U poslednjih nekoliko meseci, ChatGPT je zauzeo digitalni svet, prikupivši otprilike 57 miliona aktivnih korisnika za samo mesec dana nakon što je lansiran za javnu upotrebu u decembru 2022. (CBS). Sa sigurnošću se može reći da su tehnologije veštačke inteligencije tu da ostanu. Od analize podataka i korisničke usluge do prevođenja i otkrivanja prevara, poslovni lideri u svim industrijama i funkcijama su zaintrigirani perspektivom primene alata veštačke inteligencije kako bi postigli obećavajuće rezultate koji su predstavlјeni u pobolјšanoj efikasnosti procesa, donošenju odluka, upravlјanju talentima i marketingu od strane ranih usvojioca.
Iako postoji mnogo prednosti za generativnu veštačku inteligenciju, zabrinutost oko pristrasnosti i tačnosti ugrađene u tehnologiju je dovolјno dokazana. Iz tog razloga, rukovodioci na svim nivoima treba da tečno poznaju upotrebu tehnologije i da postave zaštitne ograde kako bi osigurali da ona funkcioniše na način koji odgovara udobnosti i zahtevima svake kompanije. To će omogućiti kompanijama da koriste generativnu veštačku inteligenciju za postizanje njihovih poslovnih cilјeva, istovremeno štiteći poverenje kompanije u javnosti u vreme kada su mišlјenja o AI tehnologiji još uvek pomešana.
Kretanje kroz složenost AI u marketingu
Iako postoji mnoštvo aplikacija za generativnu veštačku inteligenciju, marketing je možda jedna od oblasti koja je napravila najveći prodor, a da je i dalјe podložna najvećim rizicima.
Sa druge strane, generativna veštačka inteligencija može da bude izuzetno korisna za trgovce koji se u velikoj meri oslanjaju na cilјanje specifične publike kako bi optimizovali efikasnost kampanje. Generativni AI modeli mogu da generišu personalizovani sadržaj i cilјaju pojedince na osnovu demografije, interesovanja i ponašanja. Međutim, kada marketinški stručnjaci moraju da obrate pažnju na oprez jeste to da pristrasni modeli mogu da produže diskriminatorno cilјanje ili da ojačaju stereotipe, što ima za rezultat isklјučenjem određenih grupa ili nepravednim tretmanom. Osiguranje pravičnosti i tačnosti u cilјanju je klјučno za zaštitu efektivnih i etičkih marketinških praksi.
Još jedna oblast u kojoj generativna AI može da bude od pomoći marketingu je u polјu korisničkog iskustva i angažovanja. Generativni AI kreira personalizovani sadržaj, chat botove i virtuelne asistente kako bi pobolјšao korisničko iskustvo i to radi bolјe i brže nego ikada ranije. Međutim, ako ovi sistemi veštačke inteligencije proizvode rasno stereotipne virtuelne agente ili pristrasne i netačne odgovore, to može negativno da utiče na zadovolјstvo i angažovanje korisnika. Klijenti mogu da se osećaju pogrešno shvaćeni, pogrešno predstavlјeni ili diskriminisani, što ima za rezultat manji obim transakcija i smanjenu lojalnost brendu. Pružanje tačnih i nepristrasnih interakcija generisanih veštačkom inteligencijom je stoga klјučno za podsticanje pozitivnog korisničkog iskustva.
Takođe se pojavlјuje pitanje usklađenosti sa propisima i pravnim razmatranjima jer bi generativna veštačka inteligencija mogla da potpada pod postojeće zakone o oglašavanju i zaštiti potrošača. Pravno okruženje oko AI tehnologije još uvek dobija oblik. Alati koji pokazuju pristrasnosti i netačnosti stvaraju verovatnoću izlaganja pravnim i finansijskim kaznama, kao i značajnu štetu reputaciji.
Rukovodioci marketinga ulažu nemilosrdne napore da stvore i održe pozitivan imidž brenda i zadobiju poverenje kupaca, što nije lak podvig i zahteva dosta vremena i ulaganja. Kada se upuštaju u oblast generativne veštačke inteligencije, klјučno je da shvate i prednosti i zamke ove tehnologije i nauče kako da je koriste odgovorno. Potpuna svesnost koristi i rizika povezanih sa generativnom veštačkom inteligencijom osnažiće ih da donose informisane odluke i čuvaju integritet njihovog brenda.
Koja su rešenja?
Dakle, šta je na vidiku da bi se pomoglo trgovcima i drugim poslovnim korisnicima da steknu prednosti i smanje rizike generativne AI? Naučnici podataka uklјučeni u generativnu veštačku inteligenciju na svim nivoima naporno rade na pobolјšanju vrsta podataka za koje se obučavaju klasifikatori i filteri ugrađeni u alate. Taj rad i sledeće metode nude obećavajuća rešenja za povećanje uticaja i smanjenje rizika od generativne AI tehnologije.
- Kursiranje i raznovrsnost skupa podataka: Sastavlјanje raznovrsnijih i reprezentativnijih skupova podataka za obuku može da pomogne u smanjenju pristrasnosti. U toku su napori da se obuhvati širi spektar perspektiva i osiguraju izbalansirani podaci. Istraživači razvijaju tehnike za identifikaciju i ublažavanje pristrasnosti u podacima o obuci.
- Algoritamska pobolјšanja: Istraživači istražuju algoritme finog podešavanja, učenja transfera i suprotstavlјene obuke kako bi ublažili pristrasnosti i pobolјšali tačnost. Tekući algoritamski napredak i arhitekture modela mogu da doprinesu preciznijim i pravednijim generativnim sistemima veštačke inteligencije.
- Post-generacijska verifikacija i provera činjenica: Razvijaju se tehnike za procenu tačnosti generativnih AI izlaza. Integrisanje eksternih izvora znanja, korišćenje obrade prirodnog jezika i saradnja sa stručnjacima iz domena mogu da pomognu u verifikaciji činjenične ispravnosti generisanog sadržaja kako bi se identifikovale i ispravile netačnosti.
- Interpretabilnost i objašnjivost: Učiniti generativne AI modele razumlјivijim i objašnjivim može da pomogne u identifikaciji i adresiranju pristrasnosti i netačnosti. Razumevanje internog funkcionisanja ovih modela pomaže zainteresovanim stranama da otkriju i reše probleme u vezi sa pristrasnošću.
- Etičke smernice i propisi: Prepoznajući potrebu za etičkim smernicama i propisima, vlade, organizacije i industrijska tela rade na okvirima i politikama za promovisanje odgovornih praksi veštačke inteligencije. Ove mere podstiču usvajanje etičkih praksi i pozivaju programere na odgovornost za pristrasnosti i netačnosti.
Kako generativna veštačka inteligencija nastavlјa da se razvija, poslovni korisnici – posebno trgovci – treba da razumeju mogućnosti ove tehnologije i da budu marlјivi u određivanju da li je potencijalni alat obučen na prihvatlјivom opsegu skupova podataka. Kontinuirani nadzor i saradnja sa stručnjacima iz oblasti etike, različitosti i lingvistike pomoći će da se poveća svest o potencijalnim problemima koji se moraju otkloniti već u fazi usvajanja ili šire upotrebe.
Zaklјučak
Jednog dana će doći vreme kada će generativna AI tehnologija biti rasprostranjena u svakodnevnom životu kao search engine-i i mobilni telefoni. Iako je tehnologija veoma obećavajuća i tek treba da shvatimo njen puni potencijal, ona je još uvek u povoju, sa nesavršenostima i rastućim problemima koje treba rešiiti.
Određivanjem različitih skupova podataka, preciziranjem algoritama, verifikacijom izlaza, promovisanjem interpretabilnosti i primenom odgovornih praksi, potencijal za pristrasnost i netačnost u generativnoj veštačkoj inteligenciji mogao bi da bude minimizovan. Međutim, od suštinskog je značaja prepoznati da je ovaj izazov složen i stalan, da zahteva stalne napore istraživača, programera, kreatora politike i zainteresovanih strana u više disciplina. Transparentne i odgovorne prakse su od vitalnog značaja za obezbeđivanje odgovornog razvoja i primene generativnih sistema veštačke inteligencije koji su pravedni, tačni i inkluzivni.