Добавить в корзинуПозвонить
Найти в Дзене

Как вернуть власть человеку над ИИ?

Представьте, что вы посадили за штурвал самолёта второго пилота. У него есть кресло, форма, даже нашивка. Но штурвал не подключён, педали не работают, и единственная его кнопка включает лампочку «Я здесь». Формально он «в кабине». Реально — он бесполезен. Примерно так, говорит автор, выглядит пресловутый «human-in-the-loop» (человек в цикле) в 90% компаний. И это не проблема технологии, а проблема дизайна процессов. Дэн Лейва (25 лет в Apple, eBay, Intuit), говорит: "Проблема не в том, что ИИ ошибается. Проблема в том, что процессы спроектированы так, что человек не может реально вмешаться." Для начала – явно классифицировать каждое ИИ-решение до запуска. Три класса: Опасность: компании реклассифицируют Класс 2 в Класс 1 ради эффективности. Это убивает суждение, но никто не замечает – пока не становится поздно. «Красная кнопка» – это не метафора, а протокол с четырьмя свойствами: Если нет хотя бы одного свойства – это не кнопка, а просто почтовый ящик для сигналов, которые никто не обр
Оглавление

Представьте, что вы посадили за штурвал самолёта второго пилота. У него есть кресло, форма, даже нашивка. Но штурвал не подключён, педали не работают, и единственная его кнопка включает лампочку «Я здесь». Формально он «в кабине». Реально — он бесполезен.

Примерно так, говорит автор, выглядит пресловутый «human-in-the-loop» (человек в цикле) в 90% компаний. И это не проблема технологии, а проблема дизайна процессов.

Дэн Лейва (25 лет в Apple, eBay, Intuit), говорит:

"Проблема не в том, что ИИ ошибается. Проблема в том, что процессы спроектированы так, что человек не может реально вмешаться."

Где ломается система?

  1. Границы решений размыты. ИИ начинает сам принимать решения, которые должен был только рекомендовать. Никто не документирует, где заканчивается автоматизация и начинается человек. Граница просто «съезжает» – потому что проверка создаёт трение, а трение менеджеры оптимизируют. Это называется дрейф дизайна.
  2. Почему ИИ решил так? – этот вопрос должен иметь мгновенный ответ. Но когда команда на передовой не может на него ответить, она перестаёт спрашивать и начинает тупо одобрять. Это не человеческая ошибка, это ошибка дизайна. Если человек не может понять логику системы – он выпадает из цикла контроля.
  3. Нет безопасной «красной кнопки». ИИ ломается не как обычный софт. Он не падает с ошибкой, не шлёт стектрейс. Он звучит уверенно, оставаясь неправым. Он соблюдает политику, разрушая доверие. Он остаётся вежливым, будучи несправедливым. И если никто не может его безопасно прервать – он будет работать до первого заголовка в СМИ или письма от регулятора.

Что предлагается?

Для начала – явно классифицировать каждое ИИ-решение до запуска. Три класса:

  • Класс 1 (рутина, обратимо, низкие ставки) – ИИ действует сам. Валидация данных, стандартная маршрутизация.
  • Класс 2 (влияет на опыт, доступ, обращение) – ИИ рекомендует, назначенный человек решает. Эскалации, возвраты, блокировки.
  • Класс 3 (финансы, здоровье, закон, этика) – человек решает, ИИ лишь информирует.

Опасность: компании реклассифицируют Класс 2 в Класс 1 ради эффективности. Это убивает суждение, но никто не замечает – пока не становится поздно.

«Красная кнопка» – это не метафора, а протокол с четырьмя свойствами:

  1. Полномочие – не только директора, но и операторы, контролёры, наблюдатели. Те, кто видит вред первым.
  2. Немедленность – система останавливается сейчас, а не после совещания.
  3. Трассируемость – каждое нажатие логируется с причиной. Это учит организацию.
  4. Защита – за нажатие не наказывают. Иначе кнопка не работает – люди молчат.

Если нет хотя бы одного свойства – это не кнопка, а просто почтовый ящик для сигналов, которые никто не обрабатывает.

Страшная ситуация: цепочка из пяти систем. Каждая отработала идеально по своим метрикам. Но клиент получил идиотский ответ. Кто виноват? Никто. Каждая команда показывает: «У нас всё зелёное». Автор называет это проблемой владения последовательностью. Исправление: один названный человек, отвечающий за итоговый результат, а не за свой шаг. Когда решение проходит через пять систем – подотчётность должна путешествовать вместе с ним.

Ловушка эффективности: вы измеряете скорость, процент автоматизации, стоимость – всё зелёное. Но люди перестали думать, доверие упало, а вы этого не видите. Нужны человеческие ключевые показатели (KHI):

  • частота переопределений (люди реально вмешиваются или просто одобряют?)
  • качество эскалаций (это сигнал о поломке или норма?)
  • уверенность в объяснимости (может ли frontline ответить «почему»?)
  • активации красной кнопки и время решения (механизм реально работает?)

Главный тест: если завтра система ошибётся, сможет ли человек, который видит ошибку первым, её остановить? У него есть полномочия? Механизм? Защита от репрессий? Если нет – дизайн не закончен.

Дэн Лейва считает:

"Внедрение ИИ – это не техническая задача, а задача организационного дизайна. Технология ломается редко. Процессы ломаются постоянно. И у вас нет нейтрального варианта: ваша архитектура либо сохраняет человеческую власть, либо проектирует её исчезновение."

Ссылка на первоисточник: https://www.designnews.com/artificial-intelligence/ai-from-human-in-the-loop-to-true-human-authority

Вас также могут заинтересовать:

RTLS vs. 7 потерь: как реальное время убивает неэффективность
MIR - Студия разработки умных устройств (Embedded NN Lab)20 апреля
Доверяй, но проверяй: Почему ИИ-тестбенч находит ошибки, но пропускает катастрофы
MIR - Студия разработки умных устройств (Embedded NN Lab)15 апреля
Скрытая правда о памяти: почему лучшее «железо» не выдает ожидаемой производительности
MIR - Студия разработки умных устройств (Embedded NN Lab)17 апреля