องระบุแต่ละขั้นตอนของกระบวนการและมีความชัดเจนเกี่ยวกับสิ่งที่คุณต้องการบรรลุผล