Megmagyarázhatóság

Az MI egyik legnagyobb kihívása a fekete-doboz jellegéből adódik. Ez azt jelenti, hogy számos algoritmus-család csak nagyon nagy erőforrás-ráfordítással válik értelmezhetővé, mely természetes bizalmatlanságra ad okot. A fekete-dobozokat azonban lehet fehéríteni, ha a végfelhasználók már a probléma definiálásánál jelen vannak és a rendszer fejlesztésében is részt vesznek - sőt, saját szakértői véleményt szolgáltatnak az egyes feladatok megoldásánál, azt tesztelik, majd értelmezik az egyes kimeneteket.

A tökéletes nem létezik

A napi munka során hozzászokhattunk, hogy az általunk használt alkalmazások többé-kevésbe úgy működnek, ahogy azokat alapjaiban el is várjuk. A CRM rendszerben felvett új szállító például már megjelenik a képernyőn a következő számlázáskor, vagy a helyesen beírt jelszó után hozzáférhetünk a vállalati erőforrásokhoz. Az MI esetén a legtöbb esetben valószínűségekkel fogunk találkozni, ezért a kérdés az, hogy egy adott MI modell milyen pontossággal tud választ adni egy adott problémára – ez pedig csak nagyon ritka esetben lesz 100%-os. Az MI esetén ugyanis nincs hibás döntés, csak historikus adat alapján történő becslés, amit a felhasználóknak kell értelmezniük. Az MI egyelőre nem döntéshozó, hanem döntéstámogató: ezt a felhasználóknak is meg kell érteniük, és ennek szellemében használniuk az MI-t.

"Az MI-vel ellátott alkalmazások és technológiák olyan feltörekvő képességek birtokában vannak, melyekről a legtöbb felhasználó úgy gondolja, hogy azok az emberek kizárólagos felségterületébe tartoznak. Ahogy a szervezetek ezen képességeket implementálják, kiemelten fontos, hogy már a tervezési fázisban körültekintően kitérjenek a felhasználókkal történő interakciókra és arra, hogy felmérjék, hogy milyen hatással lesznek az intelligens alkalmazások a bizalomra. Számos vállalat számára az MI gyökeres pozitív változást, és így bevételnövekedést vagy költségcsökkentést eredményezhet, a bizalom hiánya azonban akadályt gördíthet az ambiciózus projektek elé." – mondta Dr. Barta Gergő.