نیوزتل: یک مطالعه جدید نشان میدهد که هوش مصنوعی می تواند تحقیقات علوم اجتماعی را باردیگر تعریف کند.
به گزارش نیوزتل به نقل از ایسنا و به نقل از فیز، گروهی از پژوهشگران در یک مطالعه جدید نشان دادند که چگونه هوش مصنوعی(AI)، بخصوص مدلهای زبانی بزرگ(LLM) می تواند تحقیقات علوم اجتماعی را بازتعریف کند.
ایگور گروسمن، استاد روانشناسی در دانشگاه واترلو می گوید: آن چه که ما می خواهیم در این مقاله بررسی نماییم اینست که چگونه روش های تحقیقاتی علوم اجتماعی را میتوان تطبیق داد، حتی بازآفرینی کرد تا از قدرت هوش مصنوعی بهره برد.
پژوهشگران برجسته از دانشگاه واترلو، دانشگاه تورنتو، دانشگاه ییل و دانشگاه پنسیلوانیا در مطالعه جدید خود خاطرنشان می کنند که مدلهای زبانی بزرگ که بر روی مقادیر وسیعی از داده های متنی آموزش دیده اند، به صورت فزاینده ای قادر به شبیه سازی پاسخ ها و رفتارهای انسان مانند هستند. این موضوع، درها را به روی آزمایش نظریه ها و فرضیه ها در مورد رفتار انسان در مقیاس و سرعت بسیار گسترده باز می کند.
برای پژوهش در علوم اجتماعی تابحال از روش های مختلفی همچون پرسشنامه، آزمون های رفتاری، مطالعات مشاهده ای و آزمایش ها برای به دست آوردن نمایشی کلی از خصوصیت های افراد، گروه ها، فرهنگ ها و پویایی آنها استفاده شده است. حالا، فناوری هوش مصنوعی درحال ظهور امکان دارد چشم انداز جمع آوری داده ها را در این حوزه تغییر دهد.
گروسمن می گوید: مدلهای هوش مصنوعی می توانند طیف گسترده ای از تجربیات و دیدگاه های انسانی را نشان دهند که احتمالا به آنها درجه آزادی بالاتری برای ایجاد پاسخ های متنوع نسبت به روش های متعارف شرکت کننده انسانی می دهد که می تواند به کاهش نگرانی های تعمیم پذیری در پژوهشها کمک نماید.
فیلیپ تتلاک استاد روانشناسی در دانشگاه پنسیلوانیا می گوید: مدلهای زبانی بزرگ می توانند جایگزین شرکت کنندگان انسانی برای جمع آوری داده ها شوند. در واقع، مدلهای زبانی بزرگ قبلاً توانایی خویش را در ایجاد پاسخ های نظرسنجی واقع بینانه در مورد رفتار مصرف کننده نشان داده اند. این مدلها، پیشبینی های مبتنی بر انسان را در سه سال آینده متحول خواهند کرد.
وی ادامه داد: برای انسان هایی که از هوش مصنوعی کمک نمی گیرند، منطقی نخواهد بود که قضاوت های احتمالی را در بحث های جدی سیاستگذاری انجام دهند.. من ۹۰ درصد شانس آنرا می دهم. البته واکنش انسان ها به همه این ها مبحث دیگری است.
پژوهشگران همینطور استدلال می کنند که مطالعات با استفاده از شرکت کنندگان شبیه سازی شده می تواند برای ایجاد فرضیه های جدید مورد استفاده قرار گیرد که سپس می تواند در جمعیت های انسانی تأیید شود.
با این وجود، این رویکرد بدون مشکلات احتمالی نیست. مدلهای زبانی بزرگ اغلب برای حذف سوگیری های اجتماعی-فرهنگی که در انسان های واقعی وجود دارد، آموزش می بینند. به این مفهوم که جامعه شناسانی که از هوش مصنوعی به این روش استفاده می نمایند، نمی توانند آن سوگیری ها را مطالعه کنند.
پروفسور داون پارکر، یکی از نویسندگان این مقاله از دانشگاه واترلو، بر اهمیت معرفی دستورالعمل های روشن برای حاکمیت مدلهای زبانی بزرگ در تحقیقات علوم اجتماعی تاکید می کند.
وی می گوید: نگرانی های عمل گرایانه در مورد کیفیت داده ها، عادلانه و برابری دسترسی به سیستم های قدرتمند هوش مصنوعی قابل توجه خواهد بود. بنابراین، ما باید اطمینان حاصل نماییم که مدلهای زبانی بزرگ در علوم اجتماعی، مانند همه مدلهای علمی، منبع باز هستند. به این مفهوم که الگوریتم ها و داده های ایده آل آنها جهت بررسی دقیق، آزمایش و اصلاح در دسترس همگان است.
وی ادامه داد: همینطور تنها با حفظ شفافیت و تکرارپذیری می توانیم اطمینان حاصل نماییم که تحقیقات علوم اجتماعی با کمک هوش مصنوعی واقعاً به درک ما از تجربه انسانی کمک می نماید.

منبع: نیوزتل