منحدر الثقة: لماذا يثق مستخدمو الذكاء الاصطناعي بالمعلومات، لكن ليس بالمال أو الصحة

أجاب المشاركون باستخدام مقياس من خمس درجات، يبدأ من «أثق به تمامًا» وينتهي بـ«لا أثق به على الإطلاق». وتشمل فئة الثقة المرتفعة الإجابات «أثق به تمامًا» و«أثق به إلى حد كبير»، بينما تشمل فئة الثقة المنخفضة «أثق به قليلًا» و«لا أثق به على الإطلاق». ولا يصل مجموع العمودين إلى 100% لأن هناك إجابة ثالثة، وهي «أثق به إلى حد ما»، تقع في المنتصف ولم يتم عرضها هنا.

في كل ما يتعلق بالمعلومات أو تنفيذ المهام، تتجاوز نسبة الثقة 70%، وغالبًا ما تقترب من 80%. لكن بمجرد أن ينتقل السؤال من «ساعدني على فهم شيء ما» إلى «ساعدني على اتخاذ قرار قد تكون له نتائج سلبية»، تنخفض الثقة إلى النصف تقريبًا، بينما تتضاعف نسبة الأشخاص الذين لا يثقون بالأداة لهذا الغرض ثلاث أو أربع مرات.

ويظهر هذا التفاوت لدى المجموعة نفسها، التي تستخدم الأدوات نفسها، لكنها تمتلك مستويين مختلفين تمامًا من الثقة اعتمادًا على طبيعة ما يُطلب من الذكاء الاصطناعي القيام به.

لماذا يظهر هذا المنحدر في الثقة؟

تشير بيانات المخاوف إلى الإجابة، وهي إجابة أكثر واقعية من كونها اعتراضًا فلسفيًا على الذكاء الاصطناعي. فقد كانت الخصوصية أكثر المخاوف شيوعًا في الاستطلاع بأكمله، حيث ذكرها 80% من المشاركين. وجاءت الدقة في المرتبة الثانية بنسبة 55%.

وبمقارنة ذلك بمخاوف أكثر تجريدًا، مثل فقدان الوظائف (39%) أو التحيز (29%)، يظهر نمط واضح: لا يقلق الناس بالضرورة بشأن ما يمثله الذكاء الاصطناعي، بل يقلقون بشأن ما قد يحدث إذا كانت الإجابة خاطئة، أو إلى أين ستصل بياناتهم، عندما تكون الإجابة مهمة فعلًا.

وهذا يعيد تفسير منحدر الثقة بطريقة مفيدة. فهو يبدو أقل ارتباطًا بالتردد تجاه الذكاء الاصطناعي كفئة من المنتجات، وأكثر ارتباطًا باستجابة منطقية لحجم العواقب المحتملة.

فالناس يشعرون بالارتياح تجاه احتمال أن يخطئوا في معلومة يمكنهم التحقق منها عبر Google. لكنهم يكونون أقل ارتياحًا بكثير عندما يتعلق الأمر بأموالهم أو صحتهم، خصوصًا عندما تبدو الأداة التي تقدم الإجابة واثقة بالدرجة نفسها، سواء كانت الإجابة صحيحة أم خاطئة.

ماذا يعني ذلك إذا كنت تطور منتجات ذكاء اصطناعي أو تجري أبحاثًا عليها؟

الخطأ الواضح هنا هو التعامل مع «الثقة بالذكاء الاصطناعي» باعتبارها رقمًا واحدًا يجب رفعه، بينما هي في الواقع سؤال مختلف في كل مجال.

فالمنتج أو الميزة التي تكسب ثقة المستخدم في مهام البحث أو الكتابة لم تكسب بالضرورة أي ثقة حتى الآن في السياقات المالية أو الصحية. فهذه المجالات تحتاج إلى أدلة خاصة بها، وشفافية خاصة بها، وغالبًا إلى قرارات تصميم مختلفة في واجهة المستخدم، مثل إظهار المصادر، والتنبيه إلى حالات عدم اليقين، أو تسهيل التحقق من المعلومة قبل أن يتصرف المستخدم بناءً عليها.

وبالنسبة للباحثين تحديدًا، تذكّرنا هذه النتيجة بضرورة التوقف عن طرح سؤال عام مثل «هل تثق بالذكاء الاصطناعي؟»، لأنه لا يخبرنا بالكثير. بدلًا من ذلك، يمكن طرح السؤال بحسب المهمة، والمجال، ونوع القرار، للحصول على معلومات يمكن بالفعل استخدامها في التصميم.

ويشير المنطق نفسه إلى مكان وجود الخطر الحقيقي في أي منتج يدمج الذكاء الاصطناعي في قرارات عالية الأهمية. فالمستخدمون لا يثقون بالمخرجات بشكل أعمى؛ بل تشير هذه البيانات إلى أنهم متشككون بالفعل في المواضع التي يكون فيها التشكيك مبررًا. ويكمن الخطر في وجود منتج لا يمنحهم وسيلة للتصرف بناءً على هذا الشك؛ أي لا يوفر لهم طريقة للتحقق، أو طرح الأسئلة، أو التأكد من المعلومات قبل اتخاذ قرار مهم.

وقد يكون هذا السلوك، الذي ظهر لدى عينة تستخدم الذكاء الاصطناعي يوميًا وتثق به بدرجة كبيرة عندما يكون استخدامه مناسبًا، واحدًا من أكثر المؤشرات فائدة في الدراسة بأكملها.

تشكل هذه الدراسة جزءًا من أبحاث UserQ المستمرة حول السوق الهندية. وإذا كان هناك سوق محدد ترغب في فهمه بشكل أفضل، سواء في الهند أو في أي مكان آخر، يمكنك التواصل مع UserQ لمناقشة شكل الدراسة المناسبة لاحتياجاتك. وإذا كان لديك سؤال بحثي محدد بالفعل، فيمكنك البدء بإعداد مشروع البحث الخاص بك على منصة UserQ.