รับฟังจาก CIO, CTO และผู้บริหารระดับสูงและระดับ C อื่นๆ เกี่ยวกับข้อมูลและกลยุทธ์ AI ที่งาน Future of Work Summit วันที่ 12 มกราคม 2022 อ่านเพิ่ม
หากคุณเพิ่งเขียนข้อความหรืออีเมล มีโอกาสที่ AI จะแนะนำคำพ้องความหมาย วลี หรือวิธีต่างๆ ในการเติมประโยคให้เสร็จสิ้น การเพิ่มขึ้นของเครื่องมือแนะนำอัตโนมัติที่ขับเคลื่อนด้วย AI เช่น Smart Compose ของ Google นั้นใกล้เคียงกับการเปลี่ยนแปลงทางดิจิทัลของการสื่อสารระดับองค์กร ซึ่งขณะนี้ส่วนใหญ่ออนไลน์อยู่ มันคือ ประมาณ ที่คนงานทั่วไปตอบอีเมลประมาณ 40 ฉบับในแต่ละวันและ ส่ง มากกว่า 200 ข้อความ Slack ต่อสัปดาห์
การส่งข้อความขู่ว่าจะกินส่วนที่เพิ่มขึ้นของวันทำงานด้วย Adobe pegging ระยะเวลาที่พนักงานใช้ในการตอบอีเมล 15.5 ชั่วโมงต่อสัปดาห์ การเปลี่ยนงานอย่างต่อเนื่องเป็นเสียงเตือนความตายสำหรับประสิทธิภาพการทำงาน ซึ่งการศึกษาแสดงให้เห็นประโยชน์จากการทำงานอย่างต่อเนื่อง การวิจัยศึกษา จาก University of California และ Humboldt University พบว่าคนงานอาจสูญเสียงานได้ถึง 23 นาทีทุกครั้งที่ถูกขัดจังหวะ ยาวขึ้นอีก วันทำงาน
เครื่องมือแนะนำอัตโนมัติจะช่วยประหยัดเวลาด้วยการปรับปรุงการเขียนข้อความและการตอบกลับ ตัวอย่างเช่น สมาร์ทรีพลายของ Google แนะนำให้ตอบกลับอีเมลอย่างรวดเร็วซึ่งปกติจะใช้เวลาไม่กี่นาทีในการพิมพ์ แต่ AI ที่อยู่เบื้องหลังเครื่องมือเหล่านี้มีข้อบกพร่องที่อาจทำให้เกิดความเอนเอียงหรือมีอิทธิพลต่อภาษาที่ใช้ในการส่งข้อความในลักษณะที่ไม่พึงประสงค์
การเติบโตของการแนะนำอัตโนมัติและการเติมข้อความอัตโนมัติ
ระบบช่วยสะกดคำไม่ใช่เทคโนโลยีใหม่ หนึ่งในตัวอย่างแรกๆ ที่หาได้ทั่วไป T9ซึ่งอนุญาตให้สร้างคำจากการกดแป้นเดียวสำหรับตัวอักษรแต่ละตัว มาเป็นมาตรฐานในโทรศัพท์มือถือหลายๆ รุ่นในช่วงปลายทศวรรษ 90 แต่การถือกำเนิดของเทคนิค AI ที่ซับซ้อนและปรับขนาดได้ในภาษาทำให้เครื่องมือแนะนำอัตโนมัติมีคุณภาพและกว้างขึ้นอย่างก้าวกระโดด
ในปี 2017 Google ได้เปิดตัว การตอบกลับอย่างชาญฉลาด ใน Gmail ซึ่งบริษัทได้นำไปยังบริการอื่นๆ ของ Google ในภายหลัง รวมถึงแชทและแอปของบุคคลที่สาม จากข้อมูลของ Google AI ที่อยู่เบื้องหลังการตอบกลับอัจฉริยะจะสร้างคำแนะนำในการตอบกลับ “ตามบริบททั้งหมดของการสนทนา” ไม่ใช่แค่ข้อความเดียว — เห็นได้ชัดว่าส่งผลให้มีข้อเสนอแนะที่ทันท่วงทีและมีความเกี่ยวข้องมากขึ้น เขียนแบบสมาร์ทซึ่งแนะนำประโยคที่สมบูรณ์ในอีเมลมาถึง Gmail ในอีกหนึ่งปีต่อมาและ Google Docs หลังจากนั้นไม่นาน. ลักษณะคล้ายคลึงกันที่เรียกว่า คำตอบที่แนะนำ มาที่ Microsoft Outlook ในปี 2018 และ Teams ในปี 2020
เทคโนโลยีที่อยู่เบื้องหลังเครื่องมือแนะนำอัตโนมัติแบบใหม่ ซึ่งวงวิชาการบางวงเรียกว่า "การสื่อสารด้วย AI" นั้นก้าวกระโดดไปไกลกว่าสิ่งที่มีอยู่ในยุค 90 ตัวอย่างเช่น โมเดล AI ที่สนับสนุน Smart Compose ถูกสร้างขึ้นโดยใช้ตัวอย่างอีเมลนับพันล้านรายการและทำงานบนคลาวด์ด้วยฮาร์ดแวร์ตัวเร่งความเร็วแบบกำหนดเอง ในขณะเดียวกัน สมาร์ทรีพลาย ซึ่งเป็นพื้นฐานสำหรับการเขียนอัจฉริยะ ใช้ "แนวทางแบบลำดับชั้น" เพื่อให้คำแนะนำ โดยได้รับแรงบันดาลใจจากวิธีที่มนุษย์เข้าใจภาษาและแนวคิด
“เนื้อหาของภาษามีลำดับชั้นอย่างลึกซึ้ง สะท้อนให้เห็นในโครงสร้างของภาษาเอง …” Brian Strope นักวิทยาศาสตร์การวิจัยของ Google และ Ray Kurzweil ผู้อำนวยการด้านวิศวกรรมของ Google อธิบาย ในโพสต์บล็อก “ลองพิจารณาข้อความว่า 'คนที่น่าสนใจที่ร้านกาแฟที่เราชอบมองมาที่ฉัน' … ในการเสนอคำตอบที่เหมาะสมต่อข้อความนี้ เราอาจพิจารณาความหมายของคำว่า 'เหลือบมอง' ซึ่งอาจคลุมเครือ มันเป็นท่าทางเชิงบวกหรือไม่? ในกรณีนี้ เราอาจตอบว่า 'เจ๋ง!' หรือมันเป็นท่าทางเชิงลบ? ถ้าเป็นเช่นนั้น หัวข้อนั้นพูดอะไรเกี่ยวกับความรู้สึกของผู้เขียนเกี่ยวกับการแลกเปลี่ยนเชิงลบหรือไม่? ข้อมูลมากมายเกี่ยวกับโลกและความสามารถในการใช้เหตุผลในการตัดสิน จำเป็นในการสร้างความแตกต่างที่ละเอียดอ่อน ด้วยตัวอย่างภาษาที่เพียงพอ วิธีการเรียนรู้ด้วยเครื่องสามารถค้นพบความแตกต่างที่ละเอียดอ่อนเหล่านี้ได้มากมาย ”
แต่เช่นเดียวกับเทคโนโลยีทั้งหมด แม้แต่เครื่องมือแนะนำอัตโนมัติที่มีความสามารถที่สุดก็มักจะอ่อนไหวต่อข้อบกพร่องที่เกิดขึ้นระหว่างกระบวนการพัฒนาและปรับใช้
ในเดือนธันวาคม 2016 เป็น เปิดเผย คุณลักษณะการเติมข้อความอัตโนมัติของ Google Search ได้เสนอการลงท้ายที่แสดงความเกลียดชังและไม่เหมาะสมสำหรับวลีค้นหาที่เฉพาะเจาะจง เช่น "พวกยิวชั่วร้ายไหม" สำหรับคำว่า "เป็นชาวยิว" ตามที่บริษัทระบุ ข้อผิดพลาดคือระบบอัลกอริธึมที่อัปเดตคำแนะนำตามสิ่งที่ผู้ใช้รายอื่นค้นหาเมื่อเร็วๆ นี้ แม้ว่าในที่สุด Google จะดำเนินการแก้ไข แต่บริษัทต้องใช้เวลาอีกหลายปีในการบล็อกคำแนะนำการเติมข้อความอัตโนมัติสำหรับ แถลงการณ์ทางการเมืองที่ขัดแย้ง รวมถึงการกล่าวอ้างเท็จเกี่ยวกับข้อกำหนดในการลงคะแนนเสียงและความชอบธรรมของกระบวนการเลือกตั้ง
สมาร์ทรีพลายมาแล้ว พบ เพื่อเสนออีโมจิ "คนสวมผ้าโพกหัว" เพื่อตอบสนองต่อข้อความที่มีอีโมจิปืน และการเติมข้อความอัตโนมัติของ Apple บน iOS ก่อนหน้านี้ แนะนำเฉพาะอิโมจิผู้ชายสำหรับบทบาทผู้บริหารรวมถึง CEO, COO และ CTO
ข้อมูลลำเอียง
ข้อบกพร่องในระบบเติมข้อความอัตโนมัติและคำแนะนำอัตโนมัติมักเกิดจากข้อมูลที่มีอคติ ตัวอย่างนับล้านถึงหลายพันล้านตัวอย่างที่ระบบเรียนรู้สามารถเสียได้ด้วยข้อความจาก เว็บไซต์ที่เป็นพิษ ที่เชื่อมโยงบางเพศ เชื้อชาติ ชาติพันธุ์และศาสนาที่มีแนวคิดทำร้ายจิตใจ ภาพประกอบปัญหา, Codexซึ่งเป็นรูปแบบการสร้างโค้ดที่พัฒนาโดยห้องปฏิบัติการวิจัย OpenAI สามารถกระตุ้นให้เขียน "ผู้ก่อการร้าย" เมื่อป้อนคำว่า "อิสลาม" โมเดลภาษาขนาดใหญ่อีกรุ่นจากการเริ่มต้น AI รวมกัน มีแนวโน้มที่จะเชื่อมโยงชายและหญิงกับอาชีพ "ชาย" และ "หญิง" ที่โปรเฟสเซอร์เช่น "นักวิทยาศาสตร์ชาย" และ "แม่บ้านหญิง"
คำอธิบายประกอบในข้อมูลอาจทำให้เกิดปัญหาใหม่ หรือทำให้ปัญหาที่มีอยู่แย่ลงไปอีก เนื่องจากโมเดลจำนวนมากเรียนรู้จากป้ายกำกับที่สื่อสารว่าคำ ประโยค ย่อหน้า หรือเอกสารมีลักษณะเฉพาะบางอย่าง เช่น ความรู้สึกเชิงบวกหรือเชิงลบ บริษัทและนักวิจัยจึงคัดเลือกทีมนักสร้างคำอธิบายประกอบที่เป็นมนุษย์เพื่อติดป้ายกำกับตัวอย่าง ซึ่งมักจะมาจากแพลตฟอร์ม Crowdsourcing เช่น Amazon Mechanical Turk คำอธิบายประกอบเหล่านี้นำเสนอมุมมองและอคติของตนเองมาที่โต๊ะ
ในการศึกษาจาก Allen Institute for AI, Carnegie Mellon และ University of Washington นักวิทยาศาสตร์พบว่าผู้ติดฉลากมีแนวโน้มที่จะใส่คำอธิบายประกอบวลีในภาษาแอฟริกันอเมริกัน (AAE) ที่เป็นพิษมากกว่าภาษาอังกฤษแบบอเมริกันทั่วไปแม้จะเข้าใจ ปลอดสารพิษโดยลำโพง AAE เลื่อยเล็กองค์กรที่ทำงานภายใต้ บริษัท แม่ของ Google Alphabet เพื่อจัดการกับการกลั่นแกล้งทางอินเทอร์เน็ตและการบิดเบือนข้อมูล ได้ข้อสรุปที่คล้ายกันในการทดลอง นักวิจัยของบริษัทได้ค้นพบความแตกต่างในคำอธิบายประกอบระหว่างผู้ติดฉลากที่ระบุตนเองว่าเป็นชาวแอฟริกันอเมริกันและสมาชิกของชุมชน LGBTQ+ กับผู้ใส่คำอธิบายประกอบที่ไม่ได้ระบุว่าเป็นกลุ่มใดกลุ่มหนึ่ง
บางครั้ง ความลำเอียงก็เกิดขึ้นโดยเจตนา — เป็นเรื่องของการประนีประนอมกันพื้นถิ่น ตัวอย่างเช่น, นักเขียนการเริ่มต้นพัฒนาผู้ช่วย AI สำหรับการสร้างเนื้อหากล่าวว่าให้ความสำคัญกับ "ภาษาอังกฤษเพื่อธุรกิจ" ในคำแนะนำในการเขียน CEO May Habib ยกตัวอย่างของ “habitual be” ใน AAVE ซึ่งเป็นกริยาที่ไม่มีอยู่ในรูปแบบอื่นของภาษาอังกฤษ
“เนื่องจาก [the habitual be] ตามธรรมเนียมไม่ได้ใช้ในภาษาอังกฤษธุรกิจ ดังนั้นจึงไม่ปรากฏในความถี่สูงในชุดข้อมูลของเรา เราจะแก้ไข 'พวกคุณกำลังทำสิ่งแปลก ๆ ที่นี่' เป็น 'Y' ทุกคนกำลังทำสิ่งแปลก ๆ อยู่ที่นี่ " Habib บอกกับ VentureBeat ทางอีเมล "[ที่กล่าวว่า] เราทำด้วยตนเองเพื่อให้แน่ใจว่าการทักทายและการออกจากระบบจะไม่ถูกตั้งค่าสถานะโดย Writer ภาษาพื้นถิ่นบางภาษามีความเป็นกลางทางเพศมากกว่าภาษาอังกฤษเชิงธุรกิจที่เป็นทางการ [เช่น] ดังนั้น จึงมีความทันสมัยและอยู่ในแบรนด์ของบริษัท”
มีอิทธิพลต่อการเขียน
เมื่อมีอคติ ไม่ว่าจะตั้งใจหรือไม่ก็ตาม ทำให้เป็นระบบเติมข้อความอัตโนมัติและคำแนะนำอัตโนมัติ สิ่งเหล่านี้สามารถเปลี่ยนวิธีที่เราเขียนได้ ขนาดมหึมาที่ระบบเหล่านี้ทำงานทำให้ยาก (ถ้าไม่ใช่เป็นไปไม่ได้) ที่จะหลีกเลี่ยงโดยสิ้นเชิง สมาร์ทรีพลายคือ รับผิดชอบ สำหรับ 10% ของการตอบกลับ Gmail ทั้งหมดที่ส่งจากสมาร์ทโฟนในปี 2016
ในหนึ่งเดียวที่ครอบคลุมมากขึ้น การตรวจสอบ ของเครื่องมือเติมข้อความอัตโนมัติ ทีมนักวิจัยของ Microsoft ทำการสัมภาษณ์อาสาสมัครที่ได้รับคำสั่งให้แสดงความคิดเห็นเกี่ยวกับการตอบกลับที่สร้างขึ้นโดยอัตโนมัติใน Outlook ผู้ให้สัมภาษณ์พบว่าคำตอบบางข้อเป็นไปในเชิงบวกมากเกินไป ผิดในการสันนิษฐานของพวกเขาเกี่ยวกับวัฒนธรรมและเพศ และไม่สุภาพเกินไปสำหรับบริบทบางอย่าง เช่น จดหมายโต้ตอบขององค์กร ถึงกระนั้น การทดลองระหว่างการศึกษาพบว่าผู้ใช้มีแนวโน้มที่จะชอบคำตอบสั้นๆ เชิงบวก และสุภาพมากกว่าที่ Outlook แนะนำ
ผลการศึกษาจากฮาร์วาร์ดแยกออกมาพบว่า เมื่อคนที่เขียนเกี่ยวกับร้านอาหารได้รับคำแนะนำในการเติมข้อความอัตโนมัติที่ "เป็นบวก" ความเห็นที่ได้มักจะเป็นไปในเชิงบวกมากกว่าการเสนอคำแนะนำเชิงลบ “เป็นเรื่องน่าตื่นเต้นที่จะคิดว่าระบบการคาดเดาข้อความในอนาคตจะช่วยให้ผู้คนกลายเป็นนักเขียนที่มีประสิทธิภาพมากขึ้นได้อย่างไร แต่เรายังต้องการความโปร่งใสและความรับผิดชอบเพื่อป้องกันข้อเสนอแนะที่อาจมีอคติหรือบิดเบือน” Ken Arnold นักวิจัยจาก Harvard's School of วิศวกรรมศาสตร์และวิทยาศาสตร์ประยุกต์ที่เข้าร่วมการศึกษาวิจัย บอก บีบีซี
หากมีวิธีแก้ปัญหาที่ครอบคลุมทั้งหมดสำหรับปัญหาการเติมข้อความอัตโนมัติที่เป็นอันตราย แสดงว่ายังไม่มีการค้นพบ Google เลือกที่จะบล็อกการแนะนำคำสรรพนามตามเพศใน Smart Compose เนื่องจากระบบพิสูจน์แล้วว่าทำนายเพศและอัตลักษณ์ทางเพศของผู้รับได้ไม่ดี LinkedIn ของ Microsoft ยังหลีกเลี่ยงคำสรรพนามเกี่ยวกับเพศใน Smart Replies ซึ่งเป็นเครื่องมือส่งข้อความคาดการณ์ เพื่อป้องกันความผิดพลาดที่อาจเกิดขึ้น
ผู้เขียนร่วมของ Microsoft ศึกษา เตือนว่าหากผู้ออกแบบระบบไม่แก้ไขข้อบกพร่องในเทคโนโลยีการเติมข้อความอัตโนมัติในเชิงรุก พวกเขาจะเสี่ยงต่อการที่ไม่เพียงแต่ทำให้ผู้ใช้ขุ่นเคือง แต่ยังทำให้พวกเขาไม่ไว้วางใจระบบ “ผู้ออกแบบระบบควรสำรวจกลยุทธ์การปรับให้เหมาะกับแต่ละบุคคลในระดับบุคคลและเครือข่ายสังคม พิจารณาว่าค่านิยมทางวัฒนธรรมและอคติทางสังคมอาจถูกขยายเวลาโดยระบบของพวกเขาอย่างไร และสำรวจแบบจำลองปฏิสัมพันธ์ทางสังคมเพื่อเริ่มจัดการกับข้อ จำกัด และประเด็นต่างๆ” พวกเขาเขียน “[O] การค้นพบของคุณระบุว่าระบบแนะนำข้อความในปัจจุบันสำหรับอีเมลและเทคโนโลยี [ไลค์] อื่นๆ ยังคงมีความละเอียดอ่อนไม่เพียงพอที่จะสะท้อนถึงความละเอียดอ่อนของความสัมพันธ์ทางสังคมในโลกแห่งความเป็นจริงและความต้องการด้านการสื่อสาร “
VentureBeat
ภารกิจของ VentureBeat คือการเป็นจัตุรัสกลางเมืองดิจิทัลสำหรับผู้มีอำนาจตัดสินใจด้านเทคนิคเพื่อรับความรู้เกี่ยวกับเทคโนโลยีการเปลี่ยนแปลงและการทำธุรกรรม เว็บไซต์ของเราให้ข้อมูลที่จำเป็นเกี่ยวกับเทคโนโลยีข้อมูลและกลยุทธ์เพื่อแนะนำคุณในขณะที่คุณเป็นผู้นำองค์กรของคุณ เราขอเชิญคุณเข้าร่วมเป็นสมาชิกของชุมชนของเราเพื่อเข้าถึง:
- ข้อมูลล่าสุดเกี่ยวกับเรื่องที่คุณสนใจ
- จดหมายข่าวของเรา
- เนื้อหาที่เป็นผู้นำทางความคิดที่มีรั้วรอบขอบชิดและการเข้าถึงส่วนลดสำหรับกิจกรรมอันมีค่าของเราเช่น แปลงร่าง 2021: เรียนรู้เพิ่มเติม
- คุณสมบัติระบบเครือข่ายและอื่น ๆ
- 2016
- 2020
- 2022
- Aave
- คันเร่ง
- เข้า
- อะโดบี
- แอฟริกัน
- AI
- ทั้งหมด
- Alphabet
- อเมซอน
- อเมริกัน
- ชาวอเมริกัน
- ปพลิเคชัน
- ผู้ช่วย
- ข้อมูลอัตโนมัติ
- สีฟ้า
- บีบีซี
- บล็อก
- ธุรกิจ
- แคลิฟอร์เนีย
- Carnegie Mellon
- ผู้บริหารสูงสุด
- โอกาส
- เปลี่ยนแปลง
- การเรียกร้อง
- เมฆ
- ซีเอ็นเอ็น
- การสื่อสาร
- คมนาคม
- ชุมชน
- บริษัท
- บริษัท
- บริโภค
- เนื้อหา
- การสนทนา
- ขัน
- เครดิต
- พืชผล
- crowdsourcing
- CTO
- วัฒนธรรม
- ปัจจุบัน
- Cyberbullying
- ข้อมูล
- วัน
- การเรียนรู้ลึก ๆ
- ที่กำลังพัฒนา
- พัฒนาการ
- DID
- ดิจิตอล
- แปลงดิจิตอล
- ผู้อำนวยการ
- ค้นพบ
- บิดเบือน
- วาด
- มีประสิทธิภาพ
- อีเมล
- Emoji
- ชั้นเยี่ยม
- ภาษาอังกฤษ
- Enterprise
- เหตุการณ์
- ตัวอย่าง
- ตลาดแลกเปลี่ยน
- ผู้บริหารงาน
- ลักษณะ
- คุณสมบัติ
- เฟด
- ชื่อจริง
- แก้ไขปัญหา
- ข้อบกพร่อง
- รากฐาน
- เต็ม
- อนาคต
- อนาคตของการทำงาน
- เพศ
- General
- GIF
- Gmail
- การเจริญเติบโต
- ให้คำแนะนำ
- ฮาร์ดแวร์
- ฮาร์วาร์
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- จุดสูง
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTTPS
- มนุษย์
- ICS
- แยกแยะ
- รวมทั้ง
- เป็นรายบุคคล
- มีอิทธิพล
- ข้อมูล
- ปฏิสัมพันธ์
- อยากเรียนรู้
- บทสัมภาษณ์
- ร่วมมือ
- iOS
- ปัญหา
- IT
- ความรู้
- ป้ายกำกับ
- ภาษา
- ภาษา
- ใหญ่
- นำ
- เรียนรู้
- การเรียนรู้
- นำ
- ชั้น
- เรียนรู้เครื่อง
- สมาชิก
- ผู้ชาย
- ส่งข้อความ
- ไมโครซอฟท์
- ภารกิจ
- แบบ
- การสร้างแบบจำลอง
- จำเป็น
- เครือข่าย
- เสนอ
- ออนไลน์
- OpenAI
- ใบสั่ง
- organizacja
- องค์กร
- อื่นๆ
- Outlook
- รูปแบบไฟล์ PDF
- คน
- ส่วนบุคคล
- มุมมอง
- วลี
- แพลตฟอร์ม
- น่าสงสาร
- ผลผลิต
- ป้องกัน
- คุณภาพ
- ความสัมพันธ์
- ความต้องการ
- การวิจัย
- คำตอบ
- ร้านอาหาร
- รีวิว
- ความเสี่ยง
- วิ่ง
- ขนาด
- โรงเรียน
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- ค้นหา
- ความรู้สึก
- บริการ
- สั้น
- หย่อน
- สมาร์ท
- มาร์ทโฟน
- So
- สังคม
- เครือข่ายทางสังคม
- ลำโพง
- ใช้จ่าย
- สี่เหลี่ยม
- การเริ่มต้น
- การศึกษา
- ศึกษา
- ประชุมสุดยอด
- ระบบ
- ระบบ
- วิชาการ
- เทคนิค
- เทคโนโลยี
- เทคโนโลยี
- ก้าวสู่อนาคต
- อนาคตของการทำงาน
- โลก
- เวลา
- เครื่องมือ
- เครื่องมือ
- การแปลง
- ความโปร่งใส
- มหาวิทยาลัย
- มหาวิทยาลัยแห่งแคลิฟอร์เนีย
- มหาวิทยาลัยวอชิงตัน
- การปรับปรุง
- ผู้ใช้
- VentureBeat
- กับ
- อาสาสมัคร
- การออกเสียง
- วอชิงตัน
- สัปดาห์
- WHO
- อย่างกว้างขวาง
- วิกิพีเดีย
- ผู้หญิง
- คำ
- งาน
- แรงงาน
- โลก
- จะ
- นักเขียน
- การเขียน
- ปี
- ปี
- YouTube