Uma nova técnica desenvolvida por pesquisadores visa auxiliar a inteligência artificial (IA) a compreender melhor o fato de que os humanos nem sempre fornecem informações verdadeiras, especialmente em situações onde há um incentivo econômico para mentir, como na solicitação de hipotecas ou na redução de prêmios de seguro. Essa abordagem visa mitigar o impacto das informações imprecisas nos algoritmos de IA, que frequentemente se baseiam exclusivamente em estatísticas para fazer previsões.
A pesquisa, conduzida por Mehmet Caner e seus colegas da Universidade Estadual da Carolina do Norte, desenvolveu um conjunto de parâmetros de treinamento destinados a instruir a IA sobre como reconhecer e contabilizar os incentivos econômicos dos usuários humanos. Em outras palavras, a IA é treinada para identificar situações em que os usuários podem fornecer informações incorretas visando melhorar seus resultados pessoais.
 |
| inteligência artificial (IA) |
Em simulações de prova de conceito, a IA adaptada demonstrou uma maior capacidade de detectar informações imprecisas fornecidas pelos usuários, o que, por sua vez, reduz o incentivo para os usuários mentirem ao fornecer informações. No entanto, os pesquisadores reconhecem a necessidade de realizar mais estudos para determinar os limites entre "pequenas" e "grandes" mentiras, a fim de aprimorar ainda mais a eficácia dessa técnica.
Os novos parâmetros de treinamento de IA desenvolvidos estão sendo disponibilizados publicamente, permitindo que os desenvolvedores de IA os experimentem em diferentes contextos. Caner enfatiza que essa abordagem tem o potencial de melhorar os programas de IA, reduzindo os incentivos para os humanos mentirem. Ele sugere que, à medida que a IA se tornar mais sofisticada, poderá eventualmente eliminar completamente esses incentivos econômicos para a mentira.
Essa pesquisa destaca a importância de considerar os aspectos comportamentais e motivacionais dos usuários humanos ao projetar algoritmos de IA, especialmente em áreas onde há um alto risco de informações imprecisas devido a incentivos financeiros. Ao ajustar os algoritmos para reconhecer e contabilizar esses incentivos, é possível melhorar a precisão e a confiabilidade das previsões feitas pela IA, contribuindo para uma tomada de decisão mais informada e justa em uma variedade de contextos empresariais e sociais.
Continue a leitura do texto após o anúncio:
📙 GLOSSÁRIO:
🖥️ FONTES :
Com Agências :
NOTA:
O AR NEWS publica artigos de várias fontes externas que expressam uma ampla gama de pontos de vista. As posições tomadas nestes artigos não são necessariamente as do AR NEWS NOTÍCIAS.
🔴Reportar uma correção ou erro de digitação e tradução :Contato ✉️
Continue a leitura no site após o anúncio:
_2.jpg)
.jpg)
