طريقة جديدة لتصميم الذكاء الاصطناعي تعمل على تعزيز التعاون بين البشر والآلات بدلاً من استبدالهم

ملخص طريقة الذكاء الاصطناعي التي تم تطويرها مع مراعاة صانعي القرار البشريين في الوقت الذي يتجه فيه الذكاء الاصطناعي نحو التطور السريع، كيف يمكننا دمج هذه التقنية بفعالية في حياتنا وعملنا؟ يعمل البروفيسور جان شبيس، أستاذ العمليات والمعلومات والتكنولوجيا المساعد في كلية إدارة الأعمال بجامعة ستانفورد، على استكشاف كيفية تصميم الخوارزميات لدعم—بدلاً من استبدال—متخذي القرار البشر. هذا البحث، المنشور على خادم arXiv للنشر المسبق، يكتسب أهميته الخاصة مع اندماج آلات التنبؤ في التطبيقات الواقعية. هناك أدلة تجريبية متزايدة تشير إلى أن القرارات الحرجة المتخذة بمساعدة الذكاء الاصطناعي غالباً ما تكون ليست أفضل من تلك المتخذة بدونه. من تقارير الائتمان، حيث قد يؤدي الاعتماد الزائد على الذكاء الاصطناعي إلى سوء فهم درجات المخاطر، إلى وسائل التواصل الاجتماعي، حيث قد تعتمد النماذج على بعض الكلمات لتقييم السمية، مما يؤدي إلى تصنيفات خاطئة، تتراجع التنفيذ الناجح وراء قدرات التكنولوجيا الرائعة. يشير شبيس إلى أنه حتى الآن، هناك القليل من العمل الذي يأخذ تصميم واجهة التفاعل بين الإنسان والذكاء الاصطناعي بشكل جدي. يضيف: "من الخطأ التركيز على سؤال 'هل الذكاء الاصطناعي أفضل من الإنسان؟' بل يجب أن نسأل 'ما هي الاستخدامات المكملة للذكاء الاصطناعي؟'". تركز الذكاء الاصطناعي اليوم على القدرة بدلاً من الاستخدام، مما يخلق مجموعة من المشكلات التي قد تؤدي إلى اتخاذ قرارات سيئة. إذا اعتمد المستخدمون بشكل كبير على الخوارزمية، قد يتجاهلون السياق أو المعلومات ذات الصلة التي قد لا تعرفها الخوارزمية. من ناحية أخرى، إذا رأى المستخدمون التوصيات بأنها صارمة، معقدة، أو غير ذات صلة، قد يرفضونها تماماً ويتمسكون بحكمتهم الخاصة، مما يجعلهم يغفلون أي مزايا قد تقدمها التوصيات الخوارزمية. كما قد يحدث سوء فهم إذا لم يدرك المستخدم كيفية وصول الخوارزمية إلى نتائجها أو فشل في تقدير حدودها. يوفر التصميم الأكثر وعيًا للتفاعل بين الإنسان والذكاء الاصطناعي فهمًا لرد فعل متخذي القرار على التوصيات التي تقدمها الخوارزميات. يقول شبيس: "الخوارزمية الأفضل هي التي تأخذ في الاعتبار كيفية تفاعل الإنسان مع المعلومات التي تقدمها". في ورقة بحثية حديثة، قدم شبيس وبرايس ماكلاغلين من مختبر تحليلات الرعاية الصحية في جامعة بنسلفانيا إطارًا مفاهيميًا يصف كيفية استجابة البشر للتوصيات الخوارزمية، ويقترح نهجًا مختلفًا لبناء أدوات الذكاء الاصطناعي. يعرف هذا النهج بالتكامل، ويهدف إلى تحسين التعاون بين الإنسان والذكاء الاصطناعي بدلاً من تجاوز المدخلات البشرية. لتحديد فعاليتها، أجرى الباحثون تجارب محاكاة للتوظيف، حيث اتخذ المشاركون 25 قرارًا بشأن التوظيف مع مستويات مختلفة من المساعدة الخوارزمية. حقق الأشخاص الذين استخدموا خوارزمية مكملة—التى قدمت توصيات منتقاة في الحالات التي كان فيها الإنسان محتملًا للشك أو الخطأ—قرارات أكثر دقة، متفوقين على من استخدموا خوارزمية تنبؤية نقية وكذلك على من لم يستخدموا أي دعم خوارزمي. هذه النتائج مشجعة، ويقوم شبيس وزملاؤه بتحليلها عبر عدة مشاريع بحثية. يقول شبيس: "هناك الكثير من الوعد بتحسين القرارات من خلال الذكاء الاصطناعي، وهو ما قد يؤدي بدوره إلى تحسين النتائج". ويضيف: "وهذا قد أدى إلى أسئلة جديدة: كيف يجب تصميم خوارزمية لاتخاذ قرارات السياسة العامة أو الاجتماعية؟ إذا كان بإمكاننا تعلم كيفية تحسين السياسة من خلال استخدام البيانات—وباستخدامها على نطاق واسع في عمليات شفافة وعادلة—قد نتمكن من إنتاج خوارزميات تحقق وعود هذه التكنولوجيا الجديدة". يشدد شبيس على تطبيقات تؤثر في كيفية توزيع الخدمات في بيئات محدودة الموارد، مثل وضع المعلمين في المناطق المدرسية المحرومة ذات الميزانيات المحدودة. يقترح أن نهج الشركات الربحية—الذي يتمثل في تحقيق العوائد القصوى—قد يتم تطبيقه لتحقيق الأثر الاجتماعي. يقول: "الإعلانات مستهدفة، ولكن هل يمكننا تحسين التدخلات الاجتماعية بشكل أفضل؟ هذا قرار ذو أهمية كبيرة، وإذا استطعنا استخدام الخوارزميات لتحسين توزيع الموارد على نطاق واسع، هناك العديد من الحالات ذات القيمة العالية في مجالات لا يوجد فيها حلول جاهزة أو واضحة". يؤكد شبيس أن كلية إدارة الأعمال بجامعة ستانفورد مجهزة بشكل فريد للإجابة على مثل هذه الأسئلة، مستشهداً بزملائه مثل البروفيسور سوزان أتيه، مدير مختبر Golub Capital Social Impact. يقول: "تنفيذ هذه الحلول يتطلب الجمع بين القدرة التقنية والسياق، والقدرة على نمذجة المكون البشري. لدينا تاريخ غني في التفكير بالخوارزميات في سياقها، بالإضافة إلى أننا موجودون في سيليكون فالي، مما يوفر لنا الأدوات اللازمة لتنفيذ المشاريع في هذا المجال". تقييم الحدث من قبل مختصين تلقى هذا البحث تقديرًا كبيرًا من المختصين في مجال الذكاء الاصطناعي وإدارة الأعمال. تعتبر نتائج التجارب التي أجرها شبيس وماكلاغلين خطوة مهمة نحو فهم أفضل لكيفية دمج الذكاء الاصطناعي في عملية اتخاذ القرارات بشكل يعزز الدقة والشفافية. يرى العديد من الخبراء أن هذا النهج يفتح آفاقًا جديدة للتحسينات الاجتماعية والاقتصادية، خاصة في بيئات محدودة الموارد. نبذة عن الشركة تعد كلية إدارة الأعمال بجامعة ستانفورد (Stanford Graduate School of Business) من أبرز مؤسسات التعليم في مجال الإدارة والأعمال، وتتميز ببحثها التطبيقي والأساسي في التقنيات الحديثة وأثرها على المجتمع. يتمتع الباحثون في الكلية بخبرة واسعة في مجال الذكاء الاصطناعي وتطبيقاته العملية، مما يجعلهم في موقع مميز لتطوير حلول مبتكرة تجمع بين التقنية والاستخدام البشري الفعال.