AI neden insan müdahalesine ihtiyaç duyar?

Günümüzün sıkı işgücü piyasası ve hibrit çalışma ortamında, kuruluşlar, daha kişiselleştirilmiş deneyimler sunmaktan operasyonları ve üretkenliği iyileştirmeye ve kuruluşların daha iyi ve daha hızlı kararlar almasına yardımcı olmaya kadar, işlerindeki çeşitli işlevleri desteklemek için giderek daha fazla yapay zekaya yöneliyor. Bu nedenle, IDC’ye göre, dünya çapında AI yazılım, donanım ve hizmet pazarının 2024 yılına kadar 500 milyar doları aşması bekleniyor.

Yine de birçok kuruluş, yapay zeka sistemlerinin insan müdahalesi olmadan bağımsız ve tamamen çalışmasına hazır değil – ve bunu yapmamalılar.

Çoğu durumda, yapay zeka teknolojileri olağanüstü derecede karmaşık olduğundan, kuruluşlar kullandıkları sistemlerde yeterli uzmanlığa sahip değildir. Diğer durumlarda, ilkel AI, kurumsal yazılıma yerleştirilmiştir. Bunlar oldukça statik olabilir ve çoğu kuruluşun ihtiyaç duyduğu verilerin parametreleri üzerindeki kontrolü ortadan kaldırabilir. Ancak yapay zeka konusunda en bilgili kuruluşlar bile risklerden kaçınmak ve yapay zekanın maksimum faydalarından yararlanmak için insanları denklemde tutar.

Yapay Zeka Kontrolleri ve Bakiyeleri

İnsanları döngüde tutmak için açık etik, düzenleyici ve itibar nedenleri vardır. Yanlış veriler zamanla sunulabilir ve bu da bazı durumlarda kötü kararlara ve hatta korkunç koşullara yol açabilir. İster AI modeli eğitilirken, ister eğitim ortamındaki değişikliklerin bir sonucu olarak, isterse AI sisteminin son faaliyetlere önceki faaliyetlere göre daha fazla tepki verdiği trend eğilimi nedeniyle olsun, önyargılar sisteme sızabilir. Dahası, AI genellikle ahlaki bir kararın inceliklerini anlamaktan acizdir.

Örneğin sağlık hizmetini ele alalım. Endüstri, insanlar karar verme sürecine tam olarak dahil değilse, sonuçları iyileştirmek veya büyük zarara neden olmak için AI ve insanların nasıl birlikte çalışabileceğini mükemmel bir şekilde göstermektedir. Örneğin, bir hasta için bir bakım planı teşhis ederken veya tavsiye ederken, AI, doktora tavsiyede bulunmak için idealdir, daha sonra bu tavsiyenin sağlam olup olmadığını değerlendirir ve ardından hastaya tavsiyede bulunur.

İnsanların yapay zeka yanıtlarını ve doğruluğunu sürekli olarak izlemesi için bir yola sahip olmak, modellerin sürekli eğitimi için bir araç sağlarken, sürekli olarak daha iyi ve daha iyi olmalarını sağlarken, zarara veya felakete yol açabilecek kusurları önleyecektir. Bu nedenle IDC , G2000 şirketlerinin %70’inden fazlasının 2022 yılına kadar dijital güvenilirliklerini izlemek için resmi programlara sahip olmasını bekliyor.

İnsan-AI İşbirliği Modelleri

İnsan-in-the-Loop (HitL) Güçlendirmeli Öğrenme ve Konuşmaya Dayalı Yapay Zeka, insan müdahalesinin daha iyi kararlar almada yapay zeka sistemlerini nasıl desteklediğine dair iki örnektir.

HitL, yapay zeka sistemlerinin, gerçek hayattaki iş ve kullanım durumları ile uğraşan insanları gözlemleyerek öğrenmek için makine öğreniminden yararlanmasına olanak tanır. HitL modelleri, bazı durumlarda insan etkileşimlerini artırırken, insan geri bildirimlerine dayalı olarak sürekli olarak kendi kendini geliştirmeleri ve iyileştirmeleri dışında geleneksel AI modelleri gibidir. Özellikle önemli karar verme süreçlerinde yıkıcı sonuçlara yol açabilecek, doğal yanlılık riskini (çoğunlukla vagon etkisi gibi) sınırlayan kontrollü bir ortam sağlar.

HitL modelinin değerini, standartlara uygun ekipman gerektiren araçlar veya uçaklar için kritik parçalar üreten endüstrilerde görebiliriz. Bu gibi durumlarda, makine öğrenimi, denetimlerin hızını ve doğruluğunu artırırken, insan gözetimi, parçaların yolcular için güvenli ve emniyetli olduğuna dair ek güvenceler sağlar.

Konuşmalı yapay zeka ise insana yakın bir iletişim sağlar. Daha karmaşık sorunları çözmek için bir sorunu ne zaman insanlara ileteceğini bilerek, daha basit sorunları ele alma konusunda çalışanlardan iş yükleyebilir. İletişim merkezleri birincil örnektir.

Bir müşteri bir iletişim merkezine ulaştığında, bir temsilci ile arama, mesaj gönderme veya sanal olarak sohbet etme seçeneğine sahiptir. Sanal temsilci, müşterinin ihtiyaçlarını dinler ve anlar ve bir konuşmada ileri geri meşgul olur. Önceki deneyimlerden öğrendiklerine dayanarak ne yapılması gerektiğine karar vermek için makine öğrenimini ve yapay zekayı kullanır. İletişim merkezlerindeki çoğu AI sistemi, müşteriyle iletişim kurmaya yardımcı olmak için konuşma üretir ve yazarak veya konuşan bir insanın hissini taklit eder.

Çoğu durumda, müşterilere hizmet vermek ve sorunlarını çözmek için sanal bir aracı yeterlidir. Ancak, AI’nın yazmayı veya konuşmayı bırakabileceği ve ardından aramayı veya sohbeti devralmak için canlı bir temsilciye sorunsuz aktarım yapabileceği durumlar vardır. Bu örneklerde bile yapay zeka sistemi, konuşmayı dinleyerek ve canlı temsilciye kararlarında yardımcı olması için öneriler sunarak otomasyondan büyütmeye geçebilir.

Bilişsel AI ile konuşma yapay zekasının ötesine geçen bu sistemler, diğer tarafın duygusal durumunu anlamayı, karmaşık diyalogları ele almayı, gerçek zamanlı çeviri sağlamayı ve hatta diğer kişinin davranışına göre ayarlama yapmayı öğrenebilir, insan yardımını bir sonraki seviyeye taşıyabilir. karmaşıklık.

Otomasyon ve İnsan Etkileşimini Birleştirmek Artırılmış Zekaya Yol Açıyor

AI en iyi, insanlar tarafından hem izlendiğinde hem de onları geliştirdiğinde uygulanır. Bu olduğunda, insanlar daha karmaşık zorluklar üstlenerek beceri sürekliliğini yükseltirken, AI sürekli olarak öğrenir, geliştirir ve potansiyel olarak zararlı etkilerden kaçınarak kontrol altında tutulur. HitL, konuşma tabanlı yapay zeka ve bilişsel yapay zeka gibi modelleri uzmanlığa, yaratıcılığa, empatiye ve ahlaki yargıya sahip gerçek insanlarla işbirliği içinde kullanmak, sonuçta artırılmış zekaya ve daha olumlu sonuçlara yol açar.