人工知能は人間の弱点を克服できる

人工知能の多くの利点はよく知られ、理解され、宣伝されていますが、その限界も明らかです。しかし、あまり言及されないものの、注目に値する人工知能の注目すべき特徴が他にもあります。

アドバンテージ

AI アプリケーションは非常に複雑なタスクを簡単に実行できます。次に好きになりそうな曲をパーソナライズして提案したり、何百万枚ものX線写真から問題のあるものを選び出したりすることもできます。さらに、人間の専門家とは比べものにならないほどの量と精度で、そのようなタスクを完了することができます。単調だが重要な仕事も文句なしに完璧に完了できる。

制限

一方で、人間には人工知能にはない能力があるという記事も多くあります。これらの記事では一般的に、人間と AI が協力する必要があり、AI は人間の能力を幅広く強化できると主張しています。私たちは変化する状況を想像し、予測し、感知し、判断することができます。より広範囲な汎用人工知能はまだ実現されていないため、特定のタスクに優れている現在の AI モデルは、依然として人間による指導の恩恵を受けています。

人工知能の強みが人間の弱点に直接対応していることは明らかです。人間とは異なり、AI は確率を理解し、偏見をもたらさず、一貫性を保ち、不必要なリスクを回避します。

確率と結果

人間は結果を理解しますが、一般的に確率を扱うのは得意ではありません。モンティ・ホールの「Let's Make a Deal」は、人間が確率と事前更新について理解していないことを示す例です。このゲームには 3 つのドアがあり、1 つには車が、他の 2 つにはヤギがいます。 出場者はランダムにドアを選択し、モンティはヤギがいるドアを開けることを選択します。その後、モンティは出場者に別の閉じたドアに切り替える機会を与えます。そうすべきでしょうか? ドアを 1 つ開けておくことで、モンティは出場者に余分な情報を与え、出場者が常にドアを交換する場合に車を獲得できる確率を 3 分の 2 にしていることが判明しました。人間はこの種の質問に間違って答える傾向がありますが、AI は完璧に答えることができます。

バイアス

人間には多くの偏見があり、それを「直感」などと呼びます。確証バイアスはおそらく最も一般的なものです。つまり、人間は先入観や理論を裏付ける情報を探し出して解釈します。同じニュース番組を見ている二人が、その日の出来事について異なる結論に達する場合があります。対照的に、偏見は、人間が学習のために AI に入力するデータを通じてのみ AI に現れます。 AI のバイアスは限られたデータ セットに限定されており、人間の経験、記憶、信念、恐怖などの常に変化する複雑さには対応していません。この意味では、AI の偏見は人間の偏見よりも明確で解決しやすいと言えます。

一貫性

AIは一貫しており、それは痛いほどです。特に指定がない限り、AI は常に人間と同じように動作します。人間の一貫した特徴の一つは、運動、食事、通勤経路に関して一貫性がないことです。さらに、人間は矛盾に対して合理的な説明を見つけます。同じ症状で同じ医師の診察を受けた同じ患者が、異なる時期に異なる診断を受けるということは考えられないことではありません。人工知能は、基本母集団に大きな偏差がない限り、手順と結果の一貫性を保証します。

リスク

AIはリスクを負いませんが、人間はリスクを負います。だからこそ、人間の知能によって人工知能を補強することが求められているのです。リスクを負ってこれに賭けるのが人間の知恵の力です。たとえば、アルゴリズムのサポートなしで電気自動車に賭けるなどです。しかし、乗組員の死をもたらしたスペースシャトル「チャレンジャー」号の事故のように、このリスクは電力障害として現れることもあります。技術者はOリングシールの設計上の欠陥を理由に打ち上げの延期を求めたが、シャトルは予定通り離陸し、離陸から1分後に爆発した。社会学者ダイアン・ヴォーンは、1986年の致命的な災害を分析し、チームが不健全な慣行に無感覚になる様子を描写するために「逸脱の正常化」という用語を作り出した。人工知能が客観的に評価し、打ち上げ延期を決定します。

つまり、AI は想像したり、予測したり、感じたり、判断したりすることはできませんが、確率を理解し、新たなバイアスを導入せず、一貫性を保ち、不必要なリスクを回避します。人間が認識し判断できる事実は、必ずしも人間にとって有利なものではないかもしれません。​