اعتماد به هوش مصنوعی؛ چطور واقعا به ربات‌ها و ماشین‌ها اعتماد کنیم؟

اگه الان هر روز حرف هوش مصنوعی یا اون چیزی که به انگلیسی Artificial Intelligence (AI) میگن به گوشتون می‌خوره، اصلا تعجب نکن! این روزها AI و همچنین یادگیری ماشین یا Machine Learning (ML) – که الگوریتم‌هایی هستن که می‌تونن خودشون از داده‌ها یاد بگیرن—واقعاً دارن همه جا رو عوض میکنن. از موبایل‌هامون گرفته تا خرید اینترنتی و حتی کارهای بانکی، کلی سیستم هوشمند وارد زندگی‌مون شدن.

اما تا حالا به این فکر کردی که واقعاً چطوری میشه به این سیستم‌های هوشمند اعتماد کرد؟ کلی تحقیق و بحث علمی پیرامون این موضوعه، ولی هنوز بخش زیادی از تمرکز دانشمندا روی جنبه‌های فنی این ماجراست و خب کمی از دید کاربر و حسش نسبت به این الگوریتم‌ها عقب موندن. این مقاله‌ای که بخوام برات راحت توضیح بدم، اومده دقیقاً دست گذاشته روی همین موضوع و سعی کرده بفهمه آدما چطور با هوش مصنوعی و یادگیری ماشین ارتباط می‌گیرن و چطور میشه اعتمادشون رو جلب کرد.

اونا اول از همه میان سراغ مدل‌های کلاسیک تعامل انسان با دستگاه‌ها یا همون Human-Machine Interaction – یعنی اون اصول و قواعدی که از قدیم برای رابطه کاربر با کامپیوتر و تکنولوژی بوده و کمک می‌کنه حس خوبی به آدم بده. بعد کلی تحقیقات و مقاله از حوزه‌های مختلف مثل روانشناسی اجتماعی، علوم کامپیوتر، مدیریت اطلاعات و روانشناسی فاکتورهای انسانی یا Human Factors رو جمع می‌کنن تا یه مدل جامع درست کنن که بفهمیم دقیقاً چه اتفاقی بین آدم و ماشین میفته.

نکته جالب و جدیدی که آوردن اینه که برای اولین بار بحث شفافیت یا Transparency رو جدی گرفتن. شفافیت یعنی سیستم هوشمند باید به کاربر نشون بده که چه طور به تصمیم می‌رسه یا مثلاً چه داده‌هایی رو دخیل کرده. وقتی کاربر دقیق نفهمه ماشین چی‌کار می‌کنه، سخت‌تر بهش اعتماد می‌کنه. (یه جورایی مثل دوستت که یه دفعه عجیب رفتار کنه و دلیلشو ندونی!)

یه بخش خیلی باحال دیگه این مدله اینه که میگه هر کسی با توجه به تجربه و شخصیت خودش با سیستم‌های هوشمند رفتار متفاوتی داره. مثلاً ممکنه یکی ذاتاً به تکنولوژی بی‌اعتماد باشه یا یکی به‌خاطر تجربه خوب قدیمی راحت‌تر به این ماشین‌ها تکیه کنه. خلاصه نمی‌شه همه رو با یه چوب زد!

این مدل میاد بین دو مفهوم مهم فرق میذاره: یکی کاربر انسان و یکی اون الگوریتم یا سیستم هوشمند. تاکید داره که این دو تا باید جدا دیده بشن و فقط وقتی کاربر احساس کنه تصمیمات الگوریتمی برایش قابل فهم و قابل پیش‌بینیه، کم کم شروع می‌کنه به وابستگی و تبعیت ازش.

توی این مقاله همچنین کلی تحقیق‌های دیگه جمع‌بندی شده که نشون می‌ده نگرش‌ها (یا Attitudes یعنی نوع دید و باور آدما نسبت به یک چیز) و حتی برخی ویژگی‌های شخصیتی می‌تونن باعث بشن یه نفر بیشتر یا کمتر از هوش مصنوعی استفاده کنه.

در آخر مقاله به کاربردهای عملی این مدل هم اشاره کرده؛ مثلاً میشه به مهندس‌ها و طراح‌های اپلیکیشن راهنمایی داد که چطور رابط کاربری رو بسازن که اعتماد کاربر رو جذب کنه؛ یا حتی نهادهای آموزشی (یعنی ارگان‌هایی که به مردم آموزش می‌دن) می‌تونن این مدل رو به کار ببرن که مردم رو با دنیای هوش مصنوعی آشناتر کنن.

خلاصه مقاله سعی داشته همه چیز رو جمع و جور و قابل فهم کنه تا بفهمیم دقیقاً چطور میشه تعامل کاربر با AI و ML رو بهتر و صمیمی‌تر کرد و یه جوری کنار هم راه بیافتیم که هم کاربر راضی باشه، هم سیستم درست کار کنه!

منبع: +