Ако вештачка интелигенција може да пружи бољу дијагнозу него лекар, како се пише медицинарима

Вештачка интелигенција је појам који се тумачи на превише различитих начина. Потребни су нам бољи начини да разговарамо и размишљамо о ВИ.

Дру Бројних, културни антрополог, осмислиоје категоризацију технологије у три групе по начину употребе – богови, приправници и шрафови.

„Богови“, у овом смислу, би били „супер-интелигентни, вештачки ентитети који ствари раде аутономно“. Другим речима, општа вештачка интелигенција коју Сем Алтман и његов тим покушавају да развију, док у исто време упозоравају да би то могла да буде егзистенцијална претња човечанству.

Богови вештачке интелигенције су, каже Бројних, случајеви у којима се мења човек. Они захтевају гигантске моделе и огромне количине „рачунара“, воде и струје (да не помињемо емисију угљен-диоксида).

„Приправници“ су „надгледани копилоти који сарађују са стручњацима, фокусирајући се на једноставније репетитивне послове“. Другим речима, алати као што су ChatGPT, Claude, Llama и слични велики језички модели (LLM). Квалитет који их дефинише је то да су намењени да их користе и надгледају стручњаци. Њима се толеришу грешке јер стручњаци којима помажу проверавају резултате, спречавајући да грешке оду „у јавност“.

Они обављају досадан посао: држе документацију „у малом прсту“ и балансирају између референци и попуњавања детаља након што се дефинишу већи потези, а помажу и при у генерисању идеја и раде још много тога.

Коначно, „шрафови“ су примитивне машине које су оптимизоване за изузетно добро обављање једног задатка, обично као део ланца или интерфејса.

Стигли смо до приправника

Приправници су углавном оно што сада имамо; они представљају вештачку интелигенцију као технологију која повећава људске способности и већ је у широкој употреби у многим индустријама и занимањима. У том смислу, они су прва генерација квази-интелигентних машина са којима су људи имали блиске когнитивне интеракције у радном окружењу, а ми почињемо да учимо занимљиве ствари о томе колико добро функционишу та партнерства између људи и машина.

Област у којој постоји нада за већи уплив вештачке интелигенције је здравство. И то са добрим разлогом. На пример, 2018. године, сарадња између истраживача који се баве вештачком интелигенцијом и лекара у лондонској очној болници "DeepMind and Moorfields" знатно је убрзала анализу скенирања мрежњаче да би се открили симптоми пацијената којима је била потребна хитна интервенција.

Али на неки начин, иако технички тешко за извођење, то није било нимало паметно јер машине могу невероватно брзо да „читају“ снимке и изаберу оне случајеве којима је потребна специјалистичка дијагноза и лечење.

Али шта је са самим процесом дијагностике? Интригантна америчка студија објављена у октобру у специјализованом часопису Journal of the American Medical Association, привукла је пажњу јавности јер је у питању насумично клиничко испитивање о томе да ли ChatGPT може да побољша дијагностичке могућности 50 лекара.

Непријатан закључак је био да „доступност великих језичких модела лекарима као дијагностичке помоћи није значајно побољшала клиничко резоновање у поређењу са конвенционалним ресурсима“.

Међутим, изненађујући ударац био је податак да је ChatGPT када је самостално вршио дијагностику, био бољи од обе групе лекара – једна група је радила без четбота, а лекари друге групе уз „асистирање“ четбота.

Како је Њујорк тајмс сумирао: „Лекари којима је дат ChatGPT-4 заједно са конвенционалним ресурсима радили су само мало боље од лекара који нису имали приступ четботу. И, на изненађење истраживача, сам ChatGPT је надмашио докторе“.

Занимљивија су, међутим, била друга два открића. Експеримент је показао да лекари понекад непоколебљиво верују у дијагнозу коју су поставили, чак и када је ChatGPT предложио бољу. Такође, бар неки од лекара заправо нису знали како најбоље да искористе могућности алата. То је открило оно што заговорници вештачке интелигенције понављају већ дуго – тај ефикасан „промпт инжењеринг“, то јест знати шта треба тражити од LLM-а како би се извукао максимум, је суптилна и слабо схваћена уметност. Једнако занимљив је ефекат који сарадња са ВИ има на људе.

На МИТ-у (Масачусетском институту технологије), истраживач је желео да утврди колико добро научници могу да раде свој посао ако могу да користе вештачку интелигенцију у својим истраживањима.

Чини се да заиста има користи од вештачке интелигенције јер је уз помоћ ВИ откривено 44 одсто више материјала, а 39 одсто је повећан броја пријава патената. Ово је постигнуто тако што је ВИ урадила више од половине задатака „генерисања идеја“, остављајући истраживаче да процењују кандидате за материјале. Тако је вештачка интелигенција урадила већи део „размишљања“, док су научници били морали да процене изводљивост идеја у пракси.

Један од резултата био је и тај да је код истраживача дошло до наглог смањења осећаја задовољства послом. Ови истраживачи нису оперативци ниског статуса. Али одједном, сарадња са паметном машином учинила је да се осећају као, шрафчићи.

Због тога би један од закључака могао да буде да би требало да пазимо шта желимо када је реч о употреби вештачке интелигенције на радном месту.