A
人工智能在预测方面目前的能力以及人类对其预测持续存在的不信任感。
长难句
警察部队正利用它来绘制可能发生犯罪的时间和地点。
长难句
医生可以利用它来预测患者最有可能在何时心脏病发作或中风。
长难句
研究人员甚至试图赋予人工智能想象力,以便它能够为意想不到的后果做出计划。
长难句
我们生活中的许多决定都需要良好的预测,而人工智能在预测方面几乎总是比我们做得更好。
长难句
最近的案例表明,人们不喜欢依赖人工智能,而更愿意相信人类专家,即使这些专家是错的。
长难句
如果我们想让人工智能真正造福人类,我们需要找到一种方法让人们信任它。
长难句
要做到这一点,我们首先需要理解为什么人们如此不愿信任人工智能。
B
IBM肿瘤学沃森系统的公关失败,凸显了医生对一致和矛盾的AI建议的排斥。
长难句
该人工智能承诺针对占全球病例80%的12种癌症治疗提供最高质量的建议。
长难句
但是当医生们第一次与沃森互动时,他们发现自己处于一个相当困难的境地。
长难句
一方面,如果沃森提供的关于某种治疗的指导与他们自己的意见相吻合,内科医生们就认为沃森的建议没什么意义。
长难句
这台超级计算机只是在告诉他们已经知道的事情,而且这些建议并没有改变实际的治疗方案。
长难句
另一方面,如果沃森生成了与专家意见相矛盾的建议,医生通常会得出结论,认为沃森不能胜任。
长难句
而且机器也无法解释为什么它的治疗方案是合理的,因为它的机器学习算法实在是太复杂了,人类无法完全理解。
长难句
结果,这引起了更多的怀疑和不信任,导致许多医生无视这些看似古怪的AI建议,而坚持他们自己的专业判断。
C
由于不可理解性以及媒体对失败案例的不成比例报道,人类不信任人工智能背后的心理原因。
长难句
这只是人们缺乏对人工智能的信心,以及不愿接受人工智能所能提供的东西的一个例子。
长难句
对他人的信任通常基于我们对他人如何思考的理解,以及对其可靠性的经验。
长难句
即使它能在技术上被解释(而情况并非总是如此),人工智能的决策过程通常对大多数人来说太难理解了。
长难句
而且,与我们不理解的事物进行互动会引起焦虑,并给我们一种失控的感觉。
长难句
许多人也根本不熟悉人工智能实际起作用的许多例子,因为它通常在后台运行。
长难句
相反,他们对人工智能出错的例子极其敏感。
长难句
令人尴尬的人工智能故障获得了不成比例的媒体关注,这强调了我们不能依赖技术的信息。
长难句
机器学习并非万无一失,部分原因是设计它的人类并非万无一失。
D
在根深蒂固的确认偏误驱使下,媒体表现对人类对待AI态度的两极分化效应。
长难句
在最近的一项实验中,来自不同背景的人们被要求观看各种关于人工智能的科幻电影,然后被问及关于日常生活中自动化的问题。
长难句
研究发现,无论他们观看的电影是对人工智能进行了正面还是负面的描绘,仅仅观看我们技术未来的电影愿景就使参与者的态度两极分化。
长难句
乐观主义者对人工智能的热情变得更加极端,而怀疑论者则变得更加谨慎。
长难句
这表明人们以带有偏见的方式使用关于人工智能的相关证据来支持他们现有的态度,这是一种被称为“确认偏误”的根深蒂固的人类倾向。
长难句
随着人工智能越来越多地出现在媒体和娱乐中,它可能会导致一个社会分裂为受益于人工智能的人和拒绝它的人。
长难句
更相关的是,拒绝接受人工智能带来的优势可能会使一大群人处于严重的劣势。
E
建议通过增加接触和提高算法透明度来提升公众对人工智能信任的方法。
长难句
幸运的是,我们已经有了一些关于如何提高对人工智能信任的想法。
长难句
仅仅拥有使用人工智能的先前经验就能显著改善人们对这项技术的看法,正如上面提到的研究所发现的那样。
长难句
证据还表明,你越是使用像互联网这样的其他技术,你就越信任它们。
长难句
另一个解决方案可能是更多地揭示人工智能使用的算法以及它们所服务的目的。
长难句
针对人工智能的类似做法可以帮助人们更好地理解算法决策的制定方式。
F
通过为人类提供一定程度对人工智能实施的控制权来增强用户信任和接受度。
长难句
研究表明,允许人们在人工智能决策中拥有一定的控制权,也可以提高信任度,并使人工智能能够从人类经验中学习。
长难句
例如,一项研究表明,当允许人们有稍微修改算法的自由时,他们对其决策感到更满意,更倾向于相信它更优越,并且更可能在未来使用它。
长难句
我们不需要理解人工智能系统复杂的内部运作机制,但如果人们在它的实施方式上被赋予了一定程度的责任,他们将更愿意在生活中接受人工智能。