挖掘AI的人文一面

作为一种新兴技术，人工智能将面对并将继续面临其公平的挑战。一方面，消费者仍对采用新技术保持警惕。设想一个世界，人们会因AI驱动的机器而流离失所，这真是令人头疼。另一方面，公司表示沮丧的是，人工智能尚未证明自己是能够简化每个业务流程并为丰厚利润铺平道路的神奇药丸。这是在挖掘AI的人为因素。

在许多方面，人工智能一直是自己最大的敌人。

人工智能一直只能按照其作者的神秘规则来操作，而IT部门也可以理解，科学也遭受了一些身份危机。像一个笨拙的青少年一样，人工智能仍在试图在普通市场中找到更重要的目的。

医疗领域

从医学研究人员到网络开发人员，每个人都在努力寻找最佳利用AI的方法。将AI发挥作用，将其用于业务目的并利用其功能可能更加困难。但是，一些人认为，到目前为止，人工智能的过程还不是很富有成效。

演算法

Gartner预测，到2022年，“由于数据，算法或负责管理它们的团队的偏见，将有85％的AI项目将交付”错误的”结果。虽然这个数字看起来是极端的，但它表明企业必须在将AI集成的未知领域导航到更广泛的业务策略中的真正挣扎。

有些企业主似乎觉得说自己在使用AI很酷-但是完全利用AI的力量来满足特定于业务的需求是另一回事。

人工智能与消费者

消费者本身并没有好得多。在数字营销公司BlueFountainMedia最近进行的一项民意测验中，近一半的消费者受访者声称他们不知道什么是AI以及如何在他们周围部署AI。

这些发现与在类似的民意测验中发现的其他观点相呼应，这些暗示表明总体上消费者对AI不信任，并且对AI的当前部署有误解。

Siri和Alexa

具有讽刺意味的是，消费者可能不信任AI-但是，如果您问他们是否喜欢Alexa或GoogleHome这样的语音助手，许多人会说这对他们的日常生活有很大帮助。个人是否不知道AI启用了语音帮助？所有的智能家居使用都通过AI连接。

那么所有这些信息都在哪里呢？下一次语音辅助类型的成功将在哪里找到，消费者和企业都将从中受益匪浅的难以捉摸的组合？

人工智能与人类元素

秘密可能在于将人为因素带入AI。通过以一种与消费者的需求和需求相反的方式进行逆向工作，人工智能平台可以满足这些需求。

这种新的，正念的AI形式的关键是专注于意识到和有目的地了解我们希望通过任何给定的人工智能体验唤起的意图和情感。目的是确定并明确指出要解决的核心痛点，以及减轻这些痛点将推动的积极价值。

例如，一个努力建立有意义的消费者参与度的组织可以确定导致停滞状态的核心问题，然后决定如何将AI用作解锁它的手段。

注意AI方法。

利用正念的AI解决心理健康问题，麻省理工学院的研究人员能够开发出一个有效的AI平台来准确诊断抑郁症。他们的神经网络模型分析与患者进行自然对话产生的原始文本和音频数据，从而可以检测到可能表示沮丧的单词和语调。

AI平台称为无上下文建模，这是仅通过使用偶然交互中接收到的数据来检测精神疾病的第一步。

应用注意的AI做法还可以帮助识别和缓解原始数据中根深蒂固的系统性偏见，以确保建立在这些数据源上的AI系统不会放大并进一步使这些偏见永存。

垃圾进垃圾出。

从根本上讲，它可以归结为基本的垃圾输入/垃圾输出规范，其中任何给定AI项目的数据集仅与获取和解释它们的方式一样有用。

D’Ignazio和Klein在最近出版的《数据女性主义》一书中指出，数据永远不会“为自己说话”。总是有人和机构为数据解释和说话，这会引入可能影响AI结果的偏见和议程。

跳过偏见。

在构建能够提供准确结果的AI平台时，获取“干净的”数据（尚未受到偏见的训练和调整）仍然是一项重大挑战。至少在现阶段，人类活动继续在AI生产过程中发挥重要作用。

这就是整个AI过程的原因，因此采用专心的AI技术对于实现道德和负责任的AI模型以增强人类潜力至关重要。

简而言之，将以人为本的思想方法应用于AI可以归结为：首先确定并关注人的需求，以便AI应用满足人的需求-并意识到推动人的进步所必需的人的对策。