消費者がリアルなAIを信頼しない理由

消費者がリアルなAIを信頼しない理由

Amazon Alexaのような音声アシスタントの台頭にもかかわらず、人々は本物そっくりのAIに不安を感じています。たとえば、昨年 Google は Google アシスタントに「Duplex」機能を導入しました。素晴らしいように聞こえるこの AI は、主にレストランの予約など、ユーザーに代わって簡単な電話をかけることができます。

AIの音がリアルすぎる。通話の受信者は、Duplex ボットが人間とほとんど区別がつかなかったため「不気味」に感じたと報告した。これは「不気味の谷」、つまり人間のような AI が人間を模倣すると不気味に感じるが、完全に本物らしくないという現象の一例です。この現実感のギャップは、疎外感や不信感につながります。

顧客との温かく信頼できる関係を築くには、ハイエンドの開発者だけが提供できる特別なつながりが必要です。 AI が将来の消費者の信頼を獲得し、より良いビジネス成果を達成するためには、開発者が不気味さの谷とその結果についてしっかりと理解する必要があります。

AI の活用を検討している企業は、AI を導入する前に、AI が消費者の信頼にどのような影響を与えるかについてさまざまな側面を考慮する必要があります。

神秘的な内部

人工知能のリアリティは不安をかき立てるが、この否定的な感情的反応は何も新しいものではない。生きているような人形や死体、あるいは義肢などを見ると、同じ効果が引き起こされることがあります。なぜなら、生命はないが人間のような物体は、私たち自身の死を思い起こさせるからです。 SF 映画やホラー映画では、この現象を利用して、映像を不快なほど近づけています。

現実的な AI は、病気や不健康、あるいは「偽物」に見える人を避けようとする生物学的動機が人間にはあるため、不安を抱かせるものでもある。これは「病原体回避」と呼ばれ、危険な病気から生物学的に保護します。リアルな AI はほぼ人間に見えますが、ほぼ人間だけでは十分ではありません。

人々はAIを信頼も理解もしていない

人間は環境を制御するために進化してきました。その結果、私たちは、完全に理解されておらず、フェイルセーフでもないアルゴリズムにタスクを委任することに消極的になります。そのため、AI が日常的に人間の基準を満たさない場合には、私たちはそれを痛感することになります。

例えば、Uber の自動運転車は、まだ自律運転で安全に運行できる状態ではありません。カリフォルニア大学バークレー校の研究によると、AI住宅システムは、少数の住宅所有者に住宅ローンの金利を高く課すことを目指している。

Google Duplex を使っても、ユーザーは AI がレストランの予約の簡単な詳細を適切に理解できるかどうか懐疑的でした。

[[353594]]

AI は、何回成功しても、数回失敗しても、このような状況が依然として存在するため、信頼できないと考えられています。利便性は魅力的ですが、消費者はテクノロジーを使用する際に信頼性、制御性、快適性を求めています。

Amazon Alexa などの音声アシスタントは、ユーザーにとって最適な選択肢を提供します。 AIは本物そっくりすぎず、テクノロジーの制御方法も簡単に理解できます。人々は自分自身の理解だけを信じている。しかし、ほとんどの場合と同様に、生き物のような AI はあまり知られていません。

信頼を区別し理解するための鍵

信頼を得るために、AI 開発者と企業は、ユーザーにより快適な AI エクスペリエンスを提供する必要があります。最も重要なことは、AI がより人間らしく見えるようになるということです。

人々は、Google Duplex のように AI であると宣言するテクノロジーによって、テクノロジーに対する安心感が増すことを期待しています。視覚的には、AI は解剖学的に正確というよりもかわいく見えるように作成できます。 AI が人間と簡単に区別できる場合、人々は AI を採用する可能性が高くなります。

機械学習のアルゴリズムは人間が理解するには複雑すぎるものの、透明性と説明可能性によって信頼が生まれます。そのため、AI の意思決定プロセスに関する情報を共有することで、機械学習アルゴリズムの「ブラックボックス」に光を当てることができます。ある調査によると、人々が満足のいくようにアルゴリズムを微調整できる場合、将来的に AI を信頼して使用する可能性が高くなるという。

これは、制御感と親しみやすさが、人々が現実的な AI を受け入れるための鍵となることを示唆しています。

最後に、消費者が AI システムを信頼していない場合は、昔ながらの方法に戻って人間が顧客とコミュニケーションを取り、仮想アシスタントなどのサードパーティ リソースの助けを借りて、タスクが面倒にならないようにします。

消費者がリアルなAIを信頼しない理由

人間に似た AI を開放するには、企業は不気味さの谷を避けなければなりません。人々がヒューマノイド技術の存在に安心感を持つためには、親しみ、教育、視覚的な区別が必要です。

<<:  人工知能の利点をどう生かすか

>>:  IoTとAIを活用した依存症治療

ブログ    
ブログ    

推薦する

...

チップレベルのエッジAIが次世代のIoTを推進

エッジ コンピューティングは、IT アーキテクトや組み込み開発者にさまざまな選択肢を提示する難しい問...

130 の大学が人工知能専攻を追加。次の「陥没穴」専攻になるのでしょうか?

大学の専攻の盛衰は、時代の発展と技術の進歩を最もよく物語る証拠でもあります。今日のいわゆる「落とし穴...

TensorFlow ワイド&ディープラーニングチュートリアル

[[211918]]この記事では、TF.Learn API を使用して、ワイド線形モデルとディープ ...

...

第4世代ロボットが発売。Lingdong TechnologyのAMR分野における粘り強さと革新

AGV と比較すると、V-AMR ロボットの利点は、特にビジネス プロセス、倉庫の変革、展開サイクル...

AlibabaのBladeDISCディープラーニングコンパイラが正式にオープンソース化

ガイドディープラーニングの継続的な発展により、AI モデルの構造は急速に進化しており、基盤となるコン...

...

...

李開復:「AI+」から「+AI」へ、テクノロジーが中国経済を変革

人工知能カンファレンスでAI業界の変化について語る李開復氏2020年世界人工知能会議において、Sin...

世界で最も難しい「砂の彫刻」ゲームがAIによって解読された

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

AI、自動化、仕事の未来、そして注目と解決が必要な問題

職場で機械が人間の労働力を補うようになるにつれ、私たち全員がその恩恵を受けるために適応する必要があり...

不確実な環境での自動運転の軌道計画を改善するにはどうすればよいでしょうか?

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

新しいアルゴリズムとアーキテクチャ メトリックを備えた Lattix 5.0 アーキテクチャ管理ソフトウェアがリリースされました

Lattix は最近、インフラストラクチャ管理ソフトウェアのバージョン 5.0 をリリースしました。...

AIとRPAによるテストがイノベーションを促進できる理由

人材管理に関して言えば、AI は、あらゆる業種のあらゆる企業ですでに日常的に導入されているツールです...