کارآفرینان درباره شانس موفقیت استارت‌آپ خود اغراق می‌کنند!

طبق گزارش منتشر شده از سوی فوربس کارآفرینان درباره شانس موفقیت استارت‌آپ خود اغراق می‌کنند و برعکس پزشکان با قاطعیت بی‌اساس تشخیص‌های جسورانه می‌دهند؛ حتی وقتی که داده‌ها از تشخیص‌های آنها پشتیبانی نمی‌کنند. مردم به یک مقدار دقیق مانند ۱۲۴۹.۳۶ بیشتر از یک مقدار گردشده‌ مانند ۱۲۵۰ اعتقاد دارند؛ حتی زمانی که از داده‌های یکسانی به دست آمده باشند.

از این رو می توان گفت هوش مصنوعی نیز به همین شکل رفتار می‌کند.

مدل‌های هوش مصنوعی مولد، نقل قول‌های ساختگی یا سایر توهمات را با اطمینان کامل به صورتی ارائه می‌دهند که گویی حقیقت محض را بیان می‌کنند. سیستم‌های هوش مصنوعی پیش‌بینی‌کننده، محدوده‌های احتمال باریکی را ارائه می‌دهند که عدم قطعیت آشفته زندگی واقعی را از قلم می‌اندازند. این سیستم‌ها درست مانند ما مطمئن به نظر می‌رسند؛ در حالی که نباید این طور باشند.

وزن‌ دادن به احتمالات موجب می‌شود شانس‌های تحریف‌شده کوچک، بزرگتر و شانس‌های بزرگ، کوچکتر به نظر ‌برسند. انسان‌ها درباره شانس‌های کوچک اغراق می‌کنند و شانس‌های بزرگ را کم‌اهمیت جلوه می‌دهند. به همین دلیل است که میلیون‌ها نفر با وجود شانس‌های نامعقول، بلیط بخت‌آزمایی می‌خرند یا برای گارانتی‌های بلندمدت لوازم الکترونیکی، هزینه بیشتری پرداخت می‌کنند.

هوش مصنوعی نیز شانس‌ها را اشتباه می‌خواند. سیستم‌های تشخیص تقلب درباره ناهنجاری‌های نادر هشدار می‌دهند؛ در حالی که چت‌بات‌ها گاهی اوقات پاسخ‌های چشمگیر اما بعید را ارائه می‌کنند و نتایج کسل‌کننده و رایجی را که بسیار محتمل‌تر هستند، کم‌اهمیت جلوه می‌دهند.

وضع موجود و قدرت پیش‌فرض. ما به آنچه می‌دانیم پایبند هستیم؛ حتی زمانی که گزینه‌های بهتری وجود دارد. تغییر برای ما خطرناک به نظر می‌رسد و به همین دلیل، روی چیزی تمرکز می‌کنیم که می‌دانیم.

هوش مصنوعی نیز به موارد آشنا علاقه دارد. سیستم‌های هوش مصنوعی به بازیابی توالی‌های رایج واژه‌ها می‌پردازند و حتی غلط‌های املایی رایج را تکرار می‌کنند.

سیستم‌های هوش مصنوعی حقوقی به شدت به رویه‌های پیشین متکی هستند و به جای ورود به عرصه‌های جدید، تکرار می‌کنند که کار همیشه چطور انجام شده است.

تعصبات انسانی در دنیای امروز اغلب نتیجه معکوس می‌دهند. در عین حال، تعصبات هوش مصنوعی به منزله سایه‌هایی از داده‌ها و انتخاب‌های طراحی ما هستند. وقتی آنها با هم ترکیب می‌شوند، یک حلقه بازخورد را تشکیل می‌دهند. تحریفات انسانی، ماشین‌ها را آموزش می‌دهند و ماشین‌ها این تحریفات را به انسان‌ها بازمی‌گردانند.

ما هوش مصنوعی را در تصویر خودمان ساخته‌ایم و هوش مصنوعی اکنون تصویر ما را نشان می‌دهد. خطر فقط این نیست که هوش مصنوعی تعصبات ما را دارد، بلکه این است که این کار را در مقیاس بزرگ، با سرعت، دقت و اقتدار انجام می‌دهد. تعصب انسانی ممکن است به قیمت یک سرمایه‌گذاری بد یا یک قضاوت ضعیف تمام شود، اما تعصب هوش مصنوعی که در میلیون‌ها تعامل تقویت می‌شود، می‌تواند بی‌سروصدا بازارها، سیاست‌ها و باورها را تغییر دهد.