در مواجهه با شرایط متغیر، اطلاعات ناقص و زمان محدود برای تأمل، گناه اصلی در تصمیم گیری چیست؟ یا چه موانع مهمی مانع از تصمیم گیری موثر می شود؟ ‘زمان تصمیم’ تحلیل جامعی از این سوالات را از دیدگاه های مختلف ارائه می دهد.
ظهور هوش مصنوعی عمومی (AGI) قرار است بخش‌های متعددی را متحول کند و در طی چند سال آینده، قابل تصور است که AGI بتواند اکثریت کارمندان مراکز تماس را جایگزین کند و تنها نیروی کاری اسکلتی را برای رسیدگی به مسائل خاصی که ماشین‌ها نمی‌توانند حل کنند، باقی بگذارد. در عصر شکوفایی AGI، این پیش‌بینی به نظر رادیکال نمی‌رسد. با این حال، یک سوال مرتبط‌تر مطرح می‌شود: آیا AGI می‌تواند به طور موثر جایگزین اعزام‌کنندگان اورژانس یا پرسنل خدمات پزشکی اورژانس شود؟ قبل از پاسخ دادن، باید عمیق‌تر به پیچیدگی‌های چنین پیشنهادی بپردازیم. پاسخ دهندگان اورژانس با انبوهی از موقعیت‌های منحصربه‌فرد و به‌سرعت در حال تحول روبرو می‌شوند که مستلزم ارزیابی‌ها و قضاوت‌های سریع است. آیا می‌توانیم با اطمینان چنین تصمیمات حیاتی را به ماشین‌ها واگذار کنیم؟
مسئله تراموا و پیچیدگی انتخاب‌های اخلاقی
دانشمندان اغلب از ‘مسئله تراموا’ به عنوان استعاره ای برای معضلات اخلاقی ذاتی در مشکلات دنیای واقعی استفاده می کنند. روایت کلاسیک مسئله تراموا شامل یک تراموای فراری است که به سمت گروهی از افراد می‌رود. با منحرف کردن تراموا، می‌توان گروه را نجات داد، اما یک رهگذر بی‌گناه به طور مرگباری مورد اصابت قرار می‌گیرد. راننده چه اقدامی باید انجام دهد؟ ضرب المثل قدیمی پیشنهاد می کند که شر کمتر را انتخاب کنید، اما وقتی در واقعیت با چنین معضلی روبرو می شوید، تصمیم به ندرت ساده است. لارنس آلیسون، نویسنده ‘زمان تصمیم’، معتقد است که در مواجهه با مسئله تراموا، باید تلاش کرد تا کمترین تصمیم مضر را گرفت. هنگامی که چندین گزینه ارائه می شود که هر کدام نتایج نامطلوبی دارند، هدف باید انتخاب گزینه ای باشد که کمترین میزان آسیب را وارد می کند.
مسئله تراموا به عنوان یک نمایش ساده از چالش های چند وجهی است که انسان ها روزانه با آن روبرو می شوند. پیمایش این چالش ها نه تنها شامل ملاحظات اخلاقی، بلکه بررسی عمیق ارزش های خود نیز می شود. انتخاب هایی که ما انجام می دهیم، قضاوت های ارزشی ما را منعکس می کند. افراد مختلف به طور اجتناب ناپذیری انتخاب های متفاوتی خواهند داشت - و بسیار مهم است که اذعان کنیم که عدم اقدام نیز یک انتخاب است - زیرا به ندرت پاسخ های قطعی وجود دارد.
همانطور که از پیشرفت نمایی قابلیت های هوش مصنوعی شگفت زده می شویم، ‘زمان تصمیم’ به ما یادآوری می کند که بسیاری از افراد در تصمیم گیری قاطعانه در هنگام مواجهه با مسائل پیچیده و مهم تلاش می کنند. بسیاری از افراد عادی در مواجهه با محیط‌های پویا، ظرفیت سنجیدن جوانب مثبت و منفی، عمل قاطعانه و انجام اصلاحات به موقع را ندارند. چگونه می توانیم انتظار داشته باشیم که ماشین ها بهتر عمل کنند؟ این بدان معنا نیست که ماشین ها نمی توانند از قابلیت های انسانی فراتر روند، بلکه تاکید می کند که اگر ماشین ها صرفاً از انتخاب های انسانی تقلید کنند، ناگزیر با انبوهی از تصمیمات معیوب روبرو خواهند شد. این مفهوم ‘معیوب’ یا ‘درست’ به این معنا نیست که پاسخ های جهانی برای تصمیمات مهم زندگی وجود دارد، بلکه به این معناست که آیا ما از استدلال درست در فرآیندهای تصمیم گیری خود برای جلوگیری از تله های روانی رایج استفاده می کنیم یا خیر.
موانع تصمیم گیری موثر
در موقعیت هایی که با بی ثباتی، اطلاعات ناقص و محدودیت زمانی مشخص می شوند، موانع اصلی برای تصمیم گیری موثر چیست؟ ‘زمان تصمیم’ سه مانع اصلی را شناسایی می کند:
- ترس از پاسخگویی: بیزاری از پذیرش مسئولیت، منجر به عدم اقدام می شود. با منفعل ماندن، فرد از پاسخگویی در قبال هر گونه پیامد نامطلوب ناشی از یک انتخاب خاص اجتناب می کند. علاوه بر ترس از پاسخگویی، نگرانی دیگر، پشیمانی پس از تصمیم گیری است - پشیمانی از یک تصمیم پس از به دست آوردن اطلاعات بیشتر. چنین افرادی تمایل دارند واقعیت‌های جایگزینی را تصور کنند که در آن انتخاب‌های متفاوت ممکن است نتایج مطلوب‌تری داشته باشند.
- فلج انتخاب: مشکل در انتخاب از بین انبوهی از گزینه ها، به ویژه هنگامی که انتخاب ها مستلزم فداکاری باشد. در چنین مواردی، اصل اساسی این است که کمترین تصمیم مضر را بگیرید - انتخاب شر کمتر. با این حال، انجام این کار آسان تر از گفتن آن است. تصمیم گیری انسان اغلب با عوامل عاطفی در هم تنیده است، که پدیده اختلال استرس پس از سانحه (PTSD) را در بین جانبازان توضیح می دهد. تضاد روانی زمانی حادتر است که ارزش های متضاد درگیر می شوند، همانطور که در معضل کلاسیک انتخاب بین وفاداری و تقوای فرزندی به نمایش گذاشته شده است. سناریوی ایده آل این است که اقدامات خود را با ارزش های عمیق خود هماهنگ کنید، اما اغلب، افراد مجبور می شوند بر اساس قضاوت های ارزشی خارجی تصمیم گیری کنند، که منجر به پریشانی روانی شدید می شود.
- اجرای تاخیری: تاخیر بیش از حد بین تصمیم و عمل. چتربازان شهادت خواهند داد که لحظه بزرگترین تردید زمانی رخ می دهد که فرد آماده پرش است اما هنوز گزینه عقب نشینی را دارد. این پدیده در بسیاری از تصمیمات تغییر دهنده زندگی رایج است. زنی که در یک ازدواج ناخوشایند گرفتار شده است ممکن است پس از بزرگ شدن و ترک خانه فرزندانش به طلاق فکر کند. او ممکن است بی پایان در مورد فضایل و کاستی های شوهرش با محرمان خود بحث کند، شبیه یک صفحه شکسته، بارها و بارها بدون اقدام کردن فکر کند. نقطه مقابل این، ترس از دست دادن (FOMO) است، که منجر به تصمیمات عجولانه ناشی از اضطراب عقب ماندن می شود، که اغلب منجر به شکست می شود.
چارچوب STAR برای تصمیم گیری استراتژیک
بنابراین، برای غلبه بر این موانع چه کاری می توان انجام داد؟ ‘زمان تصمیم’ چارچوب STAR را پیشنهاد می کند، یک سرواژه شامل:
- سناریو: پرورش آگاهی موقعیتی مستلزم شناسایی ابتدا آنچه رخ داده است، سپس درک اینکه چرا رخ داده است و در نهایت، پیش بینی اینکه چه چیزی احتمالاً در مرحله بعد رخ خواهد داد. چرا آتش نشانان باتجربه درک شهودی از موقعیت های آتش سوزی دارند؟ زیرا آنها با سناریوهای متعددی روبرو شده اند و می توانند به سرعت از تجربه خود برای قضاوت های درست و انجام اقدامات فوری استفاده کنند. مالکوم گلدول نمونه‌های مشابهی را در ‘پلک: قدرت تفکر بدون فکر کردن’ بررسی می‌کند.
- زمان بندی: عنصر ‘زمان بندی’ به اهمیت عمل در یک بازه زمانی معقول می پردازد. این ضرب المثل که تعمق منجر به عدم اقدام می شود، در اینجا صدق می کند. یک تشبیه مفید، فاکستروت است، با ریتم ‘آهسته، آهسته، سریع، سریع’ آن. در مراحل اولیه تصمیم گیری، عاقلانه است که با احتیاط پیش بروید، از تکانشگری اجتناب کنید و از تکیه صرف بر شهود خودداری کنید. در عوض، تلاش کنید تا اطلاعات کافی به دست آورید. با این حال، در مراحل بعدی اجرا، اقدام سریع از اهمیت بالایی برخوردار است، زیرا اطلاعات کامل دست نیافتنی است و مزایای حاشیه‌ای جمع‌آوری اطلاعات طولانی‌مدت کاهش می‌یابد.
- فرضیات: بیان واضح فرضیات بسیار مهم است. اغلب، افراد تمایل دارند به طور انتخابی اطلاعاتی را درک کنند که با تصورات از پیش تعیین شده آنها همسو است، در حالی که شواهد متناقض و احتمالات جایگزین را نادیده می گیرند. حمله حماس به اسرائیل در سال 2023، یک شکست در فرضیات استراتژیک را آشکار کرد. رهبران اسرائیلی، از نخست وزیر نتانیاهو گرفته تا مقامات نظامی و اطلاعاتی، نتوانستند حمله را پیش بینی کنند. این به دلیل عدم وجود هشدارهای اولیه نبود، بلکه به دلیل ناتوانی در در نظر گرفتن کافی احتمال وقوع چنین رویدادی بود. آنچه ما انتخاب می کنیم باور کنیم، اغلب کمتر از آنچه انتخاب می کنیم تصور کنیم، اهمیت دارد.
- تجدید نظر: توانایی تنظیم و تطبیق مداوم ضروری است. در برخی موارد، انعطاف پذیری و پشتکار تزلزل ناپذیر مورد نیاز است - ترس از شکست نباید مانع از تلاش برای تلاش های مهم شود. در موارد دیگر، تنظیمات به موقع و توانایی کاهش زیان ها برای جلوگیری از تأثیر هزینه های غرق شده بر انتخاب های بعدی ضروری است. با این حال، چالش در تشخیص نحوه انجام چنین قضاوت هایی در موقعیت های مبهم نهفته است. تله های رایج عبارتند از عدم وجود پشتکار، که منجر به از دست دادن فرصت ها می شود، یا پشتکار بیش از حد، که منجر به هدر رفتن منابع می شود.
ادغام هوش مصنوعی در فرآیند تصمیم گیری
پس از بررسی چارچوب STAR، اکنون بسیار مهم است که پیامدهای آن را برای هوش مصنوعی در نظر بگیریم و اینکه چگونه ماشین ها می توانند قابلیت های تصمیم گیری ما را افزایش دهند. این ما را به سوال اصلی باز می گرداند: آیا می توانیم تمام تصمیمات را به AGI بسپاریم؟
در سال‌های آینده، هوش مصنوعی به‌طور فزاینده‌ای کار را مدولار می‌کند. بسیاری از وظایف به طور مشترک توسط انسان و ماشین انجام می شود، و هر کدام از نقاط قوت خود در چهار حوزه کلیدی استفاده می کنند:
- پیچیدگی: هرچه پیچیدگی بیشتر باشد، ظرفیت انسان برای انطباق بیشتر است. پیچیدگی در دو بعد آشکار می شود: عدم قطعیت (اطلاعات ناقص) و عدم وجود انتخاب های واضح یا بهینه. افراد با تجربه می توانند حتی زمانی که اطلاعات کمیاب است، تصمیمات جسورانه بگیرند. انسان ها استقلال لازم برای سنجیدن مبادلات و انجام قضاوت های ارزشی را دارند.
- فراوانی: هر چه وظایف مشابه بیشتر رخ دهند، ماشین ها برای رسیدگی به آنها مجهزتر هستند. حتی در سناریوهای اعزام اورژانس، ماشین ها می توانند از پاسخ دهندگان با تجربه بیاموزند و انتخاب های درستی انجام دهند، به خصوص هنگام برخورد با رویدادهای با فرکانس بالا مانند تصادفات رانندگی.
- هماهنگی: وظایف دنیای واقعی به ندرت مجزا هستند. آنها شامل همکاری هستند و نیاز به ارتباط گسترده دارند. هر عنصر از چارچوب STAR به ارتباطات متکی است. سوال این است که آیا ماشین ها می توانند اثربخشی و کارایی ارتباطات را افزایش دهند؟ در حالی که ارتباطات انسانی دارای نقص هایی است، تعاملات غیررسمی و برنامه ریزی نشده می تواند بسیار مهم باشد. آیا ماشین ها می توانند این ظرافت ها را درک کنند؟
- هزینه شکست: هزینه شکست چیست، به خصوص زمانی که هوش مصنوعی مرتکب اشتباه می شود؟ در سازمان ها، پاسخگویی بسیار مهم است. حتی هنگام ترویج برنامه های هوش مصنوعی، تصمیم گیرندگان باید هزینه بالقوه شکست را در نظر بگیرند.
چگونه هوش مصنوعی می تواند تصمیم گیری را افزایش دهد
هوش مصنوعی می تواند به سه روش کلیدی کمک کند:
- شکستن گلوگاه های شناختی: هوش مصنوعی در پردازش مقادیر عظیمی از داده ها عالی است و نگرانی ها در مورد اضافه بار شناختی را کاهش می دهد. هوش مصنوعی می تواند در رقص ‘فاکستروت’ کمک کند و از محدود شدن درک ما از منظره کلی توسط شهود و تعصبات جلوگیری کند.
- استفاده از هوش جمعی: هوش مصنوعی می تواند قضاوت ها را از منابع مختلف جمع آوری کند و از تصمیم گیری برای تازه کارها پشتیبانی کند.
- کاهش ضعف های روانشناختی: هوش مصنوعی می تواند راهنمایی های عملی ارائه دهد و به تعریف قوانین و فرآیندهای واضح کمک کند و برخی از بار روانشناختی را کاهش دهد. در شرایطی که نیاز به اقدام قاطع است، هوش مصنوعی می تواند زمام امور را در دست بگیرد.
ماشین ها هنوز با موقعیت های پیچیده ای دست و پنجه نرم می کنند که فاقد پاسخ ها و انتخاب های قطعی بر اساس استقلال و قضاوت های ارزشی هستند. آنها همچنین با ظرافت ها و مبادلات دست و پنجه نرم می کنند. در نهایت، تصمیم نهایی بر عهده انسان است. ما می توانیم یاد بگیریم که انتخاب های بهتری داشته باشیم، در حالی که ماشین ها به عنوان متحدان ضروری خدمت می کنند.