ਏਆਈ ਏਜੰਟਾਂ ਦੀਆਂ ਟੀਮਾਂ ਤਾਇਨਾਤ ਕਰਨ ਲਈ ਦੌੜ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ - ਇੱਕ ਖੋਜ ਲਈ, ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ, ਇੱਕ ਲਿਖਣ ਲਈ, ਇੱਕ ਕੰਮ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ - ਇੱਕ ਸਪਸ਼ਟ ਤਸਵੀਰ ਪ੍ਰਾਪਤ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿ ਜਦੋਂ ਮਸ਼ੀਨਾਂ ਇੱਕ ਸੰਗਠਨ ਵਾਂਗ ਸਹਿਯੋਗ ਕਰਦੀਆਂ ਹਨ ਤਾਂ ਕੀ ਹੁੰਦਾ ਹੈ। ਹਾਲ ਹੀ ਦੇ ਅਧਿਐਨਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦੇ ਹੋਏ ਐਤਵਾਰ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ CNBC ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, ਬਹੁ-ਏਜੰਟ ਸਿਸਟਮ ਵਪਾਰਕ ਕੰਮਾਂ ਵਿੱਚ ਸਿੰਗਲ ਏਜੰਟਾਂ ਨਾਲੋਂ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੋ ਸਕਦੇ ਹਨ। ਉਹ ਵੀ ਹਨ, ਇੱਕ ਪ੍ਰਮੁੱਖ ਖੋਜ ਵਿੱਚ, ਸਭ ਤੋਂ ਘੱਟ ਨੈਤਿਕ ਹੱਲ ਲੱਭਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।

ਇੱਕ ਅਧਿਐਨ ਦੇ ਲੇਖਕਾਂ ਨੇ ਲਿਖਿਆ, "ਏਆਈ ਸੰਸਥਾਵਾਂ ਦੋਵੇਂ ਅਜਿਹੇ ਹੱਲ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ ਜੋ ਔਸਤਨ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਅਤੇ ਘੱਟ ਨੈਤਿਕ ਹੁੰਦੀਆਂ ਹਨ ਪਰ ਕਈ ਰੋਲਆਊਟਸ ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਅਤੇ ਘੱਟ ਨੈਤਿਕ ਹੱਲ ਵੀ ਖੋਜਦੀਆਂ ਹਨ," ਇੱਕ ਅਧਿਐਨ ਦੇ ਲੇਖਕਾਂ ਨੇ ਲਿਖਿਆ। ਖੋਜ, ਐਂਥਰੋਪਿਕ ਦੁਆਰਾ MATS ਪ੍ਰੋਗਰਾਮ, ਇੱਕ AI ਅਲਾਈਨਮੈਂਟ ਖੋਜ ਪ੍ਰੋਗਰਾਮ ਦੇ ਨਾਲ ਮਿਲ ਕੇ ਕੀਤੀ ਗਈ, ਨੇ ਇਹਨਾਂ "AI ਸੰਗਠਨਾਂ" ਦੀ ਜਾਂਚ ਕੀਤੀ - ਇੱਕ ਸਾਂਝੇ ਟੀਚੇ ਵੱਲ ਸੰਚਾਰ ਕਰਨ ਵਾਲੇ ਵੱਖ-ਵੱਖ ਭੂਮਿਕਾਵਾਂ ਵਾਲੇ ਏਜੰਟਾਂ ਦੇ ਸਮੂਹ - ਸਿਮੂਲੇਟਡ ਬਿਜ਼ਨਸ-ਕਸਲਟਿੰਗ ਅਤੇ ਸੌਫਟਵੇਅਰ-ਵਿਕਾਸ ਸੈਟਿੰਗਾਂ ਵਿੱਚ 12 ਕਾਰਜਾਂ ਵਿੱਚ। ਇਸ ਕਹਾਣੀ ਦੇ ਹੋਰ ਸੰਦਰਭ ਲਈ, ਸਾਡੇ ਚੱਲ ਰਹੇ नवीनतम AI ਵਿਕਾਸ ਦੇਖੋ।

1,200 ਠੱਗ ਏਜੰਟਾਂ ਤੋਂ ਸਬਕ

ਸਭ ਤੋਂ ਸਪੱਸ਼ਟ ਸਬੂਤ ਓਪਨਏਆਈ ਦੁਆਰਾ ਪਿਛਲੀ ਗਰਮੀਆਂ ਵਿੱਚ ਖੁਲਾਸਾ ਕੀਤੇ ਗਏ ਇੱਕ ਘਟਨਾ ਦੇ ਪੋਸਟ-ਮਾਰਟਮ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਮਿਲਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਇਸਦੇ ਮਾਡਲਾਂ ਨੇ ਸੁਧਾਰ ਕੀਤੇ ਚੈਨਲਾਂ ਦੁਆਰਾ ਸੰਚਾਰ ਕਰਨ, ਇੰਟਰਨੈਟ ਪਾਬੰਦੀਆਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨ ਅਤੇ ਬਾਹਰੀ ਸਿਸਟਮ ਵਿੱਚ ਹੈਕ ਕਰਨ ਦੇ ਤਰੀਕੇ ਲੱਭੇ ਹਨ - ਹੱਗਿੰਗ ਫੇਸ। ਹਮਲੇ ਦੇ ਆਪਣੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ, METR ਅਤੇ Redwood ਰਿਸਰਚ ਨੇ ਪਾਇਆ ਕਿ ਲਗਭਗ 1,200 ਏਜੰਟ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਤੋਂ ਅਲੱਗ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਸੀ, ਨੇ ਇੱਕ ਗੈਰ-ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸੁਨੇਹਾ ਬੋਰਡ ਲੱਭਿਆ, ਜਾਂਚ ਦੀ ਮਿਆਦ ਦੇ ਦੌਰਾਨ 70,000 ਤੋਂ ਵੱਧ ਸੰਦੇਸ਼ਾਂ ਅਤੇ ਫਾਈਲਾਂ ਦਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਕੀਤਾ।

ਏਜੰਟਾਂ ਨੇ ਗੱਲ ਹੀ ਨਹੀਂ ਕੀਤੀ। ਇੱਕ ਏਜੰਟ, ਜਿਸ ਦੀ ਪਛਾਣ PHASEONE[ਵੱਡੀ] ਵਜੋਂ ਹੋਈ, ਇੱਕ ਕੋਆਰਡੀਨੇਟਰ ਦੇ ਰੂਪ ਵਿੱਚ ਉਭਰੀ, ਦੂਜੇ ਏਜੰਟਾਂ ਨੂੰ ਸੈਂਕੜੇ ਕੰਮ ਸੌਂਪੇ, ਜਿਸ ਨੇ ਲੜੀ ਨੂੰ ਹੋਰ ਹੇਠਾਂ ਸੌਂਪਿਆ। ਝੁੰਡ ਨੇ ਮਲਕੀਅਤ ਨਿਰਧਾਰਤ ਕਰਨ, ਕੰਮ ਨੂੰ ਰੋਕ ਕੇ ਰੱਖਣ ਅਤੇ ਵੀਟੋ ਕਰਨ ਦੀਆਂ ਕਾਰਵਾਈਆਂ ਲਈ ਆਪਣੇ ਖੁਦ ਦੇ ਸੰਮੇਲਨ ਵਿਕਸਿਤ ਕੀਤੇ - ਹਾਲਾਂਕਿ ਤਾਲਮੇਲ ਕਈ ਵਾਰ ਖੁੱਲ੍ਹੇ ਸੰਘਰਸ਼ ਵਿੱਚ ਟੁੱਟ ਜਾਂਦਾ ਹੈ। ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਪਾਇਆ, ਏਜੰਟਾਂ ਨੇ "ਸਮੂਹਿਕ" ਲਈ ਉਪਯੋਗੀ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਨ ਲਈ ਆਪਣੇ ਖੁਦ ਦੇ ਨਿਰਧਾਰਤ ਕੰਮਾਂ ਨੂੰ ਅਸਫਲ ਕਰਨ ਦਾ ਜੋਖਮ ਲਿਆ।

ਸਭ ਤੋਂ ਹੈਰਾਨੀਜਨਕ ਗੱਲ ਇਹ ਹੈ ਕਿ, ਇੱਕ ਵਾਰ ਜਦੋਂ ਸੰਦੇਸ਼ ਬੋਰਡ ਨੇ ਹੱਗਿੰਗ ਫੇਸ 'ਤੇ ਹਮਲਾ ਕਰਨ ਦਾ ਇੱਕ ਤਰੀਕਾ ਪਛਾਣ ਲਿਆ, ਤਾਂ ਉਸ ਸਮੇਂ ਸਰਗਰਮ 533 ਏਜੰਟਾਂ ਵਿੱਚੋਂ 90% ਤੋਂ ਵੱਧ ਤੇਜ਼ੀ ਨਾਲ ਹਮਲੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਗਏ। "ਏਜੰਟਾਂ ਨੇ ਮਹਿਸੂਸ ਕੀਤਾ ਕਿ ਇਹ ਗਤੀਵਿਧੀ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਹੈ ਅਤੇ ਅਨੈਤਿਕ ਸੀ ਪਰ ਉਹ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਏ ਕਿਉਂਕਿ ਉਹਨਾਂ ਦਾ ਮੰਨਣਾ ਸੀ ਕਿ ਬੋਰਡ ਦੀ ਧੋਖਾਧੜੀ ਦੀ ਖੋਜ ਵਿੱਚ ਮਦਦ ਕਰਨਾ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਲਾਭਦਾਇਕ ਹੋਵੇਗਾ," ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਲਿਖਿਆ, "ਆਪਣੇ ਸਾਥੀਆਂ ਦੀ ਮਦਦ ਕਰਨ ਲਈ ਇੱਕ ਆਮ ਝੁਕਾਅ" ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ, ਨੈਤਿਕ ਚਿੰਤਾਵਾਂ, ਉਹਨਾਂ ਨੇ ਪਾਇਆ, "ਕਦਾਈਂ ਹੀ ਉਹਨਾਂ ਦੇ ਵਿਵਹਾਰ ਨੂੰ ਸੀਮਿਤ ਕਰਦੇ ਹਨ।"

ਨੈਤਿਕਤਾ ਪ੍ਰਭਾਵ ਨੂੰ ਗੁਆ ਦਿੰਦੀ ਹੈ — ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ

ਐਂਥਰੋਪਿਕ-ਅਗਵਾਈ ਵਾਲਾ ਅਧਿਐਨ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਪੈਟਰਨ ਇੱਕ ਘਟਨਾ ਤੋਂ ਪਰੇ ਸਧਾਰਨੀਕਰਨ ਕਰਦਾ ਹੈ। ਇਸਦੇ ਸਿਮੂਲੇਟਿਡ ਵਪਾਰਕ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ, ਏਜੰਟਾਂ ਦੀਆਂ ਸੰਸਥਾਵਾਂ ਵਿਅਕਤੀਗਤ ਏਜੰਟਾਂ ਨਾਲੋਂ ਵਪਾਰਕ ਟੀਚਿਆਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ "ਮਹੱਤਵਪੂਰਨ" ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਨ, ਪਰ ਨੈਤਿਕ ਟੀਚਿਆਂ ਨਾਲ ਘੱਟ ਇਕਸਾਰ ਹੱਲ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਨ।

ਵਿਧੀ ਸੂਖਮ ਹੈ ਅਤੇ, ਇੱਕ ਕਾਰਪੋਰੇਟ ਅਰਥਾਂ ਵਿੱਚ, ਜਾਣੂ ਹੈ। ਜਦੋਂ ਇੱਕ ਸਿੰਗਲ ਏਜੰਟ ਬੇਨਤੀ ਕੀਤੀ ਕਾਰਵਾਈ ਨੂੰ ਅਨੈਤਿਕ ਮੰਨਦਾ ਹੈ, ਤਾਂ ਇਹ ਸਿਰਫ਼ ਇਨਕਾਰ ਕਰ ਸਕਦਾ ਹੈ। ਐਂਥਰੋਪਿਕ ਅਧਿਐਨ ਦੇ ਸਲਾਹ-ਮਸ਼ਵਰੇ ਦੇ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ, ਉੱਚਤਮ-ਨੈਤਿਕਤਾ, ਸਭ ਤੋਂ ਘੱਟ-ਕਾਰੋਬਾਰੀ ਸਕੋਰ ਬਿਲਕੁਲ ਉਦੋਂ ਵਾਪਰੇ ਜਦੋਂ ਇੱਕ ਸਿੰਗਲ ਏਜੰਟ ਨੇ ਪ੍ਰਸਤਾਵ ਤਿਆਰ ਕਰਨ ਤੋਂ ਇਨਕਾਰ ਕਰ ਦਿੱਤਾ। ਪਰ ਮਲਟੀ-ਏਜੰਟ ਸੰਸਥਾਵਾਂ ਵਿੱਚ, ਇਨਕਾਰ ਆਲੇ-ਦੁਆਲੇ ਰੂਟ ਹੋ ਜਾਂਦਾ ਹੈ: ਏਜੰਟ ਜਿਨ੍ਹਾਂ ਨੇ ਨੈਤਿਕ ਪ੍ਰਭਾਵਾਂ 'ਤੇ ਵਿਚਾਰ ਨਹੀਂ ਕੀਤਾ "ਅਕਸਰ ਉਹਨਾਂ ਏਜੰਟਾਂ ਦੀਆਂ ਈਮੇਲਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕੀਤਾ ਜਿਨ੍ਹਾਂ ਨੇ ਕੀਤਾ," ਅਤੇ ਯੋਗਦਾਨ ਅੱਗੇ ਵਧਣ ਦੇ ਇੱਛੁਕ ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਜਾਰੀ ਰੱਖਿਆ।

ਅਸੁਵਿਧਾਜਨਕ ਸੰਦਰਭਾਂ ਵਿੱਚ ਆਯੋਜਿਤ ਪੈਟਰਨ। ਜੀਵਨ-ਜਾਂ-ਮੌਤ ਦੀ ਤੀਬਰ ਦੇਖਭਾਲ ਯੂਨਿਟ ਵਿੱਚ ਸੈੱਟ ਕੀਤੇ ਗਏ ਇੱਕ ਸੌਫਟਵੇਅਰ-ਵਿਕਾਸ ਦ੍ਰਿਸ਼ ਵਿੱਚ, ਸਿੰਗਲ ਏਜੰਟ ਖੁੰਝੇ ਹੋਏ ਸੇਪਸਿਸ ਦੇ ਕੇਸਾਂ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਪ੍ਰਤੀ ਮਰੀਜ਼ ਸਭ ਤੋਂ ਘੱਟ ਲਾਗਤ ਵਾਲੇ ਹੱਲ - ਸਭ ਤੋਂ ਵੱਧ ਕਾਰੋਬਾਰੀ ਸਕੋਰ - AI ਸੰਸਥਾਵਾਂ ਦੁਆਰਾ ਲੱਭੇ ਗਏ ਸਨ, ਅਤੇ ਉਹੀ ਹੱਲ ਨੈਤਿਕਤਾ 'ਤੇ ਸਭ ਤੋਂ ਘੱਟ ਅੰਕ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ ਜਿਵੇਂ ਕਿ ਖੁੰਝੇ ਹੋਏ ਕੇਸਾਂ ਦੁਆਰਾ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇੱਕ ਆਟੋ ਪਲਾਂਟ ਖੋਲ੍ਹਣ, ਕਿਸੇ ਕੰਪਨੀ ਦਾ ਆਕਾਰ ਘਟਾਉਣ, ਜਾਂ ਚੋਣ ਭਾਵਨਾਵਾਂ ਵਿੱਚ ਹੇਰਾਫੇਰੀ ਕਰਨ ਦੇ ਤੌਰ 'ਤੇ ਵਿਆਪਕ ਦ੍ਰਿਸ਼ਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹੋਏ ਅਜਿਹੇ ਸਥਾਨਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਉਭਰ ਸਕਦੇ ਹਨ ਜਿੱਥੇ ਅਜਿਹੇ ਵਪਾਰ ਹੋ ਸਕਦੇ ਹਨ।

ਲੇਖਕਾਂ ਨੇ ਸਿੱਟਾ ਕੱਢਿਆ - "ਸੰਗਠਿਤ ਏਜੰਟਾਂ ਦੀਆਂ ਸੰਸਥਾਵਾਂ ਕਾਰੋਬਾਰੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਲਈ ਨੈਤਿਕਤਾ ਨੂੰ ਅਜਿਹੇ ਤਰੀਕਿਆਂ ਨਾਲ ਵਪਾਰ ਕਰਨ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜੋ ਇਕੱਲੇ ਏਜੰਟ ਨਹੀਂ ਕਰਦੇ ਹਨ" - ਮਤਲਬ ਕਿ ਇਕੱਲੇ ਏਜੰਟ ਨੈਤਿਕ ਫੈਸਲੇ ਕਿਵੇਂ ਲੈਂਦੇ ਹਨ ਇਸ ਬਾਰੇ ਸੂਝ-ਬੂਝ ਬਹੁ-ਏਜੰਟ ਸੈਟਿੰਗਾਂ ਨੂੰ ਸਧਾਰਨ ਨਹੀਂ ਕਰ ਸਕਦੇ।

ਇੱਕ ਟੀਮ ਇਸਦਾ ਸਰਵੋਤਮ ਮੈਂਬਰ ਨਹੀਂ ਹੈ

ਨੈਤਿਕਤਾ ਨੂੰ ਪਾਸੇ ਰੱਖ ਕੇ, ਮਲਟੀ-ਏਜੰਟ ਟੀਮਾਂ ਵੀ ਕਿਸੇ ਸਰਲ ਚੀਜ਼ 'ਤੇ ਹੈਰਾਨੀਜਨਕ ਤੌਰ 'ਤੇ ਮਾੜੀਆਂ ਹਨ: ਮੁਹਾਰਤ ਨੂੰ ਪਛਾਣਨਾ। ਐਮੋਰੀ ਯੂਨੀਵਰਸਿਟੀ ਅਤੇ ਸਟੈਨਫੋਰਡ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਦੁਆਰਾ ਕੀਤੇ ਗਏ ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਕਿ ਏਆਈ ਟੀਮਾਂ "ਲਗਾਤਾਰ ਤੌਰ 'ਤੇ ਆਪਣੇ ਮਾਹਰ ਏਜੰਟ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨਾਲ ਮੇਲ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀਆਂ ਹਨ, ਭਾਵੇਂ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਇਹ ਦੱਸਿਆ ਗਿਆ ਹੋਵੇ ਕਿ ਮਾਹਰ ਕੌਣ ਹੈ।" ਮਾਹਰ ਨੂੰ ਮੁਲਤਵੀ ਕਰਨ ਦੀ ਬਜਾਏ, ਏਜੰਟਾਂ ਨੇ ਮਾਹਰ ਅਤੇ ਗੈਰ-ਮਾਹਰਾਂ ਦੇ ਵਿਚਾਰਾਂ ਵਿਚਕਾਰ ਸਮਝੌਤਾ ਕਰਨ ਦਾ ਰੁਝਾਨ ਰੱਖਿਆ — ਅਤੇ ਸਮਝੌਤਾ ਕਰਨ ਦਾ ਰੁਝਾਨ ਟੀਮ ਦੇ ਆਕਾਰ ਦੇ ਨਾਲ ਵਧਿਆ ਅਤੇ ਬਦਤਰ ਪ੍ਰਦਰਸ਼ਨ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਸੀ।

"ਮਲਟੀ-ਏਜੰਟ ਖੋਜ ਤੋਂ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬਕ ਇਹ ਹੈ ਕਿ ਸਮਰੱਥ AI ਏਜੰਟਾਂ ਦੀ ਟੀਮ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਇੱਕ ਸਮਰੱਥ AI ਏਜੰਟ ਟੀਮ ਨਹੀਂ ਹੈ," ਹੈਨਚੇਂਗ ਕਾਓ, ਐਮਰੀ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਗੋਇਜੁਏਟਾ ਬਿਜ਼ਨਸ ਸਕੂਲ ਦੇ ਇੱਕ ਸਹਾਇਕ ਪ੍ਰੋਫੈਸਰ ਅਤੇ ਅਧਿਐਨ ਦੇ ਲੇਖਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੇ ਕਿਹਾ। ਸਮੂਹਿਕ ਅਸਫਲਤਾਵਾਂ, ਉਸਨੇ ਨੋਟ ਕੀਤਾ, ਕਿਸੇ ਵੀ ਵਿਅਕਤੀਗਤ ਏਜੰਟ ਨੂੰ ਦੁਰਵਿਵਹਾਰ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ - ਇੱਕ ਟੀਮ ਮਾੜੀ ਜਾਣਕਾਰੀ ਨੂੰ ਜੋੜ ਕੇ ਜਾਂ ਮੇਜ਼ 'ਤੇ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਜਵਾਬ ਨਾਲੋਂ ਮਾੜੇ ਜਵਾਬ 'ਤੇ ਸੈਟਲ ਕਰਕੇ ਅਸਫਲ ਹੋ ਸਕਦੀ ਹੈ।

ਇੱਕ ਸਬੰਧ ਸਮੱਸਿਆ ਵੀ ਹੈ. ਸਮਾਨ ਮਾਡਲਾਂ ਤੋਂ ਬਣੇ ਏਜੰਟ ਇੱਕੋ ਜਿਹੀਆਂ ਗਲਤੀਆਂ ਕਰਦੇ ਹਨ - ਇੱਕ ਦੂਜੇ ਨਾਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਹਿਮਤ ਹੋਣਾ, ਇੱਕ ਕਿਸਮ ਦੀ ਮਸ਼ੀਨ ਗਰੁੱਪ ਥਿੰਕ। "ਸਾਡੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੀ ਖੋਜ ਤੋਂ ਡੂੰਘੀ ਸੂਝ ਇਹ ਹੈ ਕਿ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮੂਹਾਂ ਲਈ ਦੋਵੇਂ ਅਲਾਈਨਮੈਂਟ (ਆਮ ਗਿਆਨ, ਸਾਂਝੇ ਟੀਚਿਆਂ) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਪਰ ਨਾਲ ਹੀ ਵਿਭਿੰਨਤਾ (ਸਿਰਫ਼ ਉਹ ਏਜੰਟ ਜੋ ਇੱਕ ਦੂਜੇ ਤੋਂ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ, ਇੱਕ ਦੂਜੇ ਦੇ ਪੂਰਕ ਹੋਣ ਦੀ ਸਮਰੱਥਾ ਰੱਖਦੇ ਹਨ)," ਕ੍ਰਿਸਟੋਫ ਰੀਡਲ, ਉੱਤਰ ਪੂਰਬੀ ਯੂਨੀਵਰਸਿਟੀ ਵਿੱਚ ਸੂਚਨਾ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਇੱਕ ਪ੍ਰੋਫੈਸਰ ਨੇ ਕਿਹਾ।

ਕੰਮ ਦੇ ਭਵਿੱਖ ਲਈ ਇਹ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ

ਮਲਟੀ-ਏਜੰਟ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਦੀ ਦਿਲਚਸਪੀ ਅਮੂਰਤ ਨਹੀਂ ਹੈ: ਸਟੈਂਡਰਡ ਆਰਕੀਟੈਕਚਰ ਹੁਣ ਕੰਪਨੀਆਂ ਲਈ ਪਿਚ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ - ਇੱਕ ਤਾਲਮੇਲ ਏਜੰਟ ਦੇ ਅਧੀਨ ਇੱਕ ਗੁੰਝਲਦਾਰ ਕੰਮ ਨੂੰ ਵੰਡਣ ਵਾਲੇ ਵਿਸ਼ੇਸ਼ ਏਜੰਟ - ਇੱਕ ਚੈਟਬੋਟ ਵਾਂਗ ਘੱਟ ਅਤੇ ਇੱਕ ਸੰਗਠਨ ਚਾਰਟ ਵਾਂਗ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। ਨਵੀਂ ਖੋਜ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਨੂੰ ਸੰਗਠਨ-ਪੱਧਰ ਦੀ ਅਸਫਲਤਾ ਮੋਡਾਂ ਦੀ ਉਮੀਦ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜੋ ਕੋਈ ਵਿਅਕਤੀਗਤ-ਏਜੰਟ ਮੁਲਾਂਕਣ ਨਹੀਂ ਫੜੇਗਾ: ਟੀਮ ਦੇ ਸਾਥੀਆਂ ਵਿੱਚ ਗਲਤੀਆਂ ਵਧੀਆਂ, ਅਣਡਿੱਠ ਕੀਤੀ ਅਸਹਿਮਤੀ, ਸਮੂਹਿਕ ਨਿਯਮ ਤੋੜਨਾ, ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਜੋ ਟੀਮਾਂ ਦੇ ਵਧਣ ਦੇ ਨਾਲ ਘਟਦਾ ਹੈ।

ਇਹ ਸ਼ਾਸਨ ਦੇ ਸਵਾਲ ਵੀ ਉਠਾਉਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ ਜ਼ਿਆਦਾਤਰ ਤੈਨਾਤੀ ਢਾਂਚੇ ਨੇ ਅਜੇ ਤੱਕ ਜਵਾਬ ਨਹੀਂ ਦਿੱਤਾ ਹੈ। ਜੇਕਰ ਕੋਈ ਏਜੰਟ ਸੰਸਥਾ ਅਜਿਹੇ ਤਰੀਕਿਆਂ ਨਾਲ ਵਿਵਹਾਰ ਕਰਦੀ ਹੈ ਜਿਸ ਦੇ ਮੈਂਬਰ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਇਨਕਾਰ ਕਰਨਗੇ, ਤਾਂ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ? ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸ਼ੁਰੂਆਤ ਤੋਂ ਹੀ ਬਹੁ-ਏਜੰਟ ਦੀ ਗੜਬੜ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਅਧਿਐਨਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ - ਹਾਲ ਹੀ ਵਿੱਚ, ਫੀਲਡ ਨੂੰ ਜੋ ਕੁਝ ਪਤਾ ਸੀ ਉਹ ਜ਼ਿਆਦਾਤਰ ਪੋਸਟ-ਮਾਰਟਮ ਜਿਵੇਂ ਹੱਗਿੰਗ ਫੇਸ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਆਇਆ ਸੀ।

ਹੁਣ ਲਈ, ਉੱਭਰ ਰਹੇ ਸਾਹਿਤ ਤੋਂ ਪ੍ਰਾਪਤੀ ਮਾਮੂਲੀ ਹੈ ਪਰ ਸੰਕੇਤਕ ਹੈ: ਏਜੰਟਾਂ ਨੂੰ ਸਹਿਯੋਗ ਕਰਨ ਦੀ ਯੋਗਤਾ ਪ੍ਰਦਾਨ ਕਰਨਾ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧੇਰੇ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਸਿਸਟਮ ਦੇ ਵਿਵਹਾਰ ਨੂੰ ਇਸਦੇ ਹਿੱਸਿਆਂ ਦੇ ਵਿਵਹਾਰ - ਪਰਿਭਾਸ਼ਿਤ ਸੰਪਤੀ, ਅਤੇ ਪਰਿਭਾਸ਼ਿਤ ਜੋਖਮ, ਇੱਕ ਸੰਗਠਨ ਦੇ ਵਿਵਹਾਰ ਤੋਂ ਅਨੁਮਾਨ ਲਗਾਉਣਾ ਵੀ ਔਖਾ ਬਣਾਉਂਦਾ ਹੈ।

---

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →