Articoli e approfondimenti su Formazione, Crescita personale e professionale, Coaching...
L'intelligenza artificiale ci rende stupidi?
Pubblicato il: 08/01/2024I sofisticati strumenti digitali basati sull’intelligenza artificiale ci renderanno stupidi nel 2024?
Aspetta la tua risposta "sì" o "no". Ci torneremo. Innanzitutto, elaboriamo su questa domanda: l'intelligenza artificiale ci sta rendendo stupidi?
L'architetto nudo nella sindrome del deserto
Se hai letto il mio libro, forse conosci la storia dell'architetto nudo nel deserto. Lasciatemi "elaborare" per coloro che non hanno ancora avuto la possibilità di affrontarlo (intendo il libro, non il nudo architetto). Secoli fa, ho trascorso tre settimane al college imparando a diventare architetto. Uno dei motivi per cui me ne sono andato dopo tre settimane è stata la sindrome dell'architetto nudo nel deserto.
Ricordo ancora questo professore che all'inizio del semestre dichiarava che eravamo architetti con la testa e con le mani, non con i nostri strumenti. Inoltre, si assicurava che scappassimo da questa scuola o che memorizzassimo e imparassimo tutto in modo che potessimo essere completamente attrezzati per progettare qualsiasi cosa anche mentre eravamo nudi nel mezzo di un deserto.
Stai attento! Una volta che visualizzi un architetto nudo in mezzo al deserto, non puoi più vederlo. Ma quel giorno mi sono chiesto... diciamo che mi attengo al programma e divento un architetto, e poi? Quanto spesso potrei dover progettare qualcosa di nudo in mezzo al deserto?
Non è letterale, stupido!
Capito! Il messaggio era che non dobbiamo fare affidamento sugli strumenti. Dobbiamo seguire lo stesso percorso tradizionale degli esperti prima della nostra generazione. Imparare, esercitarsi, memorizzare, ripetere... ma mi ha anche fatto riflettere sulla flessibilità nel mondo in evoluzione. Lasciami "elaborare".
Se memorizzo tutto e non mi affido agli strumenti, non progetterei allo stesso modo per il resto della mia vita? Progettare le stesse cose? Senza evolversi? Senza essere più efficienti ed efficaci nel mondo che cambia? Quindi me ne sono andato. Non ho mai ripensato al deserto con l'architetto nudo.
Gli strumenti digitali basati sull’intelligenza artificiale ci rendono stupidi?
Potresti non ricordare quei tempi, ma le persone avevano paura anche delle macchine da scrivere elettriche, delle calcolatrici e dei computer. Se gli strumenti facessero il nostro lavoro, diventeremmo semplicemente strumenti? Se non riesco a usare la matematica nella mia testa, verrei truffato continuamente alla cassa? Devo memorizzare tutti i numeri di telefono nel caso in cui perdo il telefono? L’intelligenza artificiale ci sta rendendo stupidi?
In un altro college (che ho completato, per la mia laurea in informatica), c'era un professore che faceva tutti i suoi esami in stile libro aperto. Ci è stato permesso di utilizzare tutte le risorse che volevamo nella stanza. Ha detto che non era interessato alle nostre capacità di memorizzazione, ma alle nostre capacità di risoluzione dei problemi utilizzando informazioni limitate e nessuna risposta chiara e corretta.
Le sfide che ci ha lanciato ci hanno fatto riflettere. Pensa molto. Pensa in modo diverso, con gli strumenti. Da quell'esperienza ho imparato che avevo bisogno delle basi per pensare oltre il livello base. Sebbene si trattasse di un esame a libro aperto, non c'era tempo per cercare tutto, per non parlare di pensare al problema in modi creativi per risolverlo. Se facevo domande stupide, gli strumenti mi davano risposte stupide. Quel corso da solo valeva la pena frequentare il college.
Due professori con ideologie completamente diverse. Entrambi erano estremamente intelligenti e abili, tra l'altro. Entrambi hanno imparato ad essere esperti in modo tradizionale. Tuttavia, avevano una visione diversa su come aiutare i principianti ad apprendere le basi. Se usare strumenti intelligenti ci rende stupidi, come possiamo aiutare i principianti a imparare quando gli strumenti stanno diventando sempre più intelligenti e facili?
La stessa domanda viene posta oggi sull’intelligenza artificiale nei motori del coinvolgimento – Un libro curioso sull’intelligenza artificiale generativa:
Come possiamo aiutare i principianti a maturare le proprie conoscenze e competenze quando i componenti fondamentali su cui sono costruiti possono essere realizzati senza sforzo dagli strumenti digitali?
Se gli strumenti digitali basati sull’intelligenza artificiale di cui disponiamo oggi possono aiutarci a svolgere i nostri compiti senza sforzo, dobbiamo seguire i percorsi di apprendimento delle generazioni precedenti? Dobbiamo imparare qualcosa?
Il mondo è un esame a libro aperto
E se pensassimo al mondo di oggi come a un esperimento a libro aperto, invece di misurare l’intelligenza testando gli architetti nudi nel deserto?
- Puoi utilizzare tutti gli strumenti e le risorse disponibili
- Hai tempo limitato per risolvere problemi complessi
- Non disponi di tutti i dati per prendere decisioni pienamente informate
- Sei misurato dall'impatto dei tuoi risultati e non dallo sforzo del tuo input
- Non sembra la realtà? Fino ad ora, penso di essere stato propenso a dire “no” alla domanda iniziale se l’intelligenza artificiale ci rende stupidi.
Elaboriamo su cosa può andare storto!
Quali sono alcuni pericoli derivanti dall’affidarsi agli strumenti digitali per svolgere il nostro lavoro?
Codifica, ad esempio
Se utilizzi l'intelligenza artificiale per aiutarti a programmare, cosa succede quando sei offline? Cosa succede se sei nudo in mezzo al deserto e ti viene chiesto di analizzare un oggetto usando forEach in Python? Ricorderesti quella sintassi esatta? O spiegare come combinare mappa e filtro in JavaScript?
Dimentico sempre la sintassi esatta poiché le lingue le implementano in modo molto diverso. Ma è questo l’ostacolo più grande che ho? No. Capisco il "perché" e il concetto. Ho già gettato le fondamenta. Ho solo bisogno di sapere il "come". E quindi non si tratta tanto di memorizzare tutto o niente. Tutti possiamo decidere individualmente quanto fare affidamento su strumenti specifici. Non è una decisione binaria una volta gettate le basi.
E l'ortografia?
Stai utilizzando la correzione automatica sul tuo telefono? O la grammatica nella tua scrittura? Saresti in grado di scrivere tutto correttamente e di usare la grammatica perfetta nudo nel deserto? Se sei una gara di ortografia, ti piace memorizzare l'ortografia. Per altri, avvicinarsi abbastanza è sufficiente. Ancora una volta, la domanda non è una decisione tra scrivere tutto o niente. Ma dobbiamo comprendere i fondamenti della lingua e della grammatica. Se trattiamo il mondo come una serie di scelte binarie e lasciamo che gli strumenti intelligenti ci superino in astuzia, il gioco finale sarà molto probabilmente la nostra rovina con l’intelligenza artificiale che ci rende stupidi.
Con le macchine che svolgono tutti i nostri compiti mentali quotidiani per noi, il nostro cervello diventerà letteralmente senza pensieri, le nostre menti un rifugio per sogni ad occhi aperti senza fine. Diventeremo spiritualmente moribondi.
Il mondo non è binario
Il mondo non è binario. Non significa "lavorare nudi nel deserto" o "arrendersi completamente agli strumenti". È una scala. Non è tanto una domanda sì/no per un test, quanto più una scala mobile di "quanto", quando non disponiamo di tutte le informazioni per prendere una decisione basata sui dati.
Perché allora gli esseri umani amano semplificare il mondo in scatole binarie? È perché scegliere tra due opzioni richiede meno energia che comprendere le conseguenze e le sfumature di quella intermedia? O forse si basa semplicemente su come vengono loro presentati i dati. A quanto pare, siamo condannati. Il bias binario è reale e pervasivo ovunque:
Il fatto che il bias sia così pervasivo suggerisce che non sia dovuto a una caratteristica specifica della visualizzazione dei dati o delle informazioni statistiche, ma si tratti invece di un’illusione cognitiva generale.
Il pregiudizio binario distorce la formazione delle convinzioni, in modo tale che quando le persone aggregano rapporti scientifici contrastanti, si preoccupano della valenza e ponderano in modo impreciso l’estremità delle prove. Lo stesso effetto si verifica quando le persone interpretano forme popolari di visualizzazione dei dati e non può essere spiegato da altre caratteristiche statistiche degli stimoli. Questo effetto non si limita a stime statistiche esplicite; influenza anche il modo in cui le persone utilizzano i dati per prendere decisioni in materia sanitaria, finanziaria e di politica pubblica.
Essendo un "ragazzo dei dati", per me questo è allarmante. Il nostro bias binario distorce la visione dei dati continui in intervalli arbitrari di entrata o uscita. Nudo nel deserto o stupido al lavoro.
I partecipanti sembravano comprimere i dati in due categorie, sia che stessero valutando i prezzi dei menu sia che determinassero quali fabbriche avevano una maggiore produzione di anidride carbonica.
Ok, forse se usiamo un tipo diverso di grafico per trasmettere le intuizioni? Altri studi hanno dimostrato che il tipo di visualizzazione dei dati non aveva importanza. Il pregiudizio è pregiudizio.
Ulteriori prove dell'impatto del punteggio di squilibrio sulle stime dei partecipanti sono emerse in due ulteriori studi online, in cui le persone hanno visto i dati presentati in varie forme, inclusi grafici a barre verticali e orizzontali, grafici a torta, descrizioni verbali con o senza percentuali e grafici a punti.
La ricerca mostra anche che siamo sbilanciati verso le prime prove che incontriamo quando sviluppiamo un punteggio sbilanciato tra indicatori positivi/negativi deboli e forti.
Bene. Siamo condannati. Qual è il danno?
Qual è il pericolo del pregiudizio binario? Il pregiudizio binario può essere utilizzato per guidare l’agenda per manipolare il pubblico. La prossima volta che vedrai i dati del sondaggio che mostrano corsi "gamificati vs. non gamificati" o approcci "microlearning" vs. "apprendimento tradizionale", pensa all'intento e alla metodologia utilizzata. È davvero un confronto binario o serve a uno scopo? Stanno davvero confrontando due mele o stanno mettendo tutti i frutti marci in un secchio e confrontandoli con la mela fresca e lucente sull'albero biologico? (E, guarda caso, possiedono un frutteto.) Dopo questa lunga "elaborazione", torniamo alla nostra domanda originale: i sofisticati strumenti digitali basati sull'intelligenza artificiale ci renderanno stupidi nel 2024?
Forse non esiste una risposta sì o no corretta a questa domanda: "l'intelligenza artificiale ci sta rendendo stupidi?". Una volta che non trattiamo questa domanda come un problema binario sì o no, potremmo trovare alcune risposte pratiche. La dipendenza dagli strumenti digitali per aiutarci a svolgere il nostro lavoro ci sta sicuramente rendendo meno capaci di essere produttivi nudi nel deserto. Ma non è una domanda aut-aut.
La domanda è: quanta dipendenza, per te, è abbastanza buona?. Sei tu a decidere cosa vale la pena imparare e cosa no. Non lasciare che gli altri ti spieghino tutte le parole della tua storia. Scrivi la tua storia! Pensa in grande, inizia in piccolo e ripeti. In una visione meno apocalittica, gli algoritmi possono ripulire il nostro cervello dalle informazioni non necessarie, fornendoci più spazio per pensare e più spazio per elaborare.
Ecco perché le nostre menti moderne, una volta epurate da tutto ciò che gli algoritmi odierni potrebbero considerare informazioni non necessarie, saranno pronte quanto lo erano le loro a pensare, indagare, meravigliarsi, contemplare, immaginare, creare.
Come possiamo aiutare la forza lavoro ad affrontare il viaggio verso l'utilizzo dell'intelligenza artificiale in modo intelligente?
Porre domande "stupide" produrrà risposte stupide tramite strumenti intelligenti. Per mitigare ciò, dobbiamo gettare le basi prima di accelerare e ridimensionare la nostra produzione utilizzando l’intelligenza artificiale. Come possiamo aiutare i principianti nel mondo del lavoro ad apprendere le basi sulla scala dell'"architetto nudo nel deserto" da un lato e "lasciare che gli strumenti intelligenti ci superino completamente" dall'altro? Ecco alcune idee:
1. Comprendere i fondamenti
I lavoratori devono comprendere i fondamenti del loro campo, anche se l’intelligenza artificiale può gestire molti compiti. Ciò potrebbe comportare l’apprendimento dei principi e delle teorie alla base di ciò che sta facendo l’intelligenza artificiale. Ad esempio, un grafico alle prime armi dovrebbe comprendere la teoria e la composizione dei colori, anche se l’intelligenza artificiale può creare progetti. Ecco perché l’alfabetizzazione dei dati è fondamentale. Ultimamente, ci sono più esempi di alfabetizzazione sull’intelligenza artificiale (che deve includere l’alfabetizzazione sui dati) online.
2. Pensiero critico e capacità di risoluzione dei problemi
Concentrarsi sullo sviluppo del pensiero critico e delle capacità di problem solving. L’intelligenza artificiale può fornire soluzioni, ma capire perché una soluzione funziona o come adattarla a un nuovo problema è fondamentale. Incoraggiare i lavoratori ad analizzare soluzioni generate dall’intelligenza artificiale ed esplorare alternative può essere utile. In passato ci voleva molto tempo per creare soluzioni alternative praticabili. Ora, i lavoratori possono ancora trovare la soluzione migliore, ma anche chiedere all’intelligenza artificiale di fornire alternative contemporaneamente.
3. Uso etico e responsabile dell'intelligenza artificiale
Insegnare le implicazioni etiche e l’uso responsabile dell’IA. Comprendere i limiti e i pregiudizi degli strumenti di intelligenza artificiale è essenziale. I lavoratori dovrebbero sapere dove l’intelligenza artificiale può andare storta e come mitigare questi problemi.
4. Esperienza pratica
Fornire opportunità di esperienza pratica in cui i lavoratori devono svolgere compiti fondamentali senza fare affidamento esclusivamente sull'intelligenza artificiale. Ciò potrebbe comportare la definizione di progetti o sfide che richiedono un mix di intelligenza artificiale e input umano.
5. Imparare a collaborare con l'intelligenza artificiale
Insegna come incorporare in modo efficace gli strumenti di intelligenza artificiale nel processo. Ciò implica comprendere le capacità e i limiti dell’intelligenza artificiale e come integrare efficacemente l’assistenza dell’intelligenza artificiale in un flusso di lavoro più ampio.
6. Apprendimento continuo e adattabilità
Sottolineare l’importanza dell’apprendimento continuo e dell’adattabilità. L’intelligenza artificiale si evolve costantemente, quindi rimanere aggiornati con gli ultimi sviluppi e comprendere il loro impatto sul campo è fondamentale.
7. Creatività e innovazione
Utilizza l'intelligenza artificiale per accelerare e ampliare la creatività e l'innovazione. L’intelligenza artificiale può gestire molti compiti, ma idee uniche e creative spesso provengono dagli esseri umani o dal dialogo tra gli esseri umani e l’intelligenza artificiale. L’intelligenza artificiale può svolgere il ruolo di consigliere fidato, ma anche quello di sfidante costruttivo. Ad esempio, i lavoratori possono utilizzare l’intelligenza artificiale per individuare buchi e identificare dipendenze in un’idea, un prodotto o un processo.
8. Abilità interpersonali
Concentrarsi sulle capacità interpersonali, sulla gestione degli stakeholder, sulla leadership, sulla collaborazione e sul lavoro di squadra. Questi sono cruciali nella maggior parte dei campi e possono integrare le competenze tecniche in cui viene utilizzata l’intelligenza artificiale. L’intelligenza artificiale può anche simulare ruoli specifici per la pratica su larga scala.
9. Mentoring, Shadowing, Apprendistato
Fornire opportunità per apprendere competenze dagli altri attraverso esempi. I professionisti esperti possono offrire approfondimenti e indicazioni, aiutando i principianti a comprendere le sfumature del loro campo.
10. Bilanciare l’uso dell’intelligenza artificiale con i metodi tradizionali
Insegnare un approccio equilibrato all'uso dell'intelligenza artificiale e dei metodi tradizionali. Capire quando utilizzare l’intelligenza artificiale e quando affidarsi alle tecniche tradizionali è un’abilità preziosa. Pensa in grande, inizia in piccolo e ripeti.
Autore dell'articolo
Zsolt Olah
Riferimenti
Association for Psychological Science. "Binary bias distorts how we integrate information." ScienceDaily, October 25, 2018.
Banaji, M.R. and L. Heiphetz. 2010. "Attitudes." In Handbook of Social Psychology. Fifth Ed., edited by S. T. Fiske, D. T. Gilbert, and G. Lindzey, Vol. 1, 353-93. Hoboken, NJ: John Wiley.
Fisher, M., and F. C. Keil. 2018. "The Binary Bias: A Systematic Distortion in the Integration of Information." Psychological Science 29 (11): 1846-58.
Merriam-Webster Dictionary, s. v. "elaborate."
Winchester, Simon. "The big idea: will AI make us stupid?". The Guardian, June 19, 2023.
