دانلود زیگپ
طبق تحقیقات جدید دانشگاه استنفورد و گوگل دیپ مایند، فقط یک مصاحبه دو ساعته کافیه تا ارزشها و شخصیت شما رو به دقت ثبت کنن.
حالا تصور کنید که نشستهاید و با یک مدل هوش مصنوعی برای یک مصاحبه گفتاری دو ساعته صحبت میکنید. یه صدای دوستانه شما رو توی این مکالمه راهنمایی میکنه و از دوران کودکی، خاطرات مهم و شغل شما تا نظراتتون درباره سیاست مهاجرت سوال میپرسه. بعد از مدتی، یه نسخه مجازی از شما میتونه ارزشها و ترجیحات شما رو با دقت فوقالعادهای به تصویر بکشه.
این موضوع بر اساس مقاله جدیدی از تیمی از محققان استنفورد و گوگل دیپ مایند هست که توی arXiv منتشر شده و هنوز هم در حال بررسیه.
کپی دقیق از شخصیت شما به کمک هوش مصنوعی
جون سونگ پارک، دانشجوی دکترای علوم کامپیوتر دانشگاه استنفورد، 1000 نفر رو از نظر سن، جنسیت، نژاد، منطقه، تحصیلات و ایدئولوژی سیاسی متفاوت استخدام کرد. این افراد برای مشارکتشون تا 100 دلار دستمزد دریافت کردن. بعد از مصاحبه با این افراد، تیم نمونههایی از اونها رو ایجاد کرد.
شرکتکنندگان برای اینکه ببینن چقدر از همتایان انسانی خودشون تقلید میکنن، یه سری تستهای شخصیتی، نظرسنجیهای اجتماعی و بازیهای منطقی رو دو بار، با فاصله دو هفته انجام دادن. بعد هم همون تمرینات رو برای عوامل شبیهسازی شده تکمیل کردن. نتایج نشون داد که 85 درصد مشابه بودن.
توی این مقاله، این کپیها به عنوان عوامل شبیهسازی شناخته میشن و هدف از ایجادشون اینه که انجام مطالعات رو برای محققان علوم اجتماعی و سایر زمینهها راحتتر کنن. اینجوری میتونن از انجام مطالعاتی که گرون، غیرعملی یا غیراخلاقی با موضوعات واقعی انسانی هستن، جلوگیری کنن.
اگه بتونید مدلهای هوش مصنوعی بسازید که مثل افراد واقعی رفتار کنن، میتونید ازشون برای آزمایش همه چیز استفاده کنید، مثلاً اینکه چطور مداخلات در رسانههای اجتماعی میتونن با اطلاعات نادرست مبارزه کنن یا چه رفتارهایی باعث ترافیک میشن.
این عوامل شبیهسازی کمی با عواملی که الان توی شرکتهای پیشرو هوش مصنوعی هستن، فرق دارن. اینا عواملی هستن که برای انجام کارها برای شما ساخته شدن، نه اینکه با شما صحبت کنن.
برای مثال، این عوامل ممکنه دادهها رو وارد کنن، اطلاعاتی رو که ذخیره کردید بازیابی کنن یا -روزی- برای شما سفر رزرو کنن و قرار ملاقاتها رو برنامهریزی کنن. به گفته بلومبرگ، Salesforce در ماه سپتامبر عوامل مبتنی بر ابزار خودش رو معرفی کرد، بعدش هم Anthropic در اکتبر عرضه شد و OpenAI هم قصد داره بعضی از این عوامل رو در ژانویه منتشر کنه.
استفاده از هوش مصنوعی برای شبیهسازی
این دو نوع عامل با هم فرق دارن، اما نقاط مشترکی هم دارن. جان هورتون، دانشیار فناوری اطلاعات در دانشکده مدیریت MIT اسلون، که یه شرکتی برای انجام تحقیقات با استفاده از هوش مصنوعی راهاندازی کرده، میگه که تحقیقات روی عوامل شبیهسازی، مثل اونایی که توی این مقاله صحبت شده، احتمالاً به تولید عوامل هوش مصنوعی قویتری منجر میشه.
او توی ایمیلی به MIT Technology Review گفت: «این مقاله نشون میده که چطور میتونید یه ترکیب جالب درست کنید: از انسانهای واقعی برای تولید شخصیتهایی استفاده کنید که میتونن به صورت برنامهنویسی/شبیهسازی به روشهایی استفاده بشن که با انسانهای واقعی نمیتونید این کار رو انجام بدید.»
همونطور که فناوری تولید تصویر باعث شده دیپفیکهای مضر از افراد بدون رضایتشون به راحتی ساخته بشه، هر فناوری تولید عاملی هم سوالاتی رو درباره راحتی ایجاد ابزارهایی برای شخصیتپردازی آنلاین از دیگران به وجود میاره. این یعنی ممکنه چیزهایی رو بگن که قصد گفتنش رو نداشتن یا مجوز بدن.
روشهای ارزیابی که تیم برای آزمایش اینکه چطور عوامل هوش مصنوعی انسانهای متناظر خودشون رو تقلید میکنن، نسبتاً ابتدایی بودن. این شامل نظرسنجیهای عمومی اجتماعی میشه که اطلاعاتی درباره جمعیت، شادی، رفتارها و موارد دیگه جمعآوری میکنه و همچنین ارزیابی پنج ویژگی شخصیتی بزرگ: تجربه، وظیفهشناسی، برونگرایی، موافق بودن و روان.
این نوع آزمونها معمولاً توی تحقیقات علوم اجتماعی استفاده میشن، اما ادعا نمیکنن که تمام جزئیات منحصربهفردی که ما رو خودمون میکنه، ثبت کنن. عوامل هوش مصنوعی همچنین توی شبیهسازی انسانها در آزمایشهای رفتاری مثل «بازی دیکتاتور» عملکرد خوبی نداشتن، که هدفش روشن کردن نحوه در نظر گرفتن ارزشهایی مثل انصافه.
برای ساختن یه عامل هوش مصنوعی که بتونه افراد رو به خوبی تقلید کنه، محققها نیاز داشتن تا ویژگیهای منحصربهفرد ما رو به زبانی که مدلهای هوش مصنوعی بفهمن، تبدیل کنن. پارک میگه که اونا تصمیم گرفتن از مصاحبههای کیفی استفاده کنن. بعد از اینکه توی پادکستهای زیادی درباره مقالهای که در سال 2023 درباره عوامل مولد نوشته بود، صحبت کرد، فهمید که مصاحبهها بهترین راه برای یاد گرفتن درباره یه نفر هستن که خیلی هم به این موضوع علاقه داره.
او میگه: «شاید من یه مصاحبه دو ساعته برای پادکست انجام میدادم و بعد از اون احساس میکردم، وای، الان مردم چیزهای زیادی درباره من میدونن. دو ساعت واقعاً میتونه خیلی تاثیرگذار باشه.»
این مصاحبهها همچنین میتونن ویژگیهای خاصی رو که معمولاً توی نظرسنجیها نشون داده نمیشن، به نمایش بذارند. مثلاً تصور کنید کسی به تازگی سرطان داشته و حالا سال گذشته درمان شده. این اطلاعات خیلی خاص و منحصربهفردی درباره شماست که میتونه درباره نحوه رفتار و تفکر شما در مورد مسائل خیلی چیزها بگه. ساختن سوالاتی توی نظرسنجی که این نوع خاطرات و پاسخها رو در بر بگیره، کار سختی خواهد بود.
اما مصاحبه تنها گزینه نیست. شرکتهایی که میخوان «دوقلوهای دیجیتالی» از کاربران بسازن، مثل Tavus، میتونن از مدلهای هوش مصنوعی خودشون، ایمیلهای مشتریان یا دادههای دیگه رو بگیرن. حسن رضا، مدیرعامل Tavus به من گفت که برای این کار به مجموعه دادههای خیلی بزرگی نیاز داریم تا شخصیت افراد رو اینجوری تقلید کنیم، اما این مقاله جدید یه راه کارآمدتر رو پیشنهاد میکنه.
منبع : technologyreview
