حتماً برات جالب بوده بدونی تو دنیای امروز که هوش مصنوعی داره میترکونه (!) حتی موسسان استارتاپها هم ساختگی و شبیهسازی میشن! یه مقاله جدید اومده که حسابی سروصدا کرده و ماجراش درباره همین موضوعه: چطوری میشه با استفاده از شخصیتهای ساختگی که با هوش مصنوعی درست شدن، ایدهی یه استارتاپ رو سنجید و اعتبارسنجی کرد؟
خب بذار یه جور دیگه برات توضیح بدم: تو این تحقیق اومدن و ۱۵ تا موسس واقعی استارتاپ رو درباره نگرانیها و امیدهاشون درباره اعتبارسنجی ایده با هوش مصنوعی مصاحبه کردن. بعد دقیقاً همین سؤالها رو از یه سری شخصیت موسس و سرمایهگذار که با هوش مصنوعی (Specifically LLMها، یعنی مدلهای زبانی بزرگ مثل ChatGPT که میتونن نقش آدمارو بازی کنن) ساخته شده بودن پرسیدن! خلاصه کارت خیلی خلاقه کرده بودن و اومده بودن جوابهای دو گروه رو باهم مقایسه کردن تا ببینن این شخصیتهای شبیهسازیشده تا چه حد میتونن به دادههای واقعی نزدیک بشن یا حتی اشتباه کنن.
نتیجه؟ خب تو مقاله اومدن نتایج رو تو چهار تا دسته تقسیم کردن:
1) همپوشانی کامل: بعضی چیزها تو هر دو گروه تکرار میشد. مثلاً همه (حقیقی یا ساختگی) گفته بودن دیدن نشونههای واقعی از تقاضا خیلی مهمه، یا اینکه خیلیا به خاطر اینکه هوش مصنوعی واسشون مثل یه جعبه سیاهه (یعنی نمیدونن دقیقاً چی توش میگذره!) زیاد بهش اعتماد نمیکنن. همهشونم گفته بودن که این روشها میتونه کار رو سریعتر و بهینهتر کنه.
2) تقاطعهای جزئی: اینجا آدمای واقعی نگرانیشون این بود که مبادا مشتریهای خاص و متفاوت وسط دادهها له بشن، یا اینکه اعتبارسنجی واقعی مشتریها پر از استرس و دنگوفنگه. اما شخصیتهای ساختگی بیشتر گیر داده بودن به رفتارهای غیرمنطقی (همون Blind Spotها، یعنی جاهایی که آدم ممکنه اصلاً بهش فکر نکنه!) و در ضمن هوش مصنوعی رو مثل یه سپر روانی میدیدن، یعنی انگار استرس رو ازشون میگیره.
3) فقط انسانی: اینا چیزایی بود که فقط موسسان واقعی گفتن. مثلاً اینکه ارتباط با مشتری از اولش چقدر ارزش شخصی و شبکهسازی براشون داره، یا اینکه به ایدههای خیلی بزرگ که هیچکس سمتش نمیره (به قول خودشون Moonshot Markets) بدبین بودن و شک داشتن.
4) فقط ساختگی: از اونطرف نکتههایی بود که فقط شخصیتهای ساخته بهش اشاره کردن؛ مثل بزرگنمایی مسالهی تقاضا – یعنی شاید هوش مصنوعی الکی فکر کنه همه عاشق یه محصول میشن! یا اینکه اصلاً به تجربههای منفیِ قبلی (که مثلاً یه نفر ضربه خورده باشه) نمیتونه دقت کنه، چون تاریخچه و گذشتهی واقعی نداره.
ته ماجرا نویسندهها میگن این مدل شخصیتهای شبیهسازی شده رو باید به چشم یه ابزار مکمل نگاه کرد، نه جایگزین مطالعهی واقعی! چون با اینکه خیلی زبونباز و انعطافپذیرتر از مدلای قدیمی کامپیوتری هستن، اما چون تجربهی زندگی واقعی و ارتباط گرفتن با بقیه رو ندارن، یه سری چیزا رو اصلاً نمیتونن درک کنن.
درواقع این هوش مصنوعیها میتونن کمک کنن ایدهها رو سریعتر سنجید، فرضیههای بیشتری رو بررسی کرد و حتی بفهمیم تا کجا میشه روی شبیهسازی برای فهمیدن رفتار آدمها حساب کرد. ولی بازم باید کارهای میدانی و آدم واقعی رو ول نکرد!
خلاصه، این تحقیق نویدبخش یه راه ترکیبیه: هم از هوش مصنوعی استفاده کن که کارت سریعتر پیش بره، هم حواسات باشه بعضی جاها فقط انسانیها میتونن بهت کمک کنن. اینطوری هم از پیشرفتهای جدید جا نمیمونی، هم سوتی بزرگی نمیدی!
منبع: +