مدل پژوهشی: فرسایش مهارت می‌تواند پذیرش هوش مصنوعی را به نقطهٔ بی‌بازگشت برساند

پژوهشگران در پیش‌چاپی در arXiv، پذیرش هوش مصنوعی مولد را با مدلی بررسی کرده‌اند که افراد در آن از رفتار همتایان موفق تقلید می‌کنند. مهارت مستقل هر فرد با تمرین رشد می‌کند و در صورت اتکا به AI فرسوده می‌شود؛ بنابراین، کاربران و غیرکاربران در گذر زمان به توزیع‌های متفاوتی از مهارت می‌رسند.

بر اساس مدل، فرسایش مهارت می‌تواند به دو وضعیت پایدار بینجامد: پذیرش کم هوش مصنوعی همراه با مهارت بالا، و پذیرش زیاد همراه با مهارت پایین. این وضعیت دوگانه همچنین می‌تواند پدیدهٔ «هیسترزیس» ایجاد کند؛ یعنی مسیر تغییر وضعیت از پذیرش کم به زیاد با مسیر بازگشت یکسان نباشد. اگر افراد به‌ندرت تصادفی رفتارشان را تغییر دهند، این دو گذار نامتقارن خواهند بود.

چکیدهٔ مقاله می‌گوید یک کاربر هوش مصنوعی فقط زمانی می‌تواند استفاده از آن را در جمعی از متخصصان گسترش دهد که کارِ کمک‌گرفته از AI درآمد بیشتری از کار متخصصان داشته باشد؛ اما متن در دسترس، ادامهٔ این شرط را ناتمام گذاشته است. این مقاله نسخهٔ اولیه‌ای منتشرشده در arXiv است.