ความท้าทายวันนี้: การแก้ไขผลตอบแทนที่คลุมเครือของ AI และความแม่นยำที่น่าสงสัย

น่าเสียดายที่ไม่มีรูปภาพ 'ก่อนและหลัง' ที่ชัดเจนซึ่งแสดงให้เห็นผลกระทบหรือความแม่นยำของ AI แบบกราฟิก

เป็นการยากที่จะกำหนดความคาดหวังตามความเป็นจริงเกี่ยวกับปัญญาประดิษฐ์ และท้ายที่สุดอาจทำให้ความพยายามในการเข้าใจคุณค่าที่แท้จริงของความพยายามของ AI เกิดความสับสน เนื่องจากการใช้เทคโนโลยีเพิ่มมากขึ้น ย่อมหมายถึงการเปลี่ยนแปลงในภาพรวมอาชีพของผู้ประกอบวิชาชีพด้านเทคโนโลยี โดยได้รับความนิยมจากนักคิดที่มีความคิดสร้างสรรค์มากขึ้น

นั่นคือคำพูดจาก Ajay Malik อดีตหัวหน้าฝ่ายสถาปัตยกรรมและวิศวกรรมของ Worldwide Corporate Network ของ Google และปัจจุบันเป็น CEO ของ Secomind.ai ผู้ซึ่งมองเห็นเส้นทางข้างหน้าที่ยากลำบากในพื้นที่ AI บางทีแง่มุมที่ท้าทายที่สุดประการหนึ่งของ AI ณ จุดนี้ก็คือการกำหนดความคาดหวังที่สมจริง เขากล่าวในพอดแคสต์ล่าสุดซึ่งจัดโดย Thomas Erl ประธานของ Arcitura Education

สำหรับผู้เริ่มต้น ไม่มีการวัดผลหรือการรับรู้ถึงศักยภาพที่ AI จะได้รับมาไม่เพียงพอ Malik กล่าว ผู้มีอำนาจตัดสินใจ "ต้องการให้แน่ใจว่าข้อมูลทั้งหมดที่พวกเขาจะใช้ภายในหรือเพื่อการโต้ตอบกับลูกค้านั้นถูกต้อง" เขากล่าว “บริษัทต่างๆ จะวัดความแม่นยำของสิ่งที่ AI ทำได้อย่างไร AI ทำอะไรสักอย่าง คุณจะรู้ได้อย่างไรว่ามันแม่นยำเสมอไป คุณจะเชื่อถือมันได้ 100% ได้อย่างไร?”

สิ่งนี้ชั่งน้ำหนักว่า AI สามารถบรรลุเป้าหมายทางธุรกิจได้ดีเพียงใด Erl กล่าว “หากองค์กรไม่ประสบความสำเร็จหรือสะดุด หรือลงทุนในระบบ AI ที่จบลงด้วยการสูญเสียแทนที่จะเป็นการเติบโต นั่นอาจเลื่อนหรือเปลี่ยนแปลงผลลัพธ์ที่ AI อาจส่งผลกระทบต่อพนักงานของพวกเขา พวกเขาอาจคิดว่า 'สิ่งนี้ไม่ได้ อย่าเพิ่งออกกำลังกาย กลับไปหาคนทำงานกันเถอะ'" แต่โอกาสนั้นมีอยู่จริง และเราควรเตรียมตัวให้พร้อมรับมือกับผลกระทบที่จะเกิดขึ้น"

น่าเสียดายที่ไม่มีรูปภาพ "ก่อนและหลัง" ที่ชัดเจนซึ่งแสดงให้เห็นผลกระทบหรือความแม่นยำของ AI แบบกราฟิก มาลิกกล่าว เพื่อแก้ไขปัญหานี้ "พวกเขาจำเป็นต้องออกแบบการตรวจสอบในตัว ความสามารถในการอธิบายในตัว และการตรวจสอบและถ่วงดุลในตัวเพื่อดูว่าคำตอบของ AI นั้นถูกต้องหรือไม่" ซึ่งรวมถึง “ทางเลือก กลไก แบบจำลองที่จัดเตรียมเทคนิคเพื่อให้สามารถยืนยันคำตอบได้”

กุญแจสำคัญคือการทำความเข้าใจว่าระบบ AI กำลังผลิตอะไรมาลิกแนะนำ “อย่าใช้ AI เป็นกล่องดำที่ต้องพึ่งพาโดยไม่ต้องคิด วันนี้เราไม่ได้อยู่ตรงนั้น” นอกจากนี้ ธุรกิจต่างๆ ไม่สามารถพึ่งพาบริการต่างๆ เช่น ChatGPT ได้ เนื่องจากการตอบสนองจะต้องมีความแม่นยำและปราศจากภาพหลอน

เขาแนะนำว่าระบบ AI ควรมี "การตรวจสอบและถ่วงดุลในตัว การตรวจสอบคำตอบ การตรวจสอบข้อมูล และความสามารถในการอธิบาย มีคำศัพท์ที่เรียกว่า XAI หรือ AI ที่อธิบายได้"

Malik กล่าวต่อว่ายังมีนัยสำคัญต่อการเติบโตทางอาชีพที่มุ่งเน้นเทคโนโลยี “จะเกิดการเปลี่ยนแปลงทรัพยากรครั้งใหญ่” เขากล่าว พนักงานที่ใช้ AI จะมีคุณค่ามากกว่าพนักงานที่ไม่ใช้ AI มาก"

ผลกระทบของ AI จะสัมผัสได้ถึงประเภทของงานและบทบาทที่จะเจริญรุ่งเรืองในช่วงหลายเดือนและหลายปีต่อจากนี้ "แม้แต่ในซอฟต์แวร์ แม้แต่ในการเขียนโปรแกรม แม้แต่ในการทดสอบ งานจำนวนมากเหล่านั้นก็จะถูกตัดออกไป ไม่ใช่ในปัจจุบัน แต่เมื่อเวลาผ่านไป" Malik คาดการณ์ “นี่เป็นงานที่ AI สามารถทำได้ - เป็นงานระดับต้นมากหรืองานระดับซ้ำซ้อนมาก”

สิ่งนี้จะนำไปใช้กับงานระดับผู้เขียนโค้ดโดยเฉพาะ เทียบกับงานวิศวกรรมซอฟต์แวร์ระดับสูง เขากล่าวต่อ "ผู้เขียนโค้ดเป็นเพียงการเขียนโค้ดโดยอิงจากข้อเท็จจริงที่ทราบบางประการ และการเขียนโปรแกรมใช้การคิดมากขึ้น ในบริษัทของฉันเอง เราเห็นประสิทธิภาพการทำงานที่สูงขึ้น 20 ถึง 25 เท่า เนื่องจากการใช้ AI เพื่อรองรับการเขียนโค้ด เพื่อสนับสนุนการประชุม รายงานการประชุม รายการการกระทำที่พวกเขาสามารถทำได้ มากขึ้นโดยมีคนน้อยลงในขณะนี้”

ในเวลาเดียวกัน จะมีการเปลี่ยนแปลงไปสู่ "นักคิด นักแก้ปัญหา คนที่มีความคิดสร้างสรรค์" มาลิคกล่าวเสริม “AI จะดูแลเรื่องแรงงาน การทำซ้ำ หรือการกำหนดไว้อย่างชัดเจน แต่มนุษย์ที่มีความคิดสร้างสรรค์จะใช้ AI ในการผลิตด้วยความเร็วสูงและมีคุณภาพสูง และเป็นสิ่งที่สร้างสรรค์จริงๆ การเปลี่ยนแปลงนั้นกำลังจะเกิดขึ้น”