LocationsKako najbolje iskoristiti potencijal korisničkih inovacija u AI tehnologijama?
2. October 2023.
Inovacije koje su stvorili korisnici su neophodne za rešavanje razvojnih izazova. One mogu biti jednostavne, kao u slučaju korišćenja plastičnih boca za izradu vizira tokom pandemije Kovid-19 ili složene, ali revolucionarne, kao u slučaju „uradi sam“ veštačkog pankreatskog sistema, koji su smislili ljudi oboleli od dijabetesa. Oni koji imaju neposredno znanje o nekom problemu mogu dubinski da ga sagledaju i da na inovativan način razviju takozvana rešenja „iz naroda“ , uz pomoć dostupnih alata i resursa.
Kada se pojave revolucionarni novi alati, poput generativne veštačke inteligencije (artificial intelligence - AI), „neformalni“ inovatori moraju prvo da utvrde koje probleme zahvaljujući njima mogu da reše i, što je podjednako važno, na koji način inovacije mogu da se podrže.
Članovi mreže UNDP laboratorija za ubrzani razvoj već eksperimentišu sa upotrebom generativnog AI-a. Tek smo počeli da istražujemo u kojim slučajevima se ova tehnologija i sve duža lista sa njom povezanih alata mogu koristiti. Do sada su to bili upotreba ChatGPT-a u istraživanju tema vezanih za razvoj, generisanje koda za aplikaciju koja analizira istraživanja i testiranje rodno zasnovane kognitivne pristrasnosti.
Da bismo usavršili veštine vladanja generativnom AI tehnologijom i koristili je za podsticanje inovacija, nekolicina nas je pohađala radionicu MIT Inovativne laboratorije u okviru MIT Sloan škole (MIT Sloan School). Ovu radionicu je inicirao i organizovao profesor Erik fon Hipel, čija su revolucionarna istraživanja u vezi sa inovacijama i upravljanjem tehnologijama polazna osnova za veliki deo rada i metodologije naše mreže. Radionica je okupila učesnike i učesnice iz akademske zajednice, kao i veliki broj učesnika i učesnica koji su podelili najnovija saznanja i iskustva koja se tiču inovacija i generativnog AI-a.
Generativni AI treba što više koristiti kako bismo se upoznali sa njegovim mogućnostima i olakšali inoviranje
Radionica nam je pomogla da utvrdimo najvažnije poruke vodećih stručnjaka na ovom polju. Na primer, principi Itana Molika o tome kako treba pristupiti AI tehnologiji predstavljaju odlično polazište. Molik smatra da AI treba uključiti u što veći broj zadataka kako bi se isprobali njeni potencijali. Korisnici bi pritom trebalo da shvate kako je AI koji sada koriste verovatno „najlošiji od svih koji će koristiti“. Oni bi trebalo da savladaju načine korišćenja ove tehnologije tako što će alatima „staviti do znanja“ koja su njihova ograničenja i koristiti ih svesni njihovih (ne)mogućnosti.
Profesor Erik fon Hipel istakao je tokom predavanja u okviru radionice da je ključna „evolutivna posledica“ AI-a to što ciklusi „pokušaja i pogreški“ postaju značajno jeftiniji, što omogućava lakše testiranje hipoteza. To otvara prostor za mnogo kreativnije i jeftinije razvojne inovacije i budi nadu da će nam generativni AI omogućiti da još više zađemo u nove predele inovacija u procesu u kome će korisnici postati predvodnici.
Članovi mreže UNDP laboratorija za ubrzani razvoj sa profesorom Univerziteta MIT Erikom von Hipelom
AI nam pomaže da sa teorije pređemo na prototipove
Inoviranje je ograničeno našom sposobnošću da uspostavimo upotrebljive veze između iskustva i ciljeva kroz različite faze rešavanja problema. Generativni AI nam pomaže jer omogućava da lakše i brže napustimo fazu teoretskog promišljanja, to jest da se „kognitivno rasteretimo“ i nađemo „prečice“ do rešenja. To nam, sa druge strane, pomaže da proširimo sopstvene vidike i da mnoge zadatke automatizujemo na inovativan i kreativan način.
Još jedan izuzetno zanimljiv zaključak koji se iskristalisao tokom radionice jeste da generativni AI efikasno rešava probleme, ali ne objašnjava zašto su određena rešenja delotvorna. Na primer, moguće je generisati sadržaj koji će povećati vidljivost poruke o važnosti recikliranja, a da pritom nije potrebno da se razume zašto taj novi generisani sadržaj pobuđuje pažnju ciljne grupe, iako su efekti primetni.
Ovaj manjak objašnjenja u sklopu generativnog AI-a može biti i prednost, jer se na ovaj način korisnicima omogućava da probleme rešavaju na efikasan način i da oslobode svoju kreativnost. Ipak, u određenim okolnostima, nedostatak razumevanja i mogućnosti da se nešto objasni može da otvori etička pitanja, usled zahteva za odgovornošću i mogućnošću interpretacije. Izuzetno je važno da se postigne ravnoteža između ovih faktora kada se maksimizuje potencijal generativnog AI-a, dok se istovremeno obezbeđuje odgovorna i transparentna primena.
Pored toga, generativni AI može brzo da kreira tekst, kodove, slike, video i audio klipove, koji služe kao prototipovi za gotove proizvode, ne zahtevajući pritom uobičajeno naprezanje kognitivnih sposobnosti i prevazilazeći ograničenje ličnih veština korisnika. Mi tek otkrivamo prednosti brzog i lakog materijalizovanja ideja koje izražavamo prirodim jezikom. Ta lakoća materijalizacije ima široku primenu: od eksperimenata koji služe samo da bi se zadovoljila radoznalost, do stvaranja članaka, medijskih sadržaja i softvera za objavljivanje.
Treba da se pripremimo na promene koje će nam AI doneti … ali to možemo da uradimo samo tako što ćemo ovu tehnologiju koristiti
Teško da se možemo setiti nekog trenutka iz prošlosti kada se „najnovija tehnologija“ širila tako brzo i na sve strane kao što je to bio slučaj sa generativnim AI alatkama prilikom pojave ChatGPT. Ovakav rast nosi sa sobom poznate i nepoznate rizike. Oni se kreću od varanja prilikom izrade školskih zadataka, sve do potencijalnog buđenja veštačke svesti koja bi poželela da osvoji svet. Razlozi za zabrinutost koji se često pominju uključuju ugrožavanje radničkih prava i prava intelektualne svojine (što je bilo okidač za štrajkove kreativnih radnika Holivuda), kao i povećanje postojećih nejednakosti i predrasuda.
Uprkos strahovanjima, pasionirani korisnici generativnog AI-a, poput Itana Molika smatraju da će biti potrebno neko vreme da bismo mogli da razumemo kako se ova tehnologija može regulisati. Kao kod „zatvorenikove dileme“ ili trke u naoružavanju, sve dok im generativni AI daje prednost nad konkurencijom, svi će imati motiv da je koriste, naročito ako konkurenti odustanu od upotrebe. Kako da na odgovarajući način upotrebljavamo generativni AI-a je nešto što ćemo morati da naučimo na teži način. Verovatno je da čak ni onda nećemo moći da postignemo široki konsenzus koji je potreban da bi se njegova upotreba ograničila.
Najbolje prakse u korišćenju generativne AI tehnologije jesu:
Transparentnost i praćenje principa eksplicitnog otkrivanja kada se koristi AI;
Očuvanje privatnosti i bezbednosti;
Validacija i verifikovanje;
Reagovanje na pristrasnosti i greške, kao i lokalizacija i uključivanje zajednice.
U ovom pogledu, mreža UNDP laboratorija za ubrzani razvoj već radi na regulatornim poligonima koji bi mogli da pokažu na koji način treba rukovati generativnim AI-em u razvoju, i uspostavlja partnerske odnose sa stručnjacima iz različitih polja kako bi se razmotrio njegov uticaj i smanjio rizik od negativnih posledica. UNDP takođe aktivno razmatra kako da se postigne da AI radi za dobrobit sveta i pomogne u dostizanju Ciljeva održivog razvoja.
Glavni zaključak radionice je da je jedini način za pronalaženje pravog puta korišćenje ove nove tehnologije: najbrži način za podsticanje inovacija i ublažavanje nedostataka tehnologije poput veštačke inteligencije je da je što bolje upoznamo tako što ćemo je upotrebljavati. Ljudski razvoj kroz korisničke inovacije zavisi od razumevanja da su inovacije deo šireg ekosistema i da se mogu podstaći kroz saradnju, eksperimentisanje i učenje. Svi „samouki“ inovatori uspevaju da reše probleme isključivo sveobuhvatnom upotrebom različitih alata koja ih na kraju dovede do rešenja. Ako ste među njima, ili vas zanima tema upotrebe veštačke inteligencije u ubrzavanju razvoja, slobodno nas kontaktirajte!