Переосмысление мотивационных механизмов в эпоху ИИ

Каждый из нас обязан самостоятельно поддерживать свои когнитивные способности в рабочем состоянии. Важно осознанно подходить к тому, какие задачи делегируются другим, и не допускать, чтобы процесс обучения превращался в пассивное потребление информации. Однако руководителям также необходимо уделять внимание тому, как текущие системы поощрения влияют на решения сотрудников касательно внедрения искусственного интеллекта.

В большинстве компаний у персонала существует сильное внутреннее побуждение максимизировать скорость достижения результатов. Вы можете стремиться развивать навыки критического мышления, но за это вас фактически наказывают. Когда приоритет отдается эффективности, а не качеству, ИИ предоставляет быстрые и  не всегда удовлетворительные решения. Со временем этот стандарт будет улучшаться, и все большее количество людей к нему привыкнет.

Некоторые опасаются, что если люди продолжат передавать ключевые когнитивные функции искусственному интеллекту, это постепенно ослабит человеческий потенциал к творчеству и инновациям. Представьте, что у вас есть свеча. Если вы поручите ИИ улучшить её, вы получите свечу, которая будет светить ярче и дольше, стоить дешевле и, вероятно, иметь лучший дизайн.

Но ИИ не сможет совершить быстрый скачок от свечи к лампочке. Это нестандартное мышление — тип творческого мышления, на который ИИ, основанный на распознавании образов, пока не способен. В конечном итоге, сохранение  человеческих возможностей может зависеть не столько от самой технологии, сколько от структур и стимулов, определяющих способы её использования. Единственный способ сохранить человеческую компетентность на протяжении длительного времени — это переосмыслить нашу систему стимулов таким образом, чтобы она поддерживала не только краткосрочные результаты, но и долгосрочное процветание.
 
Кроме того, вероятно, оптимальным решением будет интеграция технологий искусственного интеллекта с человеческим контролем и участием, что позволит достичь высокого уровня качества результатов.
И еще - это скорее всего  нормально, когда ИИ  учится у людей.  И нормально, когда человек учится у ИИ.