Kako dolazi do sinergije između umjetničke inteligencije (AI) i ljudi, te kada ima smisla koristiti oba zajedno, a kada je bolje koristiti samo jedno od njih? Odgovor na ovo pitanje na prvi pogled može biti intuitivan, međutim s obzirom na rapidni razvoj umjetničke inteligencije na globalnoj razini, nužno je provesti znanstvenu evaluaciju. Istraživači s Massachusetts Institute of Technology (MIT) Center for Collective Intelligence na Sloan School of Management objavili su novu studiju u časopisu Nature Human Behaviour koja istražuje utjecaj kombinacije AI i ljudi na performanse, s uvidima koji imaju implikacije za budućnost rada.
Utjecaj umjetničke inteligencije na budućnost rada postaje sve očigledniji. Prema izvještaju Svjetskog ekonomskog foruma, do 2025. godine procjenjuje se da će 85 milijuna radnih mjesta biti zamijenjeno automatizacijom uz pomoć umjetničke inteligencije. Ekonomisti iz Goldman Sachs Research-a također navode da će približno dvije trećine radnih mjesta u SAD-u biti izloženo djelomičnoj ili potpunoj automatizaciji uz pomoć AI-a.
Organizacije diljem svijeta brzo usvajaju umjetničku inteligenciju i transformiraju načine na koje se obavlja posao. Prema McKinsey Global Survey iz 2024. godine, primjena umjetničke inteligencije značajno je porasla u protekloj godini. U većini velikih geografskih područja svijeta, preko dvije trećine ispitanika u anketama prijavljuje korištenje AI-a, dok 50 posto ispitanika navodi da njihove organizacije koriste AI u dvije ili više poslovnih funkcija, prema podacima McKinsey-a.
„Veliki broj radova sugerira da integracija ljudske kreativnosti, društvenog razumijevanja i kontekstualnog znanja s brzinom, skalabilnošću i analitičkom snagom AI-a može dovesti do inovativnih rješenja i poboljšanja u područjima kao što su zdravstvo, korisnička služba i znanstvena istraživanja”, napisao je glavni autor studije Thomas Malone, profesor na MIT-u i osnivač MIT Center for Collective Intelligence, zajedno sa svojim suradnicima. „Međutim, sve veći broj istraživanja pokazuje da sustavi u kojima surađuju ljudi i AI ne nužno postižu bolje rezultate od najboljih ljudi ili AI-a samog.“
Malone, zajedno sa svojim suradnicima, MIT-ovim asistentskim profesorom i računalnim društvenim znanstvenikom Abdullahom Almaatouqom, i doktorandom Michelle Vaccaro, ističe u svom radu da etički problemi, povjerenje i prepreke u komunikaciji mogu otežati suradnju između AI-a i ljudi.
Kako bi razjasnili ono što na prvi pogled može izgledati kao paradoks, MIT tim je proveo veliku metaanalizu i pregled literature u trajanju od tri godine kako bi kvantificirali i procijenili sinergiju između AI-a i ljudskih sustava.
Da bi to postigli, tim je postavio kriterij za uključivanje samo onih znanstvenih radova u kojima su AI i ljudi radili u suradnji na originalnim eksperimentima i gdje su kvantificirani rezultati suradnje, kao i usporedba s performansama AI-a samog i ljudi samih.
MIT-ovi istraživači su pregledali 5.126 radova objavljenih od siječnja 2020. do lipnja 2023. godine. Od ovog ogromnog broja radova, pronašli su 74 koji su udovoljavali kriterijima njihove studije. Ovi radovi sadržavali su 106 eksperimenata koji su donijeli informacije o 370 jedinstvenih mjerenja učinaka koji mjere rezultate suradnje između AI-a i ljudi. Zadaci koji su uključivali donošenje odluka, gdje sudionici biraju unaprijed određeni skup opcija, činili su 85% učinaka. Istraživači su uzeli u obzir tri pristupa u izvedbi zadataka: 1) samo AI, 2) samo ljudi, ili 3) kombinacija AI-a i ljudi.
Kada su MIT-ovi istraživači usporedili kombinaciju AI-a i ljudi s osnovnim modelom, bilo da je riječ o ljudima ili AI-u, otkrili su da je performansa kombinacije bila „značajno lošija u cjelini” od osnovne verzije.
U slučaju usporedbe kombinacije AI-a i ljudskog rješenja s osnovnim modelom ljudi, istraživači su potvrđivali augmentaciju ljudi i otkrili da je kombinacija nadmašila scenarij u kojem su radili samo ljudi.
„U prosjeku smo našli dokaze o augmentaciji ljudi, što znači da su prosječni sustavi ljudi i AI-a obično postizali bolje rezultate od samih ljudi,“ napisali su istraživači. „No, nismo pronašli sinergiju između ljudi i AI-a u prosjeku, što znači da su prosječni sustavi ljudi i AI-a postigli lošije rezultate od barem jednog od ljudi ili AI-a samog.”
Za zadatke donošenja odluka, kao što su medicinske dijagnoze, klasifikacija dubokih lažnjaka i prognoza potražnje, AI koji radi samostalno imao je bolje rezultate od kombinacije AI-a i ljudi.
Iako su njihovi glavni nalazi sugerirali da u prosjeku kombinacija AI-a i ljudi nema sinergije, istraživači „ne misle da to znači da je kombiniranje ljudi i AI-a loša ideja.”
„Naprotiv, smatramo da to samo znači da budući rad treba više specifično fokusirati na pronalaženje učinkovitih procesa koji integriraju ljude i AI,” zaključili su MIT-ovi istraživači.
Copyright © 2024 Cami Rosso All rights reserved.
