أجرى ثلاثة من علماء الاجتماع في جامعة برينستون بولاية نيو جرسي في الولايات المتحدة، مؤخرًا، تجربة جماعية مع 160 فريقًا بحثيًا لمعرفة ما إذا كان بإمكان أي منهم التنبؤ بكيفية حياة الأطفال في المستقبل. تم منح المشاركين 15 عامًا من البيانات وسُمح لهم باستخدام أي تقنية يريدونها، من التحليل الإحصائي القديم إلى الذكاء الاصطناعي المعاصر.
وعلى الرغم من كل ذلك، لا يمكن للذكاء الاصطناعي التنبؤ بالمستقبل. بالتأكيد، يمكنه التنبؤ بالاتجاهات وفي بعض الحالات تقديم رؤى قيمة يمكن أن تساعد الصناعات في اتخاذ أفضل القرارات، ولكن تحديد ما إذا كان الطفل سيصبح ناجحًا أم لا يتطلب مستوى من الوعي لا يمكن لرياضيات القوة الغاشمة توفيره.
وقال فريق برينستون: “حققنا في هذا السؤال بتعاون جماعي علمي باستخدام طريقة المهمة المشتركة؛ حيثبنى 160 فريقًا نماذج تنبؤية لست نتائج للحياة باستخدام بيانات من دراسة الأسر الغنية ورفاهية الطفل، وهي دراسة عالية الجودة. وعلى الرغم من استخدام مجموعة بيانات غنية وتطبيق أساليب تعلُّم الآلة المُحسّنة للتنبؤ، إلا أن أفضل التنبؤات لم تكن دقيقة للغاية وكانت أفضل قليلًا من تلك الموجودة في نموذج معياري بسيط”.
وكشفت مؤسسة الصحافة الاستقصائية “Pro Publica” عن الحقيقة البغيضة حول الذكاء الاصطناعي التنبئي في عام 2016 على أنظمة المحاكم الأمريكية؛ من خلال سلسلة من التقارير الاستقصائية أثبتت تجريبيًا أن التحيز العنصري الصريح في أنظمة التعلم الآلي التي تستخدمها المحاكم الأمريكية كان مسؤولًا عن الحكم على الرجال السود بعقوبات، دون الرجال البيض،دون أي طريقة لتوضيح أو تفسير السبب.
ويمكن لتقنية الذكاء الاصطناعي أن تخبرنا بما “تتوقعه”، لكنها لا تستطيع تفسير السبب،على سبيل المثال، عندما نتعامل مع توقعات المبيعات، تكون هذه الإحصاءات مفيدة،ولكن عندما نتعامل مع حياة الإنسان وحريته، أو نحاول معرفة ما إذا كان الطفل سينجح أم لا، فإنهم في الأساس مجرد تخمينات.
في النهاية، على الرغم من إعطاء فرق البحث مجموعة كبيرة من البيانات التي تم جمعها على مدى 15 عامًا من دراسة “العائلات الغنية” حول حياة الأطفال المسجلين، لم يسفر نظام أحد عن توقع دقيق.
ووفقًا للورقة البحثية المذكورة أعلاه لفريق برينستون: “على الرغم من أن بيانات العائلات الغنية تضمنت آلاف المتغيرات التي تم جمعها لمساعدة العلماء في فهم حياة هذه العائلات، لم يتمكن المشاركون من وضع تنبؤات دقيقة لحالات التأجيل. علاوة على ذلك، كانت أفضل التقديمات، التي غالبًا ما استخدمت طرق التعلم الآلي المعقدة وكان لديها إمكانية الوصول إلى آلاف المتغيرات التنبؤية، أفضل إلى حد ما من النتائج من نموذج قياسي بسيط استخدم الانحدار الخطي”.
المصدر: Thenextweb: AI can’t predict a child’s future success, no matter how much data we give it