Przyszłość AI

Użyteczna prognoza przedstawia swoje założenia, horyzont czasowy i dowody. Przewidywania dotyczące zdolności transformacyjnych nie powinny być przedstawiane jako ustalone fakty czy nieuniknione rezultaty.

Kluczowe wnioski

• Oddziel obserwacje od przewidywań.
• Określ założenia i mierzalne kryteria.
• Aktualizuj prognozy, gdy dowody się zmienią.

Oddziel obecne obserwacje od ekstrapolacji. Wykazany wynik w warunkach kontrolowanych nie określa, kiedy niezawodny produkt będzie dostępny ani jak szeroko zostanie przyjęty. Wdrożenie wprowadza ograniczenia takie jak koszty, bezpieczeństwo, infrastruktura i utrzymanie. Stosuj scenariusze, gdy niepewność jest duża. Opisuj, co się stanie, jeśli postęp będzie szybszy, wolniejszy lub nierówny w różnych zadaniach. Zidentyfikuj, które decyzje pozostają użyteczne w kilku możliwych przyszłościach, a które zależą od trafności konkretnej prognozy. Wybierz wskaźniki, które mogą aktualizować ocenę. Przykłady to niezależnie reprodukowana wydajność zadania, trwała niezawodność, koszt za wykonane zadanie oraz dowody wdrożenia w rzeczywistych przepływach pracy. Ogłoszenie nowego produktu różni się od niezależnego potwierdzenia jego możliwości. Przeglądaj prognozy w czasie. Zapisuj, co zostało przewidziane, do kiedy i co byłoby uznane za nietrafienie. Unikaj przenoszenia definicji po poznaniu wyniku. Prognozy mogą informować o przygotowaniu, nie będąc traktowanymi jako gwarancje lub substytuty obecnych dowodów.

1. Zastąp wymyśloną prognozę "AI wkrótce zautomatyzuje ten przepływ pracy" na przestarzałe, mierzalne twierdzenie.
2. Określ zadania, dopuszczalny wskaźnik błędów, koszty operacyjne oraz wymaganą ilość kontroli przez człowieka.
3. Na termin porównaj dowody z pierwotnymi kryteriami i otwarto zmodyfikuj prognozę, jeśli kryteria nie zostały spełnione.

Ćwiczenie poprawia jakość prognozy bez udawania, że zna przyszłość.