اشتراک گذاری:
عموما همکاری انسان و ماشین، محصولات و خدمات بهتری را به بازار ارائه می‌دهد و می‌توان گفت هوش مصنوعی کامل کننده ایده‌های انسانی است.
به گزارش وال استریت ژورنال، شناسایی فرصت‌ها برای سرمایه‌گذاری‌های جدید، ایجاد راه‌حل برای یک نیاز برآورده نشده، یا نام‌گذاری یک شرکت جدید، وظایف ساختار نیافته‌ای هستند که برای الگوریتم‌ها مناسب به شمار نمی‌روند. با این حال، پیشرفت‌های اخیر در هوش مصنوعی و به طور خاص ظهور مدل‌های زبان بزرگ مانند چت‌جی‌پی‌تی، این فرضیات را به چالش می‌کشد.
انسان یا ماشین؟
در دانشکده وارتون دانشگاه پنسیلوانیا مطالعه و مقایسه‌ای بین ایده‌های ماشینی و انسانی شکل گرفته که در واقع یک رقابت ساده است برای قضاوت در مورد اینکه چه کسی در تولید ایده‌های نوآورانه بهتر است؟
برای اولین تکلیف در دوره‌های نوآوری، از دانشجویان و اساتید خواستیم که ده‌ها ایده برای یک محصول یا خدمات جدید ایجاد کنند. در نتیجه، ما چندین هزار ایده سرمایه‌گذاری جدید را شنیده‌ایم که توسط دانشجویان کارشناسی، دانشجویان M.B.A و مدیران باتجربه ارائه شده است. برخی از این ایده‌ها فوق‌العاده هستند، برخی افتضاح و همانطور که انتظار دارید، بیشتر آنها در حد متوسط قرار دارند.
در این مسابقه مجموعه‌ای از 200 ایده انتخاب شده به طور تصادفی به ما معرفی شد. از چت‌جی‌پی‌تی نیز خواستیم تا 100 ایده را با دستورالعمل‌های مشابهی که به دانش‌آموزان داده می‌شد تولید کند. دستور ما همچین گزاره‌ای بود: «یک ایده جذاب برای یک محصول یا خدمات جدید برای دانشجویان ایجاد کن که می‌توان آن را با قیمت 50 دلار یا کمتر در دسترس قرار داد».
علاوه بر این دستور، ما همچنین پس از ارائه چند نمونه از ایده‌های موفق دوره‌های گذشته، 100 ایده دیگر را از چت‌جی‌پی‌تی خواستیم و در مجموع 400 ایده را در اختیار داشتیم.
به جای اینکه به رقابت بین انسان و ماشین فکر کنیم، باید راهی پیدا کنیم که در آن، این دو با هم کار کنند و مکمل یکدیگر باشند
چگونه مقایسه کنیم؟
برای مقایسه چنین داده‌هایی باید کمیت ایده‌ها، کیفیت متوسط ایده‌ها، و تعداد ایده‌های واقعا استثنایی را بررسی و مقایسه می‌کردیم.
اولین مبحث، در مورد تعداد ایده‌ها در واحد زمان بود. جای تعجب نیست که چت‌جی‌پی‌تی از ما انسان‌ها در این بعد بهتر عمل می‌کند. تولید 200 ایده به روش قدیمی نیاز به روزها کار انسانی دارد، در حالی که چت‌جی‌پی‌تی می‌تواند 200 ایده را با حدود یک ساعت نظارت ارائه دهد.
در مرحله بعد، برای ارزیابی کیفیت ایده‌ها، آنها را در بازار آزمایش کردیم. یعنی هر یک از 400 ایده را از طریق یک نظرسنجی آنلاین در مقابل یک پنل نظرسنجی از مشتریان در بازار هدف قرار دادیم. سوالی که ما پرسیدیم این بود: «این ایده اگر در دسترس شما بود چقدر احتمال داشت تا آن را خریداری کنید؟»
پاسخ‌ها متغیر بودند، ولی آنها را با استفاده از تکنیک‌های مختلف بازار به احتمال خرید ترجمه کردیم. میانگین احتمال خرید یک ایده تولید شده توسط انسان (منظور همان 200 ایده تصادفی) 40٪ و احتمال خرید ایده‌های چت‌جی‌پی‌تی (100 ایده دوم) 47٪ و احتمال خرید ایده‌های خوب توسط چت‌جی‌پی‌تی (100 ایده سوم) 49٪ بود.
به طور خلاصه، می‌توان نتیجه گرفت چت‌جی‌پی‌تی نه تنها سریعتر است، بلکه به طور متوسط در تولید ایده نیز بهتر عمل می‌کند.
با این حال، وقتی به دنبال ایده‌های عالی هستید، میانگین‌ها می‌توانند گمراه کننده باشند. در نوآوری، این ایده‌های استثنایی هستند که اهمیت دارند: اکثر مدیران از میان ده ایده مناسب، یک ایده درخشان را به 9 ایده دیگر ترجیح می‌دهند، حتی اگر کیفیت متوسط آنها بالاتر باشد. برای دریافت این دیدگاه، ما در یک زیرمجموعه دوباره بهترین ایده‌ها را بررسی کردیم و از بین 40 ایده، پنج ایده توسط دانشجویان و 35 ایده توسط چت‌جی‌پی‌تی در صدر قرار گرفتند.
هر مبتکری باید این عادت را در خود ایجاد کند که ایده‌هایش را با ایده‌های ایجاد شده توسط فناوری تکمیل کند
یعنی چه؟
ما معتقدیم که پیروزی ماشین‌ها در تولید ایده‌های استثنایی بدون ذکر هزینه‌های تولید به‌طور چشمگیری پیامدهای مهمی برای نحوه تفکر ما در مورد خلاقیت و نوآوری دارد.
اول اینکه، هوش مصنوعی مولد منبع جدیدی از ایده‌ها است و به نظر می‌رسد عدم استفاده از این منبع غیرقابل انکار باشد. در واقع فرقی نمی‌کند که برای کسب‌وکار محلی خود یک مسابقه طراحی می‌کنید یا به دنبال درمانی برای سرطان هستید، هر مبتکری باید این عادت را در خود ایجاد کند که ایده‌هایش را با ایده‌های ایجاد شده توسط فناوری تکمیل کند.
دومین موضوع هم این است که مراحل اولیه فرآیند نوآوری در سازمان‌ها اکنون از تولید ایده به ارزیابی ایده‌ها تغییر می‌کند. در واقع با استفاده از یک مدل زبان بزرگ، یک مبتکر می‌تواند صفحه گسترده‌ای را تولید کند که صدها ایده را بیان می‌کند. سپس این فراوانی، مکانیسم انتخاب موثرتری را ایجاد می‌کند.
در نهایت، به جای اینکه به رقابت بین انسان و ماشین فکر کنیم، باید راهی پیدا کنیم که در آن، این دو با هم کار کنند و مکمل یکدیگر باشند.
برای درک بهتر به این مثال توجه کنید: هوش مصنوعی نقش کمک خلبان را بر عهده می‌گیرد و انسان نقش خلبان را دارد. حال مبتکر انسانی (خلبان) ممکن است یک مشکل را شناسایی کند. پس از آن، هوش مصنوعی (کمک خلبان) ممکن است آنچه را که در مورد مشکل شناخته شده است گزارش کند و به دنبال آن تلاشی انجام می‌شود که در آن انسان و هوش مصنوعی به طور مستقل راه‌حل‌های ممکن را ارائه و عملاً فرصت‌های پیش رو را بررسی می‌کنند.
اما در نهایت تصمیم گیرنده انسانی احتمالاً مسئول نتیجه است و بنابراین تصمیمات غربالگری و انتخاب را با تحقیقات مشتری و با نظر کمک خلبان هوش مصنوعی اتخاذ خواهد کرد. ما پیش‌بینی می‌کنیم که چنین همکاری انسان و ماشین، محصولات و خدمات بهتری را به بازار ارائه می‌دهد و راه‌حل‌های بهبود یافته برای هر آنچه جامعه در آینده به آن نیاز دارد را ارائه می‌کند.
منبع: تبیان
دیدگاهتان را بنویسید