أداة “جوجل” الجديدة للذكاء الاصطناعي تثير الجدل

ووفقًا لتقرير نشره موقع BBC، يبدو أن محاولة حل مشكلة واحدة – بالتحيز – خلق عملاق التكنولوجيا مشكلة أخرى، وهي الإجابة التي يحاول جاهداً أن تكون صحيحة من الناحية السياسية، وينتهي بها المطاف لتصبح “سخيفة”. يكمن تفسير سبب حدوث ذلك في الكميات الهائلة من البيانات التي يتم تدريب أدوات الذكاء الاصطناعي عليها. والكثير منها متاح للعامة على شبكة الإنترنت، والتي نعلم أنها تحتوي على كافة أنواع “التحيزات”. على سبيل المثال، إذا طلبت من البرنامج أن يُنشئ لك صورة لمجموعة من الأطباء، فمن المرجح أن يختار صورة لأطباء رجال فقط، ومن ناحية أخرى، من المرجح أن تكون صور عمال النظافة التي قد يُنشؤها البرنامج، من النساء فقط.

لقد ارتكبت أدوات الذكاء الاصطناعي التي تم تدريبها باستخدام هذه البيانات أخطاء محرجة في الماضي، مثل استنتاج أن الرجال فقط هم من يشغلون وظائف مرموقة، أو عدم التعرف على الوجوه السوداء كبشر.وليس سراً أيضاً أن روايات القصص التاريخية تميل إلى إبراز دور الرجال، مع حذف أدوار النساء من قصص الماضي.لكن يبدو أن جوجل حاولت جاهدة حل مشكلة كل هذا التحيز البشري الفوضوي من خلال تعليمات برنامج “Gemini AI” بعدم تقديم هذه الافتراضات، والنتيجة جاءت عكسية، لأن تاريخ البشرية وثقافته ليسا بهذه البساطة، فهناك فروق دقيقة نعرفها بشكل غريزي، بينما لا تعرفها الآلات.

إذا ما لم تقم ببرمجة الذكاء الاصطناعي على وجه التحديد ليعرف – على سبيل المثال – أن النازيين والآباء المؤسسين لم يكونوا من السود، فلن يقوم بافتراض العكس. قال ديميس هاسابيس، المؤسس المشارك لشركة “ديب مايند”، وهي شركة ذكاء اصطناعي استحوذت عليها جوجل مؤخراً، إن إصلاح مولد الصور سيستغرق أسابيع، لكن خبراء الذكاء الاصطناعي الآخرين شككوا في إمكانية تطبيق ذلك. وقالت الدكتورة ساشا لوتشيوني، عالمة الأبحاث في “هاغينغ فيس” إنه “لا يوجد حل سهل حقاً، لأنه في معظم الأحيان لا توجد إجابة واحدة للأسئلة المطروحة”، وتضيف أن “الخبراء في الذكاء الاصطناعي عملوا على إيجاد طرق ممكنة لمعالجة هذه المشكلة لسنوات عديدة”.

وأوضحت أن أحد الحلول يمكن أن يتضمن مطالبة المستخدمين بإدخال متطلباتهم، مثل “ما مدى التنوع الذي تريد أن تكون عليه صورتك؟” ولكن من الواضح أن هذا في حد ذاته تحدّ كبير. وقالت لوتشيوني إنه “من الغرور بعض الشيء أن تقول قوقل إنها ستصلح المشكلة في غضون أسابيع قليلة، لكن سيتعين عليها في النهاية أن تحل المشكلة”. وقال البروفيسور آلان وودوارد، عالم الكمبيوتر في جامعة ساري، إن المشكلة من المرجح أن تكون “متجذرة بعمق” في كل من بيانات التدريب والخوارزميات المتداخلة – وسيكون من الصعب حلها. وأوضح وودوارد “ما يحدث هو سبب للحاجة إلى وجود إنسان في الحلقة، لإدارة نظام يتم الاعتماد على مخرجاته كحقيقة مطلقة”.