يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
دراسة صادمة: الناس يفضلون الخوارزميات على البشر لاتخاذ القرارات بشأن حياتهم
خوارزميات صنع القرار مثيرة للجدل بلا شك، وإذا تعلق الأمر باتخاذ قرار سيكون له تأثير كبير على الحياة، فإن معظم الناس يفضلون أن يتخذه الإنسان. ولكن ماذا لو كان بإمكان الخوارزميات اتخاذ قرارات أفضل؟ من ستختار؟ هذا ما خاض فيه باحثون من جامعة أريزونا الأميركية، وتفاجؤوا عندما وجدوا أن معظم البشر يفضلون السماح للخوارزميات باتخاذ العديد من القرارات اليومية في حياتهم.
يفترض صنّاع السياسات أن معظم المواطنين يرفضون اتخاذ الآلة للقرارات بدلاً عن البشر، لذلك أجرى ديريك بامباور، أستاذ القانون في جامعة أريزونا، دراسة للتأكد من ذلك. وكانت نتائج الدراسة -التي من المقرر نشرها في مجلة قانون ولاية أريزونا في أوائل عام 2022- مفاجِئة، فقد وجدت أن غالبية الناس يفضلون اتخاذ الآلة لبعض القرارات نيابة عنهم.
لفهم شعور الناس تجاه اتخاذ القرارات المتعلقة بحياة البشر آليّاً، أجرى الباحثون استطلاعاً للرأي عبر الإنترنت، شمل 4 آلاف شخص. وطُلب من كل مشارك تحديد ما إذا كان يفضل أن يتخذ الإنسان أو الخوارزمية القرار في 4 مواقف: حصول المشارك على بطاقة هدايا بقيمة 10 إلى 20 دولاراً من المقهى. الإقرار بأن المشارك ارتكب مخالفة مرورية. الموافقة على منح المشارك قرضاً مصرفياً. وأخيراً انضمام المشارك إلى تجربة سريرية لعلاج مرض ما.
عند تحليل النتائج، وجد الباحثون أن 52.2% من المشاركين فضلوا الخوارزمية على الإنسان الذي فضّله 47.8% فقط من المشاركين. ولكن على الرغم من أن النتيجة كانت لصالح الخوارزميات، إلا أن نتائج الدراسة وجدت أن الناس يختارون الخوارزمية عندما تكون خسارتهم أقل تكلفة (في خيار حصول المشارك على بطاقة الهدايا من المقهى)، أما عندما تكون المخاطر كبيرة يتجهون لاختيار البشر (في خيار دفع مئات الدولارات في مخالفة مرورية).
لم يقتصر الاستطلاع على تقديم الخيارات الأربعة فقط، بل تم تزويد المشاركين بمعلومات حول مُتخذ القرار، مثل معدل الدقة، والمدة التي يستغرقها القرار وتكلفة استخدامه. واختار 74% من المشاركين مُتخذ القرار الأكثر دقة بغض النظر عن كونه خوارزمية أم بشراً. وعندما كان للخوارزمية وللبشر معدلات دقة متساوية، انقسم المشاركون بالتساوي بين الخيارين. ومن ناحية السرعة في اتخاذ القرار، اختار 57% من المشاركين الخوارزميات لأنها تكون أسرع عادةً، ولكن إذا كان الإنسان بنفس السرعة، فقد تم اختياره بنسبة 48%.
للمزيد من المعلومات حول نتائج هذه الدراسة، تابع القراءة على موقعنا عبر هذا الرابط
كيف نستفيد من توائم الأرض الرقمية في مواجهة التغير المناخي؟
على الرغم من الكوارث البيئية التي شهدها البشر على مدار السنوات القليلة الماضية، من حرائق وفيضانات وجفاف وموجات حارة غير مسبوقة، ربما لا يعي معظمهم كيف ستؤثر هذه الكوارث الناتجة عن التغير المناخي على جميع مناحي حياتهم اليومية تدريجياً.
الحل أن يسافر أحدهم عبر الزمن لـ 50 عاماً قادمة، ليرى الواقع حينها، ويختبر بعض الحلول ليرى مدى فاعليتها في مواجهة هذه الكوارث، ثم يعود ليخبرنا بما عاصره لنأخذ احتياطاتنا ونضع خططاً أكثر دقة. هذا السيناريو ليس خيالياً، وإنما هو واقع قابل للتنفيذ عبر "المحاكاة".
يحتاج العالم إلى نماذج محاكاة مناخية يمكنها التنبؤ بالمناخ في مناطق مختلفة من العالم، وعلى مدى عقود. هذا ما تعكف عليه العديد من الجهات بطرق مختلفة، آخرها شركة إنفيديا، التي أعلنت عن خطتها لتصميم "توأم رقمي للأرض" يعرف باسم (Earth-2)، وهو عبارة عن نظام حاسوبي عملاق يعمل باستخدام خوارزميات الذكاء الاصطناعي وتعلم الآلة، مهمته التنبؤ بتغيرات المناخ.
التنبؤ بهذه التغيرات المناخية يختلف بشكل جذري عن التنبؤ بالطقس الذي نعرفه، فبينما يتعلق الأخير بفيزياء الغلاف الجوي فقط، تتطلب النماذج المناخية التي نتحدث عنها محاكاة على مر عقود لفيزياء الغلاف الجوي وكيميائه وبيولوجيته، ومحاكاة المياه والجليد والأرض بل والأنشطة البشرية أيضاً.
نموذج إنفيديا ليس اختراعاً لشيء من العدم، فهناك العديد من نماذج المحاكاة المناخية، ولكن النماذج الحالية لن تخبرنا بما نريد معرفته عن تأثير التغيرات المناخية على حياتنا، أو كيفية الاستجابة لها في العقود القادمة، لأنها ببساطة تعمل بدقة في نطاق مكاني ضيق، يتراوح بين من 10 إلى 100 كيلومتر. بينما ما نحتاجه هنا هو نموذج يستطيع محاكاة ما هو أبعد مكانياً وزمنياً، مثل محاكاة السحب التي تعكس ضوء الشمس إلى الفضاء، أو محاكاة دورة الماء (Water cycle).
أما نموذج إنفيديا، فيمكنه العمل أسرع من المحاكاة التقليدية بنحو 1,000 إلى 100,000 مرة لمحاكاة مناخ الأرض بعد 30 عاماً من الآن، من خلال تقنيات مثل التعلم العميق، وبالاعتماد على القدرات الحاسوبية الفائقة. وحينها يمكن للبلدان الحصول على إنذارات مبكرة للتكيف وجعل البنى التحتية أكثر مرونة.
للمزيد حول كيفية عمل توأم الأرض الرقمي، تابع القراءة على موقعنا عبر هذا الرابط
دراسة: عدداً صغيراً من مجموعات البيانات تهيمن على أبحاث الذكاء الاصطناعي
وجدت ورقة بحثية جديدة نشرها باحثون من جامعة كاليفورنيا في لوس أنجلوس وفريق "جوجل ريسرش" أن عدداً صغيراً من مجموعات بيانات التعلم الآلي "المعيارية" تهيمن بشكل متزايد على قطاع أبحاث الذكاء الاصطناعي. وأضافوا أن معظم هذه المجموعات تابعة لمؤسسات غربية مؤثرة، وفي كثير من الأحيان لمنظمات حكومية.
واعتبر الباحثون أن هذا الميل "التلقائي" لمجموعات البيانات مفتوحة المصدر ذات الشعبية الكبيرة، مثل (ImageNet)، يثير عدداً من دواعي القلق العملية والأخلاقية وحتى السياسية. واستناداً إلى بيانات أساسية من المشروع المجتمعي Papers With Code (PWC) الذي تقوده فيسبوك، توصل مؤلفو الدراسة إلى أن "مجموعات البيانات المستخدمة على نطاق واسع قد تم إنشاءها من قبل عدد قليل من مؤسسات النخبة"، وأن هذا "التوحيد" زاد إلى 80٪ خلال السنوات الأخيرة.
ووجدوا أن "هناك تزايداً في عدم المساواة في استخدام مجموعات البيانات على مستوى العالم، وأن أكثر من 50٪ من جميع استخدامات مجموعة البيانات في عينة الدراسة تتوافق مع مجموعات البيانات التي قدمتها اثنتا عشرة مؤسسة نخبوية وغربية بالدرجة الأولى". ومن بين المؤسسات المهيمنة جامعتي ستانفورد وبرينستون وشركات مايكروسوفت وفيسبوك وجوجل وإيه تي آند تي، ومعهد ماكس بلانك. وبشكل عام، فإن أربعة من أهم عشرة مصادر لمجموعات البيانات كانت لشركات.
وتقر الورقة -التي تم تقديمها في مؤتمر أنظمة معالجة المعلومات العصبونية (NeurIPS 2021)- بأن إنشاء مجموعة بيانات خاصة هو مسعى مكلف للغاية بالنسبة للمؤسسات والفرق التي تفتقر إلى الموارد الكافية. ويشير المؤلفون إلى أن المجتمع البحثي لم يعد يطرح مشاكل جديدة إذا لم يكن من الممكن معالجتها من خلال مجموعات البيانات المعيارية الحالية. كما لاحظوا أن الالتزام الأعمى بهذا العدد الصغير من مجموعات البيانات "الذهبية" يشجع الباحثين على تحقيق نتائج "مفرطة التجهيز".
الرابط (إنجليزي)
|
