善用AI，還是被AI取代？︱ElenaForesight

與其糾結AI到底能不能取代人類、會不會取代人類，或許更應該思考運用AI讓自己變得更好、讓正向的生活不斷地延展，就像運用其他的數位科技一樣。 

 ☆°．﹒☆°．﹒ ☆°．﹒ ☆°．﹒ ☆°．﹒ ☆°．﹒☆°．﹒ ☆°．

Can AI language models replace human participants?

Article ∥ Danica Dillion, Niket Tandon, Yuling Gu, Kurt Gray
Trends in Cognitive Sciences, Volume 27, Issue 7, July 2023, Pages 597-600

📚推薦讀物：【寫給小學生看的AI課】【寫給中學生看的AI課】

善用AI，還是被AI取代？

AI到底能不能取代人類、會不會取代人類，尤其在今年(2023)生成式AI技術的興起後討論得最為激烈。剛好Trends in Cognitive Sciences (IF=24.428) 在2023年5月以社會心理學的角度發表了一篇相關研究，導讀如下：

已經有許多研究告訴大家，人工智慧語言模型已經可以在多個領域做出比擬人類的判斷，這篇文章便是從心理學的角度探討了AI取代人類的可能性 (特別對焦GPT)。

🦾文章中提出，AI的功能定義是「任務的接替，接替曾經是由人類來執行的任務」，
最為廣知的接替方法，就是GPT這樣的生成式大語言模型 (LLM)；但是，LLMs真的能夠跟人類一樣思考、產出一樣品質的成果嗎？

為了「取代」人類，AI必須給予近似人類的反應！研究針對超過400多個道德場景進行統計 (包含：餐點遲到的情緒崩潰、搶停車位、車禍救援等道德場景)，確認GPT-3.5 具有複製人類道德判斷的卓越能力：GPT-3.5 可以與人類進行交流，它的道德判斷與人類的道德判斷相似度也非常的高，這或許是因為大部分的道德判斷取決於場景的結構及特徵，所以在相對容易處理的情況下，造成GPT特別擅長進行道德判斷。

🦾不過，AI無法像人類一樣擁有獨立思維、做出正確決策，換句話說，它們無法擁有「人性」！
研究中舉了幾個例子：LLMs可以對球賽的違規提出違規的判定，以及建議對應的處置做法，但有關球迷的忠誠，以及對對手的敵意卻可能會出現與人類不同判別的偏差。同樣的道理，出現在戰爭殺戮的情況，若涉及保護人民、戰友，以及國家等議題時，LLMs就會出現道德權衡的問題。

另外，LLMs目前只與處理語言上的表現，無法處理具象行為的觀察及應對。所以，LLMs在甚麼時候能成為我們最好的助手呢？專家說：研究特定主題、執行特定任務、進行特定研究，以及針對範本進行特定模擬時，LLMs就是人類最好的助手；當然，處理這些特定事件前，都必須由人類提供LLMs完善的訓練。經過訓練後，LLMs能協助人類處理費時、無趣，以及高重複性的工作；具體來說，LLMs可以快速回答成千上百個問題而不會感到疲勞，並且它所需要的激勵比人類想像的要簡單許多！

有關LLMs的激勵方法，最為人知的就是在使用GPT後，給它的答案按個”讚”。至於，其他提升LLMs自我學習的能力，研究內文中提出了美國卡內基梅隆大學(Carnegie Mellon University)語言科技研究所發表的「Self-Refine」，對於技術發展有興趣的人可以去看看。

有趣的是，研究中驚鴻一撇地提出一個訊息：LLMs可以用來進行社會心理學最著名的行為研究「米爾格倫實驗」(Milgram experiment)！但僅僅就提到這一句，沒有更深入說明，所以是訓練讓LLMs來服從權威，又或者是利用LLMs來強迫人類完成權威服從的實驗，或許需要更多的文獻資料來協助呈現。

從另一論文[Guinea pigbots]看到的資訊，是前者、是讓GPT取代人類擔任「米爾格倫實驗」中的”教師”；而因為實驗結果正確率頗高，所以這樣的替代實驗就可以解決研究倫理問題。
(☠︎「米爾格倫實驗」就是權威服從實驗；在實驗中，”教師”是被控制方！☠︎)

🦾LLMs完全取代人類的機率極低，但它可能會在各個研究階段不斷地進步、不斷地增加對人類的協助程度。
例如：LLMs可以協助人類產生許多種不同的想法，並且從中進行個別驗證、預測事件發展。LLMs也可以收集人類提供的資訊，作為往後的各種檢核依據。

根據統計，LLMs在英語方面的使用準確性較高，這是因為英語系的使用者對LLMs做的訓練相對完整，不過，訓練數據在65歲以上的人群與宗教信仰等方面的資料仍有不足。另外，由於使用族群的特性， GPT 模型往往偏向代表(美國)自由派、高收入和受過高等教育的人的觀點，而一些沒有經過人類回饋調整的LLMs，則更符合中等收入、低收入和宗教人士的觀點。所以，不同的語言模型，確實會存在不同的偏差，並且這樣的情況會一直存在下去！這種多樣性的偏差就是我們常發現：GPT 模型會產生「幻覺」，造成輸出不準確的原因之一。另外一個讓GPT 模型會產生「幻覺」的原因，很可能是因為它涵蓋廣義的貝葉斯推斷法 (先假設、再實驗，最後才更新實證)。

🦾畢竟，LLMs的主要功能不是在察覺異樣，而是根據統計協助人類進行判斷。

前面有提到，LLMs是根據所屬的資料庫來協助人類進行判斷的，所以，它就是個輔助工具，而後續的判斷及決策，仍需要人類自行處理。AI語言模型的興起確實會取代許多工作，未來，在某些情況下甚至充當人類的代理人，但人工智慧是否足夠人性化以取代人類？研究直白地提出：人類是奇怪的、不可靠的和有偏見的，人工智慧是否能在同時具備人類的理性的情況下，不要過於明智、可靠和公正？或許可以問問GPT怎麼”想”！

最後，為什麼要過度擔心AI取代人類呢？舉個簡單的例子，大家來思考一下：
☘︎人類的腿，並沒有因為汽車的普及而廢掉，卻獲得快速地移動的能力；
☘︎人類的眼，不會因為望遠鏡的發明而退化，反而看得更遠；
☘︎人類的手，因為起重機而能搬動更多重物，空出來的雙手，可以做更多事情。
那麼，腦呢？會因為AI的興起，人類就不需要思考了嗎？所以，身為非技術開發者的我們，可以有更積極的作為：

在不損及他人權益的情況下，”思考”怎麼運用AI 讓自己變得更好、讓生活品質不斷提升，就像運用其他的數位科技一樣。

AI，就讓它成為妳的幫手！

☘︎科技趨勢是威脅，還是工具，端看人類自己怎麼使用，怎麼以善意為立足點、以不侵害他人生命及生活權益為基礎，去運用這些工具。而這個兩面刃的議題，不只發生在AI上，金融科技、區塊鏈、Web 3、數位轉型、ESG，都不容忽視。
☘︎那麼，這又引出教育的問題；不過這邊要推薦延伸閱讀/重溫的，不是「教育紅利，人才紅利」這篇文章，而是「如果聰明的人說謊–所羅門的偽證」(因為還有善意的議題)！

如果妳(你)有更好的例子，歡迎MAIL跟我互動。

有關妳(你)會不會被AI取代–擔心如何用AI來讓自己更好，確實比較實際！

有關「人類是奇怪的、不可靠的和有偏見的，人工智慧是否能在同時具備人類的理性的情況下，不要過於明智、可靠和公正？」GPT怎麼”想”：

 

有關「米爾格倫實驗」