در سال 2024، روند دیجیتالی شدن ادامه پیدا می‌کند و باعث بهبود کارایی برنامه‌های دولتی و اثربخشی سیاست‌ها می‌شود، همانطور که در مقاله قبلی توضیح داده شد. دو عامل اصلی در این تحول دیجیتال، داده‌ها و هوش مصنوعی (AI) هستند. هوش مصنوعی نقش مهمی در استخراج ارزش از داده‌ها و به دست آوردن بینش‌های عمیق‌تر از اطلاعاتی که دولت‌ها برای خدمت به شهروندان خود جمع‌آوری می‌کنند، دارد.
با توجه به اینکه پیش‌بینی می‌شود امسال تقاضا برای هوش مصنوعی مولد افزایش یابد، استفاده مسئولانه از این فناوری برای بخش عمومی بسیار مهم است. تنها در این صورت است که دولت‌ها می‌توانند خود را به عنوان نهادهای قابل اعتماد معرفی کنند.
تفاوت بین هوش مصنوعی مولد و هوش مصنوعی سنتی
برای درک چالش‌های خاصی که هوش مصنوعی مولد در مقایسه با هوش مصنوعی سنتی ایجاد می‌کند، باید تفاوت‌های اصلی این دو فناوری را بشناسیم. هوش مصنوعی سنتی بیشتر بر الگوریتم‌ها و داده‌های برچسب‌گذاری‌شده برای آموزش مدل‌ها از طریق یادگیری ماشینی تکیه دارد. این مدل‌ها می‌توانند با شناسایی الگوها و رعایت قوانین از پیش تعیین‌شده، توصیه‌هایی ارائه دهند یا رفتارهای خاصی را شناسایی کنند. برای مثال، هوش مصنوعی سنتی در بهبود فیلتر کردن ایمیل‌های هرزنامه، بهبود توصیه‌های فیلم یا محصول برای مصرف‌کنندگان و کمک به دستیاران مجازی برای جستجوی اطلاعات استفاده می‌شود.
هوش مصنوعی مولد به عنوان یک راه حل مفید برای خودکارسازی و بهبود کارهای اداری و تکراری در حال رشد است. این فناوری با استفاده از مدل‌های پایه که شبکه‌های عصبی بزرگی هستند و بر روی داده‌های بدون برچسب آموزش می‌بینند، توانایی انجام کارهای مختلف را دارد. این می‌تواند به طور مؤثری داده‌های بزرگ را شناسایی، خلاصه، تبدیل، پیش‌بینی و تولید محتوا کند. استفاده از این فناوری در بخش عمومی می‌تواند کارایی را به طور چشمگیری بهبود بخشد و به سازمان‌ها کمک کند تا کارهای روزانه خود را با منابع کمتر انجام دهند.
هوش مصنوعی مولد فرصتی بی‌سابقه برای بهبود جنبه‌های مختلف عملیات دولتی و ارائه خدمات بهتر به شهروندان است. این فناوری می‌تواند به کارکنان دولتی ابزارهای قدرتمندی برای پاسخ به سوالات و انجام تحقیقات بدهد. کارهایی مانند نوشتن قراردادها و مدیریت، که هم وقت‌گیر و هم حیاتی هستند، می‌توانند از هوش مصنوعی مولد بهره زیادی ببرند.
سال گذشته، وزارت امور خارجه ایالات متحده به دنبال دریافت بازخورد در مورد چالش‌ها و مسائل امنیتی مربوط به استفاده از هوش مصنوعی پردازش زبان طبیعی و مولد در شبکه خود بود. یک درخواست اطلاعات از وزارت امور خارجه در ماه ژوئن نشان داد که هدف آن‌ها بهبود کارایی و دقت کارکنان در انجام کارهای تکراری مانند تحقیقات بازار و برنامه‌ریزی خرید برای نوشتن قرارداد است. هوش مصنوعی مولد که با یادگیری ماشین آموزش دیده است، می‌تواند در تهیه پیش‌نویس قراردادهای جدید بر اساس این تحقیقات کمک کند.
پیاده سازی هوش مصنوعی مولد به طور مسئولانه
قابلیت‌های قابل توجه هوش مصنوعی مولد در حال ظهور، سوالاتی درباره استفاده مسئولانه از آن در بخش عمومی به وجود آورده است. به عنوان مثال، مدیران قرارداد باید مطمئن شوند که تحقیق اصلی به طور صحیح و صادقانه به یک قرارداد الزام‌آور قانونی برای دو یا چند طرف تبدیل شده است.
عموم مردم اخیراً بیشتر با هوش مصنوعی مولد از طریق ابزارهایی آشنا شده‌اند که با استفاده از متن، تصاویر، ویدیوها و صداهای موجود، محتوای سفارشی شده را به درخواست کاربران ایجاد می‌کنند. با این حال، اطلاعات مربوط به نحوه آموزش برخی از این مدل‌ها ممکن است کافی نباشد، به‌ویژه برای شرکت‌های بزرگ یا صنایع که به شدت تنظیم شده و به اعتماد عمومی وابسته هستند.
برای توسعه هوش مصنوعی مسئولانه، رهبران دولت باید داده‌های داخلی خود را با دقت آماده کنند تا از پتانسیل کامل هوش مصنوعی و هوش مصنوعی مولد بهره‌برداری کنند. تعیین استانداردهای مسئولانه وظیفه مهمی است که باید از ابتدا به آن توجه شود و به جای یک فکر بعدی، نیاز به یکپارچگی مسئولیت دارد. این شامل حفظ نظارت انسانی برای اطمینان از صحت محتوای تولیدشده توسط هوش مصنوعی و جلوگیری از تعصبات است، همراه با دیگر ملاحظات ضروری.
ستون های کلیدی هوش مصنوعی مسئول در دولت
توسعه هوش مصنوعی IBM بر پنج اصل اساسی متمرکز است که به اطمینان از قابل اعتماد بودن این فناوری کمک می‌کند. رهبران دولت هنگام بررسی توسعه، آموزش و پیاده‌سازی مسئولانه هوش مصنوعی باید این اصول را در اولویت قرار دهند:
- انصاف در یک سیستم هوش مصنوعی به این معناست که سیستم باید با افراد یا گروه‌ها به طور عادلانه رفتار کند، بسته به شرایطی که در آن استفاده می‌شود. این به معنی مقابله با تعصبات و جلوگیری از تبعیض بر اساس ویژگی‌هایی مانند جنسیت، نژاد، سن و وضعیت جانبازی است.
- حریم خصوصی به این معناست که سیستم هوش مصنوعی باید حریم خصوصی و حقوق داده‌های مصرف‌کنندگان را در اولویت قرار دهد و از آن‌ها محافظت کند. این کار باید در چارچوب مقررات مربوط به جمع‌آوری، ذخیره‌سازی، دسترسی و افشای داده‌ها انجام شود.
- توضیح‌پذیری اهمیت دارد زیرا سیستم هوش مصنوعی باید بتواند پیش‌بینی‌ها و نتایج خود را به شکلی قابل فهم توضیح دهد، به طوری که اصطلاحات فنی پیچیده مانع از درک آن نشوند.
- شفافیت یعنی یک سیستم هوش مصنوعی باید اطلاعاتی درباره نحوه طراحی و توسعه خود و همچنین داده‌ها یا منابع داده‌ای که برای آموزش سیستم استفاده شده‌اند، ارائه دهد و این اطلاعات را به اشتراک بگذارد.
- استحکام یعنی توانایی سیستم هوش مصنوعی در مدیریت شرایط خاص و غیرمعمول، مانند ورودی‌های نادرست. این ویژگی به سیستم کمک می‌کند تا خروجی‌های ثابت و قابل اعتماد ارائه دهد.
با توجه به اینکه بخش عمومی همچنان از هوش مصنوعی و اتوماسیون برای حل مشکلات و بهبود کارایی استفاده می‌کند، حفظ اعتماد و شفافیت در هر راه‌حل هوش مصنوعی بسیار مهم است. تیم‌ها باید توانایی درک و مدیریت مؤثر چرخه حیات هوش مصنوعی را داشته باشند. استفاده از شیوه‌های مسئولانه در هوش مصنوعی، فرصتی برای بهبود عملکرد و نتایج است.
دیدگاهتان را بنویسید