Τώρα όλοι οι υπάλληλοι μπορούν να έχουν εργαλεία τεχνητής νοημοσύνης. Αλλά είναι άραγε μια καλή ιδέα;

Πέρυσι, εν μέσω της πανδημίας COVID-19, τρεις Γερμανοί, με την υποστήριξη μιας επιχορήγησης από το Κέντρο Επιχειρηματικότητας του Πανεπιστημίου του Βερολίνου, ξεκίνησαν μια διαδικτυακή πλατφόρμα αγοράς εργασίας. Ονομάζεται FiveTeams και επιτρέπει σε εργοδότες στη Γερμανία, την Αυστρία και την Ελβετία να δημοσιεύουν βιογραφικά, να καθορίζουν κριτήρια και να αξιολογούν προσφορές εργασίας από εταιρείες, αλλά να παραμένουν εντελώς ανώνυμοι μέχρι να συμφωνήσουν σε κάποια συνέντευξη.

Το πιο καινοτόμο χαρακτηριστικό στο επιχειρηματικό μοντέλο της FiveTeams, ωστόσο, είναι ο τρόπος που δημιουργήθηκε η πλατφόρμα. Η επιχειρηματική «τρόικα» ανέπτυξε το FiveTeams χωρίς να χρησιμοποιήσει κάποιον «στρατό» προγραμματιστών και προγραμματιστών λογισμικού – στηριζόμενοι αντ’ αυτού σε πλατφόρμες και εργαλεία χωρίς κώδικα / χαμηλού κώδικα (NC/LC). Αυτές οι πλατφόρμες μεταφράζουν τις βασικές αρχές του κώδικα σε γραφικές διεπαφές χρήστη (GUI) και μενού, επιτρέποντας στους ανθρώπους να δημιουργήσουν εφαρμογές τεχνητής νοημοσύνης χρησιμοποιώντας μια οπτική προσέγγιση. Το FiveTeams χρησιμοποίησε το Webflow, μια πλατφόρμα οπτικού επεξεργαστή, για να δημιουργήσει τον ιστότοπό του, το Algolia, μια μηχανή λογισμικού ως υπηρεσία, για την κρίσιμη λειτουργία αναζήτησης, το Twilio για ανταλλαγή μηνυμάτων που βασίζονται σε API και το Stripe για την επεξεργασία πληρωμών.

Οι πλατφόρμες NC/LC μπορεί να βοηθήσουν τις επιχειρήσεις να δημιουργήσουν εφαρμογές τεχνητής νοημοσύνης προσβάσιμες σε περισσότερους ανθρώπους – εκδημοκρατίζοντας έτσι την τεχνητή νοημοσύνη, ας πούμε. Πολλαπλασιάζουν επίσης την τεχνητή νοημοσύνη της επιχείρησης παρέχοντας δυνατότητες στους υπαλλήλους, ειδικά σε αυτούς που δεν διαθέτουν τεχνικά προσόντα, να αναπτύξουν λύσεις και εφαρμογές τεχνητής νοημοσύνης.

Ωστόσο, οι πλατφόρμες NC/LC θέτουν ορισμένες προκλήσεις και έχουν ορισμένους περιορισμούς, όπως η κλίμακα, το εύρος και η ασφάλεια. Στην πραγματικότητα, εάν χρησιμοποιούνται αδιάκριτα, οι πλατφόρμες NC/LC είναι πιθανό να καταλήξουν να κάνουν περισσότερο κακό παρά καλό. Όπως προειδοποίησε πρόσφατα ο Sean O’Brien, ακαδημαϊκός στο Yale Law School και ιδρυτής του Yale’s Privacy Lab, «ο ‘χαμηλός’ κώδικας μπορεί να είναι σαν το γρήγορο φαγητό: παραδίδεται γρήγορα και σε όμορφη συσκευασία, αλλά κάνει κακό σε εσάς, στην κοινότητά σας και στο οικοσύστημά σας».

Αυτός είναι ο λόγος για τον οποίο είμαστε πεπεισμένοι ότι προτού διαθέσουν πλατφόρμες NC/LC, οι ηγέτες των επιχειρήσεων θα πρέπει να προβλέψουν αυτές τις βασικές προκλήσεις:

«Έλλειψη κώδικα» δε συνεπάγεται «έλλειψη εκπαίδευσης». Το να ζητάς από τους υπαλλήλους να χρησιμοποιήσουν εργαλεία NC/LC για την ανάπτυξη εφαρμογών τεχνητής νοημοσύνης είναι παρόμοιο με το να δώσεις σε ερασιτέχνες οδηγούς να οδηγήσουν αγωνιστικά αυτοκίνητα. Δεν είναι εύκολο. Οι εργαζόμενοι πρέπει να είναι σε θέση να κατανοούν τις αρχές της τεχνητής νοημοσύνης, τα δεδομένα, τους υπολογιστικούς πόρους και τη συγκεκριμένη εφαρμογή, καθώς και τους σχετικούς κινδύνους, ώστε να χρησιμοποιούν σωστά τις πλατφόρμες.

Θα προσφέρουν αποτελεσματικότητα και όχι προσαρμοσμένες λύσεις. Οι προβλέψεις που δημιουργούνται από εφαρμογές τεχνητής νοημοσύνης που έχουν κατασκευαστεί με εργαλεία NC/LC δεν είναι τόσο αναλυτικές όσο θα μπορούσαν να είναι και οι λύσεις δεν είναι πλήρως προσαρμοσμένες. Τα στελέχη πρέπει να αναρωτιούνται σε κάθε βήμα εάν η χρήση εργαλείων NC/LC για την ανάπτυξη εφαρμογών τεχνητής νοημοσύνης θα μπορούσε να περιορίσει την απόδοση κρίσιμων διαδικασιών.

Θα προσθέσουν περισσότερη αδιαφάνεια παρά διαφάνεια στην τεχνητή νοημοσύνη. Η χρήση εργαλείων τεχνητής νοημοσύνης NC/LC έχει ως αποτέλεσμα τη δημιουργία ενός «μαύρου κουτιού μέσα σε ένα μαύρο κουτί». Αυτό προσθέτει ένα νέο επίπεδο άγχους, καθιστώντας πιο δύσκολο για τους ανθρώπους να κατανοήσουν πώς λειτουργεί και πως θα εξελιχθεί η τεχνητή νοημοσύνη και αποτελεί μια πιο σκληρή πρόκληση για τις εταιρείες για να αποκτήσουν «κοινωνική άδεια» για τη χρήση τεχνητής νοημοσύνης.