人類與AI合作:成功與失敗的關鍵

Ai

當人類與人工智能團隊成功合作與失敗時

一項新的研究揭示,人類與人工智能的合作雖然潛力巨大,但成效取決於具體任務。對數百項研究的分析發現,在決策任務中,人工智能的表現優於人類與人工智能團隊,而在創意任務如內容創作中,合作團隊則表現更佳。

這項研究表明,組織可能高估了人類與人工智能協同作用的好處。相反,戰略性地利用人工智能在數據處理上的優勢和人類的創造力,可能會帶來最佳結果。

這些發現可以幫助制定提升表現的人工智能指南,通過最大化互補技能來增強效率。研究人員認為,未來的工作應該在於細緻入微的合作,而非全面採用人工智能。

關鍵事實:

– 人類與人工智能團隊在創意任務如文字和圖像創作上表現最佳。
– 在決策任務中,人工智能單獨運行的效果優於人類與人工智能團隊。
– 研究強調有針對性地使用人工智能,將人類的創造力與人工智能的效率結合。

人類與人工智能合作的潛力讓我們充滿想像:一個人類創造力與人工智能分析能力結合的未來,可以做出關鍵決策和解決複雜問題。但麻省理工學院集體智慧中心(CCI)的新研究表明,這一願景可能比我們想像的要複雜得多。

發表在《自然人類行為》上的這篇文章是首次大規模的綜合分析,旨在更好地理解人類與人工智能組合何時在任務中有用,何時無用。

研究團隊認為,其發現為希望更有效地將人工智能引入工作場所的組織提供了指導和教訓。令人大感意外的是,研究發現,人類與人工智能的結合在完成決策任務時常常不如預期;但在人類與人工智能合作進行創意任務時卻顯示出很大的潛力。

研究由麻省理工學院的博士生和CCI成員Michelle Vaccaro,以及麻省理工學院斯隆管理學院的教授Abdullah Almaatouq和Thomas Malone進行,正值人工智能對勞動力影響的興奮與不確定性並存的時期。

Malone表示,與其專注於工作被取代的預測,他和團隊更希望探索一些他們認為值得更多關注的問題:人類與人工智能何時能最有效地合作?組織如何制定指導方針和防護措施以確保這些合作成功?

研究人員對106個不同實驗中的370項結果進行了綜合分析,這些實驗於2020年1月至2023年6月間發表在相關學術期刊和會議論文集中。

所有研究比較了三種不同的任務執行方式:a.) 僅人類系統 b.) 僅人工智能系統,和c.) 人類與人工智能合作。綜合分析的總體目標是了解這些研究所揭示的基礎趨勢。

測試結果

研究人員發現,平均而言,人類與人工智能團隊的表現優於僅人類工作,但並未超過僅人工智能系統的能力。

重要的是,他們未發現“人類與人工智能的協同作用”,這意味著在研究的性能指標中,平均而言,人類與人工智能系統的性能比最好的僅人類或僅人工智能還要差。這表明,僅使用人類或人工智能系統可能比研究中的人類與人工智能合作更有效。

Vaccaro表示:“有一種普遍的假設認為將人工智能整合到流程中總會提升性能,但我們顯示這並不總是如此。在某些情況下,讓人類或人工智能單獨負責某些任務是有益的。”

團隊還識別了影響人類與人工智能合作效率的因素。例如,在決策任務如分類深度偽造、需求預測和診斷醫療案例中,人類與人工智能團隊的表現往往不如僅人工智能。

然而,在許多創意任務中,如總結社交媒體帖子、回答聊天中的問題或生成新內容和圖像,這些合作往往比人類或人工智能單獨工作更好。

Malone表示:“即使近年來人工智能主要用於支持決策,分析大量數據,人類與人工智能組合在支持創建新內容方面的機會最為有前途,如文字、圖像、音樂和視頻。”

團隊推測,這種在創意工作中的優勢來自於其雙重性質:這些任務需要人類的創造力、知識和洞察力,也涉及人工智能擅長的重複性工作。例如,設計一幅圖像需要藝術靈感——這是人類擅長的——以及詳細的執行——這是人工智能常常出色的。在類似的情況下,撰寫和生成多種類型的文本文件需要人類的知識和洞察力,但也涉及填寫樣板文本等例行和自動化過程。

Vaccaro表示:“人類與人工智能結合有很多潛力,但我們需要更批判地思考這個問題。效果不一定取決於他們任何一方的基線性能,而在於他們如何協作並互補。”

優化合作

研究團隊認為,其發現為希望更有效地將人工智能引入工作場所的組織提供了指導和教訓。首先,Vaccaro強調評估人類與人工智能是否真正優於人類或人工智能單獨工作的重要性。

她補充道:“許多組織可能高估了其現有系統的有效性。他們需要了解其系統運行的情況。”

接下來,他們需要評估人工智能可以如何幫助工人。研究表明,人工智能在創意任務中特別有用,因此組織應探索哪些創意工作可能適合引入人工智能。

最後,組織需要為人工智能的使用設立明確的指導方針和穩健的防護措施。例如,他們可能會設計利用互補優勢的流程。

Malone建議:“讓人工智能處理背景研究、模式識別、預測和數據分析,同時利用人類技能來發現細微差異和應用上下文理解。”換句話說:“讓人類做他們最擅長的事情。”

Malone總結道:“隨著我們繼續探索這些合作的潛力,顯然未來不僅在於用人工智能取代人類,也在於找到創新的方法讓他們有效合作。”

編者評論:

這篇研究揭示了人類與人工智能合作的複雜性,顯示出在不同領域中,兩者的互補性如何影響效率。研究強調在決策任務中,人工智能的優勢,而在創意工作中,人類與人工智能的結合更有潛力。這提醒我們在應用人工智能時需謹慎,不能一概而論地推動人機合作。未來,組織若能精確識別何時及如何利用人工智能的長處,將能獲得更大的競爭優勢。這也引發了對於如何在技術迅速發展的時代,平衡人類創造力與機器效率的思考。

以上文章由特價GPT API KEY所翻譯

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *