“هوش مصنوعی از کمد بیرون می آید“یک سیستم آنلاین مبتنی بر مدل یادگیری بزرگ (LLM) است که از دیالوگهای تولید شده توسط هوش مصنوعی و شخصیتهای مجازی برای ایجاد شبیهسازیهای پیچیده تعامل اجتماعی استفاده میکند. این شبیهسازیها به کاربران اجازه میدهد تا رویکرد خود را برای حمایت از LGBTQIA+ در یک محیط امن و کنترلشده آزمایش و اصلاح کنند.
تحقیق هم شخصی و هم سیاسی است نویسنده اصلی D. Pilisدانشجوی MIT در رشته هنر و علوم رسانه و محقق در گروه رسانه مواد در آزمایشگاه رسانه MIT، زیرا در محیطی ریشه دارد که در آن افراد LGBTQIA+ همچنان پیچیدگی های هویت، پذیرش و دیده شدن را دنبال می کنند. کار پیلیس به دلیل نیاز به شبیهسازیهای حمایتی است که نه تنها به چالشهای کنونی پیش روی جامعه LGBTQIA+ میپردازد، بلکه راهحلهای نوآورانهای را ارائه میدهد که از پتانسیل هوش مصنوعی برای ایجاد درک، همدلی و حمایت استفاده میکند. هدف این پروژه آزمایش این باور است که فناوری، زمانی که با دقت به کار گرفته شود، می تواند نیرویی برای خیر عمومی باشد، شکاف بین تجربیات مختلف را پر کند و دنیایی فراگیرتر را تقویت کند.
Pillis ارتباط قابل توجه اما اغلب نادیده گرفته شده بین جامعه LGBTQIA+ و توسعه هوش مصنوعی و محاسبات را برجسته می کند. او می گوید: «هوش مصنوعی همیشه عجیب بوده است. رایانهها همیشه عجیب بودهاند،» با جلب توجه به مشارکت افراد دگرباشان در این زمینه، با داستان آلن تورینگ، یک شخصیت برجسته در علوم رایانه و هوش مصنوعی که به دلیل همجنسگرایی خود با مجازات قانونی – اخته شیمیایی – مواجه شد، شروع شد. با تضاد تجربه تورینگ با حال، پیلیس به پذیرش صراحت مدیر عامل OpenAI سام آلتمن در مورد هویت عجیب و غریب خود اشاره می کند، که نشان دهنده تغییر گسترده تر به سمت شمول است. این تکامل از تورینگ تا آلتمن تأثیر افراد LGBTQIA+ را در شکلدهی به حوزه هوش مصنوعی برجسته میکند.
پیلیس میگوید: «چیزی در فرهنگ دگرباش وجود دارد که مصنوعی را از طریق کیچ، اردو و اجرا تجلیل میکند». هوش مصنوعی به خودی خود ویژگی های ساخته شده و اجرایی را تجسم می بخشد که عمیقاً با تجربه و بیان عجیب و غریب طنین انداز است. از طریق این دریچه، او بر تشخیص عجیب بودن در قلب هوش مصنوعی، نه تنها در تاریخ، بلکه در ماهیت آن اصرار دارد.
پیلیس با پت پاتارانوتاپورندانشجوی کارشناسی ارشد در آزمایشگاه رسانه گروه رابط های مایع. همانطور که اغلب در آزمایشگاه رسانه اتفاق می افتد، مشارکت آنها در میان فرهنگ تحقیقات بین رشته ای آزمایشگاه آغاز شد، جایی که کار پاتارانوتاپورن روی شخصیت های هوش مصنوعی با تمرکز پیلیس بر شبیه سازی سه بعدی انسان مواجه شد.
پذیرش چالش تفسیر متن به پیوندهای مبتنی بر ژست، یک مانع مهم تکنولوژیکی بود. در تحقیقات پاتارانوتاپورن، او بر ایجاد شرایطی تأکید میکند که در آن انسانها بتوانند شکوفا شوند، نه فقط مشکلات را حل کنند، با هدف درک اینکه چگونه هوش مصنوعی میتواند به شکوفایی انسان در ابعاد «خرد، شگفتی و رفاه» کمک کند. در این پروژه، Pataranutaporn بر تولید دیالوگ هایی تمرکز می کند که تعاملات مجازی را هدایت می کند. این فقط به این نیست که مردم را کارآمدتر، کارآمدتر یا بهره ورتر کنیم. این در مورد این است که چگونه می توانید از جنبه های چند بعدی رشد و توسعه انسانی حمایت کنید.”
پتی میسپروفسور گرمشاوزن، استاد هنر و علوم رسانه در آزمایشگاه رسانه MIT و مشاور این پروژه، میگوید: «هوش مصنوعی فرصتهای فوقالعادهای را برای حمایت از یادگیری، توانمندسازی و خودسازی انسان ارائه میدهد. من افتخار می کنم و هیجان زده هستم که این کار به جای تلاش برای AGI، به دنبال فناوری های هوش مصنوعی است که به نفع مردم و بشریت است و آنها را قادر می سازد. [artificial general intelligence]”
مقابله با مشکلات فوری در محل کار
فوریت این پروژه با یافتهها نشان میدهد که تقریباً 46 درصد از کارگران LGBTQIA+ نوعی رفتار ناعادلانه را در محل کار تجربه کردهاند، از نادیده گرفته شدن برای فرصتهای شغلی تا تجربه آزار و اذیت. تقریباً 46 درصد از افراد LGBTQIA+ به دلیل نگرانی در مورد کلیشههایی که باعث ناراحتی همکاران یا به خطر افتادن روابط حرفهای میشوند، مجبورند هویت خود را در محل کار پنهان کنند.
صنعت فناوری، به ویژه، یک محیط چالش برانگیز برای افراد LGBTQIA + ارائه می دهد. داده ها نشان می دهد که 33 درصد از مهندسان همجنس گرا گرایش جنسی خود را به عنوان مانعی برای رشد شغلی می دانند. و بیش از نیمی از کارمندان LGBTQIA+ گزارش دادهاند که در محل کار با جوکهای همجنسگرا هراسی مواجه شدهاند که نیاز به تغییر فرهنگی و رفتاری را برجسته میکند.
هوش مصنوعی از گنجه بیرون می آید به عنوان یک مطالعه آنلاین برای ارزیابی تأثیر شبیه ساز بر تقویت مهارت های همدلی، درک و حمایت در مورد مسائل LGBTQIA+ طراحی شده است. شرکتکنندگان با یک محیط ایجاد شده توسط هوش مصنوعی آشنا شدند که سناریوهای دنیای واقعی را که افراد LGBTQIA+ ممکن است با آنها مواجه شوند، با تمرکز ویژه بر پویایی بیرون آمدن در محل کار شبیهسازی میکرد.
تعامل با شبیه سازی
شرکت کنندگان به طور تصادفی به یکی از دو حالت تعامل با شخصیت های مجازی تقسیم شدند: اول شخص یا سوم شخص. حالت اول شخص، شرکتکنندگان را به جای شخصیتی قرار میدهد که فرآیند خروج را طی میکند و درگیری شخصی با شبیهسازی ایجاد میکند. حالت سوم شخص به شرکت کنندگان این امکان را می دهد که نقش یک ناظر یا کارگردان را بر عهده بگیرند و از منظر بیرونی بر روی طرح تأثیر بگذارند، دقیقاً مانند مخاطب تعاملی در تئاتر فروم. این رویکرد برای بررسی تاثیر غوطه وری در مقابل تجربیات مشاهده طراحی شده است.
شرکتکنندگان از طریق مجموعهای از تعاملات شبیهسازیشده که در آن شخصیتهای مجازی با استفاده از هوش مصنوعی و LLM پیشرفته، پاسخهای واقعی و پویا را به ورودی شرکتکنندگان ارائه میکردند، مورد بررسی قرار گرفتند. این سناریوها شامل لحظات کلیدی و تصمیماتی است که پیچیدگی عاطفی و اجتماعی افشا را به تصویر میکشد.
سناریوهای اسکریپت شده این مطالعه ساختاری برای تعاملات هوش مصنوعی با شرکت کنندگان فراهم می کند. به عنوان مثال، در یک سناریو، یک شخصیت مجازی ممکن است هویت LGBTQIA+ خود را برای یک همکار (به نمایندگی از طرف شرکتکننده) فاش کند، او سپس مکالمه را با پاسخهای متعدد هدایت میکند. این انتخابها به گونهای طراحی شدهاند که طیفی از پاسخها، از حمایتی گرفته تا خنثی یا حتی نادیدهانگیز را به تصویر بکشند، که به مطالعه اجازه میدهد تا طیفی از نگرشها و پاسخهای شرکتکنندگان را به تصویر بکشد.
پس از شبیه سازی، از شرکت کنندگان مجموعه ای از سوالات با هدف سنجش سطح همدلی، شفقت و راحتی آنها با حمایت از LGBTQIA+ پرسیده شد. این سوالات برای منعکس کردن و پیشبینی چگونگی تغییر رفتار و افکار آینده شرکتکنندگان در شبیهسازی در موقعیتهای واقعی طراحی شده بودند.
نتایج
این مطالعه تفاوت جالبی را در نحوه تأثیر شبیه سازی بر سطوح همدلی بر اساس حالت سوم یا اول شخص پیدا کرد. در حالت سوم شخص، جایی که شرکتکنندگان کنش را از بیرون مشاهده و هدایت میکردند، این مطالعه نشان داد که شرکتکنندگان در موقعیتهای «بیرون آمدن» نسبت به افراد LGBTQIA+ احساس همدلی و درک بیشتری داشتند. این نشان می دهد که تماشا و کنترل فیلمنامه به آنها کمک کرد تا بهتر با تجربیات افراد LGBTQIA+ ارتباط برقرار کنند.
با این حال، حالت اول شخص، که در آن شرکتکنندگان به عنوان شخصیتهای شبیهسازی عمل میکردند، همدلی یا توانایی آنها برای حمایت از دیگران را تغییر چندانی نداد. این تفاوت نشان میدهد که دیدگاهی که ما در نظر میگیریم میتواند بر واکنشهای ما به موقعیتهای اجتماعی شبیهسازی شده تأثیر بگذارد و ناظر بودن ممکن است برای افزایش همدلی بهتر باشد.
اگرچه افزایش همدلی و همدردی در گروه سوم شخص از نظر آماری معنیدار بود، این مطالعه همچنین زمینههایی را نشان داد که مستلزم بررسی بیشتر است. برای مثال، تأثیر شبیهسازی بر راحتی و اطمینان شرکتکنندگان در موقعیتهای حمایت از LGBTQIA+، نتایج متفاوتی را ارائه کرد که نشاندهنده نیاز به تحقیقات بیشتر است.
علاوه بر این، این مطالعه محدودیتهای ذاتی روششناسی خود، از جمله تکیه بر دادههای گزارششده توسط محققان و ماهیت کنترلشده سناریوهای شبیهسازی را تأیید میکند. این عوامل، در عین حال که برای مطالعه اولیه مطالعه ضروری هستند، زمینه های تحقیقات آتی را برای تایید و گسترش یافته ها پیشنهاد می کنند. کاوش در سناریوهای اضافی، جمعیتشناسی شرکتکنندگان متنوع و مطالعات طولی برای ارزیابی تأثیر پایدار شبیهسازی میتواند در کار آینده انجام شود.
پیلیس میگوید: «جذابکنندهترین شگفتی این بود که چگونه بسیاری از افراد تعاملات LGBTQIA+ در محل کار را پذیرفتند و رد کردند. این نگرش روند گسترده تری را برجسته می کند که در آن افراد ممکن است افراد LGBTQIA+ را بپذیرند اما هنوز به طور کامل اهمیت تجارب آنها را تشخیص ندهند.
برنامه های کاربردی بالقوه در دنیای واقعی
پیلیس امکانات متعددی را برای شبیه سازی هایی مانند آنچه برای تحقیقاتش ایجاد شده است، در نظر می گیرد.
در زمینه منابع انسانی و آموزش شرکتی، شبیه ساز می تواند به عنوان ابزاری برای ارتقای محیط های کاری فراگیر عمل کند. با توانمندسازی کارکنان برای کشف و درک تفاوت های ظریف تجارب و حمایت LGBTQIA+، شرکت ها می توانند محیط کاری همدلانه تر و حمایتگرتر را ایجاد کنند و انسجام تیمی و رضایت کارکنان را افزایش دهند.
برای مربیان، این ابزار می تواند رویکرد جدیدی برای آموزش همدلی و عدالت اجتماعی ارائه دهد و آن را در برنامه های درسی ادغام کند تا دانش آموزان را برای دنیای متنوعی که در آن زندگی می کنند آماده کند. برای والدین، بهویژه کودکان LGBTQIA+، شبیهساز میتواند اطلاعات و استراتژیهای مهمی برای حمایت از فرزندانشان از طریق فرآیند بیرون آمدن آنها و فراتر از آن ارائه کند.
متخصصان مراقبت های بهداشتی همچنین می توانند از آموزش با شبیه ساز بهره مند شوند و درک عمیق تری از تجربیات بیماران LGBTQIA+ برای بهبود مراقبت و روابط به دست آورند. خدمات بهداشت روان، به ویژه، می تواند از این ابزار برای آموزش درمانگران و مشاوران برای ارائه پشتیبانی موثرتر برای مشتریان LGBTQIA+ استفاده کند.
علاوه بر Maes، Pillis و Pataranutaporn در این مطالعه توسط Misha Sra از دانشگاه کالیفرنیا، سانتا باربارا پیوستند.