AI Bukan Sihir: Perkataan Inggeris Yang Orang Guna Bila Mesin "Berfikir"

Anda bertanya soalan kepada chatbot, ia menjawab dalam ayat yang kemas, dan tiba-tiba anda dapati diri anda berkata, "Wah, ia betul-betul faham saya." Perkataan kecil "understood" itu terasa tidak berbahaya. Tetapi diam-diam ia menceritakan satu kisah yang mungkin tidak benar: bahawa ada minda di dalam sana, memikirkan masalah anda seperti seorang kawan.

Bahasa Inggeris yang kita guna untuk teknologi penuh dengan kisah mesra seperti ini. Ia membuatkan alat terdengar seperti hidup. Sebaik sahaja anda perasan polanya, anda boleh menikmati kemudahan perkataan ini tanpa tertipu olehnya, dan anda boleh menggambarkan apa yang dilakukan oleh sistem dengan jauh lebih tepat.

Ini lebih penting daripada yang disangka. Perkataan yang anda guna membentuk apa yang anda jangkakan. Jika anda percaya satu alat "understands" anda, anda akan mempercayai jawapannya lebih daripada yang sepatutnya. Jika anda ingat bahawa "understand" hanyalah jalan pintas, anda akan terus menyemak. Alat yang sama, hubungan yang amat berbeza, dan perbezaan itu terletak sepenuhnya pada perbendaharaan kata anda.

Jawapan Ringkas

Bila orang berkata sesuatu AI "thinks," "learns," "understands," "knows," atau "decides," mereka sebenarnya menggunakan kata kerja manusia harian sebagai jalan pintas, bukan penerangan secara harfiah. Perkataan ini ialah metafora. Sistem itu sedang memproses pola dalam data dan menghasilkan output yang berkemungkinan. Anda boleh guna kata kerja ini supaya pantas dan semula jadi, tetapi ada baiknya ingat bahawa ia longgar, bukan dakwaan yang tepat tentang sesuatu minda.

Perkataan Utama

• Think. Bagi seorang manusia, ini bermaksud mempunyai fikiran, keraguan dan kesedaran. Bagi mesin, "the AI thinks the answer is X" sebenarnya bermaksud "sistem menghasilkan X sebagai output yang paling berkemungkinan." Tiada perbahasan dalaman yang berlaku.
• Learn. Pelajar yang belajar memahami dan mengingati. Bila kita kata sesuatu model "learned" daripada data, maksudnya tetapan dalamannya dilaras semasa training supaya outputnya lebih sepadan dengan pola. Ia lebih dekat dengan "telah ditala" daripada "belajar bersungguh-sungguh."
• Understand. Inilah yang paling licik. Sistem boleh menghasilkan jawapan yang berbunyi betul tanpa sebarang pegangan terhadap makna. "It understood my question" biasanya cuma bermaksud "ia membalas dengan relevan."
• Know. Seseorang yang tahu sesuatu boleh yakin dan boleh menerangkan sebabnya. Sistem "knows" sesuatu fakta hanya dalam erti kata bahawa fakta itu cenderung muncul dalam outputnya. Ia boleh menyatakan perkara palsu dengan keyakinan yang sama.
• Decide. Manusia menimbang pilihan dan memilih. Sistem "decides" dengan mengira hasil. Tiada pilihan yang dirasai, tiada teragak-agak, tiada penyesalan.
• Intelligent / smart. Perkataan ini menjanjikan kepintaran yang luas dan anjal. Kebanyakan alat yang dilabel "smart" hanya pandai dalam satu perkara yang sempit.
• Want / believe / try. Perkataan ini menggambarkan niat dan perasaan dalaman. Bila digunakan pada mesin, ia hanyalah metafora semata-mata: sistem tiada hasrat, tiada kepercayaan, dan tiada apa-apa yang ia "cuba" lakukan seperti cara manusia.
• Hallucinate / make things up. Malah perkataan kita untuk kesilapan AI pun meminjam imej mental manusia. Sistem tidak membayangkan apa-apa; ia menghasilkan teks yang penuh yakin tetapi kebetulan palsu.

Perangkap Biasa

Satu perangkap biasa ialah menganggap kata kerja ini sebagai bukti adanya minda. Jika satu alat "understands," tentu ia juga ada pendapat, niat dan perasaan? Lompatan itulah permulaan kepada pelebih-lebihan.

Satu lagi perangkap ialah anthropomorphizing language(bahasa yang memanusiakan) yang menyelitkan matlamat dan emosi: "the AI wants to help you," "the model believes the sky is green," "it's trying to trick you." Wanting, believing dan trying ialah keadaan mental. Sistem tidak menginginkan apa-apa. Ia menghasilkan output. Bila anda baca "the AI wants," tukarkan secara mental kepada "the system tends to produce," dan ayat itu menjadi lebih jujur.

Perkataan smart ialah kegemaran pemasaran, dan ia hampir selalu terdengar lebih kuat daripada yang sepatutnya. Pembesar suara "smart," carian "smart," balasan "smart" — tiada satu pun yang smart dalam erti kata manusia. Ia mengikut peraturan dan pola. Bila sesuatu produk digambarkan "intelligent," tanyalah: intelligent dalam apa, tepatnya? Jawapan yang jujur biasanya sempit.

Ada juga perangkap menganggap AI sebagai satu benda ajaib yang tunggal. Orang berkata "AI will do this" atau "the AI knows," seolah-olah ada satu entiti tunggal yang serba tahu. Pada hakikatnya ada banyak sistem berbeza, masing-masing dilatih untuk tujuan berbeza, masing-masing ada kekuatan dan titik buta sendiri. Berkata "an AI tool for writing summaries" jauh lebih jelas daripada "AI."

Akhir sekali, berhati-hati dengan perkataan keyakinan. Bila satu sistem "knows" atau "is sure," ia boleh salah dengan penuh yakin. Keyakinan manusia biasanya selari dengan pengetahuan. Keyakinan mesin tidak. Nada yang lancar dan pasti bukanlah bukti bahawa jawapan itu betul.

Ada satu lagi perangkap halus yang patut disebut: perkataan learn sebagai kata kerja pertumbuhan. Kita memuji kanak-kanak kerana "learning," dan perkataan itu membawa kehangatan serta usaha. Bila satu sistem "learns," tiada apa-apa seperti usaha berlaku. Tetapannya dilaras, selalunya dengan menjalankan data dalam jumlah yang amat besar melaluinya. Memanggilnya "learning" tidak mengapa sebagai singkatan, tetapi jika anda bayangkan satu minda yang ingin tahu belajar hingga larut malam, anda telah mengimport satu kisah yang tiada di situ. Gambaran yang jujur lebih dekat dengan resipi yang ditala sehingga masakan menjadi sedap, bukan tukang masak yang jatuh cinta dengan memasak.

Tiada satu pun daripada ini bermaksud perkataan tersebut buruk. Ia berguna, dan mengelaknya sepenuhnya akan membuatkan pertuturan anda kaku dan pelik. Kemahirannya lebih ringan daripada itu: dengar metafora, nikmati kemudahannya, dan kekal sedar bahawa satu dakwaan sebenar tersembunyi di dalam perkataan yang mesra. Bila taruhannya rendah (berbual, sumbang saran), biarkan metafora mengalir. Bila taruhannya tinggi (mempercayai fakta, membuat keputusan), terjemahkan ia semula kepada istilah mesin yang biasa dan semak hasilnya.

Contoh Semula Jadi vs Janggal

Janggal: The AI understood my feelings and decided to comfort me.

Semula jadi: The tool produced a supportive-sounding reply based on my message.

Versi kedua masih mudah dibaca, tetapi ia tidak berpura-pura ada empati.

Kurang semula jadi: Our smart assistant thinks for you, so you don't have to.

Lebih baik: Our assistant suggests options based on your past choices.

Janggal: AI knows the answer to everything now.

Semula jadi: These tools can produce answers on many topics, though not always correctly.

Perhatikan bahawa versi "lebih baik" itu tidak dingin atau seperti robot. Ia hanya lebih tenang. Anda boleh kedengaran hangat dan berperikemanusiaan sambil tetap menggambarkan mesin dengan tepat.

Janggal: The model believes you'll love this song.

Semula jadi: The model predicts you'll like this song, based on what you played before.

Peralihan daripada "believes" kepada "predicts" itu kecil, tetapi ia membuang satu pembohongan kecil. Sistem tidak memegang sebarang kepercayaan tentang citarasa anda. Ia menghasilkan satu ramalan daripada pola dalam sejarah anda, dan ia mungkin salah.

Jadual Ringkas

Latihan Pantas

Tulis semula setiap ayat untuk membuang dakwaan berlebihan. Cuba dulu sebelum mengintai.

1. "The AI understood exactly what I wanted."
2. "Our smart software thinks about your schedule for you."
3. "The model knows that this stock will go up."
4. "AI decided the email was spam."
5. "The chatbot wants you to feel better."

Jawapan yang mungkin:

1. "The tool produced a response that matched what I asked for."
2. "Our software suggests schedule options based on your settings."
3. "The model produced a prediction that this stock might rise (which may be wrong)."
4. "The filter classified the email as spam."
5. "The chatbot generated a comforting reply."

Intipati

Anda tidak perlu mengharamkan perkataan seperti "think," "learn," dan "smart." Ia pantas, biasa, dan kebanyakannya tidak mengapa dalam perbualan santai. Kemahirannya ialah tahu bahawa ia metafora, supaya anda tidak pernah terkejut bila satu mesin yang penuh yakin ternyata salah dengan penuh yakin. Anggap "AI" sebagai label untuk banyak alat sempit dan bukan satu minda ajaib, tukar "wants" dan "believes" kepada "tends to produce" bila ketepatan penting, dan anda akan kedengaran lebih jelas serta berfikir lebih jelas. Mesin itu mengagumkan. Ia cuma bukan sihir, dan bahasa Inggeris anda tidak perlu berpura-pura ia begitu.