Salting ໄດ້ຢູ່ໃນຂ່າວຂ້ອນຂ້າງບໍ່ດົນມານີ້.
ຂ້ອຍບໍ່ໄດ້ອ້າງເຖິງເກືອທີ່ເຈົ້າໃສ່ໃນອາຫານຂອງເຈົ້າ. ແທນທີ່ຈະ, ຂ້ອຍເອົາ "ການເກືອ" ທີ່ກ່ຽວຂ້ອງກັບການປະຕິບັດທີ່ກະຕຸ້ນແລະເບິ່ງຄືວ່າມີຄວາມຂັດແຍ້ງສູງທີ່ກ່ຽວຂ້ອງກັບການພົວພັນລະຫວ່າງແຮງງານແລະທຸລະກິດ.
ເຈົ້າເຫັນແລ້ວ, ການເຮັດເກືອປະເພດນີ້ ກ່ຽວຂ້ອງກັບສະພາບການທີ່ບຸກຄົນໃດໜຶ່ງພະຍາຍາມຈ້າງເຂົ້າບໍລິສັດເພື່ອລິເລີ່ມຢ່າງຈະແຈ້ງ ຫຼືບາງຄົນອາດເວົ້າວ່າ ກະຕຸ້ນໃຫ້ມີການສ້າງຕັ້ງສະຫະພັນແຮງງານຢູ່ໃນນັ້ນ. ບັນຊີຂ່າວຫລ້າສຸດທີ່ສົນທະນາກ່ຽວກັບປະກົດການນີ້ຊີ້ໃຫ້ເຫັນເຖິງບໍລິສັດເຊັ່ນ Starbucks, Amazon, ແລະບໍລິສັດທີ່ມີຊື່ສຽງອື່ນໆແລະແມ້ກະທັ້ງຫນ້ອຍທີ່ຮູ້ຈັກ.
ຂ້າພະເຈົ້າຈະກວມເອົາພື້ນຖານຂອງ salting ທໍາອິດແລະຫຼັງຈາກນັ້ນຈະປ່ຽນເປັນຫົວຂໍ້ທີ່ຄ້າຍຄືກັນທີ່ທ່ານອາດຈະຖືກຈັບໄດ້ຢ່າງລະມັດລະວັງກ່ຽວກັບ, ຄືວ່າມັນເບິ່ງຄືວ່າມີປະເພດຂອງການ salting ເກີດຂຶ້ນໃນພາກສະຫນາມຂອງ Artificial Intelligence (AI). ນີ້ມີການພິຈາລະນາດ້ານຈັນຍາບັນ AI ທີ່ສໍາຄັນ. ສໍາລັບການຄຸ້ມຄອງຢ່າງຕໍ່ເນື່ອງແລະກວ້າງຂວາງຂອງຂ້ອຍກ່ຽວກັບຈັນຍາບັນ AI ແລະຈັນຍາບັນ AI, ເບິ່ງ ການເຊື່ອມຕໍ່ທີ່ນີ້ ແລະ ການເຊື່ອມຕໍ່ທີ່ນີ້, ພຽງແຕ່ຊື່ບາງຄົນ.
ດຽວນີ້, ໃຫ້ເຂົ້າໄປໃນພື້ນຖານຂອງວິທີການເຮັດເກືອໂດຍປົກກະຕິ.
ສົມມຸດວ່າບໍລິສັດບໍ່ມີສະຫະພັນແຮງງານຂອງຕົນ. ສະຫະພັນແຮງງານອາດຈະໄດ້ຮັບການຍຶດຫມັ້ນຢູ່ໃນບໍລິສັດນັ້ນໄດ້ແນວໃດ? ວິທີໜຶ່ງແມ່ນຈະດຳເນີນການນອກບໍລິສັດ ແລະພະຍາຍາມຮຽກຮ້ອງຄົນງານວ່າເຂົາເຈົ້າຄວນເຂົ້າຮ່ວມເປັນສະຫະພັນ. ນີ້ອາດຈະກ່ຽວຂ້ອງກັບການສະແດງປ້າຍໂຄສະນາຢູ່ໃກ້ກັບສໍານັກງານໃຫຍ່ຂອງບໍລິສັດຫຼືການສົ່ງໃບປິວພະນັກງານຫຼືການນໍາໃຊ້ສື່ສັງຄົມ, ແລະອື່ນໆ.
ນີ້ແມ່ນການຕັດສິນໃຈປະເພດນອກໃນວິທີການ.
ຫົນທາງອີກອັນໜຶ່ງຄືການກະຕຸ້ນໃຫ້ເກີດດອກໄຟຈາກພາຍໃນທີ່ອາດຈະເຮັດໃຫ້ບານມ້ວນ. ຖ້າພະນັກງານຢ່າງໜ້ອຍໜຶ່ງຄົນສາມາດຖືກກະຕຸ້ນໃຫ້ກາຍເປັນຜູ້ຊົມເຊີຍໃນການຮັບເອົາສະຫະພັນແຮງງານຢູ່ໃນບໍລິສັດ, ບາງທີນີ້ອາດຈະເລີ່ມຕົ້ນການສະໜັບສະໜຸນການສ້າງຕັ້ງສະຫະພັນຢູ່ບ່ອນນັ້ນ. ເຖິງແມ່ນວ່າພະນັກງານຄົນດັ່ງກ່າວບໍ່ໄດ້ຮັບໃຊ້ເປັນຜູ້ເບີກບານແລະອອກນອກ, ພວກເຂົາອາດຈະງຽບສະຫງົບເພື່ອສະຫນັບສະຫນູນພະນັກງານພາຍໃນແລະເປັນກໍາລັງທີ່ຂ້ອນຂ້າງເຊື່ອງໄວ້ພາຍໃນອົງການຈັດຕັ້ງສໍາລັບການດໍາເນີນການສະຫະພັນ.
ໃນວິທີການຄິດນັ້ນ, ສະຫະພັນແຮງງານອາດຈະຄິດເຖິງວິທີການທີ່ພະນັກງານດັ່ງກ່າວສາມາດກະຕຸ້ນໄດ້. ສະຫະພັນອາດຈະໃຊ້ພະລັງງານທີ່ບໍ່ສິ້ນສຸດເພື່ອຊອກຫາເຂັມນັ້ນຢູ່ໃນ haystack. ໃນບັນດາຜູ້ອອກແຮງງານຫຼາຍຮ້ອຍຫຼືຫຼາຍພັນຄົນໃນບໍລິສັດ, ຄວາມພະຍາຍາມເພື່ອຄົ້ນພົບອັນທີ່ເອີ້ນວ່າຜູ້ທີ່ຖືກເລືອກ, ໂດຍສະເພາະ, ທີ່ຈະເຮັດໃຫ້ການເປັນສະຫະພັນອາດຈະມີຄວາມຫຍຸ້ງຍາກທີ່ຈະເຮັດ.
ມັນຈະເປັນປະໂຫຍດທີ່ຈະ "ຄົ້ນພົບ" ພະນັກງານທີ່ກະຕຸ້ນ (ຫຼືປະດິດພວກມັນ, ດັ່ງນັ້ນການເວົ້າ).
ນີ້ເຮັດໃຫ້ພວກເຮົາໄປສູ່ຄວາມຄິດ voila ທີ່ອາດຈະເຮັດໃຫ້ບໍລິສັດຈ້າງຄົນດັ່ງກ່າວສໍາລັບພາລະບົດບາດປະຈໍາວັນໃນບໍລິສັດ. ໂດຍພື້ນຖານແລ້ວ, ປູກຝັງປະເພດທີ່ຖືກຕ້ອງຂອງສະຫະພັນທີ່ກະຕຸ້ນບຸກຄົນເຂົ້າໄປໃນບໍລິສັດ. ທ່ານບໍ່ຈໍາເປັນຕ້ອງພະຍາຍາມແລະຂໍອຸທອນກັບ throngs ຂອງພະນັກງານທັງຫມົດທີ່ບອກຈາກພາຍນອກແລະແທນທີ່ຈະໃສ່ຜູ້ກະຕຸ້ນຫນຶ່ງເພື່ອໃຫ້ທ່ານຮູ້ວ່າແນ່ນອນ spark ຂອງທ່ານມີວຽກເຮັດງານທໍາຢູ່ທີ່ນັ້ນ.
ຄົນງານທີ່ຫາກໍຮັບຈ້າງໃໝ່ກໍຊອກຫາທີ່ຈະປູກຝັງຄວາມສົນໃຈຂອງສະຫະພັນແຮງງານພາຍໃນບໍລິສັດ, ໃນຂະນະດຽວກັນກໍເຮັດວຽກອັນໃດກໍໄດ້ທີ່ເຂົາເຈົ້າຖືກຈ້າງໃຫ້ເຮັດ (ສະແດງສິ່ງທີ່ມັກເອີ້ນວ່າ “ຄວາມສົນໃຈແທ້” ໃນວຽກ). ໃຫ້ສັງເກດວ່າບຸກຄົນນັ້ນຖືກຈ້າງຢ່າງຫ້າວຫັນໂດຍບໍລິສັດແລະເຮັດວຽກຢ່າງຫ້າວຫັນທີ່ຕ້ອງການໃຫ້ພວກເຂົາເປັນພະນັກງານ. ໃນຂອບເຂດປະເພນີຂອງການເຮັດເກືອ, ເຂົາເຈົ້າບໍ່ໄດ້ເປັນພຽງຄົນງານທີ່ບໍ່ມີວຽກສະເພາະຂອງສະຫະພັນເທົ່ານັ້ນທີ່ perchance ຖືກຝັງຢູ່ໃນບໍລິສັດ.
ບາງຄົນໄດ້ປະກາດວິທີການນີ້.
ພວກເຂົາເຈົ້າໄດ້ຊັກຊວນວ່າມັນຈະຊ່ວຍປະຢັດເວລາແລະຊັບພະຍາກອນໃນແງ່ຂອງສະຫະພາບທີ່ຊອກຫາການດົນໃຈຄົນງານໃນບໍລິສັດທີ່ຈະພິຈາລະນາການເຂົ້າຮ່ວມສະຫະພາບ. ພະນັກງານອື່ນໆມັກຈະເຕັມໃຈທີ່ຈະຟັງ ແລະຖືກກະຕຸ້ນໂດຍເພື່ອນພະນັກງານ. ວິທີການທາງເລືອກຂອງຄວາມພະຍາຍາມຈາກພາຍນອກເພື່ອດຶງດູດເອົາແມ່ນຖືວ່າມີແຮງຈູງໃຈຫນ້ອຍ, ເຊິ່ງພະນັກງານອື່ນໆສະຫນອງແຮງຈູງໃຈທີ່ມີພະລັງໃຫ້ແກ່ພະນັກງານພາຍໃນບໍລິສັດເມື່ອປຽບທຽບກັບ "ຄົນນອກ" ບາງຄົນທີ່ເຫັນວ່າມີຫນ້ອຍກວ່າການຊຸກຍູ້ວາລະທີ່ບໍ່ມີສ່ວນກ່ຽວຂ້ອງແລະບໍ່ສົນໃຈ. ຄົນນອກ.
ບໍ່ແມ່ນທຸກຄົນມີຄວາມສຸກກັບວິທີການ salting.
ບໍລິສັດມັກຈະໂຕ້ຖຽງວ່ານີ້ແມ່ນການປະຕິບັດທີ່ຂີ້ຕົວະແລະບໍ່ຊື່ສັດຢ່າງອຸດົມສົມບູນ. ໂດຍທົ່ວໄປ gestalt ຂອງວິທີການແມ່ນວ່າ spy ໄດ້ຖືກບັນຈຸຢູ່ໃນທ່າມກາງຂອງບໍລິສັດ. ນັ້ນບໍ່ແມ່ນສິ່ງທີ່ຄົນນັ້ນຖືກຈ້າງໃຫ້ເຮັດ. ພວກເຂົາສົມມຸດວ່າຈ້າງໃຫ້ເຮັດວຽກທີ່ລະບຸໄວ້ຂອງພວກເຂົາ, ໃນຂະນະທີ່ແທນທີ່, ແກະສະຫຼັກທີ່ຫຼາກຫຼາຍຊະນິດທັງຫມົດເບິ່ງຄືວ່າເປັນການປູກຝັງທີ່ຮ້າຍກາດຂອງມ້າ Trojan ທີ່ແທ້ຈິງ.
ການຟ້ອງຮ້ອງໂດຍສະຫະພັນແມ່ນວ່າຖ້າບຸກຄົນນັ້ນເຮັດວຽກທີ່ລະບຸໄວ້ແລ້ວບໍ່ມີອັນຕະລາຍແລະບໍ່ຜິດ. ສົມມຸດວ່າ, ພະນັກງານ, ຫຼືພວກເຮົາຈະເວົ້າ ໃດ ພະນັກງານຂອງບໍລິສັດ, ປົກກະຕິແລ້ວສາມາດເລືອກທີ່ຈະຊອກຫາສະຫະພັນ. ພະນັກງານສະເພາະນີ້ເກີດຂຶ້ນເພື່ອຢາກເຮັດແນວນັ້ນ. ຄວາມຈິງທີ່ວ່າພວກເຂົາເຂົ້າມາໃນບໍລິສັດດ້ວຍແນວຄິດດັ່ງກ່າວຢູ່ໃນໃຈແມ່ນພຽງແຕ່ບາງສິ່ງບາງຢ່າງທີ່ພະນັກງານທີ່ຖືກຈ້າງໃຫມ່ອາດຈະພິຈາລະນາເຊັ່ນດຽວກັນ.
ລໍຖ້າວິນາທີ, ທຸລະກິດຈະຕອບໂຕ້, ນີ້ແມ່ນຜູ້ທີ່ ໂດຍການອອກແບບ ຕ້ອງການເຂົ້າມາບໍລິສັດເພື່ອຈຸດປະສົງເລີ່ມຕົ້ນການສ້າງຕັ້ງສະຫະພັນ. ນັ້ນແມ່ນຄວາມປາຖະໜາອັນແຮງກ້າຂອງເຂົາເຈົ້າ. ພະນັກງານທີ່ຖືກຈ້າງໃຫມ່ໄດ້ເຍາະເຍີ້ຍຂະບວນການຈ້າງແລະຂູດຮີດຄວາມປາດຖະຫນາໃນການຊອກວຽກຂອງພວກເຂົາຢ່າງຜິດຫວັງເປັນຂໍ້ອ້າງທີ່ປິດບັງເພື່ອປະໂຫຍດສະເພາະຂອງສະຫະພັນ.
ຮອບແລະຮອບການສົນທະນາທີ່ຮ້ອນນີ້ໄປ.
ຈົ່ງຈື່ໄວ້ວ່າມີການພິຈາລະນາທາງດ້ານກົດຫມາຍຫຼາຍຢ່າງທີ່ເກີດຂື້ນໃນການຕັ້ງຄ່າເຫຼົ່ານີ້. ກົດລະບຽບ ແລະ ລະບຽບການທັງໝົດທີ່ກ່ຽວຂ້ອງກັບກົດໝາຍວ່າດ້ວຍແຮງງານແຫ່ງຊາດ (NLRA) ແລະ ສະພາຄວາມສຳພັນແຮງງານແຫ່ງຊາດ (NRLB) ແມ່ນສ່ວນໜຶ່ງຂອງຄວາມຜິດເຫຼົ່ານີ້. ຂ້ອຍບໍ່ຢາກໃຫ້ເຈົ້າມີຄວາມປະທັບໃຈວ່າສິ່ງທີ່ກົງໄປກົງມາໃນດ້ານຫນ້າເຫຼົ່ານີ້. ສັບສົນທາງກົດໝາຍຫຼາຍຢ່າງ.
ພວກເຮົາຍັງຄວນໄຕ່ຕອງຄວາມຫລາກຫລາຍຂອງການປ່ຽນແປງທີ່ເຂົ້າມາຫຼິ້ນກັບ salting.
ເອົາຄວາມເປັນໄປໄດ້ທີ່ຜູ້ທີ່ຕ້ອງການຈ້າງແມ່ນຜູ້ສະຫນັບສະຫນູນຂອງສະຫະພັນຢ່າງເປີດເຜີຍຕະຫຼອດຂະບວນການຊອກຫາວຽກເຮັດງານທໍາຢູ່ໃນບໍລິສັດ. ບຸກຄົນນີ້ອາດຈະສະແດງເຖິງການສໍາພາດວຽກທີ່ໃສ່ເສື້ອຫຼື garb ອື່ນໆທີ່ຈະແຈ້ງຢ່າງຈະແຈ້ງວ່າພວກເຂົາເຈົ້າແມ່ນສະຫນັບສະຫນູນສະຫະພັນ. ເຂົາເຈົ້າອາດຈະເຮັດໃຫ້ການສໍາພາດຂອງເຂົາເຈົ້າຫວັງວ່າມື້ຫນຶ່ງບໍລິສັດຈະຍອມຮັບການເປັນສະຫະພັນ. ເປັນຕົ້ນ.
ໃນກໍລະນີດັ່ງກ່າວ, ບາງຄົນຈະຢືນຢັນວ່າທຸລະກິດຮູ້ວ່າມັນເຂົ້າໄປໃນຫຍັງ. ຈາກການໄປ, ບໍລິສັດມີຕົວຊີ້ບອກຫຼາຍຢ່າງກ່ຽວກັບຄວາມຕັ້ງໃຈຂອງບຸກຄົນ. ຫຼັງຈາກນັ້ນ, ທ່ານບໍ່ສາມາດ whine ຫລັງຈາກນັ້ນຖ້າຖືກຈ້າງວ່າພະນັກງານໃຫມ່ຈະເຮັດທຸກສິ່ງທີ່ພວກເຂົາສາມາດເຮັດໄດ້ເພື່ອໃຫ້ສະຫະພັນຢູ່ໃນປະຕູ. ບໍລິສັດໄດ້ຍິງຕີນຂອງຕົນ, ດັ່ງທີ່ມັນເປັນ, ແລະສິ່ງອື່ນໆແມ່ນພຽງແຕ່້ໍາຕາແຂ້.
ການເຕັ້ນໃນເລື່ອງນີ້ແມ່ນອີກເທື່ອຫນຶ່ງສະລັບສັບຊ້ອນຫຼາຍກ່ວາມັນເບິ່ງຄືວ່າ. ຕໍ່ບັນຫາທາງກົດໝາຍທີ່ອາດຈະເກີດຂຶ້ນ, ຜູ້ໃດຜູ້ໜຶ່ງທີ່ມີສິດໄດ້ຮັບການຈ້າງສາມາດຖ້າຖືກປະຕິເສດໂດຍບໍລິສັດຈ້າງໄດ້ໂຕ້ຖຽງວ່າພວກເຂົາຖືກມອງຂ້າມໂດຍເຈດຕະນາຍ້ອນຄວາມລໍາອຽງຕໍ່ຕ້ານສະຫະພັນຂອງບໍລິສັດ. ອີກເທື່ອ ໜຶ່ງ, NRLA ແລະ NRLB ເຂົ້າໄປໃນເລື່ອງທີ່ສັບສົນ.
ຂ້າພະເຈົ້າຈະດໍາເນີນການທ່ານຢ່າງວ່ອງໄວໂດຍຜ່ານການພິຈາລະນາອື່ນໆທີ່ເກີດຂຶ້ນໃນປະເທດ salting. ຂ້າພະເຈົ້າຍັງຢາກໃຫ້ທ່ານຮັບຮູ້ວ່າ salting ບໍ່ແມ່ນພຽງແຕ່ເປັນປະກົດການສະຫະລັດເທົ່ານັ້ນ. ມັນສາມາດເກີດຂຶ້ນໃນປະເທດອື່ນໆເຊັ່ນດຽວກັນ. ແນ່ນອນ, ກົດຫມາຍແລະການປະຕິບັດຂອງບັນດາປະເທດແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍ, ແລະດັ່ງນັ້ນການເກືອແມ່ນບໍ່ເປັນປະໂຫຍດໂດຍສະເພາະຫຼືອາດຈະຖືກຫ້າມຢ່າງແທ້ຈິງໃນບາງທ້ອງຖິ່ນ, ໃນຂະນະທີ່ລັກສະນະຂອງການເກືອອາດຈະມີການປ່ຽນແປງຢ່າງຫຼວງຫຼາຍໂດຍອີງໃສ່ກົດຫມາຍແລະວັດທະນະທໍາຂອງມັນແລະໃນຄວາມເປັນຈິງສາມາດ. ຍັງມີ potency.
ປຶກສາກັບທະນາຍຄວາມກົດໝາຍແຮງງານທີ່ຮັກຂອງເຈົ້າໃນເລື່ອງໃດກໍໄດ້ທີ່ເຈົ້າໜ້າສົນໃຈ.
ປັດໃຈເພີ່ມເຕີມບາງຢ່າງກ່ຽວກັບການເກືອປະກອບມີ:
- ການໄດ້ຮັບເງິນ. ບາງຄັ້ງຜູ້ນັ້ນກໍ່ໄດ້ຮັບຄ່າຈ້າງຈາກສະຫະພັນເພື່ອປະຕິບັດວຽກງານການຈ້າງຢູ່ບໍລິສັດ. ຫຼັງຈາກນັ້ນ, ພວກເຂົາເຈົ້າອາດຈະໄດ້ຮັບຄ່າຈ້າງໂດຍບໍລິສັດແລະສະຫະພັນໃນລະຫວ່າງການຄອບຄອງບໍລິສັດຫຼືອາດຈະບໍ່ໄດ້ຮັບຄ່າຈ້າງຈາກສະຫະພັນເມື່ອບໍລິສັດຈ້າງ.
- ການເບິ່ງເຫັນ. ບາງຄັ້ງບຸກຄົນດັ່ງກ່າວຍັງຄົງຢູ່ໃນຄວາມຕ່ໍາຕ້ອຍຫຼືຍັງຄົງຢູ່ງຽບໆໃນລະຫວ່າງຂະບວນການຈ້າງງານກ່ຽວກັບຄວາມຕັ້ງໃຈຂອງສະຫະພັນຂອງພວກເຂົາ, ໃນຂະນະທີ່ໃນກໍລະນີອື່ນໆ, ບຸກຄົນດັ່ງກ່າວໄດ້ເວົ້າຫຼາຍເກີນໄປກ່ຽວກັບສິ່ງທີ່ພວກເຂົາຕັ້ງໃຈເຮັດ. ວິທີການທີ່ເບິ່ງຄືວ່າເປັນເຄິ່ງທາງແມ່ນວ່າບຸກຄົນນັ້ນຈະບອກສິ່ງທີ່ພວກເຂົາຕັ້ງໃຈຈະເຮັດຖ້າຖືກຖາມຢ່າງຈະແຈ້ງໃນລະຫວ່າງການສໍາພາດ, ແລະດັ່ງນັ້ນມັນຂຶ້ນກັບບໍລິສັດທີ່ຈະປະຕິເສດຄວາມຕັ້ງໃຈດັ່ງກ່າວ, ເຊິ່ງເປັນພາລະທີ່ບໍລິສັດໂຕ້ຖຽງວ່າມີຄວາມເຂົ້າໃຈຫນ້ອຍແລະ. ຮັດແຄບຂໍ້ຜູກມັດທາງກົດໝາຍ.
- ກຳ ນົດເວລາ. ບຸກຄົນທີ່ເຄີຍຈ້າງອາດຈະເລືອກທີ່ຈະລໍຖ້າເພື່ອປະຕິບັດຄວາມສາມາດໃນການລວມຂອງເຂົາເຈົ້າ. ພວກເຂົາສາມາດລໍຖ້າອາທິດ, ເດືອນ, ຫຼືແມ້ກະທັ້ງປີເພື່ອເປີດໃຊ້. ຄວາມບໍ່ລົງລອຍກັນແມ່ນເຖິງແມ່ນວ່າພວກເຂົາອາດຈະເລີ່ມຕົ້ນຫຼາຍຂື້ນເມື່ອພວກເຂົາໄດ້ເຂົ້າກັບບໍລິສັດແລະໄດ້ສ້າງຕັ້ງພື້ນຖານສ່ວນບຸກຄົນເປັນພະນັກງານຂອງບໍລິສັດ. ຖ້າພວກເຂົາເລີ່ມຕົ້ນທັນທີ, ນີ້ສາມາດຕັດຄວາມພະຍາຍາມຂອງພວກເຂົາທີ່ຈະຖືກເບິ່ງວ່າເປັນພາຍໃນແລະໂຍນພວກເຂົາເປັນຜູ້ບຸກລຸກຫຼືຄົນພາຍນອກ.
- ຂັ້ນຕອນປະຕິບັດ. ບາງຄັ້ງບຸກຄົນດັ່ງກ່າວຈະປະກາດຢ່າງຈະແຈ້ງພາຍໃນບໍລິສັດວ່າຕອນນີ້ພວກເຂົາກໍາລັງຊອກຫາການຍອມຮັບການເປັນສະຫະພັນ, ເຊິ່ງອາດຈະເກີດຂື້ນໃນໄວໆນີ້ຫຼັງຈາກໄດ້ຮັບການຈ້າງຫຼືເກີດຂື້ນໃນເວລາຕໍ່ມາ (ຕາມຕົວຊີ້ບອກຂ້າງເທິງຂອງຂ້ອຍກ່ຽວກັບປັດໃຈເວລາ). ໃນອີກດ້ານຫນຶ່ງ, ບຸກຄົນອາດຈະເລືອກທີ່ຈະຮັບໃຊ້ໃນພາລະບົດບາດ undercover, ໃຫ້ຂໍ້ມູນຂ່າວສານກັບສະຫະພັນແລະບໍ່ເອົາໃຈໃສ່ໃດໆກັບຕົນເອງ. ນີ້ແມ່ນບາງຄັ້ງກໍ່ຖືກລົບກວນວ່າເປັນ mole saltingເຖິງແມ່ນວ່າຄົນອື່ນຈະເນັ້ນຫນັກວ່າບຸກຄົນນັ້ນອາດຈະມີຄວາມສ່ຽງພາຍໃນຖ້າພວກເຂົາເວົ້າໂດຍກົງ.
- ສິດຄອບຄອງ ນຳ ໃຊ້. ບຸກຄົນທີ່ໃຊ້ຄວາມພະຍາຍາມໃນການເກືອອາດຈະສິ້ນສຸດເຖິງການສາມາດໄດ້ຮັບການຊຸກຍູ້ການລວມຕົວ (ພວກມັນແມ່ນ "ເກືອ"). ພວກເຂົາສາມາດຢູ່ໃນບໍລິສັດຕະຫຼອດຂະບວນການຂອງສະຫະພັນ. ເວົ້າແນວນັ້ນ, ບາງຄັ້ງຄົນດັ່ງກ່າວເລືອກທີ່ຈະອອກຈາກບໍລິສັດທີ່ໄດ້ຮັບການກະຕຸ້ນແລະເລືອກທີ່ຈະໄປບໍລິສັດອື່ນເພື່ອເລີ່ມຕົ້ນກິດຈະກໍາໃຫມ່. ການໂຕ້ຖຽງກ່ຽວກັບເລື່ອງນີ້ແມ່ນຮຸນແຮງ. ທັດສະນະຫນຶ່ງແມ່ນວ່ານີ້ສະແດງໃຫ້ເຫັນຢ່າງຊັດເຈນວ່າບຸກຄົນນັ້ນບໍ່ມີຢູ່ໃນຫົວໃຈຂອງເຂົາເຈົ້າກ່ຽວກັບວຽກຢູ່ໃນບໍລິສັດ. ທັດສະນະທີ່ກົງກັນຂ້າມແມ່ນວ່າພວກເຂົາມີແນວໂນ້ມທີ່ຈະພົບເຫັນຕົວເອງຢູ່ໃນນ້ໍາທີ່ຂີ້ຮ້າຍແລະອາດຈະເປັນນ້ໍາທີ່ບໍ່ສາມາດຮັກສາໄດ້ໂດຍການຢູ່ໃນບໍລິສັດໃນເວລາທີ່ຄວາມພະຍາຍາມຊຸກຍູ້ສະຫະພັນໄດ້ຮັບແຮງດຶງ.
- ຜົນໄດ້ຮັບ. ຄວາມພະຍາຍາມເກືອບໍ່ໄດ້ຮັບປະກັນຜົນໄດ້ຮັບໂດຍສະເພາະ. ມັນອາດຈະເປັນວ່າບຸກຄົນດັ່ງກ່າວໄດ້ປູກຈິດສໍານຶກກ່ຽວກັບການເປັນສະຫະພັນແລະຄວາມພະຍາຍາມໄດ້ຮັບການດໍາເນີນການ, ergo "ສົບຜົນສໍາເລັດ" salting ເກີດຂຶ້ນ. ຜົນໄດ້ຮັບອີກຢ່າງໜຶ່ງແມ່ນຜູ້ຄົນບໍ່ສາມາດໄດ້ຮັບການດຶງດູດດັ່ງກ່າວ. ຫຼັງຈາກນັ້ນ, ພວກເຂົາເຈົ້າໄດ້ປະຖິ້ມການສະແຫວງຫາແລະຍັງຄົງຢູ່ໃນບໍລິສັດ, ບາງທີອາດຈະລໍຖ້າໂອກາດອີກເທື່ອຫນຶ່ງໃນເວລາຕໍ່ມາ, ຫຼືພວກເຂົາອອກຈາກບໍລິສັດແລະມັກຈະຊອກຫາການເຮັດເກືອຢູ່ບໍລິສັດອື່ນ.
- Salter ມືອາຊີບ. ບາງຄົນຖືວ່າຕົນເອງເປັນຜູ້ສະຫນັບສະຫນູນທີ່ເຂັ້ມແຂງຂອງການ salting ແລະພວກເຂົາເຈົ້າມີຄວາມພາກພູມໃຈໃນການຮັບໃຊ້ເປັນ salter ໄດ້, ເຊັ່ນດຽວກັນ. ເຂົາເຈົ້າເຮັດເຄັມຊ້ຳແລ້ວຊ້ຳອີກ, ຈາກທີ່ໜັກແໜ້ນໄປຫາໜັກແໜ້ນ ເມື່ອເຮັດເຊັ່ນນັ້ນ. ຄົນອື່ນຈະເຮັດແນວນີ້ບົນພື້ນຖານຄັ້ງດຽວ, ອາດຈະເປັນຍ້ອນຄວາມມັກໂດຍສະເພາະຫຼືເບິ່ງວ່າມັນເປັນແນວໃດ, ແລ້ວເລືອກທີ່ຈະບໍ່ເຮັດຊ້ໍາໃນບົດບາດດັ່ງກ່າວ. ທ່ານແນ່ນອນສາມາດຈິນຕະນາການປະເພດຂອງຄວາມກົດດັນສ່ວນບຸກຄົນແລະຄວາມກົດດັນທີ່ເປັນໄປໄດ້ທີ່ສາມາດເກີດຂຶ້ນໃນເວລາທີ່ຢູ່ໃນຄວາມສາມາດເກືອ.
ປັດໄຈເຫຼົ່ານັ້ນຈະພຽງພໍສໍາລັບປັດຈຸບັນເພື່ອຍົກໃຫ້ເຫັນລະດັບແລະຂະບວນການຂອງການ salting. ຂ້າພະເຈົ້າຈະທົບທວນຄືນປັດໃຈເຫຼົ່ານັ້ນໃນແງ່ຂອງການພິຈາລະນາ AI ແລະຈັນຍາບັນ AI.
ພື້ນຖານແມ່ນວ່າບາງຄົນຊອກຫາຈ້າງເຂົ້າໄປໃນບໍລິສັດເພື່ອລິເລີ່ມຫຼືກະຕຸ້ນການສ້າງຫຼັກການດ້ານຈັນຍາບັນ AI ໃນບໍລິສັດ. ນີ້ແມ່ນແຮງຈູງໃຈຕົ້ນຕໍຂອງພວກເຂົາສໍາລັບການໄປເຮັດວຽກຢູ່ບໍລິສັດ.
ໃນຄວາມຮູ້ສຶກ, ພວກເຂົາກໍາລັງເກືອບໍ່ແມ່ນເພື່ອຈຸດປະສົງຂອງການເປັນສະຫະພັນແຕ່ແທນທີ່ຈະ "ເກືອ" ເພື່ອພະຍາຍາມແລະບໍລິສັດທີ່ຮາກຖານຢູ່ໃນຈັນຍາບັນ AI.
ຂ້າພະເຈົ້າຈະເວົ້າຫຼາຍກວ່ານີ້ໃນປັດຈຸບັນ.
ກ່ອນທີ່ຈະເຂົ້າໄປໃນຊີ້ນແລະມັນຕົ້ນບາງຢ່າງກ່ຽວກັບການພິຈາລະນາທໍາມະຊາດແລະຂົນສັດທີ່ຕິດພັນກັບການເກືອໃນສະພາບການ AI, ໃຫ້ພວກເຮົາຈັດວາງບາງພື້ນຖານເພີ່ມເຕີມກ່ຽວກັບຫົວຂໍ້ທີ່ສໍາຄັນຢ່າງເລິກເຊິ່ງ. ພວກເຮົາຈໍາເປັນຕ້ອງໃຊ້ເວລາສັ້ນໆເຂົ້າໄປໃນຈັນຍາບັນ AI ແລະໂດຍສະເພາະແມ່ນການມາຮອດຂອງ Machine Learning (ML) ແລະ Deep Learning (DL).
ທ່ານອາດຈະຮູ້ຢ່າງຈະແຈ້ງວ່າສຽງດັງທີ່ສຸດໃນປະຈຸບັນນີ້ຢູ່ໃນພາກສະຫນາມ AI ແລະເຖິງແມ່ນວ່າຢູ່ນອກພາກສະຫນາມຂອງ AI ປະກອບດ້ວຍການຮ້ອງອອກມາສໍາລັບລັກສະນະທີ່ໃຫຍ່ກວ່າຂອງ AI ດ້ານຈັນຍາບັນ. ລອງພິຈາລະນາເບິ່ງວ່າມັນຫມາຍຄວາມວ່າແນວໃດກັບຈັນຍາບັນ AI ແລະຈັນຍາບັນ AI. ນອກຈາກນັ້ນ, ພວກເຮົາຈະຄົ້ນຫາສິ່ງທີ່ຂ້ອຍຫມາຍເຖິງເມື່ອຂ້ອຍເວົ້າກ່ຽວກັບ Machine Learning ແລະ Deep Learning.
ພາກສ່ວນຫນຶ່ງໂດຍສະເພາະຫຼືບາງສ່ວນຂອງຈັນຍາບັນ AI ທີ່ໄດ້ຮັບຄວາມສົນໃຈຈາກສື່ມວນຊົນຫຼາຍແມ່ນປະກອບດ້ວຍ AI ທີ່ສະແດງໃຫ້ເຫັນຄວາມບໍ່ສະເຫມີພາບແລະຄວາມບໍ່ສະເຫມີພາບ. ເຈົ້າອາດຈະຮູ້ວ່າເມື່ອຍຸກຫຼ້າສຸດຂອງ AI ກ້າວໄປສູ່ຄວາມກະຕືລືລົ້ນຢ່າງໃຫຍ່ຫຼວງສໍາລັບສິ່ງທີ່ບາງຄົນເອີ້ນວ່າໃນປັດຈຸບັນ. AI ສໍາລັບທີ່ດີ. ແຕ່ຫນ້າເສຍດາຍ, ໃນ heels ຂອງຄວາມຕື່ນເຕັ້ນທີ່ gushing ນັ້ນ, ພວກເຮົາໄດ້ເລີ່ມຕົ້ນເປັນພະຍານ AI ສໍາລັບບໍ່ດີ. ຕົວຢ່າງເຊັ່ນ, ລະບົບການຮັບຮູ້ໃບຫນ້າທີ່ອີງໃສ່ AI ຕ່າງໆໄດ້ຖືກເປີດເຜີຍວ່າປະກອບດ້ວຍຄວາມລໍາອຽງທາງເຊື້ອຊາດແລະຄວາມລໍາອຽງທາງເພດ, ເຊິ່ງຂ້າພະເຈົ້າໄດ້ສົນທະນາຢູ່. ການເຊື່ອມຕໍ່ທີ່ນີ້.
ຄວາມພະຍາຍາມເພື່ອຕໍ່ສູ້ກັບຄືນ AI ສໍາລັບບໍ່ດີ ກໍາລັງດໍາເນີນຢ່າງຫ້າວຫັນ. ນອກຈາກ vociferous ທາງດ້ານກົດຫມາຍ ການສະແຫວງຫາການຍຶດໝັ້ນໃນການກະທຳຜິດ, ຍັງມີການຊຸກຍູ້ອັນສຳຄັນໄປສູ່ການຖືສິນທຳ AI ເພື່ອແກ້ໄຂຄວາມຊົ່ວຮ້າຍຂອງ AI. ແນວຄວາມຄິດແມ່ນວ່າພວກເຮົາຄວນຈະຮັບຮອງເອົາແລະຮັບຮອງຫຼັກການ AI ດ້ານຈັນຍາບັນທີ່ສໍາຄັນສໍາລັບການພັດທະນາແລະພາກສະຫນາມຂອງ AI ເຮັດແນວນັ້ນເພື່ອຫຼຸດຜ່ອນການ. AI ສໍາລັບບໍ່ດີ ພ້ອມກັນນັ້ນ ໄດ້ປະກາດ ແລະ ສົ່ງເສີມຄວາມນິຍົມ AI ສໍາລັບທີ່ດີ.
ກ່ຽວກັບແນວຄິດທີ່ກ່ຽວຂ້ອງ, ຂ້າພະເຈົ້າເປັນຜູ້ສະຫນັບສະຫນູນຂອງຄວາມພະຍາຍາມທີ່ຈະໃຊ້ AI ເປັນສ່ວນຫນຶ່ງຂອງການແກ້ໄຂບັນຫາ AI, ຕໍ່ສູ້ກັບໄຟດ້ວຍໄຟໃນລັກສະນະທີ່ຄິດ. ສໍາລັບຕົວຢ່າງ, ພວກເຮົາອາດຈະຝັງອົງປະກອບ AI ດ້ານຈັນຍາບັນເຂົ້າໄປໃນລະບົບ AI ທີ່ຈະກວດສອບວ່າສ່ວນທີ່ເຫຼືອຂອງ AI ກໍາລັງເຮັດຫຍັງແລະດັ່ງນັ້ນຈຶ່ງສາມາດຈັບໄດ້ໃນເວລາທີ່ແທ້ຈິງຄວາມພະຍາຍາມຈໍາແນກໃດໆ, ເບິ່ງການສົນທະນາຂອງຂ້ອຍທີ່ ການເຊື່ອມຕໍ່ທີ່ນີ້. ພວກເຮົາຍັງສາມາດມີລະບົບ AI ແຍກຕ່າງຫາກທີ່ເຮັດຫນ້າທີ່ເປັນປະເພດຂອງ AI Ethics monitor. ລະບົບ AI ເຮັດຫນ້າທີ່ເປັນຜູ້ເບິ່ງແຍງເພື່ອຕິດຕາມແລະກວດພົບວ່າ AI ອື່ນກໍາລັງເຂົ້າໄປໃນເຫວເລິກທີ່ບໍ່ມີຈັນຍາບັນ (ເບິ່ງການວິເຄາະຂອງຂ້ອຍກ່ຽວກັບຄວາມສາມາດດັ່ງກ່າວຢູ່ທີ່ ການເຊື່ອມຕໍ່ທີ່ນີ້).
ໃນເວລານີ້, ຂ້ອຍຈະແບ່ງປັນຫຼັກການພື້ນຖານກ່ຽວກັບຈັນຍາບັນຂອງ AI ໃຫ້ກັບເຈົ້າ. ມີຫຼາຍຊະນິດຂອງລາຍຊື່ທີ່ລອຍຢູ່ອ້ອມຮອບນີ້ ແລະບ່ອນນັ້ນ. ເຈົ້າສາມາດເວົ້າໄດ້ວ່າຍັງບໍ່ທັນມີບັນຊີລາຍຊື່ທີ່ເປັນເອກກະພາບຂອງການອຸທອນ ແລະ ເອກະພາບກັນ. ນັ້ນແມ່ນຂ່າວທີ່ໂຊກບໍ່ດີ. ຂ່າວດີແມ່ນວ່າຢ່າງຫນ້ອຍມີບັນຊີລາຍຊື່ຈັນຍາບັນ AI ທີ່ມີຢູ່ພ້ອມແລ້ວແລະພວກມັນມັກຈະຄ້າຍຄືກັນ. ທັງຫມົດທີ່ບອກ, ນີ້ຊີ້ໃຫ້ເຫັນວ່າໂດຍຮູບແບບຂອງການລວມກັນທີ່ສົມເຫດສົມຜົນຂອງການຈັດລຽງທີ່ພວກເຮົາກໍາລັງຊອກຫາວິທີການຂອງພວກເຮົາໄປສູ່ຄວາມທໍາມະດາທົ່ວໄປຂອງສິ່ງທີ່ AI ຈັນຍາບັນປະກອບດ້ວຍ.
ກ່ອນອື່ນ, ໃຫ້ພວກເຮົາກວມເອົາບາງຂໍ້ສັ້ນໆກ່ຽວກັບຈັນຍາບັນຂອງ AI ໂດຍລວມເພື່ອສະແດງໃຫ້ເຫັນເຖິງສິ່ງທີ່ຄວນຈະເປັນການພິຈາລະນາທີ່ສໍາຄັນສໍາລັບທຸກຄົນທີ່ເຮັດເຄື່ອງຫັດຖະກໍາ, ພາກສະຫນາມ, ຫຼືການນໍາໃຊ້ AI.
ສໍາລັບການຍົກຕົວຢ່າງ, ດັ່ງທີ່ໄດ້ກ່າວໂດຍ Vatican ໃນ Rome ຮຽກຮ້ອງຈັນຍາບັນ AI ແລະດັ່ງທີ່ຂ້າພະເຈົ້າໄດ້ກວມເອົາໃນຄວາມເລິກຢູ່ທີ່ ການເຊື່ອມຕໍ່ທີ່ນີ້ເຫຼົ່ານີ້ແມ່ນຫຼັກການພື້ນຖານດ້ານຈັນຍາບັນ AI ຫົກຂໍ້ທີ່ໄດ້ລະບຸໄວ້ຂອງເຂົາເຈົ້າ:
- ຄວາມສະຫວ່າງ: ໃນຫຼັກການ, ລະບົບ AI ຕ້ອງໄດ້ຮັບການອະທິບາຍ
- ລວມ: ຄວາມຕ້ອງການຂອງມະນຸດທັງຫມົດຕ້ອງໄດ້ຮັບການພິຈາລະນາເພື່ອໃຫ້ທຸກຄົນໄດ້ຮັບຜົນປະໂຫຍດ, ແລະບຸກຄົນທັງຫມົດສາມາດໄດ້ຮັບການສະເຫນີເງື່ອນໄຂທີ່ດີທີ່ສຸດເພື່ອສະແດງອອກແລະພັດທະນາ.
- ຄວາມຮັບຜິດຊອບ: ຜູ້ທີ່ອອກແບບ ແລະ ນຳໃຊ້ AI ຕ້ອງດຳເນີນໄປດ້ວຍຄວາມຮັບຜິດຊອບ ແລະ ຄວາມໂປ່ງໃສ
- ບໍ່ ລຳ ອຽງ: ຫ້າມສ້າງຫຼືກະທຳຕາມຄວາມລຳອຽງ, ເປັນການປົກປ້ອງຄວາມຍຸຕິທຳ ແລະ ກຽດສັກສີຂອງມະນຸດ
- ຄວາມຫນ້າເຊື່ອຖື: ລະບົບ AI ຈະຕ້ອງສາມາດເຮັດວຽກໄດ້ຢ່າງຫນ້າເຊື່ອຖື
- ຄວາມປອດໄພແລະຄວາມເປັນສ່ວນຕົວ: ລະບົບ AI ຕ້ອງເຮັດວຽກຢ່າງປອດໄພແລະເຄົາລົບຄວາມເປັນສ່ວນຕົວຂອງຜູ້ໃຊ້.
ດັ່ງທີ່ໄດ້ກ່າວໂດຍກະຊວງປ້ອງກັນປະເທດສະຫະລັດ (DoD) ໃນຂອງພວກເຂົາ ຫຼັກການດ້ານຈັນຍາບັນສໍາລັບການນໍາໃຊ້ປັນຍາປະດິດ ແລະດັ່ງທີ່ຂ້າພະເຈົ້າໄດ້ກວມເອົາໃນຄວາມເລິກຢູ່ທີ່ ການເຊື່ອມຕໍ່ທີ່ນີ້, ນີ້ແມ່ນຫົກຫຼັກການຫຼັກຈັນຍາບັນ AI ຂອງພວກເຂົາ:
- ຮັບຜິດຊອບ: ບຸກຄະລາກອນ DoD ຈະໃຊ້ລະດັບການຕັດສິນ ແລະການດູແລທີ່ເໝາະສົມ ໃນຂະນະທີ່ຍັງຮັບຜິດຊອບຕໍ່ການພັດທະນາ, ການນຳໃຊ້ ແລະການນຳໃຊ້ຄວາມສາມາດຂອງ AI.
- ສະເໝີພາບ: ພະແນກຈະດໍາເນີນຂັ້ນຕອນໂດຍເຈດຕະນາເພື່ອຫຼຸດຜ່ອນຄວາມລໍາອຽງທີ່ບໍ່ໄດ້ຕັ້ງໃຈໃນຄວາມສາມາດ AI.
- ສາມາດຕິດຕາມໄດ້: ຄວາມສາມາດຂອງ AI ຂອງພະແນກຈະຖືກພັດທະນາແລະນໍາໃຊ້ເພື່ອໃຫ້ບຸກຄະລາກອນທີ່ກ່ຽວຂ້ອງມີຄວາມເຂົ້າໃຈທີ່ເຫມາະສົມກ່ຽວກັບເຕັກໂນໂລຢີ, ຂະບວນການພັດທະນາ, ແລະວິທີການປະຕິບັດງານທີ່ໃຊ້ກັບຄວາມສາມາດຂອງ AI, ລວມທັງວິທີການທີ່ໂປ່ງໃສແລະສາມາດກວດສອບໄດ້, ແຫຼ່ງຂໍ້ມູນ, ແລະຂັ້ນຕອນການອອກແບບແລະເອກະສານ.
- ທີ່ເຊື່ອຖືໄດ້: ຄວາມສາມາດຂອງ AI ຂອງພະແນກຈະມີການນໍາໃຊ້ທີ່ຊັດເຈນ, ຖືກກໍານົດໄວ້ດີ, ແລະຄວາມປອດໄພ, ຄວາມປອດໄພ, ແລະປະສິດທິພາບຂອງຄວາມສາມາດດັ່ງກ່າວຈະຂຶ້ນກັບການທົດສອບແລະການຮັບປະກັນພາຍໃນການນໍາໃຊ້ທີ່ກໍານົດໄວ້ໃນທົ່ວວົງຈອນຊີວິດຂອງເຂົາເຈົ້າທັງຫມົດ.
- ປົກຄອງ: ພະແນກຈະອອກແບບແລະວິສະວະກອນຄວາມສາມາດຂອງ AI ເພື່ອປະຕິບັດຫນ້າທີ່ຕັ້ງໃຈຂອງເຂົາເຈົ້າໃນຂະນະທີ່ມີຄວາມສາມາດໃນການກວດພົບແລະຫຼີກເວັ້ນຜົນສະທ້ອນທີ່ບໍ່ໄດ້ຕັ້ງໃຈ, ແລະຄວາມສາມາດໃນການຍົກເລີກຫຼືປິດການໃຊ້ງານລະບົບທີ່ສະແດງໃຫ້ເຫັນເຖິງພຶດຕິກໍາທີ່ບໍ່ໄດ້ຕັ້ງໃຈ.
ຂ້າພະເຈົ້າຍັງໄດ້ປຶກສາຫາລືກ່ຽວກັບການວິເຄາະລວມຕ່າງໆກ່ຽວກັບຫຼັກຈັນຍາບັນຂອງ AI, ລວມທັງໄດ້ກວມເອົາຊຸດທີ່ສ້າງຂຶ້ນໂດຍນັກຄົ້ນຄວ້າທີ່ໄດ້ກວດກາແລະ condensed ຄວາມສໍາຄັນຂອງຫຼັກຈັນຍາບັນ AI ລະດັບຊາດແລະສາກົນຈໍານວນຫລາຍໃນເອກະສານທີ່ມີຫົວຂໍ້ "ພູມສັນຖານທົ່ວໂລກຂອງຄໍາແນະນໍາດ້ານຈັນຍາບັນ AI" (ຈັດພີມມາ. ໃນ ລັກສະນະ), ແລະວ່າການຄຸ້ມຄອງຂອງຂ້ອຍຂຸດຄົ້ນຢູ່ ການເຊື່ອມຕໍ່ທີ່ນີ້, ຊຶ່ງນໍາໄປສູ່ບັນຊີລາຍຊື່ສໍາຄັນນີ້:
- ຄວາມໂປ່ງໃສ
- ຄວາມຍຸຕິທຳ & ຄວາມຍຸດຕິທຳ
- ຄວາມບໍ່ເປັນອັນຕະລາຍ
- ຄວາມຮັບຜິດຊອບ
- ຄວາມເປັນສ່ວນຕົວ
- ຜົນປະໂຫຍດ
- ເສລີພາບ & ການປົກຄອງຕົນເອງ
- ຄວາມໄວ້ວາງໃຈ
- ຄວາມຍືນຍົງ
- ກຽດຕິຍົດ
- ຄວາມສົມດຸນ
ດັ່ງທີ່ເຈົ້າອາດຈະເດົາໄດ້ໂດຍກົງ, ການພະຍາຍາມປັກໝຸດສະເພາະກ່ຽວກັບຫຼັກການເຫຼົ່ານີ້ສາມາດເຮັດໄດ້ຍາກທີ່ສຸດ. ຍິ່ງໄປກວ່ານັ້ນ, ຄວາມພະຍາຍາມທີ່ຈະປ່ຽນຫຼັກການອັນກວ້າງໃຫຍ່ເຫຼົ່ານັ້ນໃຫ້ກາຍເປັນສິ່ງທີ່ເຫັນໄດ້ຊັດເຈນ ແລະ ລະອຽດພໍທີ່ຈະໃຊ້ໃນເວລາທີ່ການສ້າງລະບົບ AI ຍັງເປັນໝາກໄມ້ທີ່ຫຍຸ້ງຍາກທີ່ຈະແຕກ. ມັນເປັນເລື່ອງງ່າຍທີ່ຈະເຮັດໂດຍລວມກ່ຽວກັບສິ່ງທີ່ AI Ethics precepts ແລະວິທີການທີ່ເຂົາເຈົ້າຄວນຈະໄດ້ຮັບການສັງເກດເຫັນໂດຍທົ່ວໄປ, ໃນຂະນະທີ່ມັນເປັນສະຖານະການທີ່ສັບສົນຫຼາຍໃນ AI coding ຈະຕ້ອງເປັນຢາງທີ່ແທ້ຈິງທີ່ຕອບສະຫນອງຖະຫນົນຫົນທາງ.
ຫຼັກການດ້ານຈັນຍາບັນຂອງ AI ຈະຖືກ ນຳ ໃຊ້ໂດຍຜູ້ພັດທະນາ AI, ພ້ອມກັບຜູ້ທີ່ຄຸ້ມຄອງຄວາມພະຍາຍາມໃນການພັດທະນາ AI, ແລະແມ່ນແຕ່ສິ່ງທີ່ສຸດທ້າຍໄດ້ປະຕິບັດແລະຮັກສາລະບົບ AI. ພາກສ່ວນກ່ຽວຂ້ອງທັງໝົດຕະຫຼອດວົງຈອນຊີວິດ AI ຂອງການພັດທະນາ ແລະການນຳໃຊ້ທັງໝົດແມ່ນພິຈາລະນາຢູ່ໃນຂອບເຂດຂອງການປະຕິບັດຕາມມາດຕະຖານທີ່ສ້າງຂຶ້ນຂອງ AI ດ້ານຈັນຍາບັນ. ນີ້ແມ່ນຈຸດເດັ່ນທີ່ສໍາຄັນນັບຕັ້ງແຕ່ສົມມຸດຕິຖານປົກກະຕິແມ່ນວ່າ "ພຽງແຕ່ຜູ້ຂຽນລະຫັດ" ຫຼືຜູ້ທີ່ດໍາເນີນໂຄງການ AI ແມ່ນຂຶ້ນກັບການປະຕິບັດຕາມແນວຄິດດ້ານຈັນຍາບັນຂອງ AI. ດັ່ງທີ່ໄດ້ກ່າວກ່ອນຫນ້ານີ້, ມັນໃຊ້ເວລາຫນຶ່ງບ້ານເພື່ອວາງແຜນແລະພາກສະຫນາມ AI, ແລະສໍາລັບບ້ານທັງຫມົດຕ້ອງໄດ້ຮັບການ versed ໃນແລະປະຕິບັດຕາມກົດລະບຽບຈັນຍາບັນຂອງ AI.
ໃຫ້ແນ່ໃຈວ່າພວກເຮົາຢູ່ໃນຫນ້າດຽວກັນກ່ຽວກັບລັກສະນະຂອງ AI ໃນມື້ນີ້.
ບໍ່ມີ AI ໃດໆໃນມື້ນີ້ທີ່ມີຄວາມຮູ້ສຶກ. ພວກເຮົາບໍ່ມີອັນນີ້. ພວກເຮົາບໍ່ຮູ້ວ່າ AI sentient ຈະເປັນໄປໄດ້ຫຼືບໍ່. ບໍ່ມີໃຜສາມາດຄາດເດົາໄດ້ຢ່າງຖືກຕ້ອງວ່າພວກເຮົາຈະບັນລຸ AI ທີ່ມີຄວາມຮູ້ສຶກ, ຫຼືວ່າ AI ທີ່ມີຄວາມຮູ້ສຶກຈະເກີດຂື້ນຢ່າງມະຫັດສະຈັນໂດຍທໍາມະຊາດໃນຮູບແບບຂອງ supernova ທາງດ້ານສະຕິປັນຍາຄອມພິວເຕີ້ (ໂດຍປົກກະຕິເອີ້ນວ່າເປັນຄໍາດຽວ, ເບິ່ງການຄຸ້ມຄອງຂອງຂ້ອຍຢູ່ທີ່ ການເຊື່ອມຕໍ່ທີ່ນີ້).
ປະເພດຂອງ AI ທີ່ຂ້ອຍກໍາລັງສຸມໃສ່ປະກອບດ້ວຍ AI ທີ່ບໍ່ມີຄວາມຮູ້ສຶກທີ່ພວກເຮົາມີໃນມື້ນີ້. ຖ້າ ຫາກ ວ່າ ພວກ ເຮົາ ຕ້ອງ ການ ຢາກ wildly ຄາດ ຄະ ເນ ກ່ຽວ ກັບ ຄົນທີ່ມີຄວາມຮູ້ສຶກ AI, ການສົນທະນານີ້ສາມາດໄປໃນທິດທາງທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍ. AI ທີ່ມີຄວາມຮູ້ສຶກທີ່ສົມມຸດວ່າຈະເປັນຄຸນນະພາບຂອງມະນຸດ. ທ່ານ ຈຳ ເປັນຕ້ອງພິຈາລະນາວ່າ AI ທີ່ມີສະຕິປັນຍາແມ່ນຄວາມຮັບຮູ້ທຽບເທົ່າກັບມະນຸດ. ຫຼາຍກວ່ານັ້ນ, ຍ້ອນວ່າບາງຄົນຄາດຄະເນວ່າພວກເຮົາອາດຈະມີ AI ອັດສະລິຍະສູງ, ມັນເປັນໄປໄດ້ວ່າ AI ດັ່ງກ່າວສາມາດສິ້ນສຸດໄດ້ສະຫລາດກວ່າມະນຸດ (ສໍາລັບການສໍາຫຼວດຂອງຂ້ອຍກ່ຽວກັບ AI ອັດສະລິຍະສູງສຸດ, ເບິ່ງ. ການຄຸ້ມຄອງຢູ່ທີ່ນີ້).
ຂໍໃຫ້ເຮົາເກັບສິ່ງຕ່າງໆລົງມາສູ່ໂລກ ແລະພິຈາລະນາ AI ທີ່ບໍ່ມີຄວາມຮູ້ສຶກໃນຄຳນວນຂອງມື້ນີ້.
ຮັບຮູ້ວ່າ AI ໃນທຸກມື້ນີ້ບໍ່ສາມາດ “ຄິດ” ໃນແບບໃດກໍຕາມເທົ່າກັບການຄິດຂອງມະນຸດ. ໃນເວລາທີ່ທ່ານພົວພັນກັບ Alexa ຫຼື Siri, ຄວາມສາມາດໃນການສົນທະນາອາດຈະເບິ່ງຄືວ່າຄ້າຍຄືກັບຄວາມສາມາດຂອງມະນຸດ, ແຕ່ຄວາມຈິງແລ້ວມັນແມ່ນການຄິດໄລ່ແລະຂາດສະຕິປັນຍາຂອງມະນຸດ. ຍຸກຫຼ້າສຸດຂອງ AI ໄດ້ນຳໃຊ້ຢ່າງກ້ວາງຂວາງຂອງ Machine Learning (ML) ແລະ Deep Learning (DL), ເຊິ່ງນຳໃຊ້ການຈັບຄູ່ຮູບແບບການຄຳນວນ. ນີ້ໄດ້ນໍາໄປສູ່ລະບົບ AI ທີ່ມີລັກສະນະຂອງ proclivities ຄ້າຍຄືມະນຸດ. ໃນຂະນະດຽວກັນ, ບໍ່ມີ AI ໃດໆໃນມື້ນີ້ທີ່ມີລັກສະນະຂອງຄວາມຮູ້ສຶກທົ່ວໄປແລະບໍ່ມີຄວາມປະຫລາດໃຈທາງດ້ານສະຕິປັນຍາຂອງຄວາມຄິດຂອງມະນຸດທີ່ເຂັ້ມແຂງ.
ML/DL ແມ່ນຮູບແບບການຈັບຄູ່ຮູບແບບການຄິດໄລ່. ວິທີການປົກກະຕິແມ່ນວ່າທ່ານລວບລວມຂໍ້ມູນກ່ຽວກັບວຽກງານການຕັດສິນໃຈ. ທ່ານປ້ອນຂໍ້ມູນເຂົ້າໄປໃນຕົວແບບຄອມພິວເຕີ ML/DL. ແບບຈໍາລອງເຫຼົ່ານັ້ນຊອກຫາຮູບແບບທາງຄະນິດສາດ. ຫຼັງຈາກຊອກຫາຮູບແບບດັ່ງກ່າວ, ຖ້າພົບແລ້ວ, ລະບົບ AI ຈະໃຊ້ຮູບແບບເຫຼົ່ານັ້ນເມື່ອພົບກັບຂໍ້ມູນໃຫມ່. ຫຼັງຈາກການນໍາສະເຫນີຂໍ້ມູນໃຫມ່, ຮູບແບບທີ່ອີງໃສ່ "ເກົ່າ" ຫຼືຂໍ້ມູນປະຫວັດສາດຖືກນໍາໃຊ້ເພື່ອສະແດງການຕັດສິນໃຈໃນປະຈຸບັນ.
ຂ້ອຍຄິດວ່າເຈົ້າສາມາດເດົາໄດ້ວ່ານີ້ໄປໃສ. ຖ້າມະນຸດທີ່ເຮັດຕາມແບບຢ່າງໃນການຕັດສິນໃຈນັ້ນໄດ້ລວມເອົາຄວາມລຳອຽງທີ່ບໍ່ເຂົ້າກັບຄວາມລຳອຽງ, ຄວາມຜິດຫວັງແມ່ນວ່າຂໍ້ມູນສະທ້ອນເຖິງເລື່ອງນີ້ໃນທາງທີ່ລະອຽດອ່ອນ ແຕ່ມີຄວາມສຳຄັນ. ການຈັບຄູ່ຮູບແບບການຄິດໄລ່ຂອງເຄື່ອງຈັກ ຫຼືການຮຽນຮູ້ເລິກເລິກພຽງແຕ່ຈະພະຍາຍາມເຮັດແບບເລກຄະນິດສາດຕາມຄວາມເໝາະສົມ. ບໍ່ມີຄວາມຮູ້ສຶກທົ່ວໄປຫຼືລັກສະນະຄວາມຮູ້ສຶກອື່ນໆຂອງການສ້າງແບບຈໍາລອງທີ່ເຮັດດ້ວຍ AI ຕໍ່ຄົນ.
ຍິ່ງໄປກວ່ານັ້ນ, ນັກພັດທະນາ AI ອາດຈະບໍ່ຮັບຮູ້ສິ່ງທີ່ ກຳ ລັງເກີດຂື້ນ. ຄະນິດສາດ Arcane ໃນ ML/DL ອາດຈະເຮັດໃຫ້ມັນຍາກທີ່ຈະ ferret ອອກຄວາມລໍາອຽງທີ່ເຊື່ອງໄວ້ໃນປັດຈຸບັນ. ເຈົ້າຈະຫວັງຢ່າງຖືກຕ້ອງແລະຄາດຫວັງວ່າຜູ້ພັດທະນາ AI ຈະທົດສອບຄວາມລໍາອຽງທີ່ອາດຈະຖືກຝັງໄວ້, ເຖິງແມ່ນວ່ານີ້ແມ່ນ trickier ກວ່າທີ່ມັນອາດຈະເບິ່ງຄືວ່າ. ໂອກາດອັນແຂງແກ່ນມີຢູ່ວ່າເຖິງແມ່ນວ່າຈະມີການທົດສອບຢ່າງກວ້າງຂວາງວ່າຈະມີອະຄະຕິທີ່ຍັງຝັງຢູ່ໃນຮູບແບບການຈັບຄູ່ຮູບແບບຂອງ ML/DL.
ທ່ານສາມາດນໍາໃຊ້ຄໍາສຸພາສິດທີ່ມີຊື່ສຽງຫຼືບໍ່ມີຊື່ສຽງຂອງຂີ້ເຫຍື້ອໃນຂີ້ເຫຍື້ອ. ສິ່ງທີ່ເປັນ, ນີ້ແມ່ນຄ້າຍຄືກັນກັບຄວາມລໍາອຽງໃນ insidiously ໄດ້ຮັບ infused ເປັນຄວາມລໍາອຽງ submerged ພາຍໃນ AI ໄດ້. ການຕັດສິນໃຈຂອງສູດການຄິດໄລ່ (ADM) ຂອງ AI axiomatically ກາຍເປັນບັນຫາທີ່ບໍ່ສະເຫມີພາບ.
ບໍ່ດີ.
ໃຫ້ກັບຄືນໄປຫາຈຸດສຸມຂອງພວກເຮົາກ່ຽວກັບການ salting ໃນສະພາບການ AI.
ກ່ອນອື່ນ ໝົດ, ພວກເຮົາ ກຳ ລັງເອົາອົງປະກອບຂອງສະຫະພັນໃດ ໜຶ່ງ ອອກຈາກ ຄຳ ສັບຂອງການເຮັດເກືອແລະແທນທີ່ຈະໃຊ້ເກືອເປັນຮູບຊົງທົ່ວໄປຫຼືວິທີການເປັນແມ່ແບບ. ສະນັ້ນ, ກະລຸນາປະກອບສ່ວນທີ່ກ່ຽວຂ້ອງກັບສະຫະພາບເພື່ອຈຸດປະສົງຂອງການສົນທະນາກ່ຽວກັບ AI ນີ້.
ອັນທີສອງ, ດັ່ງທີ່ໄດ້ກ່າວມາກ່ອນ, ການເກືອດຫ້າມໃນສະພາບການ AI ນີ້ເຮັດໃຫ້ບາງຄົນອາດຈະຊອກຫາການຈ້າງເຂົ້າໄປໃນບໍລິສັດເພື່ອລິເລີ່ມຫຼືກະຕຸ້ນການສ້າງຫຼັກການດ້ານຈັນຍາບັນ AI ໃນບໍລິສັດ. ນີ້ແມ່ນແຮງຈູງໃຈຕົ້ນຕໍຂອງພວກເຂົາສໍາລັບການໄປເຮັດວຽກຢູ່ບໍລິສັດ.
ເພື່ອຄວາມກະຈ່າງແຈ້ງ, ມີຫຼາຍແທ້ໆທີ່ໄດ້ຮັບການຈ້າງເຂົ້າໄປໃນບໍລິສັດແລະພວກເຂົາຢູ່ໃນໃຈແລ້ວວ່າຈັນຍາບັນ AI ແມ່ນສໍາຄັນ. ນີ້ເຖິງແມ່ນວ່າບໍ່ແມ່ນຢູ່ແຖວຫນ້າຂອງພື້ນຖານຂອງເຂົາເຈົ້າສໍາລັບການພະຍາຍາມທີ່ຈະໄດ້ຮັບການຈ້າງໂດຍບໍລິສັດມີຄວາມສົນໃຈໂດຍສະເພາະ. ໂດຍເນື້ອແທ້ແລ້ວ, ເຂົາເຈົ້າຈະຖືກຈ້າງໃຫ້ເຮັດບາງປະເພດຂອງການພັດທະນາ AI ຫຼືວຽກການນໍາໄປໃຊ້, ແລະເພື່ອໃຫ້ເຂົາເຈົ້າມີຄວາມເຊື່ອທີ່ເຂັ້ມງວດໃນດ້ານຈັນຍາບັນ AI.
ຈາກນັ້ນເຂົາເຈົ້າຈະເຮັດວຽກໃຫ້ດີທີ່ສຸດເທົ່າທີ່ຈະເຮັດໄດ້ເພື່ອປະກອບ ຫຼືດົນໃຈໃຫ້ມີການພິຈາລະນາດ້ານຈັນຍາບັນຂອງ AI ໃນບໍລິສັດ. ດີສໍາລັບພວກເຂົາ. ພວກເຮົາຕ້ອງການຫຼາຍກວ່າທີ່ມີດັ່ງນັ້ນເປັນຄວາມປາຖະຫນາທີ່ຈິງໃຈທີ່ຈິງໃຈ.
ແຕ່ນັ້ນບໍ່ແມ່ນຄວາມເຄັມທີ່ຂ້ອຍເວົ້າຢູ່ນີ້. ຈິນຕະນາການວ່າຜູ້ໃດຜູ້ຫນຶ່ງເລືອກເອົາບໍລິສັດສະເພາະທີ່ເບິ່ງຄືວ່າບໍ່ໄດ້ເຮັດຫຍັງຫຼາຍຖ້າມີສິ່ງໃດກ່ຽວຂ້ອງກັບການຍອມຮັບຈັນຍາບັນ AI. ບຸກຄົນດັ່ງກ່າວຕັດສິນໃຈວ່າພວກເຂົາຈະໄດ້ຮັບການຈ້າງໂດຍບໍລິສັດນັ້ນຖ້າພວກເຂົາສາມາດເຮັດໄດ້ໃນບາງວຽກ AI ປະຈໍາວັນ (ຫຼືອາດຈະເປັນບົດບາດທີ່ບໍ່ແມ່ນ AI), ແລະຫຼັງຈາກນັ້ນຈຸດສຸມຕົ້ນຕໍຂອງພວກເຂົາແມ່ນການຕິດຕັ້ງຫຼືກະຕຸ້ນຫຼັກການດ້ານຈັນຍາບັນຂອງ AI ໃນ. ບໍລິສັດ. ມັນບໍ່ແມ່ນຫນ້າທີ່ຕົ້ນຕໍຂອງພວກເຂົາແລະບໍ່ໄດ້ລະບຸໄວ້ໃນຫນ້າວຽກຂອງພວກເຂົາ (ຂ້າພະເຈົ້າກ່າວເຖິງນີ້ເພາະວ່າ, ແນ່ນອນ, ຖ້າຄົນຫນຶ່ງຖືກຈ້າງເພື່ອເຈດຕະນານໍາຈັນຍາບັນ AI, ພວກເຂົາບໍ່ແມ່ນ "ເກືອ" ໃນຮູບແບບຂອງຄວາມຫມາຍແລະຄວາມຄ້າຍຄືກັນນີ້).
ບຸກຄົນນີ້ບໍ່ສົນໃຈວຽກໂດຍສະເພາະ. ແນ່ນອນ, ພວກເຂົາຈະເຮັດວຽກໃດກໍ່ຕາມ, ແລະຄາດວ່າພວກເຂົາມີຄຸນສົມບັດທີ່ເຫມາະສົມທີ່ຈະເຮັດເຊັ່ນນັ້ນ. ໃນຂະນະດຽວກັນ, ກອງປະຊຸມທີ່ແທ້ຈິງຂອງເຂົາເຈົ້າແມ່ນເພື່ອຊຸກຍູ້ໃຫ້ AI ດ້ານຈັນຍາບັນໃຫ້ກາຍເປັນສ່ວນຫນຶ່ງແລະ parcel ຂອງບໍລິສັດ. ນັ້ນແມ່ນພາລະກິດ. ນັ້ນແມ່ນເປົ້າຫມາຍ. ວຽກງານຕົວຂອງມັນເອງແມ່ນພຽງແຕ່ວິທີການຫຼືຍານພາຫະນະທີ່ຈະອະນຸຍາດໃຫ້ພວກເຂົາເຮັດແນວນັ້ນຈາກພາຍໃນ.
ເຈົ້າອາດຈະເວົ້າວ່າເຂົາເຈົ້າສາມາດເຮັດໄດ້ຄືກັນຈາກພາຍນອກບໍລິສັດ. ພວກເຂົາສາມາດພະຍາຍາມ lobby ທີມງານ AI ຢູ່ໃນບໍລິສັດໃຫ້ມີສ່ວນຮ່ວມກັບຈັນຍາບັນ AI ຫຼາຍຂຶ້ນ. ເຂົາເຈົ້າອາດຈະພະຍາຍາມເຮັດໃຫ້ບໍລິສັດອັບອາຍໃນການເຮັດເຊັ່ນນັ້ນ, ບາງທີໂດຍການປະກາດໃນ blogs ຫຼືດໍາເນີນຂັ້ນຕອນອື່ນໆ. ແລະອື່ນໆ. ສິ່ງດັ່ງກ່າວແມ່ນ, ພວກເຂົາຈະຍັງຄົງເປັນຄົນພາຍນອກ, ຄືກັບທີ່ໄດ້ຊີ້ໃຫ້ເຫັນກ່ອນຫນ້ານັ້ນໃນເວລາສົນທະນາກ່ຽວກັບຈຸດເດັ່ນຂອງການເກືອ.
ຄົນເກືອ AI ເປັນຄົນຫຼອກລວງບໍ?
ພວກເຮົາໄດ້ຖືກເຕືອນອີກເທື່ອຫນຶ່ງກ່ຽວກັບຄໍາຖາມດຽວກັນທີ່ຖາມກ່ຽວກັບສະພາບການຂອງສະຫະພັນຂອງ salting. ບຸກຄົນອາດຈະຢືນຢັນວ່າບໍ່ມີການຫຼອກລວງໃດໆ. ພວກເຂົາເຈົ້າໄດ້ຮັບການຈ້າງໃຫ້ເຮັດວຽກ. ພວກເຂົາກໍາລັງເຮັດວຽກ. ມັນພຽງແຕ່ເກີດຂຶ້ນວ່ານອກຈາກນັ້ນພວກເຂົາຍັງເປັນຜູ້ສະຫນັບສະຫນູນພາຍໃນສໍາລັບຈັນຍາບັນ AI ແລະເຮັດວຽກຢ່າງແຂງແຮງເພື່ອໃຫ້ຄົນອື່ນເຮັດເຊັ່ນດຽວກັນ. ບໍ່ມີອັນຕະລາຍ, ບໍ່ມີຂີ້ຮ້າຍ.
ພວກເຂົາເຈົ້າຍັງອາດຈະຊີ້ໃຫ້ເຫັນເຖິງວ່າບໍ່ມີຂໍ້ບົກຜ່ອງໂດຍສະເພາະຕໍ່ການກະຕຸ້ນບໍລິສັດຂອງພວກເຂົາໄປສູ່ຈັນຍາບັນ AI. ໃນທີ່ສຸດ, ນີ້ຈະຊ່ວຍໃຫ້ບໍລິສັດສາມາດຫຼີກລ່ຽງການຟ້ອງຮ້ອງທີ່ອາດຈະເກີດຂື້ນຖ້າ AI ໄດ້ຖືກຜະລິດທີ່ບໍ່ປະຕິບັດຕາມກົດລະບຽບດ້ານຈັນຍາບັນຂອງ AI. ດັ່ງນັ້ນ, ພວກເຂົາເຈົ້າກໍາລັງຊ່ວຍປະຢັດບໍລິສັດຈາກຕົວມັນເອງ. ເຖິງແມ່ນວ່າບຸກຄົນນັ້ນອາດຈະບໍ່ສົນໃຈໂດຍສະເພາະໃນການເຮັດວຽກຢູ່ໃນມື, ພວກເຂົາເຈົ້າກໍາລັງເຮັດວຽກແລະພ້ອມກັນເຮັດໃຫ້ບໍລິສັດສະຫລາດແລະຄວາມປອດໄພຫຼາຍຂຶ້ນໂດຍຜ່ານການຊຸກຍູ້ຢ່າງມີຈັນຍາບັນ AI.
ລໍຖ້າວິນາທີ, ໂຕ້ຕອບບາງຄົນ, ບຸກຄົນນີ້ຖືກປະຕິເສດ. ເບິ່ງຄືວ່າເຂົາເຈົ້າຈະໂດດເຮືອເມື່ອມີຈັນຍາບັນຂອງ AI ເກີດຂຶ້ນ. ຫົວໃຈຂອງເຂົາເຈົ້າບໍ່ໄດ້ຢູ່ໃນບໍລິສັດຫຼືວຽກເຮັດງານທໍາ. ພວກເຂົາກໍາລັງໃຊ້ບໍລິສັດເພື່ອກ້າວໄປສູ່ວາລະຂອງຕົນເອງ. ແນ່ນອນ, ວາລະດັ່ງກ່າວເບິ່ງຄືວ່າດີພໍ, ຊອກຫາເພື່ອໃຫ້ໄດ້ AI ດ້ານຈັນຍາບັນຢູ່ເທິງສຸດຂອງຈິດໃຈ, ແຕ່ນີ້ສາມາດໄປໄກເກີນໄປ.
ທ່ານເຫັນ, ການໂຕ້ຖຽງຕໍ່ໄປອີກວ່າການຕິດຕາມຈັນຍາບັນຂອງ AI ອາດຈະມີຄວາມກະຕືລືລົ້ນເກີນໄປ. ຖ້າບຸກຄົນນັ້ນມາເພື່ອລິເລີ່ມ AI ດ້ານຈັນຍາບັນ, ພວກເຂົາອາດຈະບໍ່ເບິ່ງຮູບພາບໃຫຍ່ກວ່າຂອງສິ່ງທີ່ບໍລິສັດໂດຍລວມແມ່ນຈັດການກັບ. ໃນການຍົກເວັ້ນສິ່ງອື່ນໆ, ບຸກຄົນນີ້ອາດຈະລົບກວນບໍລິສັດແລະບໍ່ເຕັມໃຈທີ່ຈະອະນຸຍາດໃຫ້ມີການຮັບຮອງເອົາຈັນຍາບັນ AI ບົນພື້ນຖານທີ່ສົມເຫດສົມຜົນແລະໃນຈັງຫວະທີ່ລະມັດລະວັງ.
ພວກເຂົາເຈົ້າອາດຈະກາຍເປັນຄວາມບໍ່ພໍໃຈທີ່ລົບກວນທີ່ພຽງແຕ່ຖົກຖຽງຢ່າງຕໍ່ເນື່ອງກ່ຽວກັບບ່ອນທີ່ບໍລິສັດນັ່ງຢູ່ໃນຂໍ້ກໍານົດຂອງຈັນຍາບັນ AI. ຜູ້ພັດທະນາ AI ອື່ນໆອາດຈະຖືກລົບກວນໂດຍການເວົ້າແບບດຽວ. ການເອົາຈັນຍາບັນ AI ເຂົ້າໃນການປະສົມແມ່ນແນ່ນອນທີ່ສົມເຫດສົມຜົນ, ເຖິງແມ່ນວ່າການສະແດງລະຄອນແລະການຂັດຂວາງອື່ນໆທີ່ອາດຈະເກີດຂຶ້ນພາຍໃນບໍລິສັດສາມາດເຮັດໃຫ້ຄວາມກ້າວຫນ້າທາງດ້ານຈັນຍາບັນຂອງ AI ແທນທີ່ຈະຊ່ວຍມັນ.
ຕະຫຼອດແລະຕະຫຼອດພວກເຮົາໄປ.
ດຽວນີ້ພວກເຮົາສາມາດທົບທວນຄືນປັດໃຈເພີ່ມເຕີມເຫຼົ່ານັ້ນກ່ຽວກັບການເກືອທີ່ຂ້າພະເຈົ້າໄດ້ສະເຫນີໃນເມື່ອກ່ອນ:
- ການໄດ້ຮັບເງິນ. ມັນເປັນໄປໄດ້ວ່າບຸກຄົນດັ່ງກ່າວອາດຈະໄດ້ຮັບຄ່າຈ້າງໃນເບື້ອງຕົ້ນໂດຍບາງຫນ່ວຍງານທີ່ຕ້ອງການທີ່ຈະໄດ້ຮັບການຍຶດຫມັ້ນໃນຈັນຍາບັນຂອງ AI, ບາງທີອາດຕັ້ງໃຈທີ່ຈະເຮັດແນວນັ້ນໂດຍບໍ່ຮູ້ຕົວຫຼືອາດຈະຂາຍບໍລິສັດຊຸດເຄື່ອງມືຫຼືການປະຕິບັດດ້ານຈັນຍາບັນ AI ໂດຍສະເພາະ. ໂດຍທົ່ວໄປແລ້ວອາດຈະບໍ່, ແຕ່ຕົກເປັນມູນຄ່າບອກ.
- ການເບິ່ງເຫັນ. ບຸກຄົນດັ່ງກ່າວອາດຈະບໍ່ໄດ້ນໍາເອົາພາລະກິດອຸທິດຕົນດ້ານຈັນຍາບັນຂອງ AI ຂອງເຂົາເຈົ້າໂດຍສະເພາະໃນເວລາທີ່ຜ່ານຂະບວນການຈ້າງ. ໃນກໍລະນີອື່ນໆ, ພວກເຂົາເຈົ້າອາດຈະໃຫ້ແນ່ໃຈວ່າມັນເປັນທາງຫນ້າແລະສູນກາງ, ເຊັ່ນວ່າບໍລິສັດຈ້າງເຂົ້າໃຈໂດຍບໍ່ມີຄວາມຊັດເຈນໃດໆກ່ຽວກັບຈຸດສຸມທີ່ອຸທິດຕົນຂອງພວກເຂົາ. ນີ້ເຖິງແມ່ນວ່າມີແນວໂນ້ມທີ່ຈະໄດ້ຮັບການ couched ຍ້ອນວ່າຈັນຍາບັນ AI ເປັນຄວາມກັງວົນທີສອງແລະວ່າວຽກເຮັດງານທໍາເປັນຄວາມກັງວົນຕົ້ນຕໍຂອງເຂົາເຈົ້າ, ແທນທີ່ຈະກ່ວາວິທີການອື່ນໆປະມານ.
- ກຳ ນົດເວລາ. ບຸກຄົນທີ່ເຄີຍຈ້າງອາດຈະເລືອກທີ່ຈະລໍຖ້າເພື່ອດໍາເນີນການເລີ່ມຕົ້ນຈັນຍາບັນ AI ຂອງເຂົາເຈົ້າ. ພວກເຂົາສາມາດລໍຖ້າອາທິດ, ເດືອນ, ຫຼືແມ້ກະທັ້ງປີເພື່ອເປີດໃຊ້. ຄວາມບໍ່ລົງລອຍກັນແມ່ນເຖິງແມ່ນວ່າພວກເຂົາອາດຈະເລີ່ມຕົ້ນຫຼາຍຂື້ນເມື່ອພວກເຂົາໄດ້ເຂົ້າກັບບໍລິສັດແລະໄດ້ສ້າງຕັ້ງພື້ນຖານສ່ວນບຸກຄົນເປັນພະນັກງານຂອງບໍລິສັດ. ຖ້າພວກເຂົາເລີ່ມຕົ້ນທັນທີ, ນີ້ສາມາດຕັດຄວາມພະຍາຍາມຂອງພວກເຂົາທີ່ຈະຖືກເບິ່ງວ່າເປັນພາຍໃນແລະໂຍນພວກເຂົາເປັນຜູ້ບຸກລຸກຫຼືຄົນພາຍນອກ.
- ຂັ້ນຕອນປະຕິບັດ. ບາງຄັ້ງບຸກຄົນດັ່ງກ່າວຈະປະກາດຢ່າງຈະແຈ້ງພາຍໃນບໍລິສັດວ່າຕອນນີ້ພວກເຂົາກໍາລັງຊອກຫາຄວາມສົນໃຈກັບຈັນຍາບັນ AI, ເຊິ່ງອາດຈະເກີດຂື້ນບໍ່ດົນຫລັງຈາກໄດ້ຮັບການຈ້າງຫຼືເກີດຂື້ນໃນເວລາຕໍ່ມາ (ຕາມຕົວຊີ້ບອກຂ້າງເທິງຂອງຂ້ອຍກ່ຽວກັບປັດໃຈເວລາ). ໃນອີກດ້ານຫນຶ່ງ, ບຸກຄົນອາດຈະເລືອກທີ່ຈະຮັບໃຊ້ໃນພາລະບົດບາດ undercover, ເຮັດວຽກງຽບໆພາຍໃນບໍລິສັດແລະບໍ່ເອົາໃຈໃສ່ກັບຕົນເອງໂດຍສະເພາະ. ພວກເຂົາເຈົ້າອາດຈະສົ່ງຂໍ້ມູນໃຫ້ແກ່ນັກຂ່າວແລະຄົນພາຍນອກອື່ນໆກ່ຽວກັບສິ່ງທີ່ການລະເວັ້ນດ້ານຈັນຍາບັນຂອງ AI ຫຼືຄວາມລົ້ມເຫລວທີ່ເກີດຂື້ນຢູ່ໃນບໍລິສັດ.
- ສິດຄອບຄອງ ນຳ ໃຊ້. ບຸກຄົນທີ່ໃຊ້ຄວາມພະຍາຍາມເກືອອາດຈະສິ້ນສຸດເຖິງການໄດ້ຮັບການກະຕຸ້ນດ້ານຈັນຍາບັນຂອງ AI. ພວກເຂົາສາມາດຢູ່ໃນບໍລິສັດຕະຫຼອດຂະບວນການຮັບຮອງເອົາ AI ດ້ານຈັນຍາບັນ. ເວົ້າແນວນັ້ນ, ບາງຄັ້ງຄົນດັ່ງກ່າວເລືອກທີ່ຈະອອກຈາກບໍລິສັດທີ່ໄດ້ຮັບການກະຕຸ້ນແລະເລືອກທີ່ຈະໄປບໍລິສັດອື່ນເພື່ອເລີ່ມຕົ້ນກິດຈະກໍາໃຫມ່. ການໂຕ້ຖຽງກ່ຽວກັບເລື່ອງນີ້ແມ່ນຮຸນແຮງ. ທັດສະນະຫນຶ່ງແມ່ນວ່ານີ້ສະແດງໃຫ້ເຫັນຢ່າງຊັດເຈນວ່າບຸກຄົນນັ້ນບໍ່ມີຢູ່ໃນຫົວໃຈຂອງເຂົາເຈົ້າກ່ຽວກັບວຽກຢູ່ໃນບໍລິສັດ. ທັດສະນະທີ່ກົງກັນຂ້າມແມ່ນວ່າພວກເຂົາມີແນວໂນ້ມທີ່ຈະພົບເຫັນຕົວເອງຢູ່ໃນນ້ໍາທີ່ຂີ້ຮ້າຍແລະອາດຈະບໍ່ສາມາດແກ້ໄຂໄດ້ໂດຍການຢູ່ໃນບໍລິສັດຖ້າພວກເຂົາຖືກຕິດສະຫລາກວ່າເປັນສຽງດັງຫຼືຜູ້ສ້າງບັນຫາ.
- ຜົນໄດ້ຮັບ. ຄວາມພະຍາຍາມເກືອບໍ່ໄດ້ຮັບປະກັນຜົນໄດ້ຮັບໂດຍສະເພາະ. ມັນອາດຈະເປັນວ່າບຸກຄົນດັ່ງກ່າວໄດ້ປູກຈິດສໍານຶກກ່ຽວກັບ AI ດ້ານຈັນຍາບັນແລະຄວາມພະຍາຍາມໄດ້ຮັບການດໍາເນີນ, ergo "ສົບຜົນສໍາເລັດ" salting ເກີດຂຶ້ນ. ຜົນໄດ້ຮັບອີກຢ່າງໜຶ່ງແມ່ນຜູ້ຄົນບໍ່ສາມາດໄດ້ຮັບການດຶງດູດດັ່ງກ່າວ. ຫຼັງຈາກນັ້ນ, ພວກເຂົາເຈົ້າໄດ້ປະຖິ້ມການສະແຫວງຫາແລະຍັງຄົງຢູ່ໃນບໍລິສັດ, ບາງທີອາດຈະລໍຖ້າໂອກາດອີກເທື່ອຫນຶ່ງໃນເວລາຕໍ່ມາ, ຫຼືພວກເຂົາອອກຈາກບໍລິສັດແລະມັກຈະຊອກຫາການເຮັດເກືອຢູ່ບໍລິສັດອື່ນ.
- Salter ມືອາຊີບ. ບາງຄົນອາດຈະຖືວ່າຕົນເອງເປັນຜູ້ສະຫນັບສະຫນູນທີ່ເຂັ້ມແຂງຂອງການເກືອຈັນຍາບັນ AI ແລະພວກເຂົາເຈົ້າມີຄວາມພາກພູມໃຈໃນການຮັບໃຊ້ເປັນ salter ເປັນ. ເຂົາເຈົ້າເຮັດເຄັມຊ້ຳແລ້ວຊ້ຳອີກ, ຈາກທີ່ໜັກແໜ້ນໄປຫາໜັກແໜ້ນ ເມື່ອເຮັດເຊັ່ນນັ້ນ. ຄົນອື່ນອາດຈະເຮັດແນວນີ້ບົນພື້ນຖານຄັ້ງດຽວ, ອາດຈະເປັນຍ້ອນຄວາມມັກໂດຍສະເພາະຫຼືເບິ່ງວ່າມັນເປັນແນວໃດ, ແລະຫຼັງຈາກນັ້ນເລືອກທີ່ຈະບໍ່ເຮັດຊ້ໍາໃນບົດບາດດັ່ງກ່າວ. ທ່ານແນ່ນອນສາມາດຈິນຕະນາການປະເພດຂອງຄວາມກົດດັນສ່ວນບຸກຄົນແລະຄວາມກົດດັນທີ່ເປັນໄປໄດ້ທີ່ສາມາດເກີດຂຶ້ນໃນເວລາທີ່ຢູ່ໃນຄວາມສາມາດເກືອ.
ບໍ່ວ່າຈະເປັນປະເພດນີ້ຂອງຈັນຍາບັນຂອງ AI ຮັດກຸມ salting ສຸດຈະຍັງຄົງໄດ້ຮັບການເຫັນ. ຖ້າບໍລິສັດຊ້າທີ່ຈະສົ່ງເສີມ AI ດ້ານຈັນຍາບັນ, ນີ້ອາດຈະເຮັດໃຫ້ນັກຈັນຍາບັນ AI ທີ່ມີຄວາມກະຕືລືລົ້ນໃນຄວາມພະຍາຍາມຂອງເກືອ. ພວກເຂົາເຈົ້າອາດຈະບໍ່ຮູ້ຈັກໂດຍກົງວ່າພວກເຂົາເຈົ້າກໍາລັງເຮັດ salting. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ຜູ້ໃດຜູ້ຫນຶ່ງໄປຫາບໍລິສັດ X ແລະພະຍາຍາມດຶງດູດເອົາຈັນຍາບັນ AI, ບາງທີອາດເຮັດເຊັ່ນນັ້ນ, ແລະຮູ້ວ່າພວກເຂົາຄວນຈະເຮັດເຊັ່ນດຽວກັນຢູ່ບ່ອນອື່ນ. ຫຼັງຈາກນັ້ນ, ພວກເຂົາຍ້າຍໄປບໍລິສັດ Y. ລ້າງແລະເຮັດຊ້ໍາອີກ.
ອີກເທື່ອ ໜຶ່ງ, ການເນັ້ນ ໜັກ ແມ່ນວ່າການຮັບເອົາຈັນຍາບັນຂອງ AI ແມ່ນບູລິມະສິດສູງສຸດຂອງພວກເຂົາ. ການລົງຈອດວຽກແມ່ນເປັນອັນດັບສອງຫຼືບໍ່ແມ່ນແຕ່ມີຄວາມສໍາຄັນໂດຍສະເພາະ, ນອກເຫນືອຈາກການສາມາດເຂົ້າໄປໃນແລະເຮັດຄວາມພະຍາຍາມພາຍໃນຂອງ salting ທີ່ກ່ຽວຂ້ອງກັບ AI ດ້ານຈັນຍາບັນ.
ຂ້າພະເຈົ້າຈະເພີ່ມເຊັ່ນດຽວກັນວ່າຜູ້ທີ່ສຶກສາແລະວິເຄາະດ້ານຈັນຍາບັນ AI ປະຈຸບັນມີການເພີ່ມເຕີມບາງຢ່າງໃຫ້ກັບຫົວຂໍ້ຂອງການຄົ້ນຄວ້າດ້ານຈັນຍາບັນ AI:
- ຄວາມພະຍາຍາມເກືອດຫ້າມດ້ານຈັນຍາບັນ AI ເຫຼົ່ານີ້ຄວນຖືກຍົກເວັ້ນ ຫຼື ຫລີກລ້ຽງ?
- ແມ່ນຫຍັງທີ່ເຮັດໃຫ້ຜູ້ທີ່ຕ້ອງການເຮັດການເກືອໃນສະພາບການ AI ນີ້?
- ທຸລະກິດຄວນມີປະຕິກິລິຍາແນວໃດຕໍ່ກັບການກະທຳທີ່ຮັບຮູ້ຂອງ AI contexting salting?
- ຈະມີວິທີການທີ່ໄດ້ວາງອອກເພື່ອຊຸກຍູ້ໃຫ້ການເຄັມກ່ຽວກັບ AI ເຊັ່ນນີ້?
- ແລະອື່ນໆ
ໃນບາງລະດັບ, ນັ້ນແມ່ນເຫດຜົນທີ່ວ່າຈັນຍາບັນຂອງ AI ແລະຈັນຍາບັນ AI ແມ່ນຫົວຂໍ້ສໍາຄັນດັ່ງກ່າວ. ຫຼັກຈັນຍາບັນຂອງ AI ເຮັດໃຫ້ພວກເຮົາມີຄວາມລະມັດລະວັງ. ບາງຄັ້ງນັກເທກໂນໂລຍີ AI ສາມາດກາຍເປັນຄົນທີ່ສົນໃຈກັບເຕັກໂນໂລຢີ, ໂດຍສະເພາະການເພີ່ມປະສິດທິພາບຂອງເຕັກໂນໂລຢີສູງ. ເຂົາເຈົ້າບໍ່ຈໍາເປັນພິຈາລະນາເຖິງຜົນກະທົບຂອງສັງຄົມທີ່ໃຫຍ່ກວ່າ. ການມີແນວຄິດດ້ານຈັນຍາບັນຂອງ AI ແລະເຮັດແນວນັ້ນຢ່າງປະສົມປະສານກັບການພັດທະນາ AI ແລະພາກສະຫນາມແມ່ນສໍາຄັນສໍາລັບການຜະລິດ AI ທີ່ເຫມາະສົມ, ລວມທັງ (ບາງທີອາດເປັນເລື່ອງແປກທີ່ຫຼືທາດເຫຼັກ) ການປະເມີນວ່າຈັນຍາບັນ AI ໄດ້ຮັບການຮັບຮອງເອົາໂດຍບໍລິສັດ.
ນອກເຫນືອຈາກການໃຊ້ກົດລະບຽບຈັນຍາບັນຂອງ AI ໂດຍທົ່ວໄປແລ້ວ, ຍັງມີຄໍາຖາມທີ່ສອດຄ້ອງກັນວ່າພວກເຮົາຄວນຈະມີກົດຫມາຍເພື່ອຄວບຄຸມການນໍາໃຊ້ຕ່າງໆຂອງ AI. ກົດໝາຍໃໝ່ກຳລັງຖືກຮັດກຸມຢູ່ໃນລະດັບລັດຖະບານກາງ, ລັດ ແລະທ້ອງຖິ່ນ ທີ່ກ່ຽວຂ້ອງກັບຂອບເຂດ ແລະລັກສະນະຂອງວິທີການ AI ຄວນຖືກວາງອອກ. ຄວາມພະຍາຍາມເພື່ອຮ່າງກົດໝາຍດັ່ງກ່າວແມ່ນເປັນໄປເທື່ອລະກ້າວ. ຈັນຍາບັນ AI ເປັນຊ່ອງຫວ່າງທີ່ພິຈາລະນາ, ຢ່າງຫນ້ອຍ, ແລະເກືອບແນ່ນອນຈະລວມເຂົ້າກັບກົດຫມາຍໃຫມ່ເຫຼົ່ານັ້ນໂດຍກົງ.
ຈົ່ງຈື່ໄວ້ວ່າບາງຄົນໂຕ້ຖຽງຢ່າງກ້າຫານວ່າພວກເຮົາບໍ່ຕ້ອງການກົດຫມາຍໃຫມ່ທີ່ກວມເອົາ AI ແລະກົດຫມາຍທີ່ມີຢູ່ແລ້ວຂອງພວກເຮົາແມ່ນພຽງພໍ. ໃນຄວາມເປັນຈິງ, ພວກເຂົາເຕືອນວ່າຖ້າພວກເຮົາປະກາດກົດຫມາຍ AI ເຫຼົ່ານີ້, ພວກເຮົາຈະຂ້າ goose ທອງໂດຍການຍຶດຫມັ້ນໃນຄວາມກ້າວຫນ້າໃນ AI ທີ່ສະເຫນີຂໍ້ໄດ້ປຽບຂອງສັງຄົມອັນໃຫຍ່ຫຼວງ.
ໃນຊ່ວງເວລາຂອງການສົນທະນາທີ່ຫນັກແຫນ້ນນີ້, ຂ້ອຍຈະວາງເດີມພັນວ່າເຈົ້າຕ້ອງການຕົວຢ່າງຕົວຢ່າງທີ່ອາດຈະສະແດງຫົວຂໍ້ນີ້. ມີຊຸດຕົວຢ່າງທີ່ນິຍົມກັນພິເສດແລະແນ່ນອນທີ່ຢູ່ໃກ້ກັບຫົວໃຈຂອງຂ້ອຍ. ເຈົ້າເຫັນ, ໃນຄວາມສາມາດຂອງຂ້ອຍເປັນຜູ້ຊ່ຽວຊານດ້ານ AI ລວມທັງການປະຕິບັດດ້ານຈັນຍາບັນແລະທາງດ້ານກົດຫມາຍ, ຂ້ອຍໄດ້ຖືກຖາມເລື້ອຍໆເພື່ອກໍານົດຕົວຢ່າງທີ່ແທ້ຈິງທີ່ສະແດງໃຫ້ເຫັນເຖິງບັນຫາດ້ານຈັນຍາບັນຂອງ AI ເພື່ອໃຫ້ລັກສະນະທາງທິດສະດີຂອງຫົວຂໍ້ສາມາດເຂົ້າໃຈໄດ້ງ່າຍຂຶ້ນ. ຫນຶ່ງໃນພື້ນທີ່ກະຕຸ້ນເຕືອນທີ່ສຸດທີ່ນໍາສະເຫນີຢ່າງຈະແຈ້ງກ່ຽວກັບຈັນຍາບັນ AI quandary ນີ້ແມ່ນການມາເຖິງຂອງ AI ທີ່ແທ້ຈິງລົດຂັບລົດຕົນເອງໄດ້. ນີ້ຈະເປັນກໍລະນີການນໍາໃຊ້ທີ່ເປັນປະໂຫຍດຫຼືຕົວຢ່າງສໍາລັບການສົນທະນາຢ່າງຫຼວງຫຼາຍກ່ຽວກັບຫົວຂໍ້.
ນີ້ແມ່ນ ຄຳ ຖາມທີ່ ໜ້າ ສັງເກດທີ່ຄວນພິຈາລະນາ: ການມາເຖິງຂອງລົດຂັບລົດຕົນເອງທີ່ແທ້ຈິງທີ່ອີງໃສ່ AI ເຮັດໃຫ້ມີແສງອັນໃດແດ່ກ່ຽວກັບການເຮັດເຄັມທີ່ກ່ຽວຂ້ອງກັບ AI, ແລະຖ້າເປັນດັ່ງນັ້ນ, ສິ່ງນີ້ສະແດງໃຫ້ເຫັນແນວໃດ?
ປ່ອຍໃຫ້ຂ້ອຍຈັກໜ້ອຍເພື່ອເປີດຄຳຖາມ.
ຫນ້າທໍາອິດ, ໃຫ້ສັງເກດວ່າບໍ່ມີຄົນຂັບຂອງມະນຸດທີ່ກ່ຽວຂ້ອງກັບລົດຂັບລົດຕົນເອງທີ່ແທ້ຈິງ. ຈົ່ງຈື່ໄວ້ວ່າລົດທີ່ຂັບລົດດ້ວຍຕົນເອງທີ່ແທ້ຈິງແມ່ນຂັບເຄື່ອນໂດຍຜ່ານລະບົບການຂັບລົດ AI. ບໍ່ມີຄວາມຕ້ອງການສໍາລັບການຂັບລົດຂອງມະນຸດ, ແລະບໍ່ມີການຈັດສັນສໍາລັບມະນຸດຂັບລົດໄດ້. ສໍາລັບການຄຸ້ມຄອງຢ່າງກວ້າງຂວາງແລະຢ່າງຕໍ່ເນື່ອງຂອງຂ້ອຍກ່ຽວກັບຍານພາຫະນະອັດຕະໂນມັດ (AVs) ແລະໂດຍສະເພາະແມ່ນລົດທີ່ຂັບລົດດ້ວຍຕົນເອງ, ເບິ່ງ ການເຊື່ອມຕໍ່ທີ່ນີ້.
ຂ້າພະເຈົ້າຕ້ອງການໃຫ້ຄວາມກະຈ່າງແຈ້ງຕື່ມອີກວ່າມີຄວາມໝາຍແນວໃດເມື່ອຂ້າພະເຈົ້າອ້າງເຖິງລົດທີ່ຂັບລົດດ້ວຍຕົນເອງແທ້ໆ.
ເຂົ້າໃຈລະດັບຂອງລົດທີ່ຂັບເອງ
ໃນຖານະເປັນຄວາມກະຈ່າງແຈ້ງ, ລົດຂັບລົດດ້ວຍຕົນເອງທີ່ແທ້ຈິງແມ່ນລົດທີ່ AI ຂັບລົດດ້ວຍຕົວມັນເອງທັງຫມົດແລະບໍ່ມີການຊ່ວຍເຫຼືອຈາກມະນຸດໃດໆໃນລະຫວ່າງການຂັບລົດ.
ຍານພາຫະນະທີ່ບໍ່ມີຄົນຂັບເຫຼົ່ານີ້ຖືກພິຈາລະນາໃນລະດັບ 4 ແລະລະດັບ 5 (ເບິ່ງຄໍາອະທິບາຍຂອງຂ້ອຍຢູ່ທີ່ ລິ້ງນີ້ຢູ່ນີ້), ໃນຂະນະທີ່ລົດທີ່ຮຽກຮ້ອງໃຫ້ມີຄົນຂັບຮ່ວມກັນເພື່ອແບ່ງປັນຄວາມພະຍາຍາມໃນການຂັບລົດແມ່ນປົກກະຕິແລ້ວພິຈາລະນາໃນລະດັບ 2 ຫຼືລະດັບ 3. ລົດທີ່ຮ່ວມໃນການຂັບລົດແມ່ນໄດ້ຖືກອະທິບາຍວ່າເປັນເຄິ່ງອັດຕະໂນມັດ, ແລະໂດຍທົ່ວໄປແລ້ວປະກອບດ້ວຍຄວາມຫລາກຫລາຍຂອງ. add-ons ອັດຕະໂນມັດທີ່ຖືກເອີ້ນວ່າ ADAS (Advanced Driver-Assistance Systems).
ຍັງບໍ່ທັນມີລົດທີ່ຂັບລົດດ້ວຍຕົນເອງຕົວຈິງຢູ່ໃນລະດັບ 5, ແລະພວກເຮົາຍັງບໍ່ທັນຮູ້ວ່າສິ່ງນີ້ຈະບັນລຸໄດ້ຫຼືບໍ່ມັນຈະໃຊ້ເວລາດົນປານໃດ.
ໃນຂະນະດຽວກັນ, ຄວາມພະຍາຍາມລະດັບ 4 ກໍາລັງຄ່ອຍໆພະຍາຍາມເອົາບາງສ່ວນໂດຍການດໍາເນີນການທົດລອງທາງສາທາລະນະທີ່ແຄບແລະເລືອກ, ເຖິງແມ່ນວ່າມີຂໍ້ຂັດແຍ້ງກ່ຽວກັບວ່າການທົດສອບນີ້ຄວນຈະຖືກອະນຸຍາດຫຼືບໍ່ (ພວກເຮົາທັງຫມົດແມ່ນຫມູ guinea ທີ່ມີຊີວິດຫຼືຕາຍໃນການທົດລອງ. ສະຖານທີ່ຢູ່ໃນທາງດ່ວນແລະ byways ຂອງພວກເຮົາ, ບາງຄົນຂັດແຍ້ງ, ເບິ່ງການຄຸ້ມຄອງຂອງຂ້ອຍຢູ່ ລິ້ງນີ້ຢູ່ນີ້).
ເນື່ອງຈາກວ່າລົດເຄິ່ງອັດຕະໂນມັດຕ້ອງການຄົນຂັບລົດຂອງມະນຸດ, ການຮັບຮອງເອົາລົດປະເພດເຫຼົ່ານັ້ນຈະບໍ່ມີຄວາມແຕກຕ່າງກັນຫຼາຍກ່ວາການຂັບຂີ່ລົດ ທຳ ມະດາ, ໃນປັດຈຸບັນ, ຈຸດຕໍ່ໄປແມ່ນສາມາດໃຊ້ໄດ້ໂດຍທົ່ວໄປ).
ສຳ ລັບລົດເຄິ່ງອັດຕະໂນມັດ, ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ປະຊາຊົນຕ້ອງໄດ້ຮັບການແຈ້ງເຕືອນລ່ວງ ໜ້າ ກ່ຽວກັບແງ່ລົບກວນທີ່ ກຳ ລັງເກີດຂື້ນໃນໄລຍະມໍ່ໆມານີ້, ເຖິງແມ່ນວ່າເຖິງແມ່ນວ່າຄົນຂັບລົດມະນຸດເຫລົ່ານັ້ນຈະສືບຕໍ່ໂຄສະນາວິດີໂອກ່ຽວກັບຕົວເອງທີ່ ກຳ ລັງນອນຫລັບຢູ່ລໍ້ຂອງລົດລະດັບ 2 ຫລືລົດ 3 , ພວກເຮົາທຸກຄົນຕ້ອງຫລີກລ້ຽງການຫຼອກລວງໃນການເຊື່ອວ່າຜູ້ຂັບຂີ່ສາມາດເອົາຄວາມສົນໃຈຂອງພວກເຂົາອອກຈາກວຽກຂັບລົດໃນຂະນະທີ່ຂັບຂີ່ລົດເຄິ່ງອັດຕະໂນມັດ.
ທ່ານເປັນຝ່າຍທີ່ຮັບຜິດຊອບຕໍ່ການກະ ທຳ ຂອງການຂັບຂີ່ຂອງຍານພາຫະນະໂດຍບໍ່ສົນເລື່ອງອັດຕະໂນມັດອາດຈະຖືກໂຍນເຂົ້າໃນລະດັບ 2 ຫລືລະດັບ 3.
ລົດຂັບລົດດ້ວຍຕົນເອງ ແລະ AI ຈັນຍາບັນ Salting
ສຳ ລັບພາຫະນະຂັບລົດທີ່ແທ້ຈິງໃນລະດັບ 4 ແລະລະດັບ 5, ຈະບໍ່ມີຄົນຂັບລົດທີ່ເປັນມະນຸດເຂົ້າຮ່ວມໃນວຽກງານຂັບຂີ່.
ຜູ້ປະກອບອາຊີບທຸກຄົນຈະເປັນຜູ້ໂດຍສານ.
AI ແມ່ນ ກຳ ລັງຂັບລົດຢູ່.
ລັກສະນະ ໜຶ່ງ ທີ່ຈະຕ້ອງໄດ້ປຶກສາຫາລືກັນໃນທັນທີແມ່ນກ່ຽວຂ້ອງກັບຄວາມຈິງທີ່ວ່າ AI ທີ່ກ່ຽວຂ້ອງກັບລະບົບຂັບຂີ່ AI ໃນປະຈຸບັນບໍ່ແມ່ນເລື່ອງງ່າຍ. ເວົ້າອີກຢ່າງ ໜຶ່ງ, AI ແມ່ນລວມທັງການຂຽນໂປແກຼມຄອມພິວເຕີ້ແລະສູດການຄິດໄລ່ຄອມພິວເຕີ້, ແລະແນ່ນອນວ່າມັນບໍ່ສາມາດມີເຫດຜົນໃນລັກສະນະດຽວກັນກັບມະນຸດ.
ເປັນຫຍັງອັນນີ້ຈິ່ງເນັ້ນ ໜັກ ຕື່ມກ່ຽວກັບ AI ບໍ່ມີຄວາມຮູ້ສຶກອ່ອນໄຫວ?
ເນື່ອງຈາກວ່າຂ້ອຍຕ້ອງການຊີ້ໃຫ້ເຫັນວ່າເມື່ອສົນທະນາກ່ຽວກັບບົດບາດຂອງລະບົບຂັບຂີ່ AI, ຂ້ອຍບໍ່ໄດ້ສະແດງຄຸນນະພາບຂອງມະນຸດຕໍ່ AI. ກະລຸນາຮັບຊາບວ່າມີແນວໂນ້ມທີ່ ກຳ ລັງ ດຳ ເນີນຢູ່ເລື້ອຍໆແລະເປັນອັນຕະລາຍໃນທຸກມື້ນີ້ໃນການລັກລອບຄ້າມະນຸດ AI. ໂດຍເນື້ອແທ້ແລ້ວ, ປະຊາຊົນ ກຳ ລັງມອບຄວາມຮູ້ສຶກຄ້າຍຄືກັບມະນຸດໃຫ້ກັບ AI ໃນປະຈຸບັນນີ້, ເຖິງວ່າຈະມີຄວາມຈິງທີ່ບໍ່ສາມາດປະຕິເສດໄດ້ແລະບໍ່ມີຄ່າຫຍັງເລີຍວ່າບໍ່ມີ AI ດັ່ງກ່າວມີມາກ່ອນ.
ດ້ວຍຄວາມກະຈ່າງແຈ້ງນັ້ນ, ທ່ານສາມາດນຶກພາບວ່າລະບົບຂັບຂີ່ AI ຈະບໍ່ຮູ້ກ່ຽວກັບລັກສະນະຂອງການຂັບຂີ່. ການຂັບຂີ່ແລະສິ່ງທັງ ໝົດ ທີ່ມັນຕ້ອງການຈະຕ້ອງມີໂຄງການເປັນສ່ວນ ໜຶ່ງ ຂອງຮາດແວແລະຊອບແວຂອງລົດທີ່ຂັບເອງ.
ໃຫ້ທ່ານເຂົ້າໄປໃນຫຼາຍໆດ້ານທີ່ມາຫຼີ້ນໃນຫົວຂໍ້ນີ້.
ກ່ອນອື່ນ, ມັນເປັນສິ່ງສໍາຄັນທີ່ຈະຮັບຮູ້ວ່າບໍ່ແມ່ນລົດທີ່ຂັບລົດດ້ວຍຕົນເອງ AI ທັງຫມົດແມ່ນຄືກັນ. ຜູ້ຜະລິດລົດຍົນ ແລະບໍລິສັດເທັກໂນໂລຍີການຂັບລົດເອງແຕ່ລະຄົນກຳລັງໃຊ້ວິທີທີ່ຈະອອກແບບລົດທີ່ຂັບລົດດ້ວຍຕົນເອງ. ດັ່ງນັ້ນ, ມັນເປັນການຍາກທີ່ຈະອອກຄໍາຖະແຫຼງທີ່ກວ້າງຂວາງກ່ຽວກັບສິ່ງທີ່ລະບົບຂັບລົດ AI ຈະເຮັດຫຼືບໍ່ເຮັດ.
ຍິ່ງໄປກວ່ານັ້ນ, ທຸກຄັ້ງທີ່ລະບຸວ່າລະບົບການຂັບຂີ່ AI ບໍ່ໄດ້ເຮັດບາງສິ່ງໂດຍສະເພາະ, ອັນນີ້, ໃນທີ່ສຸດ, ສາມາດເອົາຊະນະນັກພັດທະນາໄດ້ວ່າໃນຄວາມເປັນຈິງແລ້ວວາງໂປຣແກມຄອມພິວເຕີໃຫ້ເຮັດສິ່ງນັ້ນ. ເທື່ອລະກ້າວ, ລະບົບການຂັບຂີ່ AI ກຳ ລັງໄດ້ຮັບການປັບປຸງແລະຂະຫຍາຍອອກເທື່ອລະກ້າວ. ຂໍ້ ຈຳ ກັດທີ່ມີຢູ່ໃນປະຈຸບັນອາດຈະບໍ່ມີຢູ່ໃນການເຮັດຊ້ ຳ ຄືນອີກຫຼືໃນລຸ້ນຂອງລະບົບ.
ຂ້າພະເຈົ້າຫວັງວ່າມັນຈະສະຫນອງໃຫ້ເປັນພຽງພໍຂອງຄໍາແນະນໍາທີ່ຈະ underlie ສິ່ງທີ່ຂ້າພະເຈົ້າກໍາລັງຈະກ່ຽວຂ້ອງ.
ຂໍໃຫ້ວາງແຜນສະຖານະການທີ່ສະແດງໃຫ້ເຫັນສະຖານະການເກືອທີ່ກ່ຽວຂ້ອງກັບ AI.
ຜູ້ຜະລິດລົດຍົນທີ່ພະຍາຍາມມຸ່ງໄປເຖິງການພັດທະນາລົດທີ່ຂັບລົດດ້ວຍຕົນເອງແບບເຕັມຮູບແບບແມ່ນເລັ່ງເດີນໜ້າດ້ວຍການທົດລອງໃຊ້ຖະໜົນສາທາລະນະ. ບໍລິສັດແມ່ນຢູ່ພາຍໃຕ້ຄວາມກົດດັນຢ່າງຫຼວງຫຼາຍທີ່ຈະເຮັດແນວນັ້ນ. ເຂົາເຈົ້າໄດ້ຖືກເບິ່ງໂດຍຕະຫຼາດແລະຖ້າຫາກວ່າພວກເຂົາເຈົ້າເບິ່ງຄືວ່າບໍ່ຢູ່ໃນຂອບຊັ້ນນໍາຂອງການພັດທະນາລົດຂັບລົດຕົນເອງລາຄາຮຸ້ນຂອງເຂົາເຈົ້າທົນທຸກຕາມຄວາມເຫມາະສົມ. ນອກຈາກນັ້ນ, ພວກເຂົາເຈົ້າໄດ້ລົງທຶນຫຼາຍຕື້ໂດລາແລະນັກລົງທຶນໄດ້ຮັບຄວາມອົດທົນໃນມື້ທີ່ບໍລິສັດສາມາດປະກາດວ່າລົດທີ່ຂັບລົດດ້ວຍຕົນເອງແມ່ນກຽມພ້ອມສໍາລັບການນໍາໃຊ້ທາງການຄ້າປະຈໍາວັນ.
ຜູ້ພັດທະນາ AI ກໍາລັງເບິ່ງຢ່າງໃກ້ຊິດຄວາມພະຍາຍາມຂອງຜູ້ຜະລິດລົດໃຫຍ່. ກໍລະນີທີ່ມີການລາຍງານຂອງລະບົບການຂັບລົດ AI ສັບສົນຫຼືເຮັດຜິດພາດແມ່ນເຫັນໄດ້ໃນຂ່າວ. ກໍລະນີຕ່າງໆລວມທັງການປະທະກັນກັບລົດອື່ນໆ, ການປະທະກັນກັບຜູ້ຂັບຂີ່ລົດຖີບ, ແລະເຫດການ dour ອື່ນໆ.
ໂດຍທົ່ວໄປແລ້ວບໍລິສັດພະຍາຍາມຮັກສາຄວາມງຽບສະຫງົບນີ້. ຜູ້ພັດທະນາ AI ໄດ້ເວົ້າແບບສ່ວນຕົວກັບວິສະວະກອນບາງຄົນໃນບໍລິສັດແລະໄດ້ຮຽນຮູ້ວ່າ AI ຈັນຍາບັນ precepts ພຽງແຕ່ໄດ້ຮັບການໃຫ້ບໍລິການປາກ, ດີທີ່ສຸດ. ສໍາລັບການຄຸ້ມຄອງຂອງຂ້ອຍກ່ຽວກັບເລື່ອງດັ່ງກ່າວຂອງ shirking Ethical AI ໂດຍທຸລະກິດ, ເບິ່ງ ການເຊື່ອມຕໍ່ທີ່ນີ້.
ນັກພັດທະນາ AI ນີ້ຈະເຮັດຫຍັງ?
ພວກເຂົາຮູ້ສຶກວ່າຖືກບັງຄັບໃຫ້ເຮັດບາງສິ່ງບາງຢ່າງ.
ລອງໃຊ້ຄວາມພະຍາຍາມໜ້ອຍໜຶ່ງ ແລະພິຈາລະນາສອງເສັ້ນທາງທີ່ຜູ້ພັດທະນາ AI ແຕ່ລະຄົນອາດຈະປະຕິບັດໄດ້.
ເສັ້ນທາງຫນຶ່ງແມ່ນວ່າຜູ້ພັດທະນາ AI ເຂົ້າໄປໃນສື່ມວນຊົນເພື່ອພະຍາຍາມແລະເຮັດໃຫ້ມີແສງສະຫວ່າງທີ່ເບິ່ງຄືວ່າຂາດຄວາມສົນໃຈທີ່ເຫມາະສົມກັບຈັນຍາບັນຂອງ AI ໂດຍຜູ້ຜະລິດລົດໃຫຍ່. ບາງທີຜູ້ຊ່ຽວຊານດ້ານ AI ທີ່ກ່ຽວຂ້ອງນີ້ເລືອກທີ່ຈະຂຽນບລັອກຫຼືສ້າງ vlogs ເພື່ອຊີ້ໃຫ້ເຫັນຄວາມກັງວົນເຫຼົ່ານີ້. ຄວາມເປັນໄປໄດ້ອີກຢ່າງຫນຶ່ງແມ່ນພວກເຂົາໄດ້ຮັບສະມາຊິກທີ່ມີຢູ່ແລ້ວຂອງທີມງານ AI ເພື່ອກາຍເປັນປະເພດຂອງຜູ້ແຈ້ງຂ່າວ, ເປັນຫົວຂໍ້ທີ່ຂ້ອຍໄດ້ກ່າວເຖິງ. ການເຊື່ອມຕໍ່ທີ່ນີ້.
ນີ້ແມ່ນການຕັດສິນໃຈເປັນວິທີການພາຍນອກພິຈາລະນາໂດຍຜູ້ພັດທະນາ AI ນີ້.
ເສັ້ນທາງອື່ນແມ່ນວ່າຜູ້ພັດທະນາ AI ເຊື່ອໃນລໍາໄສ້ຂອງພວກເຂົາວ່າພວກເຂົາອາດຈະສາມາດເຮັດໄດ້ຫຼາຍຂຶ້ນຈາກພາຍໃນບໍລິສັດ. ຊຸດທັກສະຂອງຜູ້ພັດທະນາ AI ແມ່ນໄດ້ຮັບການປັບປຸງດີໃນດ້ານ AI ທີ່ກ່ຽວຂ້ອງກັບລົດທີ່ຂັບລົດດ້ວຍຕົນເອງ ແລະເຂົາເຈົ້າສາມາດສະໝັກວຽກທີ່ປະກາດຮັບສະໝັກວິສະວະກອນ AI ຢູ່ບໍລິສັດໄດ້. ຜູ້ພັດທະນາ AI ຕັດສິນໃຈເຮັດແນວນັ້ນ. ຍິ່ງໄປກວ່ານັ້ນ, ແຮງຈູງໃຈແມ່ນສຸມໃສ່ການເຮັດໃຫ້ຜູ້ຜະລິດລົດໃຫຍ່ມີຄວາມຈິງຈັງຫຼາຍກ່ຽວກັບຈັນຍາບັນ AI. ວຽກງານຕົວມັນເອງບໍ່ສໍາຄັນໂດຍສະເພາະນັກພັດທະນາ AI ນີ້, ນອກ ເໜືອ ໄປຈາກຕອນນີ້ພວກເຂົາຈະສາມາດເຮັດວຽກຢ່າງຊັກຊວນຈາກພາຍໃນ.
ມັນອາດຈະເປັນທີ່ນັກພັດທະນາ AI ໄດ້ຮັບວຽກເຮັດແຕ່ຫຼັງຈາກນັ້ນຄົ້ນພົບວ່າມີການຕໍ່ຕ້ານພາຍໃນຢ່າງຫຼວງຫຼາຍແລະເປົ້າຫມາຍທີ່ພະຍາຍາມ AI ທີ່ມີຈັນຍາບັນແມ່ນບໍ່ມີຈຸດຫມາຍ. ບຸກຄົນດັ່ງກ່າວອອກຈາກບໍລິສັດແລະຕັດສິນໃຈທີ່ຈະມຸ່ງໄປສູ່ຜູ້ຜະລິດລົດໃຫຍ່ອື່ນທີ່ອາດຈະເຕັມໃຈທີ່ຈະເຂົ້າໃຈສິ່ງທີ່ຜູ້ພັດທະນາ AI ມີຈຸດປະສົງເພື່ອບັນລຸ. ອີກເທື່ອ ໜຶ່ງ, ພວກເຂົາ ກຳ ລັງເຮັດແນວນັ້ນເພື່ອບັນລຸການພິຈາລະນາດ້ານຈັນຍາບັນຂອງ AI ຢ່າງແຈ່ມແຈ້ງແລະບໍ່ແມ່ນ ສຳ ຄັນຂອງວຽກ AI ໃດກໍ່ຕາມ.
ສະຫຼຸບ
ແນວຄວາມຄິດຂອງການອ້າງເຖິງຄວາມພະຍາຍາມທີ່ກ່ຽວຂ້ອງກັບ AI ເຫຼົ່ານີ້ເປັນຮູບແບບຂອງການເກືອແມ່ນຜູກມັດທີ່ຈະເຮັດໃຫ້ບາງຄົນມີອາການປວດຫົວໃຈກ່ຽວກັບການໃຊ້ຄໍາສັບຫຼືຄໍາສັບທີ່ໃຊ້ຫຼາຍເກີນໄປ. Salting ແມ່ນຂ້ອນຂ້າງຢູ່ໃນກິດຈະກໍາຂອງສະຫະພັນທີ່ກ່ຽວຂ້ອງກັບແຮງງານແລະທຸລະກິດ. ຄວາມພະຍາຍາມທີ່ຈະ overload ຄໍາກັບປະເພດອື່ນໆເຫຼົ່ານີ້ຂອງກິດຈະກໍາທີ່ເບິ່ງຄືວ່າຄ້າຍຄືກັນເຖິງແມ່ນວ່າລັກສະນະທີ່ບໍ່ກ່ຽວຂ້ອງກັບການລວມທັງຫມົດແມ່ນອາດຈະເຮັດໃຫ້ເຂົ້າໃຈຜິດແລະສັບສົນ.
ສົມມຸດວ່າພວກເຮົາມາກັບ phraseology ທີ່ແຕກຕ່າງກັນ.
Peppering?
ດີ, ມັນເບິ່ງຄືວ່າບໍ່ເປັນການກະຕຸ້ນຄວາມຮູ້ສຶກດຽວກັນກັບການເກືອ. ມັນຈະເປັນການສູ້ຮົບຂຶ້ນພູທີ່ຈະພະຍາຍາມ ແລະໃຫ້ມັນກຳນົດໄວ້ ແລະລວມຢູ່ໃນຄຳສັບປະຈຳວັນຂອງພາສາຂອງພວກເຮົາ.
ບໍ່ວ່າພວກເຮົາມາກັບຫຍັງ, ແລະໃດກໍ່ຕາມການຕັ້ງຊື່ຫຼືປະໂຫຍກທີ່ເບິ່ງຄືວ່າເຫມາະສົມ, ພວກເຮົາຮູ້ສິ່ງຫນຶ່ງແນ່ນອນ. ການພະຍາຍາມເຮັດໃຫ້ບໍລິສັດຍອມຮັບຈັນຍາບັນ AI ຍັງຄົງເປັນການສູ້ຮົບທີ່ສູງ. ພວກເຮົາຈໍາເປັນຕ້ອງພະຍາຍາມ. ຄວາມພະຍາຍາມຕ້ອງເຮັດໃນວິທີການທີ່ຖືກຕ້ອງ.
ເບິ່ງຄືວ່າບໍ່ວ່າເຈົ້າຕົກໃສ່ຮົ້ວດ້ານໃດກໍຕາມ, ເຮົາຕ້ອງໃຊ້ຄຳຕັກເຕືອນນັ້ນດ້ວຍເກືອທີ່ເໝາະສົມ.
ທີ່ມາ: https://www.forbes.com/sites/lanceeliot/2022/08/13/ai-ethics-flummoxed-by-those-salting-ai-ethicists-that-instigate-ethical-ai-practices/