La interpretación de explicaciones a nivel humano por parte de humanos complica el cálculo de los sistemas de IA en ML
El estudio de la cognición humana en su nivel más fundamental, conocido como procesamiento cognitivo elemental, se denomina ciencia cognitiva. La psicología, la neurología y la neurociencia cognitiva son los principales campos de estudio de las ciencias cognitivas. Muchos de sus descubrimientos tienen aplicaciones significativas para la IA, a memorizar, la disciplina del estudios automotriz. Curiosamente, la investigación en neurofisiología y micromapeo respalda la noticia de que las operaciones mentales complejas pueden interpretar a nivel del sistema. Los sistemas de IA funcionan de muchas maneras como versiones simplificadas de nuestros cerebros.
Cada día, la IA se vuelve más inteligente. La IA estará sujeta a las mismas restricciones que las personas si alcanza un nivel de inteligencia similar al de los humanos. La interpretación y formación de explicaciones a nivel humano por parte de humanos complican el cálculo de los sistemas de IA en ML. Los principios de la intuición y la investigación del cerebro sugieren que las personas tienen preferencias particulares para interpretar los hechos incluso ayer de expresarlos. Pero si confiamos demasiado en la IA, corremos el peligro de subestimar la importancia del comportamiento humano. Encima, aunque los sistemas de IA están mejorando de muchas maneras, todavía no entendemos completamente cómo los humanos logran tareas similares pero más difíciles en estos campos. Incluso cuando intentamos concretar qué es «humano», las distinciones se vuelven cada vez más confusas.
La heurística de disponibilidad, que afirma que las personas generalmente dependen más de los datos que confirman sus ideas actuales, es un sesgo cognitivo importante cuando se relaciona con las opciones de IA. Frecuentemente gravitamos cerca de la interpretación más relevante o razonamiento de la evidencia dada cuando nos enfrentamos a datos contradictorios o ambiguos. Esta táctica puede funcionar en ciertas circunstancias, pero en muchas, puede conducir a un ciclo interminable de fallas. Las fugas de memoria, que ocurren cuando los algoritmos dependen en gran medida de la heurística para la toma de decisiones y terminan dependiendo de información irrelevante o desactualizada, son un ejemplo clásico.
Los humanos prefieren usar heurísticas al tomar decisiones, lo cual es sencillo de observar (o eso creemos), pero estos sesgos son automáticos e inconscientes, lo que los hace difíciles de identificar. Hay muchas razones para pensar que los humanos han estado utilizando prejuicios en la vida diaria desde los días de la civilización de cazadores-recolectores durante mucho tiempo. Muchas de las habilidades que poseemos los humanos hoy en día, como el lengua y las matemáticas, ya se han adquirido con la ayuda de diversas estrategias de estudios, como el espejo. Estudiar información no es difícil. Nuestro cerebro puede decodificarlo rápidamente.
Afirmar que el sesgo todavía juega un papel pequeño en la toma de decisiones humana sería incorrecto. Aunque se están desarrollando constantemente métodos de filtrado mejorados, actualmente no existe una opción única para el avance de la IA. Somos conscientes de que la IA y las mentes humanas siguen siendo susceptibles de error. Esto implica que ningún sistema de IA reemplazará por completo a una persona en nadie de sus cálculos, independientemente de cuán competentes evolucionen las redes neuronales para anticipar el próximo curso de batalla.
Hexaedro que los sesgos cognitivos están arraigados en la naturaleza humana y es poco probable que desaparezcan, los sistemas de IA deberán considerarlos. No se puede hacer un sistema de IA que sea valentísimo. Los métodos actualmente en uso solo pueden mejorarse, optimizarse y refinarse mientras se proporciona a todas las demás partes del sistema una calidad similar a la humana. Cuanto más consciente esté del sesgo cognitivo, más eficazmente podrá utilizar ML e IA.
Más historias de tendencias
El cargo ¿Cómo afecta el sesgo cognitivo a la inteligencia artificial? apareció por primera vez en .
Fuente original: https://www.analyticsinsight.net/how-does-cognitive-bias-impacts-artificial-intellige…
Descargo de responsabilidad: Cardano Feed es un agregador de noticiero descentralizado que permite a los periodistas, personas influyentes, editores, editores, sitios web y miembros de la comunidad compartir noticiero sobre el ecosistema de Cardano. El adjudicatario siempre debe hacer su propia investigación y nadie de esos artículos son consejos financieros. El contenido es solo para fines informativos y no refleja necesariamente nuestra opinión.