迎接AI時代的到來，人類需要提高「情緒智力」
編者按：人工智慧技術的問世催生了外界對於科技的質疑與不信任。關於AI將取代人類的言論至今還甚囂塵上，可實際上對於開發AI的技術專家來說，他們的本意更多是藉助技術造福人類。那麼，公眾與先進技術之間存在的信任鴻溝應當如此彌合？在本文作者Meghan E. Butler看來，企業領導者需要肩負起這一重擔，人類也需要提高情緒智力。本文編譯自Fastcompany平台上原文名為《The secret to rebuilding trust in tech: More emotionally intelligent humans》的文章。
有一個眾所周知、但大家卻不願承認的事實：人們通常不喜歡那些自己不信任的事物，也不會信任那些自己無法理解的事物。
這樣一來，人們在當下就陷入了一種進退兩難的境地：利用好先進的技術，這意味著我們既要理解那些優化人類生存體驗的變革性發展，還要弄明白那些「思考型」機器和人工智慧技術帶來的未知結果。
為了更好地理解人類與先進技術之間存在的信任鴻溝並且找到彌合此鴻溝的方法，我同行業內的一些領導者進行了交談，例如戴爾公司的領導者以及數據科學家Jon Christiansen等。交談得到的結論並不會讓大家感到震驚，但卻非常重要。原因很簡單，信任鴻溝是確實可以解決的。
信任鴻溝的造成源於糟糕的溝通標準。像人工智慧這類複雜的技術需要採用一種新的方式來建立信任。建立信任這件事依賴於企業的領導者。
也許意義最為深遠的一點是，幾乎所有人都以直接或間接的方式點明了一件事：就那些為人類服務且由人類創造的技術來說，彌合信任鴻溝的秘訣在於人性——情緒智力。
專家稱以下這些方式可以幫助AI領導者在其企業或整個行業內設定標準，共同發力來彌合信任鴻溝，從而確保大家能夠更好地理解並採用人工智慧技術。
承認信任鴻溝的存在
「黑匣子」效應指的是決策和舉措的制定都是背著大家的，且超出了集體認知範圍。該效應便是造成人類與先進技術之間信任鴻溝的元兇。這也表明，信任鴻溝的出現源於大範圍內的溝通缺失。
「我們信任錯綜複雜的系統。但在大家看來，人工智慧是一個複雜的系統，這是一個不一樣的存在。」Cambrian AI的創始人兼管理合作夥伴奧拉夫·格魯斯（Olaf Groth）說道，他也是《Solomon』s Code: Humanity in a World of Thinking Machines》一書的合著者。
格魯斯解釋道，錯綜複雜（complicated）的系統並不等同於複雜（complex）的系統，這是因為前者涉及到精密的設計，需要藉助人類的專業知識加以理解。最重要的是，它們是部分的整合。如果發生了什麼悲劇性的事件，比如說空難，這可能是源於系統內出現的一個問題。
然而，複雜的系統卻並不能簡化為其組成部分，通常這是一種形成現象。作為一個複雜的系統，人工智慧其實是形成產物。部分組合在一起時與其單獨運行時起到的作用是不同的，且它們主要受外界因素和數據組的影響。這就使得AI具有更大的神秘性和不確定性，因此也是不值得信任的。
展現企業的自我意識並首度承認對於未知的恐懼，這樣才能夠建立起真正的連接，「觸發」人類信任。觸發人類信任則是企業溝通功能的職責所在，此外還要輔以領導層的努力。
坦白意圖
對於那些處於創新聖地之外、卻希望能採用創新產品的我們來說，單單是承認缺失的事實還不足以觸動我們的信任。信任需要維繫，為此明確性和透明度必不可少。
別弄錯了——透明度並不意味著要你去揭露演算法或是商業機密。這指的是滿足公眾理解技術背後意圖和考量的需要。
光是討論開發過程中深思熟慮的細節信息還不夠。IBM創建了一個可以確保AI開發者問責制的標準，任何參與開發AI產品的企業都可以使用。
「我們應當提供更多信息。對於這些未來將使用此技術的人來說，透明度能夠幫助建立信任。」IBM的人工智慧倫理道德全球負責人弗朗西斯卡·羅西（Francesca Rossi）說道，「我們相信人們會逐漸意識並理解開發者的考量。《Everyday Ethics for Artificial Intelligence》中列出了七大要求以及每一位人工智慧團隊成員都需要回答的問題。」
就像是家長要為自己的孩子負責一樣，每一個開發人工智慧的人也應當為其開發的技術負責。
不會取代人類
減少恐懼和建立信任沒那麼快見效，但我們還是要採用一種高效的方式：即整體改進可解釋性，從逐漸優化人類生存體驗的角度來定位先進的技術，而不要將其解釋為可能迅速削弱人類的技術。
就拿戴爾為例吧。通過將用戶置於生產力的最佳區域，它創建出了一種以人為中心的人工智慧技術。其AI能夠改進工作體驗。它創造出了用戶的數字化身，負責處理那些日常瑣碎的計算任務。這樣一來，用戶本身便可以專註於處理更為重要的一些工作，而不必將精力浪費在整理收到的垃圾郵件上。
「如果AI無法減輕人類肩上的擔子或是讓他們享受其中，那麼它也不會取得成功。」戴爾EMC的總裁兼首席技術官約翰·羅伊斯（John Roese）表示，「我們衡量成功的一個標準便是看其能否改進人類的狀態。最佳的判斷方式就是評估人類使用該技術後承擔的壓力大小。他們是否感到受挫？他們的生物物理指標能否表明他們在完成這些任務上所耗費的精力變多還是變少了？」
像戴爾等公司的看法都是AI是為人類服務，而非取代人類。相比那些大肆宣揚人工智慧技術將佔領地球的人，戴爾公司這樣的措辭往往能夠贏得我們的信任，吸引我們的注意力，也能促使我們更快地採用AI。
人工智慧平台Bureau Works的創始人兼首席執行官加布里埃爾·費爾曼（Gabriel Fairman）也認為，信任鴻溝歸根結底還是溝通問題。合適的解決方案在於要讓人類有所準備，這樣他們才可以充分利用AI，而不必畏懼於它。
「人工智慧技術能夠在大量數據組中很好地識別數據模式。但這並不意味著AI就能取代那些負責分析數據組的人類。」他說，「這反而表明了，人類需要負責理解這些數據組背後的倫理含義、數據組中的間接聯繫以及這些數據組推動的舉措內容。」
為了完成這種認知的建立，AI企業的溝通戰略應重點關注人類價值觀以及採用技術後用戶所要肩負的責任，進而達到教育和解釋的目的——這種方式要比提供技術細節信息更有效。
促進技術專家的人性
集體概念意義上的「我們」屬於期待使用AI技術的外界人士，我們只是信任鴻溝的一方。另外一方則是技術專家。這些天才負責編寫代碼、開發技術，他們是這項技術的人類代表。
雖然企業內的資深領導者具備「軟技能」以及其他與情緒智力相關的能力，但是對於企業內剩餘的人來說，這些能力的培養很難見效，特別是年輕一點的員工以及新領導層。
「和職場性騷擾問題的相關培訓一樣，企業也應當設置情緒智力課程，尤其是要為那些設計模型的數據科學家準備。」IBM的物聯網和數字部門主管麗莎·西卡特·德盧卡（Lisa Seacat DeLuca）說。
AI神經網路的整個目標——成為數字化的人類大腦——是要去複製大腦的能力，但同樣要具備人類能力範圍之外的計算力。作為一種認知、推理型的技術，人工智慧的重點在於理解、學習、智能以及洞察力。
「認知和AI無法做到的事情是感覺。它不具備任何情感。」Sparks Research的數據科學家兼首席智能官喬恩·克里斯蒂安（Jon Christiansen）稱，這並非意味著感覺和情感是認知的反義詞，它們本身就不存在對立關係。實際上，它們是互補的。整合兩者，你就能獲得一個在真正意義上很強大的機制。但這要取決於坐在電腦另一端的人類。」
對於大多數分析型和技術型的思考者來說，一個亘古不變的痛點在於，人類本身就是混亂、非線性且無法優化的。因此，與其要求他們回答關於終端用戶的問題，還不如讓他們回答關於自己的相關問題。
在IBM建議的問題之外，我想每一位負責開發人工智慧產品的人員都應當回答以下這些問題：關於正在開發的技術，他們是怎麼認為的？為什麼會信任這項技術？他們希望達成什麼結果？他們會如何描述預期帶來的影響？也許最為重要的是，為什麼他們會想要開發這項技術？
這些問題其實又讓我們回到了最初的起點，即情緒智力中最為重要的一部分——自我意識。除非技術專家能夠發現並且明確表達自己內在固有的偏見，否則人工智慧背後的這些「大腦」就應當為其創建的產物負責。
展示AI背後的開發者，而不是展現演算法
Cambria AI的格魯斯表示：「在科技驅動的經濟體下，掌握大權的是那些擁有技術專業知識和資本的人。」
權力越大，社會責任也越大。每一個開發和部署人工智慧的企業都需要在不暴露商業機密的前提下推廣自己的技術。事實上，從情緒智力的角度來說，最合適的一種解決方案就是展示AI背後的開發人員，而不是去展現演算法。向公眾展示是誰開發了AI，此外更重要的一點是，為什麼他們會想要開發這項技術。
「如果企業能讓他們的技術專家和數據科學家走到幕前，向大家表明這些是真實的人類，那就足以證明他們對於AI技術編程的態度，即是真實的人類在為自己的同胞開發人工智慧技術。」波蘭科茲明斯基大學及麻省理工學院斯隆管理學院的AI研究員Aleksandra Przegalinska解釋道，「這將消除黑匣子心態。」
人類依然決定著人工智慧技術發展的心跳。雖然仍有惡意存在，但是大多數技術專家都是懷揣善意的。
和那些讓我們感到害怕的技術一樣，人類是有能力做出改變的。進化。為自己以及即將迎來的人工智慧技術提高情緒智力。
本文來自：36氪
TAG:中國數字科技館 |