آیا هوش مصنوعی مهارت های ما را از بین می برد؟ طبیعت شواهد اولیه از مهارت زدایی گسترده را گزارش می کند

از آنجایی که متخصصان در سراسر صنایع برای استفاده از ابزارهای هوش مصنوعی رقابت می کنند، یک سوال نگران کننده از حدس و گمان به حوزه شواهد اندازه گیری شده در حال حرکت است: آیا ما مهارت هایی را که این ابزارها برای کمک به آنها بودند از دست می دهیم؟

یک گزارش منتشر شده در Nature نشان می دهد که نتایج اولیه به دست آمده است - و آنها دلگرم کننده نیستند. اتکا به سیستم‌های مبتنی بر هوش مصنوعی در حال از بین بردن توانایی‌های پزشکان، مهندسان نرم‌افزار و سایر کارگران ماهر است و سؤالات فوری در مورد چگونگی حفظ تخصص انسانی در عصر اتوماسیون ایجاد می‌کند. For more context on this story, see our ongoing latest AI developments.

پزشکان بدون هوش مصنوعی عملکرد بدتری دارند

یکی از واضح ترین نمونه ها از پزشکی می آید. مطالعه ای بر روی پزشکان لهستانی متخصص در آندوسکوپی بررسی کرد که وقتی پزشکان باتجربه به دستیار هوش مصنوعی عادت می کنند و سپس دسترسی به آن را از دست می دهند چه اتفاقی می افتد.

به این پزشکان که همگی حداقل 2000 کولونوسکوپی در طول حرفه خود انجام داده بودند، یک سیستم هوش مصنوعی داده شد که تصاویر کولونوسکوپی را در زمان واقعی تجزیه و تحلیل می کند و نوعی ضایعه پیش سرطانی روده به نام آدنوم را مشخص می کند. این ابزار در برخی از روزها در دسترس بود اما در روزهای دیگر در دسترس نبود و یک آزمایش طبیعی ایجاد کرد.

نتایج واضح بود. در طول دوره سه ماهه قبل از معرفی ابزار هوش مصنوعی، متخصصان حداقل یک آدنوم را در 28.4 درصد از کولونوسکوپی ها پیدا کردند. پس از معرفی این ابزار، میزان تشخیص آدنوم برای کولونوسکوپی‌هایی که بدون کمک هوش مصنوعی انجام می‌شد به 22.4 درصد کاهش یافت.

به عبارت دیگر، هنگامی که پزشکان شروع به تکیه بر سیستم هوش مصنوعی کردند، عملکرد تشخیصی خودشان در زمانی که در دسترس نبود کاهش یافت. این یافته ها اکتبر گذشته در The Lancet Gastroenterology and Hepatology منتشر شد.

نویسندگان این مطالعه به این نتیجه رسیدند که قرار گرفتن مداوم در معرض چنین ابزارهایی می‌تواند باعث شود که پزشکان هنگام تصمیم‌گیری‌های شناختی بدون کمک هوش مصنوعی با انگیزه، تمرکز کمتر و مسئولیت‌پذیرتر شوند.

یک نظرسنجی نشان می‌دهد که نگرانی گسترده است

ترس از دست دادن مهارت به چند مطالعه محدود نمی شود. یک نظرسنجی از کارکنان مراقبت های بهداشتی ایالات متحده که اوایل ژوئن منتشر شد، نشان داد که 70 درصد از پرستاران و 77 درصد از پزشکان به دلیل وابستگی بیش از حد به سیستم های هوش مصنوعی نگران از دست دادن مهارت های خود هستند.

به نظر می رسد که این اضطراب با داده های در حال ظهور قابل توجیه است. همانطور که متخصصان بیشتر هوش مصنوعی را در جریان کار روزانه خود ادغام می کنند، شکاف بین کارهایی که می توانند با این فناوری انجام دهند و کارهایی که می توانند بدون آن انجام دهند ممکن است بیشتر شود.

کوین کروستون، دانشمند اطلاعاتی در دانشگاه سیراکیوز، این چالش را به صراحت بیان کرد: «فقط آگاهی از وجود این پدیده، امیدواریم که برخی از مهارت‌هایی را که افراد می‌خواهند حفظ کنند و مایلند کدام مهارت‌ها را برون‌سپاری کنند» به ابزارهای هوش مصنوعی برانگیزد.

مهندسان نرم افزار الگوهای مشابهی را نشان می دهند

اثر مهارت زدایی به پزشکی محدود نمی شود. محققان شرکت هوش مصنوعی Anthropic برای بررسی اینکه آیا مهارت ها در علوم کامپیوتر از بین رفته است، یک کارآزمایی تصادفی کنترل شده را شامل 52 مهندس نرم افزار طراحی کردند.

از همه شرکت کنندگان خواسته شد تا یک کار کدگذاری اساسی را انجام دهند. هر مهندس می تواند وب را جستجو کند و به دستورالعمل های نحوه تکمیل آن دسترسی داشته باشد. نیمی از آنها نیز از دستیار هوش مصنوعی استفاده کردند. این مطالعه که به عنوان یک پیش چاپ منتشر شد، برای جداسازی اثر کمک هوش مصنوعی بر توانایی کدگذاری اساسی طراحی شده است.

این یافته‌ها به شواهد فزاینده‌ای اضافه می‌کنند که نشان می‌دهد بارگذاری کارهای شناختی روتین به هوش مصنوعی می‌تواند شایستگی‌های زیربنایی را که متخصصان زمانی از طریق تمرین مکرر توسعه می‌دادند، تضعیف کند. هنگامی که هوش مصنوعی با انجام کارهای سنگین انجام می‌شود، تمرین‌کننده انسانی فرصت‌های کمتری برای ایجاد و حفظ مهارت پیدا می‌کند.

مکانیک مهارت زدایی

محققان مهارت زدایی را فرآیندی تدریجی توصیف می کنند. هنگامی که یک ابزار به طور قابل اعتماد یک کار را انجام می دهد، درگیری کارگر با مهارت اصلی کاهش می یابد. با گذشت زمان، مسیرهای عصبی و قضاوت در طی سال ها تمرین شروع به محو شدن می کنند.

در پزشکی، این می تواند به ویژه خطرناک باشد. پزشکی که زمانی به قضاوت بصری دقیق برای تشخیص بافت مشکوک تکیه می‌کرد، ممکن است پس از ماه‌ها کمک هوش مصنوعی، به درخواست‌های سیستم وابسته شود. اگر سیستم از کار بیفتد یا در دسترس نباشد، ممکن است عملکرد بدون کمک پزشک دیگر با استاندارد قبلی مطابقت نداشته باشد.

یویچی موری، پزشک-محقق در دانشگاه اسلو و یکی از نویسندگان مطالعه کولونوسکوپی، هشدار می دهد که افرادی که از ابزارهای هوش مصنوعی استفاده می کنند باید آگاه باشند که در معرض خطر از دست دادن برخی از مهارت های خود هستند. او گفت: «در حال حاضر هیچ راه حل ثابتی برای مقابله با مهارت زدایی وجود ندارد. این باید یک موضوع تحقیقاتی بسیار داغ در دهه آینده باشد."

چرا تست استاندارد مشکل را از دست می دهد

بخشی از مشکل در پرداختن به مهارت زدایی این است که تا زمانی که هوش مصنوعی حذف نشود، نامرئی است. معیارهای عملکرد زمانی که ابزار در حال استفاده است قوی به نظر می رسند و فرسایش تدریجی توانایی های انسان را در زیر می پوشانند.

این یک حلقه بازخورد ایجاد می کند. کارگران با هوش مصنوعی بهتر عمل می کنند، بنابراین بیشتر از آن استفاده می کنند. هرچه بیشتر از آن استفاده کنند، مهارت بدون کمک را کمتر تمرین می کنند. تا زمانی که کاهش آشکار شود - زمانی که ابزار از کار افتاده، بازنشسته شده یا جایگزین شده است - ممکن است مهارت قبلاً از بین رفته باشد.

این پدیده همچنین سؤالاتی را در مورد چگونگی ساختار آموزش و ارزیابی سازمان ها ایجاد می کند. اگر صلاحیت حرفه‌ای به‌طور فزاینده‌ای اندازه‌گیری شود در حالی که کمک‌های هوش مصنوعی فعال هستند، ارزیابی‌ها ممکن است آنچه را که کارگران واقعاً می‌توانند به تنهایی انجام دهند، اغراق کنند.

حفظ تخصص انسانی

محققان و کارشناسان محل کار اکنون در حال بحث در مورد چگونگی حفظ مهارت های مهم انسانی در عصر هوش مصنوعی هستند. راه حل ها هنوز مشخص نیست، اما چندین اصل در حال ظهور است.

اول، آگاهی مهم است. صرفاً تشخیص اینکه مهارت زدایی می تواند رخ دهد، ممکن است افراد و سازمان ها را وادار کند که عمداً تمرین های بدون کمک را حفظ کنند. ثانیاً، متخصصان ممکن است نیاز به انتخاب آگاهانه در مورد اینکه کدام مهارت‌ها را دقیق نگه دارند و کدام را به آنها واگذار کنند، داشته باشند. هر مهارتی ارزش حفظ با قدرت کامل را ندارد، اما برخی از آنها - به ویژه آنهایی که با ایمنی، تشخیص و قضاوت انتقادی مرتبط هستند - به وضوح ارزش دارند.

سوم، سازمان ها ممکن است نیاز به طراحی مجدد گردش کار داشته باشند تا هوش مصنوعی به جای جایگزینی کار شناختی اصلی، تقویت شود. به جای اینکه ابزار فکر کند، هوش مصنوعی می‌تواند به عنوان یک بررسی برای قضاوت انسان در نظر گرفته شود و از متخصصان بخواهد که ابتدا قبل از مشورت با سیستم به پاسخی دست پیدا کنند.

یک چالش تعیین کننده برای عصر هوش مصنوعی

گزارش Nature روشن می کند که مهارت زدایی دیگر یک نگرانی فرضی نیست. شواهد، اگرچه هنوز زود است، اما در همه زمینه‌ها ثابت هستند: وقتی انسان‌ها کار شناختی را به هوش مصنوعی واگذار می‌کنند، مهارت‌های زیربنایی می‌توانند ضعیف شوند.

برای میلیون‌ها حرفه‌ای که اکنون هوش مصنوعی را در برنامه‌های روزمره خود ادغام می‌کنند، ریسک‌ها هم شخصی و هم اجتماعی است. یک جراح که لمسش را برای تشخیص تومور از دست می دهد، یک مهندس که فراموش می کند چگونه بدون دستیار اشکال زدایی کند، یک پرستار که شهود بالینی اش کمرنگ می شود - اینها خطرات انتزاعی نیستند.

همانطور که موری اشاره کرد، هنوز راه حل مشخصی وجود ندارد. اما محققان معتقدند اولین قدم این است که تهدید را جدی بگیرند. نتایج اولیه به دست آمده است، و آنها یک هشدار هستند: ابزارهایی که برای بهتر کردن ما طراحی شده‌اند، ممکن است، اگر بی‌دقت استفاده شوند، ما را نسبت به قبل ناتوان‌تر کنند.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →