הנה הסיבה שעתיד הבינה המלאכותית הוא רגש

בינה מלאכותית עוברת את שלב ההתבגרות שלה. היא חזקה, שאפתנית ומסוגלת לעשות דברים יוצאי דופן, אך יותר ויותר היא נתקלת בכאבי גדילה. חלק מהאנליסטים מציעים שהבינה המלאכותית נתקעה עקב "מחסור בנתונים", קישוריות לקויה או מגבלות צריכת חשמל.

עם זאת, הסיבה האמיתית עשויה להיות פשוטה יותר: בינה מלאכותית, כפי שאנו מכירים אותה, חסרה את היכולת הבסיסית להבין אותנו, המשתמשים, באמת. היא יכולה לעבד מידע במהירויות יוצאות דופן, ליצור תמונות פוטוריאליסטיות ולנסח טקסט שוטף, אך היא מתקשה עם אינטליגנציה רגשית.

היא לא יודעת מתי משתמש מתוסכל, משועמם, חרד או מותש. היא לא יכולה לחוש את הרגע לעצור, להבהיר או לשנות כיוון. ככל שכלי בינה מלאכותית נפרסים יותר ויותר בתחומים רגישים רגשית כמו חינוך, בריאות, רווחה ותקשורת, נקודת עיוורון רגשית זו הופכת למגבלה משמעותית.

אולי הקפיצה הבאה בבינה מלאכותית לא תגיע מיותר נתונים או עיבוד מהיר יותר, אלא מלימוד בינה מלאכותית לשים לב למה בני אדם עושים כשמשהו לא נוחת. בינה מלאכותית אדפטיבית רגשית תעשה יותר מקריאת הנחיות; היא תקרא את החדר.

על ידי שילוב של רמזים פנים, מעקב מבט, דפוסי התנהגות ואותות פיזיולוגיים, הדור הבא של בינה מלאכותית יוכל להסיק כיצד אדם מרגיש ולהתאים את התפוקה שלו בהתאם. התוצאה תהיה בינה מלאכותית שתבין מתי לדחוף ומתי לסגת – מתי מישהו מוכן ללמוד, מתי הוא עמוס נפשית, או מתי הוא פשוט לא מתחבר.

המעבר הזה, מלוגיקה ריאקטיבית למודעות רגשית, יכול להיות מה שבסופו של דבר מוציא את הבינה המלאכותית מגיל ההתבגרות אל בגרות.

בינה מלאכותית מהירה יותר לא אומרת בינה מלאכותית טובה יותר

אנחנו רגילים למדוד בינה מלאכותית במילים סופרלטיב: מודלים גדולים יותר, הסקה מהירה יותר, תגובות חכמות יותר. אבל בבהלה להתרחב, התעלמנו ממשהו בסיסי יותר: ההקשר האנושי. מודל גדול פי עשרה לא בהכרח ייתן תשובות טובות יותר אם הוא לא יכול לדעת מתי הוא לא הבין נכון את השאלה, או מתי משתמש מאבד סבלנות וזקוק לאוזן קשבת.

דיוק מבוסס לוגיקה אינו בהכרח שווה ערך לתועלת ברגע. כאשר בינה מלאכותית נפרסת בסביבות שבהן ניואנסים רגשיים חשובים – כמו כיתות לימוד, מרפאות ובמהלך שיחות עמוקות – אינטליגנציה גולמית אינה מספיקה. אלגוריתם אולי מציע המלצות מהירות לסרטים על סמך היסטוריית צפייה, אך הוא לא יודע מה אתם במצב רוח לצפות בו כרגע.

סביבות אלה אינן מסתמכות רק על מסירת מידע; הן מסתמכות על תזמון, טון והקשר רגשי. בכיתה, ההבדל בין תלמיד משגשג לבין תלמיד מתנתק אינו נובע מכמות העובדות שהמערכת יכולה להציג; אלא מהידיעה מתי התלמיד מוצף.

במסגרת בריאות הנפש, הצעת אסטרטגיית התמודדות נכונה היא בסדר, אבל מה אם המשתמש שחוק מכדי לשמוע אותה? מערכות בינה מלאכותית מסורתיות לא נבנו לכך. הן מבצעות אופטימיזציה להשלמה, לא לחיבור, וכאן מגבלותיהן מתבררות.

אנושיות של בינה מלאכותית

שדרוג אבן הדרך הבא של הבינה המלאכותית לא יהיה מודלים מהירים יותר או אלגוריתמים חכמים יותר. זה יהיה הסתגלות רגשית ומודעות הקשרית. משמעות הדבר היא שני דברים לעתיד הבינה המלאכותית. ראשית, בינה מלאכותית תוכל לקרוא את הרמזים האישיים שלך בזמן אמת, כאשר תבחר לאפשר זאת.

בדומה לאופן שבו משתמשי Apple Watch רואים ערך משמעותי בניתוח קצב לב, דפוסי שינה או רמות פעילות כדי לספק תובנות בריאותיות מותאמות אישית, בינה מלאכותית של הקשר אנושי מזהה את האותות השקטים שאנו שולחים כל הזמן: קצב המצמוץ שמרמז על עייפות קוגניטיבית, ההבעה הקטנה שמהבהבת כאשר מתעורר בלבול, או תנועת העיניים העדינה שמרמזת על הסחת דעת.

בעזרת שילוב נכון של חיישנים ומודלים, בינה מלאכותית יכולה כעת לשלב רגש ומצב רוח עם אותות ביומטריים להבנה הוליסטית של איך אתם מרגישים ומדוע.

הבנת דפוסים רגשיים אנושיים

שנית, ואולי אף באופן רחב יותר, הבנה זו של דפוסי רגש והתנהגות אנושיים ניתנת ל"מיקור המונים" באופן אנונימי. מערך נתונים עצום זה ישדרג מודלים של שפה גדולה (LLMs) כמו ChatGPT, מה שהופך אותם מטבעם לממוקדים יותר באדם בתגובותיהם ובהחלטותיהם.

משמעות הדבר היא שבינה מלאכותית יכולה להתמודד בצורה יעילה יותר עם מגוון רחב יותר של מצבים, אפילו בסביבות בהן אותות אישיים בזמן אמת אינם מתפרשים. מדובר בבניית אינטליגנציה רגשית בסיסית בתוך הבינה המלאכותית, מה שהופך את כל האינטראקציות לאינטואיטיביות יותר ורגישות לצרכים ולמצבים אנושיים כלליים.

באותו אופן שבו מורה מצוין מאט את הקצב כשהוא מזהה בלבול או מוסיף קצת כיף כשהוא רואה את החדר מתעבה, בינה מלאכותית אדפטיבית רגשית יכולה לכייל מחדש את הקצב תוך כדי תנועה – לחזור על שלב, לפשט מושג, או פשוט לעצור כדי לתת למשתמש מרחב. זהו מעבר מבינה מלאכותית שמגיבה למה שאנחנו אומרים לבינה מלאכותית שמגיבה לאופן שבו אנחנו מרגישים. זה פותח את הדלת למקרי שימוש שבינה מלאכותית קונבנציונלית פשוט אינה מצוידת עבורם.

בתחומי הבריאות והרווחה, היא יכולה לחשוף דפוסים רגשיים ופיזיולוגיים שיכולים לסמן שחיקה, הפרעות מצב רוח או סיכון לשבץ, מבלי להסתמך על דיווח עצמי נוטה להטיה. במשחקים, היא יכולה להניע חוויות שמגיבות לאופן שבו שחקנים מרגישים, לא רק למה שהם עושים, תוך התאמת רמת הקושי של המשחק או זרימת הנרטיב בזמן אמת. מה שמאחד את מקרי השימוש הללו – ואחרים רבים – הוא מעבר ממסירה של שיטות אחידות למערכות בעלות יכולת תגובה רגשית שמתאימות לבני אדם.

פריצת הדרך האמיתית לא תהיה בכמה הבינה המלאכותית יודעת; היא תהיה בכמה טוב הבינה המלאכותית מכירה אותנו.

ריכזנו עבורכם את תוכנות אוטומציה הטובות ביותר בתחום ה-IT.