Shaping Human-AI Interactions to Provide Improvement Pathways and Balance Competing Objectives
تقترح هذه الأطروحة إطار عمل لتصميم تفاعلات بين الإنسان والذكاء الاصطناعي تساعد الأفراد في آن واحد على تكوين معتقدات دقيقة لتحسين أو ضمان نتائج مواتية، وتثني عن سلوكيات التلاعب، وتضمن حفاظ نظام الذاء الاصطناعي على أهدافه المنشودة من خلال مزيج من التحليل النظري، والنمذجة القائمة على البيانات، والتقييمات التجريبية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالماً حيث يتم الحكم عليك باستمرار من قبل روبوت فائق الذكاء. ربما يكون روبوتاً يقرر منحك قرضاً، أو يصحح واجبك المنزلي، أو حتى روبوتاً في غرفة معيشتك يقرر ما إذا كان سلوكك "جيداً". هذا هو عالم الذكاء الاصطناعي (AI) وتعلم الآلة (Machine Learning). ولكن إليك التحول في القصة: أنت لست مجرد موضوع سلبي؛ أنت شخص يمتلك عقلاً، ويمكنك استنتاج طريقة تفكير الروبوت. إذا عرفت أن الروبوت يحب الأشياء "الخضراء"، فقد تحاول جعل منزلك أخضر، حتى لو كنت لا تحب اللون الأخضر في الواقع. يُسمى هذا السلوك الاستراتيجي.
الآن، تخيل أن الروبوت لديه طريقتان للتفاعل مع تغييراتك. أولاً، قد تقوم بـ التلاعب بالنظام. هذا يشبه طالباً يحفظ الإجابات الدقيقة لاختبار تجريبي دون تعلم الرياضيات فعلياً؛ تبدو جيداً على الورق، لكنك لست مؤهلاً حقاً. ثانياً، قد تقوم بـ التحسن. هذا يشبه الطالب الذي يدرس الرياضيات فعلياً، ويتعلمها، ويصبح أكثر ذكاً. هذا هو الجوهر الحقيقي. السؤال الكبير للعلماء هو: كيف نصمم هذه الروبوتات بحيث تشجع الناس على التحسن فعلياً بدلاً من مجرد التلاعب بالنظام؟ وكيف نتأكد من أن الروبوت لن يتعرض للخداع من قبل الأشخاص الذين يتظاهرون فقط؟ هذا هو اللغز الذي تعالجه كيزيا ناجيتا في أطروحتها للدكتوراه.
قصة الأطروحة: موازنة الكفتين
عمل كيزيا يشبه مسرحية من ثلاثة فصول، تستكشف كيف يمكن للبشر والذكاء الاصطناعي أن يرقصا معاً دون أن يخطو أحدهما على قدم الآخر. هي تنظر إلى هذا من ثلاث زوايا مختلفة: كيف يتعامل الآباء مع تلاعب الأطفال بالروبوتات، كيف يمكننا وضع أهداف تساعد الناس على النمو حقاً، وكيف نبني الروبوتات نفسها بحيث تميز بين التحسن المزيف والتحسن الحقيقي.
الفصل الأول: الطفل الصغير والروبوت المتكلم
تدور أحداث الجزء الأول من القصة في غرفة معيشة. تخيل طفلاً يشعر بالإحباط لأن الروبوت لا يلعب اللعبة التي يريدها. ماذا يحدث إذا ركل الطفل الروبوت؟ أو صرخ في وجه مكبر صوت ذكي؟ هل يتفاعل الوالدان بشكل مختلف إذا بدا الجهاز كإنسان صغير (روبوت) مقابل شاشة مسطحة (جهاز لوحي) أو صندوق صوتي فقط (مكبر صوت ذكي)؟
سألت كيزيا وفريقها مئات الآباء أن يشاهدوا مقاطع فيديو لطفل يتصرف بعدوانية تجاه هذه الأجهزة المختلفة. أرادوا معرفة: هل تغير "إنسانية" الروبوت من شعور الوالدين؟
كانت النتائج مفاجئة. كان الآباء قلقين بالتأكيد وأكثر عرضة لتوبيخ طفلهم عندما يتصرف بعدوانية، بغض النظر عن الجهاز. ومع ذلك، لم يعاملوا الروبوت بشكل مختلف كثيراً عن مكبر الصوت أو الجهاز اللوحي. على الرغم من أن الروبوتات تبدو أكثر شبهاً بالبشر، إلا أن الآباء لم يبدوا تعاطفاً أكبر مع الروبوت أو اعتبروه "مُساء المعاملة" أكثر من الأجهزة الأخرى. اتضح أن رد فعل الوالدين عندما يكون الطفل سيئاً يتعلق بسلوك الطفل نفسه، وليس بمدى تشابه الروبوت مع البشر. يساعد هذا المصممين على فهم أنه لإيقاف الأطفال عن التعامل بخشونة مع التكنولوجيا، قد نحتاج إلى التركيز أكثر على تعليم الأطفال كيفية التعامل مع الإحباط، بدلاً من مجرد جعل الروبوتات تبدو أكثر لطافة.
الفصل الثاني: وضع الأهداف الصحيحة (تشبيه لعبة الفيديو)
يتعلق الفصل الثاني بوضع الأهداف. فكر في لعبة فيديو؛ إذا كان المستوى الأول سهلاً للغاية، ستشعر بالملل. وإذا كان مستوى "الوحش" مستحيلاً، فستتوقف عن اللعب. الهدف هو إيجاد مستوى "غولدي لوكس" (المستوى المثالي): صعب بما يكفي لجعلك تحاول، ولكن سهل بما يكفي لتتمكن من الفوز.
درست كيزيا كيفية تحديد هذه "المستويات المستهدفة" للأشخاص الذين يحاولون التحسن. وجدت مشكلة معقدة: إضافة المزيد من الأهداف قد يجعل الأمور أسوأ أحياناً. تخيل أن لديك هدفاً بالجري لمسافة 5 أميال، فإذا وضعت هدفاً جديداً بمسافة ميلين، فقد يتوقف بعض الناس عن المحاولة للوصج لـ 5 أميال ويكتفون بالميلين فقط. يسمى هذا "عدم الرتابة" (non-monotonicity) — أي أن المزيد من الخيارات لا تعني دائماً نتائج أفضل.
طورت طريقة رياضية لمعرفة مجموعة الأهداف المثالية لتعظيم قدر التحسن لدى الجميع. وأظهرت أنه إذا كان لديك مجموعات مختلفة من الناس (مثل المبتدئين والخبراء)، فعليك أن تكون حذراً جداً. فأحياناً، الهدف المثالي لمجموعة واحدة قد يكون سيئاً لمجموعة أخرى. يوفر عملها وصفة لصناع السياسات والمعلمين لوضع أهداف تدفع الناس نحو أفضل ما لديهم دون تثبيطهم، مما يضمن أن "اللعبة" عادلة للجميع.
الفصل الثالث: الروبوت المحقق (كشف المزيّفين)
الفصل الأخير هو الأكثر تعقيداً. هنا، تنظر كيزيا في عقل الروبوت. يحتاج الروبوت إلى تقرير ما إذا كان سيمنح "تجاوزاً" (مثل قرض أو وظيفة). لكن الروبوت يعلم أن الناس قد يحاولون خداعه. البعض سيتحسن حقاً (تحسن)، بينما سيقوم آخرون بمجرد التظاهر (تلاعب).
سألت كيزيا: هل يمكننا بناء مصنف (صانع قرار) يكافئ التحسينات الحقيقية ويتجاهل التظاهر؟
لقد أثبتت أن هذا أمر صعب للغاية. في الواقع، أظهرت أن العثور على الطريقة المثالية للفصل بين اللاعبين "الجيدين" و"المخادعين" هو مشكلة قد لا تحلها الحواسيب أبداً بشكل مثالي (وهو مفهوم يسمى NP-hardness). ومع ذلك، لم تكتفِ بالقول إن الأمر مستحيل، بل بنت خوارزميات محددة للمواقف الأبسط.
على سبيل المثال، أظهرت أنه إذا كان الروبوت محافظاً على المخاطر (أي أنه حذر جداً بشأن منح "تجاوز" لشخص قد يكون متظاهراً)، فيمكنه في الواقع القيام بعمل رائع. فمن خلال كونها أكثر صرامة قليلاً، يشجع الروبوت الناس على تحسين مهاراتهم فعلياً بدلاً من مجرد تزييف البيانات. في تجاربها، حققت هذه الروبوتات "المحافظة على المخاطر" أخطاء أقل وساعدت عدداً أكبر من الناس ليصبحوا مؤهلين حقاً، حتى لو كانت أكثر حذراً في البداية.
الخلاصة الكبرى
أطروحة كيزيا هي دليل لمستقبل التفاعل بين الإنسان والذكاء الاصطناعي. وهي تخبرنا أن:
- الأطفال هم أطفال: سواء كان الروبوت يشبه البشر أم لا، فإن رد فعل الوالدين تجاه السلوك السيئ هو نفسه. نحن بحاجة لتعليم الأطفال بشكل أفضل، وليس مجرد صنع روبوتات أكثر لطافة.
- الأهداف مهمة: وضع الأهداف هو فن دقيق. الكثير من الأهداف أو الأهداف الخاطئة قد تأتي بنتائج عكسية، ولكن مع الرياضيات الصحيحة، يمكننا مساعدة الجميع للوصول إلى إمكاناتهم.
- كن حذراً ولكن عادلاً: لمنع الناس من التلاعب بالنظام، يجب أن يكون صناع القرار أذكياء ومحافظين على المخاطر قليلاً. هذا لا يعني أن يكونوا قساة، بل يعني تصميم أنظمة تكافئ الجهد الحقيقي وتكشف التزييف.
في النهاية، هذا العمل ليس مجرد رياضيات أو أكواد برمجية. إنه يتعلق ببناء عالم يساعد فيه الذكاء الاصطناعي البشر ليكونوا نسخاً أفضل من أنفسهم، بدلاً من أن يكون مجرد أداة يمكن خداعها للحصول على ما يريدون. إنه يتعلق بالتأكد من أن الروبوت والإنسان في الفريق نفسه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.