UC Berkeley-ի հետազոտությունը. AI-ի 10 րոպեյի օգտագործումը թուլացնում է հաստատունությունը

Կարճ ժամանակ AI-ի հետ, այնուհետ ավելի դժվար խնդիր

UC Berkeley-ի հետազոտող Բրայան Քրիստիանը համահեղինակությամբ գրել է հետազոտություն, որի համաձայն՝ AI-ի գործիքին միայն 10 րոպե հիմնվելը զգալիորեն թուլացնում է դժվար խնդիրների վրա կենտրոնանալու ու հաստատունությունը: Թարմացված, ակնարկված աշխատանքը ներկայացվել է լեզվի մոդելավորման կոնֆերանսում, երբ տարվա սկզբում նախնական տարբերակը ուշադրություն է գրավել:

Քրիստիանը 20 տարի է մտածում, թե ինչպես փոխել արհեստական բանականությունը մարդկանց մտածողության և հասարակության վրա. իր 2020 թվականի „The Alignment Problem“ գիրքը գնահատվել է որպես AI-ի մասին լավագույն գրքերից մեկը: Նա թերթ ունի սեղանի վրա և ամեն օր գրում է դրանում. այս սովորությունը հաշվեկշռում է այն վախը, որ AI-ի հետ ավելի շատ աշխատանքը կոտրում է իր ակադեմիական խստությունը:

Հաշվիչների և ընթերցման թեստերը նույն պատկերն են ցույց տվել

Պատահականացված վերահսկվող հետազոտություններում հետազոտողները առցանց ընտրել են 1222 մասնակից: Առաջին փորձում 354 մարդ լուծել է 15 հիմնական հաշվիչի խնդիր կամ օգնության առանց, կամ կողայից բացված ChatGPT-ի միջոցով, որը օգտագործել են թե՛ օգնության համար, թե՛ պատասխաններ պահանջելու համար:

AI-ին հասանելիություն ունեցող խումբը սկզբում ավելի ճշգրիտ էր պատասխանում, քան խումբը առանց դրա: 12 խնդրից հետո հետազոտողները հեռացրել են AI-ի գործիքը, և գրեթե անմիջապես այս խումբը դադարեցրել է հարցերի ճիշտ լուծումը:

Երկրորդ, ավելի մեծ խումբը 667 մասնակիցով նման արդյունք է ցույց տվել: Երբ AI-ին օգնություն չտրվեց, AI-ի օգտատերերը տվեցին սխալ պատասխաններ կամ ընդհանրապես հրաժարվեցին, իսկ առանց AI-ի խումբը չթողեց խնդիրը և վերջում ավելի հաջող էր:

Այնուհետ հետազոտողները կատարել են երրորդ փորձը 201 մասնակիցով, SAT-ի ընթերցման ընկալման խնդիրներով: Արդյունքները կրկնում էին հաշվիչների դիտարկումները. գործիքի հեռացումից հետո հաստատունությունը և ճշգրտությունը նվազեցին, իսկ մասնակիցները ավելի շատ հարց բաց թողեցին:

Արտադրողական ուժի կորուստի գինը

Հետազոտության թիմում մասնակցել են գիտնականներ Carnegie Mellon University-ից, Մասչուսեթսի տեխնոլոգիական ինստիտուտից, Օքսֆորդի համալսարանից և UCLA-ից: Արդյունքները համապատասխանում են անեկդոտներին և հարցումներին, որ AI-ի նկատմամբ ավելի շատ կախվածությունը վնասում է պատասխանների համար ճանաչողական հնարավորություններին:

Քրիստիանն ասել է, որ համակարգերը ստեղծվել են օգնության համար, բայց արդյունքները ցույց են տալիս, որ դրանց օգնությունը վերջնական հաշվով անօգուտ կարող է աներևույթ դառնալ: Երբ AI-ն վայրկյանների ընթացքում աշխատում է պատասխաններով, մարդիկ միշտ սովորում են այս արագությանը, և ամեն ինչ, որ ավելի շատ ժամանակ է պահանջում, անարդյունավետ է թվում: Թիմը նաև նշել է արտադրողական ուժի կորուստը, այնպիսի ուժի, որն օգնում է մարդկանց գտնել հետազոտական ուժեղ կողմեր և հետաքրքրություններ:

Մարդկանց ուժեղացում դրանց փոխարինների փոխարեն

Առաջատար AI ընկերությունները ճանաչել են, որ խնդիրների չաթբոտներին փոխանցումը կարող է նվազեցնել առարկայի հիմնական ընկալումն ու տիրապետումը: Քրիստիանը առաջարկել է, որ արագ պատասխաններին անցնելու փոխարեն AI-ի պատասխանները լռելյայնորեն ավելի կազմակերպված լինեն, ուսուցչի նման:

Նա պատմել է ապագայի մասին, որտեղ մարդու հնարավորությունները ուժեղացված կլինեն, այլ ոչ թե փոխարինված, հատկապես հետազոտությունում և ակադեմիական ոլորտում: Նա վախենում է, որ գիտության ոլորտում AI-ի նկատմամբ ավելի շատ կախվածությունը կարող է թուլացնել այն, ինչ դարձնում է լավ գիտնականին. տվյալների հետ մոտեցումը, նյութերի մեջ խորանալը և թիմային աշխատանքը:

Քրիստիանի համար այս մտահոգությունը հաշվիչների և SAT-ի խնդիրների հետ համեմատվում է: 10 հետազոտողից բաղկացած թիմը, որն զարգացնում է ճեղքահանող գաղափարներ, կարող է դառնալ երկու կամ երեք հետազոտողի և չաթբոտի համար: Նրա խոսքով, նույն փոփոխությունը վերաբերում է մարդու գիտելիքներին և փորձագետությանը, տարրական դպրոցի աշակերտներից մինչև առաջատար մասնագետներ:

Նյութերի աղբյուրներ. vcresearch.berkeley.edu