Evo jedne stvari koju nikada ne biste trebali povjeriti modelu umjetne inteligencije

U svijetu u kojem je učinkovitost ključna, a poremećaji preko noći stvaraju tržišta vrijedna milijarde dolara, neizbježno je da tvrtke gledaju na generativnu umjetnu inteligenciju kao moćnog saveznika. Od OpenAI-jevog ChatGPT-a koji generira tekst nalik ljudskom, do DALL-E produkcije umjetnosti kada se to zatraži, vidjeli smo tračak budućnosti u kojoj strojevi stvaraju uz nas — ili čak predvode nastup. Zašto to ne proširiti na istraživanje i razvoj (R&D)? Uostalom, umjetna inteligencija bi mogla potaknuti generiranje ideja, iterirati brže od ljudskih istraživača i potencijalno otkriti “sljedeću veliku stvar” s lakoćom koja oduzima dah, zar ne?

izdrži. Sve ovo zvuči sjajno u teoriji, ali budimo stvarni: Klađenje na AI generaciju da preuzme vaše istraživanje i razvoj vjerojatno će se obiti o glavu na značajan, možda čak i katastrofalan način. Bez obzira jeste li startup u ranoj fazi koji juri za rastom ili etablirani igrač koji brani svoj teren, eksternaliziranje generativnih zadataka u vašem procesu inovacija opasna je igra. U žurbi za prihvaćanjem novih tehnologija, prijeti opasnost od gubitka same biti onoga što čini istinski revolucionarne inovacije — i, što je još gore, slanja vaše cijele industrije u smrtonosnu spiralu homogeniziranih, neinspiriranih proizvoda.

Dopustite mi da objasnim zašto bi pretjerano oslanjanje na gen AI u istraživanju i razvoju moglo biti Ahilova peta inovacija.

1. Neoriginalni genij AI: Predviđanje ≠ mašta

Gen AI je u biti napredan stroj za predviđanje. Stvara predviđanjem koje riječi, slike, dizajni ili isječci koda najbolje odgovaraju na temelju ogromne povijesti presedana. Koliko god ovo izgledalo elegantno i sofisticirano, budimo jasni: AI je dobar onoliko koliko je dobar njegov skup podataka. Nije istinski kreativan u ljudskom smislu te riječi; ne “razmišlja” na radikalne, disruptivne načine. Gleda unatrag — uvijek se oslanja na ono što je već stvoreno.

U istraživanju i razvoju to postaje temeljna mana, a ne značajka. Da biste doista zakoračili na novo, potrebno vam je više od inkrementalnih poboljšanja ekstrapoliranih iz povijesnih podataka. Velike inovacije često proizlaze iz skokova, zaokreta i ponovnog zamišljanja, a ne iz male varijacije postojeće teme. Razmislite o tome kako tvrtke poput Applea s iPhoneom ili Tesle u području električnih vozila nisu samo poboljšale postojeće proizvode — one su okrenule paradigme na glavu.

Gen AI bi mogao ponoviti dizajnerske skice sljedećeg pametnog telefona, ali nas neće konceptualno osloboditi samog pametnog telefona. Odvažni trenuci koji mijenjaju svijet – oni koji redefiniraju tržišta, ponašanja, čak i industrije – dolaze iz ljudske mašte, a ne iz vjerojatnosti izračunatih algoritmom. Kada umjetna inteligencija pokreće vaše istraživanje i razvoj, na kraju imate bolja ponavljanja postojećih ideja, a ne sljedeći proboj koji definira kategoriju.

2. Gen AI je po prirodi homogenizirajuća sila

Jedna od najvećih opasnosti u dopuštanju umjetnoj inteligenciji da preuzme kontrolu nad vašim procesom osmišljavanja proizvoda jest ta da umjetna inteligencija obrađuje sadržaj — bilo da se radi o dizajnu, rješenjima ili tehničkim konfiguracijama — na načine koji vode konvergenciji, a ne divergenciji. S obzirom na preklapajuće baze podataka o obuci, istraživanje i razvoj vođen umjetnom inteligencijom rezultirat će homogeniziranim proizvodima na cijelom tržištu. Da, različiti okusi istog koncepta, ali još uvijek isti koncept.

Zamislite ovo: četiri vaša konkurenta implementiraju gene AI sustave za dizajn korisničkih sučelja (UI) svojih telefona. Svaki je sustav treniran na više-manje istom korpusu informacija — podacima preuzetim s weba o preferencijama potrošača, postojećem dizajnu, najprodavanijim proizvodima i tako dalje. Što svi ti AI sustavi proizvode? Varijacije sličnog rezultata.

Ono što ćete vidjeti kako se razvija tijekom vremena je uznemirujuća vizualna i konceptualna kohezija gdje se suparnički proizvodi počinju zrcaliti jedan u drugom. Naravno, ikone se mogu malo razlikovati ili će se značajke proizvoda razlikovati na marginama, ali sadržaj, identitet i jedinstvenost? Vrlo brzo, oni ispare.

Već smo vidjeli rane znakove ovog fenomena u umjetnosti koju je generirala umjetna inteligencija. Na platformama kao što je ArtStation, mnogi su umjetnici izrazili zabrinutost u vezi s priljevom sadržaja proizvedenog umjetnom inteligencijom koji, umjesto da prikazuje jedinstvenu ljudsku kreativnost, djeluje kao reciklirana estetika koja remiksa popularne kulturne reference, široke vizualne trope i stilove. Ovo nije vrhunska inovacija koju želite pokretati svoj motor istraživanja i razvoja.

Ako svaka tvrtka vodi gen AI kao svoju de facto inovacijsku strategiju, onda vaša industrija neće dobiti pet ili deset novih proizvoda svake godine – dobit će pet ili deset dotjeranih klonova.

3. Čarolija ljudskih nestašluka: Kako nesreće i nejasnoće pokreću inovacije

Svi smo čitali povijesne knjige: Penicilin je otkriven slučajno nakon što je Alexander Fleming ostavio neke bakterijske kulture nepokrivene. Mikrovalna pećnica rođena je kada je inženjer Percy Spencer slučajno otopio čokoladicu tako što je stajao preblizu radara. Oh, a samoljepljiva ceduljica? Još jedna sretna nezgoda — neuspjeli pokušaj stvaranja super jakog ljepila.

Zapravo, neuspjeh i slučajna otkrića su intrinzične komponente istraživanja i razvoja. Ljudski istraživači, jedinstveno usklađeni s vrijednostima skrivenim u neuspjehu, često su u stanju vidjeti neočekivano kao priliku. Serendipity, intuicija, intuicija – oni su od ključne važnosti za uspješnu inovaciju kao i svaki pažljivo postavljen plan puta.

Ali ovdje je srž problema s genskom umjetnom inteligencijom: nema pojma dvosmislenosti, a kamoli fleksibilnosti da protumači neuspjeh kao prednost. Programiranje umjetne inteligencije uči ga izbjegavanju pogrešaka, optimiziranju za točnost i rješavanju dvosmislenosti podataka. To je sjajno ako pojednostavljujete logistiku ili povećavate tvornički protok, ali je užasno za revolucionarna istraživanja.

Uklanjanjem mogućnosti produktivne dvosmislenosti – tumačenja nesreća, guranja protiv manjkavih dizajna – AI izravnava potencijalne putove prema inovacijama. Ljudi prihvaćaju složenost i znaju kako pustiti stvari da dišu kada se pojave neočekivani ishodi. U međuvremenu, umjetna inteligencija će udvostručiti sigurnost, stavljajući srednje ideje u središte puta i ignorirajući sve što izgleda nepravilno ili neprovjereno.

4. AI nema empatije i vizije — dvije nematerijalne stvari koje proizvode čine revolucionarnima

Evo o čemu se radi: Inovacija nije samo proizvod logike; to je proizvod empatije, intuicije, želje i vizije. Ljudi inoviraju jer im je stalo, ne samo do logične učinkovitosti ili konačnih rezultata, već i do odgovaranja na nijansirane ljudske potrebe i emocije. Sanjamo o tome da stvari učinimo bržima, sigurnijima, ugodnijima, jer na temeljnoj razini razumijemo ljudsko iskustvo.

Razmislite o genijalnosti iza prvog iPoda ili minimalističkom dizajnu sučelja Google pretraživanja. Nije čista tehnička zasluga ono što je učinilo uspješnim ove promjene u igri – bila je to empatija da se razumije frustracija korisnika složenim MP3 playerima ili pretrpanim tražilicama. Gen AI to ne može ponoviti. Ne zna kakav je osjećaj boriti se s aplikacijom s greškama, diviti se elegantnom dizajnu ili iskusiti frustraciju zbog nezadovoljene potrebe. Kada umjetna inteligencija “uvodi inovacije”, ona to čini bez emocionalnog konteksta. Ovaj nedostatak vizije smanjuje njegovu sposobnost da oblikuje gledišta koja odjekuju stvarnim ljudskim bićima. Još gore, bez empatije, umjetna inteligencija može generirati proizvode koji su tehnički impresivni, ali djeluju bezdušno, sterilno i transakcijski – lišeni ljudskosti. U istraživanju i razvoju, to je ubojica inovacija.

5. Prevelika ovisnost o umjetnoj inteligenciji riskira de-vještinu ljudskog talenta

Evo posljednje, jezive misli za naše sjajne fanatike AI-budućnosti. Što se događa kada AI-ju dopustite da učini previše? U svakom području gdje automatizacija nagriza ljudski angažman, vještine degradiraju s vremenom. Pogledajte samo industrije u kojima je rano uvedena automatizacija: Zaposlenici gube dodir s “zašto” stvari jer ne naprežu svoje mišiće za rješavanje problema redovito.

U okruženju punom istraživanja i razvoja, to stvara istinsku prijetnju ljudskom kapitalu koji oblikuje dugoročnu kulturu inovacija. Ako istraživački timovi postanu samo nadglednici rada generiranog umjetnom inteligencijom, mogli bi izgubiti sposobnost izazivanja, nadmašivanja ili nadmašivanja rezultata umjetne inteligencije. Što manje prakticirate inovaciju, to manje postajete sposobni sami za inovaciju. Dok shvatite da ste prekoračili ravnotežu, možda će biti prekasno.

Ova erozija ljudskih vještina je opasna kada se tržišta dramatično mijenjaju, a nikakva količina umjetne inteligencije ne može vas voditi kroz maglu neizvjesnosti. Razorna vremena zahtijevaju od ljudi da izađu iz konvencionalnih okvira – nešto u čemu umjetna inteligencija nikada neće biti dobra.

Put naprijed: AI kao dodatak, a ne zamjena

Da budemo jasni, ne kažem da gen AI nema mjesta u istraživanju i razvoju – apsolutno ima. Kao komplementarni alat, AI može osnažiti istraživače i dizajnere da brzo testiraju hipoteze, ponavljaju kreativne ideje i pročišćavaju detalje brže nego ikad prije. Ako se pravilno koristi, može povećati produktivnost bez gušenja kreativnosti.

Trik je sljedeći: moramo osigurati da AI djeluje kao dodatak, a ne zamjena, ljudskoj kreativnosti. Istraživači moraju ostati u središtu inovacijskog procesa, koristeći alate umjetne inteligencije kako bi obogatili svoje napore — ali nikada ne prepuštajući kontrolu nad kreativnošću, vizijom ili strateškim smjerom algoritmu.

Generacija umjetne inteligencije je stigla, ali i stalna potreba za onom rijetkom, snažnom iskrom ljudske znatiželje i odvažnosti — vrstom koja se nikada ne može svesti na model strojnog učenja. Nemojmo to izgubiti iz vida.

Ashish Pawar je softverski inženjer.

Web izvor