پژوهش
نظریه‌ای تازه اثر هوش مصنوعی بر توان قضاوت مستقل را مدل‌سازی می‌کند
پیش‌چاپی در arXiv چارچوبی ارائه می‌کند که ارتباط میان اعتماد به دستیار هوش مصنوعی، وارسی شواهد و به‌خاطرسپردن قواعد را توضیح می‌دهد.
نظریهٔ یادگیری از راه راستی‌آزمایی (VLT) بررسی می‌کند که کمک دقیق هوش مصنوعی چگونه می‌تواند قضاوت‌های فوری را بهبود دهد، اما فرصت تمرین مهارت‌های لازم برای عملکرد مستقل را کاهش دهد. این مدل برای تمرین ارزیابی ادعاها و دریافت بازخورد درست و مستقل بر اساس قواعد مشخص تدوین شده است.
در شکل سخت‌گیرانهٔ مدل، دشواری وظیفه و میزان اعتماد کاربر به دستیار فقط از مسیر وارسی شواهد بر یادگیری اثر می‌گذارند و هر وارسی واقعی به یک اندازه به یادگیری کمک می‌کند. بر این اساس، حتی بدون مشاهدهٔ خطا از دستیار، تصور خطاپذیربودن آن می‌تواند قضاوت مستقلِ بدون کمک را در آینده بهبود دهد؛ اما این مزیت زمانی از بین می‌رود که وارسی شواهد انجام نشود.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗