چطور از هوش مصنوعی درست استفاده کنیم؟ نکاتی برای کاربران حرفهای و تازهکار
در تیرماه ۱۴۰۴، اندیشکده Model Evaluation & Threat Research (METR) پژوهشی درباره اثر استفاده از هوش مصنوعی در برنامهنویسی انجام داد. پژوهشگران گروهی از توسعهدهندگان را بهصورت تصادفی به دو دسته تقسیم کردند؛ دسته اول با استفاده از ابزارهای AI و دسته دوم بدون آن.
انتظار عمومی و تصور شرکتکنندگان این بود که AI سرعت کار را تا ۴۰ درصد افزایش دهد و حتی خود توسعهدهندگان فکر میکردند ۲۰ درصد سریعتر شدهاند. با این حال دادههای واقعی خلاف این پیشبینی را نشان داد. توسعهدهندگان مجهز به ابزارهای هوش مصنوعی در عمل ۲۰ درصد کندتر عمل کردند و این نتایج برای پژوهشگران غیرمنتظره بود.
شکاف توانایی–اعتمادپذیری
متخصصان دلیل این کاهش سرعت را به چیزی به نام شکاف توانایی–اعتمادپذیری نسبت دادند. ابزارهای هوش مصنوعی توانایی انجام کارها را دارند اما نه با دقت و ثباتی که در محیط واقعی لازم است. همین خطاهای کوچک باعث میشود توسعهدهندگان زمان زیادی صرف بازبینی، اصلاح و تست مجدد کدهای تولیدشده کنند. یکی از شرکتکنندگان تجربه استفاده از AI را به دید زدن یک کارآموز پرمدعا تشبیه کرد؛ کاری که به جای صرفهجویی در زمان، وقت بیشتری میگیرد.
این یافته نشان میدهد که اعتماد بیمورد به هوش مصنوعی میتواند بهرهوری را کاهش دهد و ابزارهای AI به تنهایی تضمینکننده سرعت یا کیفیت کار نیستند.
اثرات اقتصادی و سرمایهگذاریها
این نتایج در شرایطی منتشر شد که اقتصاد آمریکا با سرمایهگذاریهای کلان در هوش مصنوعی روبهرو است. شرکتهای بزرگ فناوری میلیاردها دلار صرف ساخت مراکز داده و توسعه زیرساختهای AI کردهاند، با این حال بازدهی مالی این سرمایهگذاریها هنوز محدود است.
برخی اقتصاددانان نسبت به شکلگیری حباب هوش مصنوعی هشدار دادهاند؛ حبابی که مشابه بحران داتکام اوایل دهه ۲۰۰۰ خواهد بود ولی پیامدهای احتمالی آن میتواند سنگینتر باشد. سرمایهگذاری کلان بدون توجه به عملکرد واقعی ابزارها ممکن است به کاهش اعتماد بازار و سرمایهگذاران منجر شود.
محدودیتهای ابزارهای AI
یکی دیگر از دلایل کاهش سرعت استفاده از AI، عدم ثبات و خطایاب محدود این سیستمهاست. هوش مصنوعی ممکن است در بعضی سناریوها راهحلهای اشتباه یا ناقص ارائه دهد و توسعهدهنده مجبور است برای جلوگیری از خطاهای جدی، زمان بیشتری صرف اصلاح کند. این موضوع بهویژه در پروژههای بزرگ و حساس، اهمیت بیشتری پیدا میکند.
همچنین، ابزارهای AI نمیتوانند جایگزین تجربه، قضاوت انسانی و درک کامل مسئله شوند. در بسیاری از مواقع، توسعهدهندگان برای اطمینان از صحت کدهای تولیدشده توسط AI، نیاز به بررسی دقیق دارند که همین کار باعث کندی روند کار میشود.
پیامدهای آینده برای برنامهنویسی و بازار کار
با توجه به این یافتهها، به نظر میرسد ابزارهای هوش مصنوعی هنوز در مرحله پشتیبانی و کمکی قرار دارند و نمیتوانند جایگزین کار انسانی شوند. شرکتها باید انتظارات واقعی از AI داشته باشند و آموزش توسعهدهندگان برای استفاده مؤثر از این ابزارها ضروری است.
این تحقیق همچنین اهمیت بازبینی و اعتبارسنجی دادهها و عملکرد AI در محیط واقعی را برجسته میکند. هرگونه تصمیم سرمایهگذاری یا برنامهریزی صنعتی که بر اساس انتظار افزایش بهرهوری توسط AI انجام شود، باید با احتیاط همراه باشد.
جمعبندی کوتاه
استفاده از هوش مصنوعی در برنامهنویسی هنوز تضمینکننده افزایش سرعت نیست و ممکن است بهرهوری را کاهش دهد. شکاف توانایی–اعتمادپذیری و نیاز به بازبینی کدها باعث این کاهش شده است. شرکتها باید انتظارات واقعی داشته باشند و از AI بهعنوان ابزار کمکی استفاده کنند نه جایگزین./اقتصادنیوز
هیچ نظر! یکی از اولین.