Method, Mind, and Morality: How People Make Sense of Artificial Intelligence
Dit artikel analyseert de sensemaking-dynamiek van AI door middel van een mixed-methods studie naar media en interviews met professionals, waarbij een raamwerk van drie betwiste debatten wordt voorgesteld — methode, geest en moraal — die bepalen hoe de samenleving de snelle vooruitgang van kunstmatige intelligentie interpreteert en erop reageert.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Kunstmatige intelligentie is verhuisd van de pagina's van sciencefiction naar het weefsel van het dagelijks leven, en verschijnt in alles, van de nieuwsfeeds waar we doorheen scrollen tot de hulpmiddelen die we op het werk gebruiken. Toch blijft, naarmate deze systemen krachtiger worden, een fundamentele vraag over: hoe begrijpen menselijke wezens hen eigenlijk? Wij verwerken niet alleen data; wij verwerken betekenis. Om zin te geven aan een nieuwe technologie, vertrouwen mensen op mentale afkortingen en gedeelde verhalen, in de sociale wetenschappen bekend als "frames". Deze frames fungeren als lenzen die complexe informatie organiseren in een vorm die ons brein kan vatten. Wanneer een technologie snel verandert, zoals AI nu doet, kunnen deze lenzen met elkaar botsen, wat zorgt voor verwarring over wat de technologie is, hoe deze is gebouwd en wat deze zou mogen doen. Het begrijpen van deze mentale modellen is niet slechts een academische oefening; het is essentieel voor het navigeren door een toekomst waarin machines in toenemende mate onze economie, onze wetten en onze relaties vormgeven.
Om te ontdekken hoe mensen deze verschuiving begrijpen, voerden onderzoekers Jacy Reese Anthis, Erik Brynjolfsson en James Evans een grootschalig onderzoek uit dat de brede reikwijdte van digitale data combineerde met de intieme details van persoonlijke gesprekken. Ze begonnen niet met een hypothese om te bewijzen, maar lieten de data hen leiden. Eerst analyseerden ze miljoenen documenten, waaronder honderdduizenden krantenartikelen en meer dan een miljoen berichten van sociale media, verspreid over de periode van 2018 tot 2024. Ze gebruikten computertools om de terugkerende thema's en woorden te identificeren die mensen gebruiken om over AI te praten. Vervolgens, om de menselijke redenering achter die woorden te begrijpen, voerden ze in 2021 en opnieuw in 2023 diepgaande interviews met 57 AI-professionals, waaronder managers, onderzoekers en ingenieurs. Deze timing stelde hen in staat om te getuigen van hoe het denken evolueerde vóór en na de plotselinge opkomst van krachtige nieuwe AI-systemen die de wereldwijde aandacht opeisten.
De studie onthulde dat mensen worstelen met vier specifieke cognitieve uitdagingen terwijl ze proberen de boot van AI bij te houden. De eerste is simpelweg de snelheid van verandering; de technologie vordert zo snel dat zelfs experts het gevoel hebben dat ze niet volledig op de hoogte kunnen blijven, waarbij één manager opmerkte dat hun vaardigheden van de ene op de andere dag verouderd kunnen raken. De tweede uitdaging is communicatie; professionals vinden het moeilijk om hun werk uit te leggen aan familie, vrienden of collega's die niet over dezelfde technische achtergrond beschikken, waardoor ze vaak gedwongen worden complexe ideeën te vereenvoudigen tot termen als "data verkopen" of "software engineering" om begrepen te worden. De derde uitdaging heeft betrekking op verantwoordelijkheid; wanneer AI schade berokkent, zoals het verspreiden van misinformatie of het maken van bevooroordeelde beslissingen, is het uiterst moeilijk om aan te wijzen wie de schuld heeft, aangezien de technologie door veel mensen is gebouwd met behulp van data uit vele bronnen. De vierde uitdaging is het maken van afwegingen; mensen worstelen met het balanceren van concurrerende doelen, zoals de wens naar efficiëntie tegenover de noodzaak van eerlijkheid, of de drang naar innovatie tegenover de noodzaak van veiligheid.
Om deze uitdagingen te navigeren, vonden de onderzoekers dat mensen gevangen zitten in drie grote debatten, of framing-wedstrijden, die bepalen hoe de samenleving naar AI kijkt. Het eerste debat betreft de methode van creatie: wordt AI gebouwd als een top-down expertsysteem, waarbij mensen strikte regels coderen, of is het een bottom-up systeem dat zelfstandig patronen leert uit enorme hoeveelheden data? Het tweede debat betreft de geest van de machine: is AI slechts een passief hulpmiddel, zoals een rekenmachine, of is het een actieve actor, een "digitale collega" met een eigen vorm van intelligentie? Het derde debat betreft moraliteit: moeten we de ontwikkeling van AI vertragen om de risico's te beheersen, of juist versnellen om de voordelen te verzilveren? Dit zijn niet alleen technische argumenten; dit zijn verhalen die mensen zichzelf vertellen om te beslissen hoe ze moeten handelen.
De onderzoekers ontdekten dat de manier waarop mensen deze debatten framen, reële gevolgen heeft. Wanneer experts proberen genuanceerde ideeën te communiceren, wordt de boodschap vaak vereenvoudigd naarmate deze zich verspreidt. Zo kan bijvoorbeeld een waarschuwing over de gevaren van geavanceerde AI, bedoeld om de ontwikkeling te vertragen, door investeerders worden opgevat als een signaal dat de technologie krachtig en waardevol is, wat hen juist aanzet tot het versnellen van de ontwikkeling. De studie suggereert dat de "productiviteitsparadox"—de observatie dat nieuwe technologieën vaak jaren nodig hebben voordat ze economische voordelen laten zien—deels veroorzaakt kan worden door deze sociale en cognitieve strijd. Net zoals fabriekmanagers ooit tijd nodig hadden om hun vloeren opnieuw te ontwerpen om elektrische motoren effectief te gebruiken, heeft de samenleving wellicht tijd nodig om het eens te worden over de juiste mentale modellen voor AI voordat het volledig geïntegreerd kan worden.
Uiteindelijk suggereert het artikel dat de toekomst van AI niet alleen gevormd zal worden door code en hardware, maar door de verhalen die we erover vertellen. De onderzoekers ontdekten dat hoewel sommige frames, zoals het idee van AI als een menselijke metgezel, diep geworteld zijn in onze cultuur, andere, zoals de specifieke aard van AI's intelligentie, nog onbeslist zijn. Deze onzekerheid creëert een kans. Door de mentale modellen te begrijpen die mensen al gebruiken, kunnen ontwerpers en beleidsmakers het gesprek beter sturen, waarbij ze de samenleving helpen om frames te adopteren die in lijn liggen met veiligheid en publiek belang. De studie beweert niet dat het het probleem van AI-veiligheid heeft opgelost, maar het biedt een duidelijke kaart van het cognitieve terrein dat we moeten doorkruisen, wat laat zien dat hoe we over machines denken net zo cruciaal is als hoe we ze bouwen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.