Az emberi szakértelem továbbra is kulcsszerepet tölthet be az automatizált folyamatokban.
A vállalati döntéshozatal automatizálása napjainkban a termelékenység, az innováció és a versenyképesség egyik legfontosabb hajtóerejének számít. Ugyanakkor egyre gyakrabban merül fel a kérdés, hogy a cégek milyen mértékben bízhatják döntéseiket az algoritmusokra, és miként használhatják ki a mesterséges intelligencia előnyeit anélkül, hogy háttérbe szorítanák az emberi tudást és tapasztalatot.
Erre a dilemmára keresett választ a Targeted Automation and Sustaining Human-AI Learning című tanulmány, amelyben Kai Hoberg, a Kühne Logistics University ellátásilánc- és üzleti stratégiai professzora, Christina Imdahl, a Eindhoveni Műszaki Egyetem operációmenedzsmenthez kapcsolódó gépi tanulási szakértője, valamint William Schmidt, az Emory Egyetem professzora a célzott automatizálás mellett érvelnek. Megközelítésük szerint nem minden döntést érdemes teljes mértékben a mesterséges intelligenciára bízni. Azokat a folyamatokat célszerű automatizálni, amelyeknél az emberi beavatkozás csekély hozzáadott értéket teremt, míg azokban az esetekben, ahol a szakértői közreműködés javíthatja az algoritmusok működését, indokolt fenntartani az emberi részvételt.
A kutatók szerint a vállalatoknak szelektíven kell alkalmazniuk az automatizációt. A cél nem az, hogy minden döntési helyzet gépi irányítás alá kerüljön, hanem az, hogy megmaradjanak azok a területek, ahol az emberi tapasztalat hozzájárulhat a rendszerek fejlődéséhez. Ez a megközelítés egyszerre biztosíthat rövid távú hatékonyságjavulást és hosszú távú alkalmazkodóképességet, ami az automatizált megoldások fenntartható működésének egyik alapfeltétele.
A tanulmány szerzői egy négylépcsős modellt dolgoztak ki a célzott automatizálás megvalósítására. Elsőként azt vizsgálják, hogy mely helyzetekben vezetnek jobb eredményre az algoritmusok által javasolt döntések emberi korrekciói. Ezt követően a modell megtanulja felismerni azokat az eseteket, amikor a szakértői tudás valódi többletértéket képvisel. Az automatizálás ezután elsősorban azokra a döntésekre terjed ki, amelyeknél az emberi beavatkozás várható haszna csekély. Az összetettebb vagy nagyobb hozzáadott értéket hordozó helyzetek továbbra is emberi felügyelet alatt maradnak, a szakértői visszajelzések pedig folyamatosan fejlesztik a rendszer teljesítményét.
A kutatók hangsúlyozzák, hogy nem feltétlenül a döntés nehézsége a meghatározó tényező, hanem az, hogy az emberi közreműködés képes-e javítani az algoritmus működését. A lényeg tehát nem az, hogy minden összetett feladatot az emberekre bízzanak, hanem az, hogy előre jelezhető legyen, mely esetekben járul hozzá érdemben a szakértelem a rendszer fejlődéséhez. Ennek köszönhetően az emberi tudás továbbra is beépülhet a tanulási folyamatba, miközben magas szintű automatizáltság érhető el.
A módszer gyakorlati alkalmazása során a kutatók tapasztalatai szerint a döntések mintegy 84%-a automatizálható volt, miközben megmaradt annak lehetősége, hogy az emberi szakértelem tovább finomítsa és pontosítsa a mesterséges intelligencia működését. Kai Hoberg a vállalatok számára azt javasolja, hogy az automatizálást csak fokozatosan, lépésenként vezessék be. Első lépésként célszerű meghatározni, milyen mutatók alapján értékelhető az emberi beavatkozás hozzáadott értéke. Ezt követően már megalapozottan dönthető el, mely feladatok automatizálhatók teljes mértékben, és mely területeken marad továbbra is nélkülözhetetlen az emberi szaktudás.
Forrás: FruitVeB
Neue Studie zeigt: Nicht jede Entscheidung in Unternehmen sollte der KI gehören
Vélemény, hozzászólás?