工作的未来:人工智能为何需要人类

Unlocking the Potential of Data at Australia Data Forum
Post Reply
mstlucky4550
Posts: 9
Joined: Wed Dec 04, 2024 4:28 am

工作的未来:人工智能为何需要人类

Post by mstlucky4550 »

到目前为止,我们都听到过关于人工智能(AI)发展导致 “未来失业”的担忧。但这是真的吗?

人类在组织内所做的所有工作都会被自动化所取代吗?

我们认为不是。

即使我们今天看到的技术正在不断发展,人类与人工智能一样,仍将在工作场所中继续发挥关键作用。

以人为中心的工作角色不会被取代,而是会转变为以人工智能为中心的职位,人类员工将接受重新培训,以在开发过程的各个部分监控和控制人工智能系统。

毕竟,如果没有人类的投入、训练和支持,人工智能系统就无法存在——尤其是因为我们创造了它们!

我们甚至创造了一个术语,明确阐述了我们与人工智能系统的共存,也称为“人类在循环中”。它强调了人类在人工智能系统开发的开始、中间和结束时的必要参与,包括人工智能系统对人类的依赖,以管理和微调它们输入的数据,以提供准确、相关的输出。

但为了更好地理解人工智能和人类如何共同创造更大、更光明的未来,我们必须首先了解两者之间的差异。

人工智能与人类在工作场所的差异
人工智能系统是使用各种技术、算法和模型构建的基于计算机的系统,这些系统能够模仿人类行为并自主或半自主地完成任务。

人工智能系统有多种类型,例如对话式人工智能和生成式人工智能。这些系统最常被企业和消费者使用,通常用作人工智能聊天机器人。

使用人工智能来促进客户沟通的可能性似乎无穷无尽。如今,你可以训练人工智能聊天机器人做任何事情。想下订单?​​可以。想处理付款?可以。不知道在你奶奶的生日卡上写什么?人工智能可以帮你搞定。

但即使这些系统能够处理大量的工作量和数据,也并不意味着它们万无一失。

除了有时会误解数据和“产生幻觉”之外,人工智能系统还缺乏做出现场决策、提出解决方案或在客户最需要的时候给予他们同情所需的意识。

这正是人类发挥作用的地方。

无论我们有时会做出错误的判断还是偶尔出现问题,人类仍然是推动人工智能系统不断进步的理性声音。人工智能和人类在工作场所的能力是相辅相成的,鼓励这种跨界合作的企业可以填补空白并更快地满足客户需求。

换句话说,人工智能所缺乏的,人类却拥有,反之亦然。


归根结底,这一切都取决于智商 (IQ) 和情商 (EQ):

人工智能系统在需要高智商能力的任务方面表现出色,例如数据分析、模式识别和复杂问题解决。
人类拥有智商和情商的平衡组合,这使得他们更善于解决复杂问题、人际交往和情感理解。
人工智能利用人类员工提供的数据来识别模式、收集新数据并自动执行低能耗任务,从而简化现有流程和任务。但它无法处理不完整或细微的数据、做出合乎道德的决策或运用抽象思维来解决问题。

这些系统还缺乏人类的同理心、创造力和批判性思维。而这 澳洲海外华人电话号码数据 种人性化的一面往往会导致创新、目标设定和适应不断变化的环境。想想看,正是人类的投入和创新才造就了我们今天所知道的生成式人工智能系统。

人工智能与人类共同协作
事实上,如果没有正确的人工投入、培训和支持,人工智能系统就无法成功。

我们最近与我们的产品副总裁进行了交谈,强调了人工智能将在哪些方面影响未来人类的工作。

尽管人工智能简化了流程和工作量,但我们不应该因其在劳动力中的存在而受到威胁。职业不一定会消失;相反,它们会发生变化。

克雷索日马克

Infobip 产品副总裁

如果人工智能发展的每个阶段都没有人类参与,这些系统就无法获得正确的数据来完成任务、回答查询或提供任何有价值的输出。当环境或情况发生变化时,人类需要微调人工智能系统以满足新的指导方针、执行新的流程并分析新的数据。

Image


否则,企业将只剩下过时的产出,这会导致客户感到困惑、不满,并最终导致品牌放弃。

包裹递送领域的领军企业DPD最近也遭遇了类似的问题。该公司的 AI 聊天机器人在一次软件更新中出现故障,对客户破口大骂并批评公司。工作人员不得不立即禁用并更新聊天机器人,以免造成进一步损害。


来源:BBC

但当人类密切参与人工智能系统的开发和维护时,企业就能看到惊人的成果。

Podravka Group是一家总部位于克罗地亚的跨国公司,它聘请了合适的团队和合作伙伴在我们的平台上构建了一个定制的聊天机器人,该聊天机器人由生成式人工智能和机器学习提供支持。该聊天机器人的响应准确率达到 100%,没有出现幻觉,转化率提高了 18%,活跃用户增加了 40% 。


在人工智能实施的两个关键领域中,人类发挥着关键作用:

数据创建
人工智能系统根据输入的数据集运行。如果数据不清晰,则输出失败的风险更高。人类可以改进这些数据集,以提高解析准确性、改善有针对性的消息传递并最大限度地减少幻觉。

如果你向 GenAI 提供低质量数据,它将生成更多低质量数据。

克雷索日马克

Infobip 产品副总裁

人类可以协助创建数据的一些主要方法包括:

标记和注释:标记图像中的对象、标记词性或命名实体、转录语音或识别录音中的说话者和声音
数据生成:为聊天机器人编写脚本或对话
整理和清理:删除重复或不相关的信息
场景测试:创建和测试模拟或压力测试以识别潜在问题。
道德监督:确保数据隐私和安全措施到位,并为道德人工智能发展制定指导方针和标准。
质量控制
但数据创建只是整个方程式的一部分。当人工智能系统开始使用组织精选的数据与客户沟通时会发生什么?可能会出现道德界限、隐私法和幻觉等障碍。而人类是唯一能够微调细节以改善沟通和客户体验的人。

换句话说,过去监督人类员工的团队现在将开始监督人工智能系统。

代理或主管将把他们的技能转移到 GenAI 提示工程师。
Post Reply