夜雨聆风
作者：Vala Afsharn
出处：Zdnet
我们该如何判断是否该信任人工智能的输出结果？
在进一步阐述自己“我们正试图弄清楚它是如何思考的”这一观察时，文特指出：“我将这些视为我们可以与之建立联系的新群体。在我看来，它很像一个非常智能的研究智能体。”作为2017年至2020年以人为本互联网联盟的主席，文特表示，这番话体现出他认为人工智能不应仅被视作一种工具，还可能成为能够增强项目研究能力的数字伙伴。这一关键观点表明，对于未来的工作模式，激励并引导劳动者（包括与人类劳动者协作的人工智能智能体）至关重要。
大卫借鉴了自己在情报机构和联邦通信委员会（FCC）的工作经历，指出在判断是否信任人工智能的输出结果时：“在当下这个时代，社会的理性态度越来越应该是，除非进行多方验证，否则不要相信第一眼看到的东西……这就是中央情报局（CIA）的做法。”对大卫而言，这一观点与他的职业生涯息息相关——他曾经历过大量人工智能生成的评论涌入公共评论系统的情况，当时系统需要记录下提交的全部2300万条评论，无论发布者是人类还是数字机器人。对于身处人工智能智能体时代的企业来说，明确智能体何时能为客户互动创造价值至关重要。大卫曾领导一支信息技术团队，在海量评论涌入时保障人工评论系统的正常运行，他的这段经历也提醒人们，人工智能智能体既能放大人类的声音，也可能干扰甚至掩盖人类的表达。
谢丽尔还强调了走上象征性的“阳台”、认识到人工智能远不止是一项数字能力的重要性。“这不仅仅是一款新软件。这实际上是一场关乎问题解决的文化变革。”谢丽尔的观点是基于文特和戴维所分享的内容——即在商业、社区和企业中，决定是否相信人工智能的输出以解决问题时，可靠的人类洞察力和判断力至关重要。他们每位专家的见解都凸显了良好的人类洞察力，以及人类与人工智能之间的良好协同，对于区分高效的人工智能合作关系与无益的合作关系的重要性。
如果人工智能出现错误行为，我们应该追究谁的责任？
为了打造人机关系成功的最后关键要素，文特、戴维和谢丽尔着手解决了出现问题时的责任归属这一核心问题。
谢丽尔分享了人们使用人工智能的风格差异：“人们使用人工智能的方式其实有两种——外科医生式和兰博基尼司机式。当我们求助于人工智能时，我们想要一个唯一的答案……我们就像外科医生一样使用它。”外科医生可能会出错，这是一种风险；即便外科医生操作完全无误，仍有可能给患者带来不良后果，这同样是一种风险。
谢丽尔继续说道，对于人工智能的另一种使用方式：“还有些时候……你需要做出一个风险极高的决策，并且你想经历一个完整的流程。在这种情况下，你就是驾驶兰博基尼的人。”在第二种将人工智能比作驾驶高性能赛车的使用场景中，熟练应对急弯、了解人工智能引擎的性能与极限，是避免发生类似人工智能“车祸”的关键。
此外，大卫分享了一个关于悬挂旗帜的海事船舶的案例：“当AI智能体开展工作时，它悬挂的是谁的旗帜？它又代表哪个组织行事？”在这个案例中，如果某家机构雇佣了AI智能体，且已为其提供了完善的指令，那么该机构也需为该智能体承担责任。他还指出，在不久的将来，辨别非合成生成的数据将变得愈发困难。“到2030年，地球上超过40%的信息将由AI合成生成……这将给首席执行官们和董事会带来大量棘手的问题。”
最后，文特指出，如果出现问题，个人和组织需要有申诉途径。“在多种情况下建立申诉机制可能会带来极高的价值，甚至可能是必要的。”作为谷歌的首席布道者，文特一直倡导此类人工智能应用方式，文特和大卫都承认， Salesforce、谷歌等公司在办公场所和客户场景中也在采取类似的人性化人工智能应用方式。
温特还谈到了他和戴维共同担忧的一个问题：如何界定人工智能生成的信息与真实人类创作或人工筛选的信息，这一挑战日益严峻。他指出，“失去对数字信息的获取途径是一个严重的问题”。对温特而言，这其中还包括失去解读数据的软件以及数据来源所带来的风险。
给首席执行官和董事会的核心要点
文特提醒称，“我们无需让智能体彼此产生误解，且其执行速度相较于人类速度要快如光速”，这一点凸显出人类与人工智能互动时所建立的关系，以及人工智能彼此之间的关系，将决定最终结果是否成功。文特、戴维和谢丽尔共同强调了三个核心要点：
1 显然，我们需要确保向生成式人工智能下达的指令清晰、精准，且不会产生意外后果。20世纪10年代纽约和芝加哥街道的景象——有轨电车与私人汽车、行人、马匹共处同一道路，没有停车标志、明确的通行权规则，也没有人行道——正适用于我们当下的时代。
2 良好的人类判断力在判断是否信任人工智能的输出时变得越来越重要，而且区分人类生成内容与人工智能生成内容也愈发困难。人类与人工智能之间的良好协作关系，有助于区分高效的人工智能合作关系和毫无帮助的合作关系。
3 致力于明确责任以及制定个人和组织的应对方案——以防人工智能出现失误——这对于改善公司内部及公司之间的人机关系至关重要。人类与人工智能的互动场景多种多样：有些场景的核心是获取特定答案，而另一些则涉及驾驶高性能赛车高速驶过急弯。
这三位专家还都强调，成功的企业、社区和国家将采用“群体中的人工智能”模式，认识到人类与人工智能之间的网络互动关系，从而建立基于意图和问责制的联系。文特和大卫也都强调，我们需要超越图灵测试，将重点放在能够增强人类个体和集体能力、帮助我们发挥自身优势的人工智能上。
本文由戴维·布雷博士联合撰写，他是LeadDoAdapt（LDA）投资公司的负责人兼首席执行官、加速器主席以及史汀生中心杰出研究员。
原文链接：
https://www.computerworld.com/article/4178383/why-ai-cant-match-human-creative-work.html
走进灯塔企业
欢迎大家添加CIO时代“小希”，
加入“灯塔企业交流群”，
后续将有更多精彩灯塔企业案例、
CIO时代“小希”
✦
关于我们
✦
CIO时代：
CIO时代成立于2003年，由北大CIO论坛创始人姚乐博士带领论坛骨干创建。成立20年来，CIO时代以传播“新技术、新商业、新管理”知识为使命，专注CIO人群的培养和技术专题培训，为CIO提供数字化相关的资讯和专业研究内容，打造CIO领域专业、精准、多维度的垂直媒体平台，致力于成为“个人和组织数字化业务、管理和技术知识的赋能者”。
新基建创新研究院：
新基建创新研究院是CIO时代旗下的智库研究机构，汇聚院士、政府领导、央国企、医疗、教育、能源、制造等十多个行业专家组建智库，拥有千余位智库专家阵容。研究院的主要目标是建立政府、科研机构、高校和行业数字化转型从业者之间的合作，发挥政、产、学、研的桥梁、纽带作用，促进政府与企业间、企业与企业间的交流合作，促进数字产业落地。研究院希望将数字化的优秀实践提炼成理论方法，进行推广应用；助力提升行业数字化转型效率，促进数字中国建设。
·END·
