នៅពេលដែលក្រុមហ៊ុននានាដាក់ពង្រាយភ្នាក់ងារ AI ដ៏ធំដែលមិនធ្លាប់មាន ដើម្បីធ្វើការលើបញ្ហាជាមួយគ្នា អ្នកស្រាវជ្រាវនៅសាកលវិទ្យាល័យ Konstanz បានបង្កើតភស្តុតាងនៃអាកប្បកិរិយាដែលមិនទាន់ដោះស្រាយបាន៖ ភ្នាក់ងារ AI ធ្វើតាមមតិភាគច្រើនដោយឯកឯង ផ្តល់ចម្លើយខុសក្រោមសម្ពាធជាក្រុមដូចមនុស្សនៅក្នុងការពិសោធន៍ចិត្តវិទ្យាបុរាណ — ហើយមួយចំនួនតូចនៃសត្រូវរឹងរូសអាចផ្លាស់ប្តូរទៅជាភ្នាក់ងាររដ្ឋជាអចិន្ត្រៃយ៍។
ការរកឃើញដែលត្រូវបានរាយការណ៍ដោយ PsyPost បានមកពីកម្មវិធីស្រាវជ្រាវដែលដឹកនាំដោយ Giordano De Marzo អ្នកស្រាវជ្រាវក្រោយបណ្ឌិត និងជាសាស្ត្រាចារ្យនៅមន្ទីរពិសោធន៍វិទ្យាសាស្ត្រទិន្នន័យសង្គមនៅក្នុងមជ្ឈមណ្ឌលទិន្នន័យ និងវិធីសាស្ត្រនៅសាកលវិទ្យាល័យ Konstanz រួមជាមួយនឹងសហការី Claudio Castellano និង David Garcia ។ ការសិក្សាចម្បងដែលមានចំណងជើងថា "ភ្នាក់ងារ AI អាចសំរបសំរួលតាមរយៈការតាមដានភាគច្រើនលើសពីទំហំមនុស្ស" បានពិនិត្យពីរបៀបដែលគំរូភាសាមានឥរិយាបទនៅពេលដាក់ជាក្រុមដោយមិនមានការណែនាំឱ្យយល់ព្រម។ For more context on this story, see our ongoing AI trends.
De Marzo បានប្រាប់ PsyPost ថា "ភ្នាក់ងារ AI គឺជាប្រភេទអង្គភាពថ្មីពិតប្រាកដដែលធ្វើសកម្មភាពនៅក្នុងពិភពលោក ហើយនៅពេលដែលបច្ចេកវិទ្យានេះមកដល់ វាច្បាស់ណាស់ថាវានឹងនៅដដែល ហើយភ្នាក់ងារទាំងនេះនឹងត្រូវធ្វើអន្តរកម្មគ្នាទៅវិញទៅមកដើម្បីសម្រេចបាននូវអ្វីដែលស្មុគស្មាញ" ។ "នោះគឺជាស្ថានភាពដូចគ្នាដែលយើងប្រឈមមុខជាមួយមនុស្ស និងសត្វដទៃទៀត ដូច្នេះយើងបានចូលទៅជិតវាតាមរបៀបដូចគ្នា"។
ការពិសោធន៍៖ គ្មានការណែនាំទេ គ្រាន់តែជាអ្នកជិតខាងប៉ុណ្ណោះ។
អ្នកស្រាវជ្រាវបានប្រមូលផ្តុំក្រុមនៃគំរូភាសាពេញនិយមពីគ្រួសារ GPT, Claude និង Llama ដោយចាប់ផ្តើមពីភ្នាក់ងារចំនួន 50 នាក់ក្នុងមួយក្រុម។ ភ្នាក់ងារនីមួយៗត្រូវបានចាត់តាំងមួយនៃមតិអព្យាក្រឹតចៃដន្យពីរ - បង្ហាញដោយចេតនាជាអក្សរចៃដន្យ ជាជាងពាក្យដែលបានផ្ទុកដូចជា "បាទ" ឬ "ទេ" — ហើយបន្ទាប់មកបង្ហាញបញ្ជីនៃមតិបច្ចុប្បន្នរបស់ភ្នាក់ងារផ្សេងទៀតទាំងអស់។ ភ្នាក់ងារត្រូវបានជំរុញឱ្យជ្រើសរើសមតិថ្មីដោយផ្អែកលើបញ្ជីនោះ ដោយគ្មានការណែនាំច្បាស់លាស់ដើម្បីអនុលោម ដោយធ្វើបច្ចុប្បន្នភាពទស្សនៈរបស់ពួកគេជាមធ្យមដប់ដងក្នុងមួយៗ។
លទ្ធផល៖ ម៉ូដែលទំនើបៗដូចជា GPT-4 Turbo និង Claude 3 Opus ត្រូវបានសម្របសម្រួលយ៉ាងពេញលេញ ដោយភ្នាក់ងារ 100% នៅទីបំផុតយល់ព្រមលើមតិតែមួយ។ ម៉ូដែលខ្សោយដូចជា GPT-3.5 Turbo មិនដែលឈានដល់ការឯកភាពគ្នាទាល់តែសោះ — កម្រិតកិច្ចព្រមព្រៀងរបស់ពួកគេប្រែប្រួលដោយចៃដន្យជុំវិញការបំបែក 50/50 ។
De Marzo បាននិយាយថា "ក្រុមភ្នាក់ងារ AI អាចប្រមូលផ្តុំគ្នាដោយខ្លួនឯង" ។ "ដោយផ្តល់ជម្រើសដ៏ល្អចំនួនពីរស្មើគ្នា គ្មានចម្លើយត្រឹមត្រូវ និងគ្មានការណែនាំឱ្យយល់ព្រម ពួកគេបានបង្រួបបង្រួមជម្រើសរួមគ្នាដោយគ្រាន់តែធ្វើតាមអ្វីដែលភាគច្រើននៅជុំវិញពួកគេមាន។"
ច្បាប់រូបវិទ្យាចាស់មួយសតវត្សបានលេចចេញមក
ដើម្បីកំណត់បរិមាណឥទ្ធិពល អ្នកស្រាវជ្រាវបានកំណត់ម៉ែត្រមួយហៅថា "កម្លាំងភាគច្រើន" ដែលជារង្វាស់នៃរបៀបដែលភ្នាក់ងារមានទំនោរក្នុងការទទួលយកជម្រើសដ៏ពេញនិយមបំផុតរបស់ក្រុម ជាជាងជ្រើសរើសដោយចៃដន្យ។ នៅពេលដែលពួកគេបានគូសផែនទីឥរិយាបថនេះតាមគណិតវិទ្យា ពួកគេបានរកឃើញថាវាធ្វើតាមគំរូដែលត្រូវបានរចនាឡើងដំបូងដើម្បីពណ៌នាអំពី ferromagnets៖ ដូចទៅនឹងការបង្វិលអាតូមិចនៅក្នុងវត្ថុធាតុម៉ាញេទិកមានទំនោរទៅនឹងអ្នកជិតខាងរបស់ពួកគេ ភ្នាក់ងារ AI មានទំនោរទៅនឹងមតិភាគច្រើន។
De Marzo បាននិយាយថា "អ្វីដែលធ្វើឱ្យយើងភ្ញាក់ផ្អើលគឺរបៀបដែលពួកគេធ្វើដូចគ្នា" ។ "រាល់គំរូដែលយើងសាកល្បង ឆ្លងកាត់គ្រួសារបីផ្សេងគ្នា អនុវត្តតាមច្បាប់គណិតវិទ្យាដូចគ្នា ខុសគ្នាតែក្នុងប៉ារ៉ាម៉ែត្រតែមួយដែលយើងហៅថាកម្លាំងភាគច្រើន។ ច្បាប់នោះបានប្រែក្លាយទៅជារូបវិទូតែមួយបានប្រើអស់មួយសតវត្សមកហើយ ដើម្បីពិពណ៌នាអំពីមេដែក ដែលមានន័យថាចំនួនវាស់តែមួយគឺគ្រប់គ្រាន់ដើម្បីទស្សន៍ទាយពីរបៀបដែលក្រុមទាំងមូលនៃគំរូដែលបានផ្តល់ឱ្យ។"
ការអនុលោមភាពចុះខ្សោយនៅពេលដែលក្រុមកើនឡើង។ ដោយសារតែកម្លាំងភាគច្រើនធ្លាក់ចុះទៅតាមទំហំក្រុម នោះចំនួនប្រជាជនដ៏ធំនៅទីបំផុតក្លាយទៅជាមិនស្ថិតស្ថេរ ហើយបំបែកទៅជាបក្សពួក។ គំរូនីមួយៗមាន "ទំហំក្រុមសំខាន់" ដែលអាចវាស់វែងបាន ដែលជាចំនួនអតិបរិមានៃភ្នាក់ងារដែលអាចឈានដល់ការឯកភាពគ្នាដ៏គួរឱ្យទុកចិត្តបាន ហើយទំហំនោះជាប់ទាក់ទងគ្នាយ៉ាងខ្លាំងជាមួយនឹងសមត្ថភាពវែកញែករបស់គំរូ។ លោក De Marzo បានពន្យល់ថា "គំរូខ្លាំងបំផុតនៅតែសម្របសម្រួលជាក្រុមជាងមួយពាន់ លើសពីពីរបីរយក្រុមដែលក្រុមមនុស្សក្រៅផ្លូវការជាធម្មតាបំបែកចេញពីគ្នា" ។
ចម្លើយខុសក្រោមសម្ពាធសង្គម
ការបោះពុម្ពបន្តបន្ទាប់ដំបូង "ការអនុលោមភាព និងផលប៉ះពាល់សង្គមលើភ្នាក់ងារ AI" ដោយ Alessandro Bellina, De Marzo និង Garcia បានកែសម្រួលការពិសោធន៍អនុលោមភាពរបស់ Asch ដ៏ល្បីល្បាញនៃទសវត្សរ៍ឆ្នាំ 1950 ដែលក្នុងនោះអ្នកចូលរួមរបស់មនុស្សតែងតែផ្តល់ចម្លើយខុសយ៉ាងច្បាស់ចំពោះសំណួរដែលមើលឃើញសាមញ្ញដើម្បីឱ្យសមជាក្រុម។
អ្នកស្រាវជ្រាវបានសាកល្បងគំរូលើកិច្ចការដែលមើលឃើញចំនួនបី ដូចជាការផ្គូផ្គងប្រវែងនៃបន្ទាត់យោងធៀបនឹងជម្រើសពីរ។ នៅក្នុងភាពឯកោ ម៉ូដែលបានឆ្លើយយ៉ាងត្រឹមត្រូវ 100% នៃពេលវេលា។ ប៉ុន្តែនៅពេលដែលការជម្រុញមួយបានបង្ហាញថាក្រុមនៃអ្នកចូលរួមផ្សេងទៀតបានជ្រើសរើសបន្ទាត់ខុស ម៉ូដែលទាំងនោះបានចាប់ផ្តើមធ្វើតាមចម្លើយដែលមិនត្រឹមត្រូវ។
គំរូនេះបានធ្វើតាមទ្រឹស្ដីផលប៉ះពាល់សង្គមរបស់ Latané ដែលជាក្របខណ្ឌចិត្តសាស្ត្រដែលរក្សាការអនុលោមទៅតាមទំហំក្រុម ឯកភាព និងសិទ្ធិអំណាចនៃប្រភព។ គំរូទាំងនោះទំនងជាត្រូវគ្នាទៅនឹងចម្លើយខុសនៅពេលដែលបានប្រាប់អ្នកចូលរួមផ្សេងទៀតថាជា "អ្នកវិទ្យាសាស្ត្រ" ឬ "ចៅក្រម" ជាងពេលដែលពួកគេនៅជា "កុមារ" ឬ "ជជែកកំសាន្ត" ។
De Marzo បានកត់សម្គាល់ថា "ភ្នាក់ងារដែលឆ្លើយតបស្ទើរតែឥតខ្ចោះតែម្នាក់ឯងក្លាយជាងាយរងគ្រោះនៅពេលដែលក្រុមមួយមិនយល់ស្របជាមួយពួកគេ" ។
ក្រុមតូចនៃសត្រូវអាចបង្វែរចំនួនប្រជាជនទាំងមូល
ការបោះពុម្ពជាលើកទីពីរ "ការអនុលោមភាពបង្កើតភាពខុសឆ្គងរួមនៅក្នុងសង្គមភ្នាក់ងារ AI" បានពិនិត្យមើលថាតើថាមពលទាំងនេះមានន័យយ៉ាងណាសម្រាប់សុវត្ថិភាព AI ។ ការសាកល្បងគំរូចំនួនប្រាំបួននៅទូទាំង 100 គូគំនិតផ្សេងគ្នាលើប្រធានបទដូចជាគោលនយោបាយបរិស្ថាន និងយុត្តិធម៌សង្គម អ្នកស្រាវជ្រាវបានរកឃើញថាចំនួនភ្នាក់ងារជាញឹកញាប់ធ្លាក់ចូលទៅក្នុងរដ្ឋ "អាចរំលាយបាន" ដែលជាការកំណត់រចនាសម្ព័ន្ធយូរអង្វែង ដែលក្រុមនេះប្រមូលផ្តុំនូវគោលជំហរដែលប្រឆាំងនឹងការបណ្តុះបណ្តាលសុវត្ថិភាពដែលភ្ជាប់មកជាមួយ ដោយគ្រាន់តែការប្រាស្រ័យទាក់ទងគ្នាដំបូងបានបង្កើតភាគច្រើនមិនពិត។
អ្វីដែលគួរឱ្យចាប់អារម្មណ៍បំផុត អ្នកស្រាវជ្រាវបានកំណត់ចំណុចដែលអាចទស្សន៍ទាយបាន។ តាមរយៈការណែនាំភ្នាក់ងារគូបដិបក្ខមួយចំនួនតូចដែលរៀបចំកម្មវិធីដើម្បីគាំទ្រគំនិតមិនត្រឹមត្រូវ ពួកគេអាចត្រឡប់ប្រជាជនដែលនៅសល់ជាអចិន្ត្រៃយ៍ - ហើយសូម្បីតែបន្ទាប់ពីភ្នាក់ងាររឹងរូសត្រូវបានដកចេញ ភ្នាក់ងារធម្មតានៅតែជាប់គាំងក្នុងស្ថានភាពមិនត្រឹមត្រូវ ដោយសារសក្ដានុពលនៃការអនុលោមភាព។
លោក De Marzo បាននិយាយថា "យើងបង្ហាញថានេះមិនមែនគ្រាន់តែជាភាពស្រដៀងគ្នាទេ៖ ការអនុលោមភាពក្នុងចំណោមភ្នាក់ងារដែលមានការតម្រឹមល្អរៀងៗខ្លួនអាចជំរុញប្រជាជនឱ្យចូលទៅក្នុងរដ្ឋដែលមានស្ថិរភាព រួមផ្សំគ្នាខុស"។ "ការតម្រឹម និងវាយតម្លៃគំរូម្តងមួយៗប្រាប់យើងតិចតួចអំពីអ្វីដែលចំនួនប្រជាជននឹងធ្វើ។"
លោកបានបន្ថែមថា ការលើកទឹកចិត្តគឺជាការរំពឹងទុក៖ "មនុស្សម្នាក់ៗភាគច្រើនមានសន្តិភាព និងសមហេតុផល ប៉ុន្តែក្រុមមនុស្សបង្កើតហ្វូងមនុស្ស ភាពភ័យស្លន់ស្លោ និងសង្រ្គាម ហើយគ្មានអ្វីអំពីបុគ្គលនោះព្យាករណ៍នោះទេ។ យើងចង់យល់ពីអាកប្បកិរិយាកម្រិតក្រុមណាដែលកើតឡើងនៅក្នុងចំនួនភ្នាក់ងារ AI ហើយយើងគួរតែយល់ពីពួកគេ មុនពេលភ្នាក់ងារមួយចំនួនធំត្រូវបានដាក់ពង្រាយ និងទុកឱ្យធ្វើអន្តរកម្មដោយសេរី។"
ការព្រមានសំខាន់ៗ
អ្នកស្រាវជ្រាវសង្កត់ធ្ងន់លើការរកឃើញនេះមិនមានន័យថាភ្នាក់ងារ AI មានបញ្ញាសង្គមដូចមនុស្សនោះទេ។ ការពិសោធន៍ពឹងផ្អែកលើសេណារីយ៉ូសាមញ្ញដោយចេតនា — ជម្រើសតាមអំពើចិត្តពីរ គ្មានការចងចាំ គ្មានប្រាក់ភ្នាល់ គ្មានផលវិបាក។ De Marzo បានទទួលស្គាល់ថា "ការរៀបចំរបស់យើងគឺតិចតួចបំផុត" ។ "នោះគឺជាដែនកំណត់មួយ ប៉ុន្តែវាក៏មានន័យថាអ្វីដែលយើងបានវាស់វែងគឺការអនុលោមតាមទម្រង់ដ៏បរិសុទ្ធបំផុតរបស់វា ហើយការបន្ថែមគោលដៅ ឬរង្វាន់នឹងត្រូវបានរំពឹងថានឹងធ្វើឱ្យការសម្របសម្រួលកាន់តែងាយស្រួលជាជាងពិបាក"។
គាត់ក៏បានព្រមានប្រឆាំងនឹងការអានលទ្ធផលលើស៖ "ការអានខុសសំខាន់ដែលត្រូវជៀសវាងគឺចាត់ទុកវាជាភស្តុតាងដែលថាភ្នាក់ងារ AI អាចសហការគ្នាលើកិច្ចការស្មុគស្មាញរួចហើយ។ ភាគច្រើនជាធាតុផ្សំជាមូលដ្ឋាននៃការសម្របសម្រួល មិនមែនការសម្របសម្រួលខ្លួនឯងទេ ហើយវានិយាយអ្វីអំពីការបែងចែកកម្លាំងពលកម្ម ឬហេតុផលអំពីចេតនារបស់អ្នកដទៃ"។
ការសិក្សាតាមដានទាំងពីរគឺជាការបោះពុម្ពជាមុន ហើយមិនទាន់ត្រូវបានពិនិត្យដោយមិត្តភ័ក្ដិនៅឡើយទេ។ ប៉ុន្តែនៅពេលដែលប្រព័ន្ធ AI ភ្នាក់ងារចម្រុះផ្លាស់ទីពីការបង្ហាញស្រាវជ្រាវទៅជាហេដ្ឋារចនាសម្ព័ន្ធផលិតកម្ម លទ្ធផល Konstanz បានបង្ហាញថាសុវត្ថិភាពនៃប្រព័ន្ធបែបនេះអាចអាស្រ័យមិនត្រឹមតែទៅលើរបៀបដែលគំរូនីមួយៗត្រូវបានតម្រឹមប៉ុណ្ណោះទេ ប៉ុន្តែនៅលើរបៀបដែលប្រជាជននៃពួកគេមានឥរិយាបថនៅពេលដែលគ្មាននរណាម្នាក់កំពុងមើល។ សម្រាប់ព័ត៌មានបន្ថែមអំពីការស្រាវជ្រាវសុវត្ថិភាព AI ចុងក្រោយបំផុត សូមចូលទៅកាន់ AI Buzz Wire។
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
