یک دستیار هوش مصنوعی برای مراقبین زمان و انرژی را برای همدلی، خلاقیت و ارتباط آزاد می کند. مهمتر از آن، تشخیص اینکه کدام بخشهای مراقبت را میتوان خودکار کرد، احتمالاً چیزهای زیادی به ما میآموزد که کدام کارکردها و فعالیتهای خانواده باید کاملاً و صرفاً انسانی باقی بماند.
بحث عمومی در مورد آینده هوش مصنوعی اغلب بر دو نگرانی اصلی متمرکز است: تأثیر گستردهتر این فناوری بر بشریت و تأثیرات فوری آن بر افراد. در بیشتر موارد، مردم می خواهند بدانند که اتوماسیون چگونه کار را متحول می کند. کدام صنایع همچنان فردا فعال خواهند بود؟ و کار چه کسی امروز در خط است؟
کسب اطلاعات بیشتر: مشاوره قبل از ازدواج چند جلسه است؟ بررسی روند هر جلسه
اما این بحث یک رکن مهم جامعه را نادیده گرفته است: خانواده. اگر میخواهیم سیستمهای هوش مصنوعی بسازیم که به حل مشکلات اجتماعی و اقتصادی فزاینده کمک کند، به جای تشدید، باید به خاطر داشته باشیم که خانوادهها ۸۹ درصد از خانوادههای آمریکایی را تشکیل میدهند و باید فشارهای پیچیدهای را که آنها با آن مواجه هستند در هنگام تصمیمگیری در مورد نحوه اعمال آن در نظر بگیریم. فن آوری.
از این گذشته، خانواده ها در ایالات متحده به شدت نیازمند حمایت هستند. طبق گزارش مجمع جهانی اقتصاد، اقتصاد ۶ تریلیون دلاری مراقبتی آمریکا به دلیل کمبود نیروی کار، بار اداری و مدل بازار شکسته که به موجب آن اکثر خانواده ها قادر به پرداخت هزینه کامل مراقبت نیستند و کارگران به طور مزمن دستمزد کمتری دریافت می کنند، در معرض خطر سقوط قرار دارد. علاوه بر این، والدین تغییر کرده است: والدین بیشتری کار می کنند، و تقاضا برای زمان آنها، از مراقبت از کودکان و والدین سالخورده گرفته تا مدیریت اضافه بار اطلاعات و هماهنگ کردن وظایف خانه، تشدید شده است.
استفاده از هوش مصنوعی به عنوان کمک خلبان برای خانواده ها می تواند باعث صرفه جویی در زمان – و سلامت عقل شود. یک دستیار هوش مصنوعی میتواند ایمیلهای مدرسه و برنامههای فعالیت را رمزگشایی کند یا با تهیه فهرست بستهبندی و تأیید برنامههای سفر به آمادهسازی برای یک سفر خانوادگی آتی کمک کند. در صورت تقویت هوش مصنوعی، رباتهای مراقبتی که در ژاپن و جاهای دیگر توسعه مییابند، میتوانند از حریم خصوصی و استقلال افرادی که مراقبت میشوند حمایت کنند و مراقبان انسانی را قادر میسازند تا زمان بیشتری را صرف برقراری ارتباطات عاطفی و ارائه همراهی کنند.
طراحی هوش مصنوعی برای کمک به مشکلات پیچیده انسانی مانند فرزندپروری یا مراقبت از سالمندان نیازمند تعریف نقش آن است. در دنیای امروزی، مراقبت، و بهویژه فرزندپروری، شامل بسیاری از وظایف پیش پا افتاده است که در زمان در دسترس برای فعالیتهای معنادارتر است. بنابراین، هوش مصنوعی میتواند به عنوان «فناوری ضد فناوری» عمل کند – سپری در برابر فرهنگ همیشه روشن ایمیل، پیامهای متنی و کارهای بیپایان. کمک خلبان هوش مصنوعی ایده آل بخش اعظم این مشغله را به عهده خواهد گرفت و به خانواده ها اجازه می دهد زمان بیشتری را با هم بگذرانند.
اما وظایف پیچیده انسانی معمولاً مشکلات “کوه یخ” هستند که اکثریت کار در زیر سطح پنهان است. یک کمک خلبان هوش مصنوعی که فقط زایمان قابل مشاهده را کنترل می کند، برای کاهش بار مراقب کار چندانی انجام نمی دهد، زیرا تکمیل این وظایف مستلزم درک کامل آنچه باید انجام شود.
به عنوان مثال، ما میتوانیم فناوری ایجاد ورودیهای تقویم را از یک ایمیل با برنامه زمانی یک تیم فوتبال جوانان بسازیم (و سپس زمانی که یک هفته بعد به ناچار تغییر کرد، آنها را حذف و دوباره ایجاد کنیم). اما برای رهایی والدین از بار نامرئی مدیریت فصل ورزش کودکان، هوش مصنوعی باید وظایف مختلف دیگری را که در زیر سطح قرار دارند درک کند: جستجوی مکانهای زمین، توجه به رنگهای پیراهن، ثبت نام برای انجام وظایف میان وعده و ایجاد مناسب. یادآوری ها اگر یکی از والدین با برنامهریزی مشکل داشت، دستیار هوش مصنوعی باید به والدین دیگر هشدار میداد، و اگر هر دو درگیری داشتند، باید زمانی را برای مکالمه برنامهریزی کند تا اهمیت داشتن والدین برای کودک را تشخیص دهد. یا یکی از عزیزان در بازی آنها.
چالش، یافتن پاسخ نیست، بلکه یافتن پاسخ درست با توجه به بافت پیچیده ای است که بیشتر آن در مغز والدین جاسازی شده است. از طریق کاوش و بررسی دقیق، این دانش می تواند روزی به داده هایی برای آموزش مدل های تخصصی هوش مصنوعی خانوادگی تبدیل شود. در مقابل، مدلهای زبان بزرگ مانند ChatGPT-4، Gemini و Claude معمولاً بر روی دادههای عمومی جمعآوریشده از اینترنت آموزش میبینند.
توسعه یک کمک خلبان هوش مصنوعی برای مراقبین بدون شک محدودیت های فنی این فناوری را آزمایش می کند و میزان می تواند ملاحظات اخلاقی و ارزش های اجتماعی را تعیین کند. در مقالهای با عنوان «چارچوبهای محاسباتی برای مراقبت و چارچوبهای مراقبتی برای محاسبات»، دانشمند شناختی برایان کریستین، برخی از بزرگترین چالشهای تلاش برای ترجمه مراقبت به «توابع پاداش» ریاضی لازم برای یادگیری ماشین را بررسی میکند. یک مثال زمانی است که یک مراقب بر اساس آنچه معتقد است به نفع کودک است، مداخله می کند، حتی اگر آن کودک مخالف باشد. کریستین نتیجه می گیرد که «فرایند تلاش برای رسمی کردن جنبه های اصلی تجربه انسانی برای ما آشکار می کند که مراقبت واقعاً چیست – و شاید حتی چقدر هنوز درباره آن درک نکرده ایم.»
مانند کار اداری، بیشتر زندگی خانوادگی شامل کارهای تکراری و پیش پا افتاده است که می تواند توسط هوش مصنوعی تکمیل شود. اما بر خلاف کار اداری، آموزش چنین مدل هوش مصنوعی مستلزم جمع آوری و انتقال دقیق شیوه های تخصصی دنیای صمیمی است. با این حال، ارزش تلاش را دارد: یک دستیار هوش مصنوعی برای مراقبان زمان و انرژی را برای همدلی، خلاقیت و ارتباط آزاد می کند. مهمتر از آن، شناسایی بخشهایی از مراقبت که میتواند توسط هوش مصنوعی انجام شود، احتمالاً چیزهای زیادی به ما میآموزد که کدام کارکردها و فعالیتهای خانواده باید کاملاً و صرفاً انسانی باقی بماند.
دیدگاهتان را بنویسید