PARAQuero dizer muitas coisas (diferentes) para muitas pessoas. Precisamos de melhores maneiras de falar – e pensar – sobre isso. Sinal, Drew Breunigum talentoso antropólogo cultural e geek, que elaborou uma categorização clara da tecnologia em três casos de uso: deuses, estagiários e engrenagens.
“Deuses”, neste sentido, seriam “entidades artificiais superinteligentes que fazem coisas de forma autônoma”. Por outras palavras, a AGI (inteligência artificial geral) que Sam Altman da OpenAI e o seu grupo estão a tentar construir (a um custo excessivo), ao mesmo tempo que alertam que pode ser uma ameaça existencial para a humanidade. Os deuses da IA são, diz Breunig, “casos de uso de substituição humana”. Requerem modelos gigantescos e quantidades estupendas de “computação”, água e eletricidade (para não mencionar o CO associado).2 emissões).
“Estagiários” são “copilotos supervisionados que colaboram com especialistas, concentrando-se no trabalho árduo”. Em outras palavras, coisas como Bate-papoGPTClaude, Llama e grandes modelos de linguagem semelhantes (LLMs). A sua qualidade definidora é que se destinam a ser utilizados e supervisionados por especialistas. Possuem alta tolerância a erros porque os especialistas que auxiliam verificam sua produção, evitando que erros constrangedores avancem. Eles fazem o trabalho chato: lembrar a documentação e navegar pelas referências, preencher os detalhes após definir os traços gerais, ajudar na geração de ideias atuando como uma caixa de ressonância dinâmica e muito mais.
Finalmente, “engrenagens” são máquinas humildes otimizadas para executar extremamente bem uma única tarefa, geralmente como parte de um pipeline ou interface.
Estagiários são principalmente o que temos agora; Representam a IA como uma tecnologia que aumenta as capacidades humanas e já é amplamente utilizada em muitas indústrias e profissões. Nesse sentido, constituem a primeira geração de máquinas quase inteligentes com as quais os humanos tiveram interações cognitivas próximas em ambientes de trabalho, e estamos a começar a aprender coisas interessantes sobre o funcionamento dessas associações homem-máquina.
Uma área onde existem esperanças bizarras para a IA é a saúde. E com razão. Em 2018, por exemplo, uma colaboração entre investigadores de IA da DeepMind e Moorfields Eye Hospital em Londres acelerou significativamente a análise de exames de retina para detectar os sintomas de pacientes que precisavam de tratamento urgente. Mas, em alguns aspectos, embora tecnicamente difícil, isso era óbvio: as máquinas podem “ler” exames com uma rapidez incrível e selecionar aqueles que necessitam de diagnóstico e tratamento especializados.
Mas e o próprio processo de diagnóstico? Sinal um intrigante estudo americano publicado em outubro no Jornal da Associação Médica Americanaque relatou um ensaio clínico randomizado sobre se o ChatGPT poderia melhorar as capacidades de diagnóstico de 50 médicos praticantes. A conclusão enfadonha foi que “a disponibilidade de um LLM para os médicos como auxílio diagnóstico não melhorou significativamente o raciocínio clínico em comparação com os recursos convencionais”. Mas houve um truque surpreendente: ChatGPT sozinho demonstraram desempenho superior aos dois grupos de médicos (com e sem acesso à máquina).
QUALQUER, gosto dele New York Times resumiu“Os médicos que receberam o ChatGPT-4 junto com recursos convencionais se saíram apenas um pouco melhor do que os médicos que não tiveram acesso ao bot. E, para surpresa dos pesquisadores, o ChatGPT sozinho superou o desempenho dos médicos.”
Mais interessantes, porém, foram duas outras revelações: a experiência demonstrou a crença por vezes inabalável dos médicos num diagnóstico que tinham feito, mesmo quando o ChatGPT sugeria um melhor; e também sugeriu que pelo menos alguns dos médicos não sabiam realmente a melhor forma de explorar as capacidades da ferramenta. O que, por sua vez, revelou o que a IA representa, como Ethan Mollick Venho dizendo há eras: que a “engenharia rápida” eficaz (saber o que pedir de um LLM para tirar o máximo proveito dela) é uma arte sutil e pouco compreendida.
Igualmente interessante é o efeito que a colaboração com uma IA tem sobre os humanos envolvidos na parceria. No MIT, um pesquisador realizou um experimento para ver quão bem os cientistas de materiais poderiam realizar seu trabalho se pudessem usar IA em suas pesquisas.
A resposta foi que a assistência da IA parece realmente funcionar, conforme medido pela descoberta de mais 44% de materiais e um aumento de 39% nos pedidos de patentes. Isto foi conseguido porque a IA realizou mais de metade das tarefas de “geração de ideias”, deixando aos investigadores a tarefa de avaliar materiais candidatos produzidos por modelos. Assim, a IA fazia a maior parte do “pensamento”, enquanto era relegada à tarefa mais mundana de avaliar a viabilidade prática das ideias. E o resultado: os pesquisadores experimentaram uma redução acentuada na satisfação no trabalho!
após a promoção do boletim informativo
Interessante, não é?? Esses investigadores são pessoas de alto status, e não agentes de baixo status. Mas, de repente, colaborar com uma máquina inteligente fez com que se sentissem como… bem, engrenagens. E a moral? Cuidado com o que você deseja.
o que tenho lido
peça de câmera
E se as câmaras de eco funcionarem? é um ensaio impressionante que destaca um dilema liberal na era de Donald Trump.
Plano de poupança
Uma análise precisa da Reuters é Traçando o caminho para a campanha de eficiência de Elon Musk.
pensamento inventivo
O fabuloso e sábio ensaio de Steven Sinofsky Sobre o custo de ser um disruptor É uma questão de inovação e mudança.
