1. Sąmoningas sprendimų priėmimas yra būtinas, norint nustatyti konkuruojančių poreikių, tokių, kaip alkis ir nuovargis, prioritetą, atveriant specializuotą erdvę atsargiems, apgalvotiems ir kartais sunkiems, o dažnai ir, stresą keliantiems, pasirinkimams. Paprastai pirmiausia spręsti itin didelio nuovargio problemą gali būti saugiau arba svarbiau kognityvinei funkcijai, o esant dideliam alkiui gali prireikti nedelsiant papildyti energijos atsargas, kad būtų išvengta medžiagų apykaitos problemų, nors abu šie dalykai dažnai yra susiję, nes stresas gali sukelti į alkį panašius pojūčius, kai žmogus tiesiog pavargsta.
Sprendimų priėmimo veiksniai:
Prioritetas: jei esate labai pavargę, jūsų kognityvinis, emocinis ir kartais fizinis funkcionavimas, greičiausiai, yra sutrikęs, todėl poilsis tampa svarbesnis ilgalaikei sveikatai ir saugumui, kaip minėta „Slower Hiking“ svetainėje.
Fiziologinė būsena: alkis gali būti streso, o ne tikro kalorijų poreikio pasekmė. Sprendimų priėmimo erdvė: sąmonė suteikia galimybę įvertinti šiuos ir kitus konkuruojančius poreikius, o ne pasikliauti automatiniais ir, kai kuriais atvejais, neteisingais veiksmais.
2. Šis argumentas pabrėžia esminį dirbtinio intelekto apribojimą, atkartojant niuansuotą, didelę riziką keliantį ir nenuspėjamą žmonių socialinės sąveikos pobūdį. Teiginys, kad „žmonių socialinės sąveikos automatizuoti negalima“patvirtina keli pagrindiniai veiksniai dirbtinio intelekto ir kognityvinio mokslo srityje:
„Įsivaizduok mano kelią į tavo galvą“ (proto teorijos) problema: žmonės turi „proto teoriją“ – gebėjimą daryti išvadą apie kitų žmonių vidines būsenas, emocijas ir ketinimus, įskaitant tuos, kurie skiriasi nuo mūsų pačių. Dirbtiniam intelektui šiuo metu trūksta šio gebėjimo nuoširdžiai empatijai, todėl jis remiasi užprogramuotais atsakais, kurie negali iš tikrųjų suprasti žmogaus veiksmų „kodėl“.
Per daug elementų (sudėtingumo) problema: realaus pasaulio socialinė sąveika yra dinamiška, daugiamodalinė ir priklausoma nuo konteksto. Ji apima vienu metu apdorojamus žodinius ženklus, kūno kalbą, veido išraiškas ir situacijos kontekstą. 2025 m. atliktas tyrimas parodė, kad daugiau nei 350 dirbtinio intelekto modelių sunkiai suprato tokias dinamiškas scenas, dažnai nesugebėdami interpretuoti už jų slypinčios „istorijos“ ar emocinio ketinimo.
Numatymas ir nenuspėjamumas: žmonės nuolat prognozuoja, ką kiti pasakys ar darys toliau, kad galėtų orientuotis socialiniuose pasauliuose, ypač didelės rizikos arba sudėtinguose scenarijuose (pvz., derybose ar giliuose asmeniniuose pokalbiuose). Dirbtinis intelektas geriausiai veikia struktūrizuotoje, taisyklėmis pagrįstoje aplinkoje, o žmonių sąveika dažnai būna netvarkinga, nelinijinė ir „neracionali“, todėl ją sunku modeliuoti.
Struktūriniai DI kūrimo apribojimai: daugelis DI neuroninių tinklų yra modeliuojami pagal smegenų vizualinio apdorojimo sritis (kurios interpretuoja statinius vaizdus), o ne sritis, atsakingas už dinaminių socialinių ir elgesio scenų apdorojimą. Tai sukuria esminę, struktūrinę „akląją zoną“ DI gebėjime suprasti socialinę dinamiką.
„Situacinio“ pažinimo svarba: žmonių sąveika yra įkūnyta ir „situacijoje“ fiziniame ir socialiniame kontekste. DI trūksta šio fizinio pagrindo ir bendros patirties, o tai reiškia, kad ji negali „skaityti kambario“ taip, kaip tai daro žmonės.
Trumpai tariant, nors DI puikiai atlieka logines užduotis ir atpažįsta modelius, ji susiduria su didele, galbūt, neįveikiama spraga, naršydama daugiamačiame, niuansuotame ir emociniame tikros žmonių sąveikos kraštovaizdyje.
Komentarų nėra:
Rašyti komentarą