AI の台頭を受けて、MIT の研究者らによる新しい研究では、どのタスクが人間と AI のコラボレーションから最も恩恵を受けることができ、どのタスクを独立して処理するのが最適であるかが調査されました。
人工知能 (AI) が進歩するにつれて、個人と職業の両方の現場での急速な導入に遅れを取らないように、人間が人工知能と協力して働くことを学ぶことが世界的に求められています。
しかし、MIT の集合知センター (CCI) による最近の研究では、人間と AI のコラボレーションは便利である一方で、特定のタスクは独立して処理した方がより良い結果が得られる可能性があることが判明しました。
「AIをプロセスに統合すると常にパフォーマンスが向上するという一般的な仮定がありますが、それが真実ではないことを私たちは示しています」と、研究の筆頭著者でMIT博士課程の学生であるミシェル・ヴァカロ氏は声明で述べた。
「場合によっては、一部のタスクを人間だけに任せ、一部のタスクを AI だけに任せることが有益です」と彼女は付け加えました。
人間と AI が最も効果的に連携するタイミングをより明確に理解するために、研究者らは、さまざまなタスクにわたる人間と AI の組み合わせに関する 100 以上の実験研究から得られた 370 件の結果を分析しました。
研究では、人間のみ、AI システムのみ、人間と AI のチームという、タスクを処理するための 3 つのアプローチが取り上げられました。
研究者らは、人間と AI のチームは、単独で作業する人間よりも優れたパフォーマンスを発揮する傾向があるものの、単独で作業する AI システムによって達成される成果を超えることはないことを発見しました。
雑誌に掲載されました自然 人間の行動また、この研究では「人間と AI の相乗効果」の証拠は見つかりませんでした。これは、特定のタスクについては、人間か AI のどちらかだけに頼った方が、協力するよりも良い結果が得られる可能性があることを意味します。
しかし、メタ分析では、人間または AI 単独よりも人間と AI のコラボレーションの方が効果的である可能性がある特定のケースがいくつか見つかりました。
「私たちの主な結果は、平均して人間とAIの組み合わせがパフォーマンスの低下につながることを示唆していますが、これが人間とAIの組み合わせが悪いアイデアであることを意味するとは考えていません」と著者らは論文で述べている。
「それどころか、将来の作業は、人間と AI を統合する効果的なプロセスを見つけることにより具体的に焦点を当てる必要があることを意味していると私たちは考えています。私たちの他の結果は、今後の有望な方法を示唆しています。」
研究者らは、ディープフェイクの検出や医療症例の診断などの意思決定タスクにおいて、人間と AI のチームが単独で動作する AI に比べてパフォーマンスが低下していることを特定しました。
対照的に、新しいビジュアルコンテンツや文章コンテンツの生成など、クリエイティブなタスクでは人間と AI がよりうまく連携できることもわかりました。
このようなケースでは、人間と AI のチームが、最も優れたパフォーマンスを発揮した個々の人間や AI システムのパフォーマンスをも上回りました。
研究者らは、これは創造的な仕事そのものの性質によるものである可能性があると理論づけた。
彼らは、創造的なタスクには創造性、知識、洞察力の組み合わせが必要であり、これらは本質的に人間に備わっている資質であり、AIが完全に再現するのは難しいと説明しました。しかし、これらのタスクには反復的な日常的なプロセスも必要であり、そこでは AI が非常に効果的です。
その結果、人間と AI の長所を組み合わせることで、クリエイティブな仕事でより良い成果が得られた可能性があります。
研究論文の共著者でMIT CCI所長のトーマス・マローン氏は声明で、「AIに背景調査、パターン認識、予測、データ分析を処理させながら、人間のスキルを活用してニュアンスを見つけ出し、文脈上の理解を適用する」と述べた。 。
同氏は「これらのコラボレーションの可能性を探求し続けると、未来は人間をAIに置き換えるだけでなく、人間が効果的に連携するための革新的な方法を見つけることにあることは明らかだ」と結論づけた。
