Nicholas Christakis: [00:00:05] Tamam, bu yüzden insanlar sosyal ağların içinde yer alır ve bu ağlar çok özel matematiksel, biyolojik ve sosyal prensiplere uyar. Ve giderek daha fazla, çevrimiçi ajanlar ve fiziksel robotlar şeklinde yapay zekayı aramıza ekliyoruz; bu varlıklar, bizimle sosyal varlıklar gibi etkileşim kurar. Eklemeyi planladığımız bu tür ajanlar, yollar üzerindeki sürücüsüz araçlardan mağazalardaki ödeme makinelerine, evlerde veya fabrikalarda, savaş alanlarında ya da yangın söndürme durumlarında insansı robotlara kadar uzanır; çevrimdışı otonom ajanlar ise çevrimiçi botlar ve telefonlarımızda, gözlüklerimizde ya da iş yerlerimizdeki dijital AI asistanları şeklindedir. Bu teknolojiler, insan gibi etkileşimde bulunarak bizimle eşit şartlarda etkileşimde bulunur. Ve insanlarla makinelerin birleşik sistemlerine yol açacaklar. Bu sistemler, yeni bir sosyal yapay zeka türü için fırsatlar sunar.
Şimdi, size bununla ilgili sadece bir oyuncak örneği vereyim. Dijital bir asistan, mesela bir Alexa aldığınızda, o cihazın üreticisi insan-makine etkileşimi konusunda oldukça endişelidir. Ve o insan-makine etkileşimi optimize edilmiştir. Örneğin, ihtiyacınız olduğunda Alexa'ya, "affedersiniz Alexa, sizi rahatsız ettim, çok özür dilerim. Eğer sakıncalı değilse, bana yarının hava durumunu söyleyebilir misiniz?" demeden asla Alexa'yı almazsınız, değil mi? Bu, aşırı bir nezaket seviyesi olarak kabul edilir. Alexa'ya "hava durumu" dediğinizde, makinenin itaatkâr bir şekilde yanıt vermesini bekliyorsunuz. Ve bu sorun değil, ta ki o makineyi evinize getirip çocuklarınızın o makineyle konuşup kabalaşmayı öğrenene kadar. Sonra çocuklar parka gidip diğer çocuklara kaba davranıyorlar. Yani, aramıza eklenen o makine sadece insan-makine etkileşimi ile ilgili değil, aynı zamanda makinelerin varlığında insan-insan etkileşimi ile de ilgilidir. Bu nedenle, benim ilgilendiğim şey insan-insan etkileşimlerinin makinelerin varlığında nasıl olduğudur. Sosyal ağ yapısı ve işlevinin anlaşımını kullanarak, sosyal yapay zekanın insan grupları içindeki ve üzerindeki etkilerini ve kullanımlarını değerlendirebiliriz. Bu, insanların birlikte çalışabilmesi için gerekli olan güven ve işbirliği gibi faktörleri değerlendirerek, bu toplulukların davranışını etkiler.
O halde yaptığımız bazı çalışmaları vurgulayayım, birkaç yaklaşım kullanarak, yapay zeka ile ilgili ağ deneyleri gerçekleştiriyoruz. Bu deneyler, AI'nın insan sosyal etkileşimlerinin yapısını ve işlevini nasıl etkileyebileceğini değerlendirmektedir. [00:02:45] Şimdi, sosyal etkileşimlerin toplu eylem sorunları diye bilinen bir sınıfı var. Bunlar, kullanışlı bir şey yaratmak için birlikte çalışmamız gereken sorunlardır. Bazen bu sorunları polis, mahkeme veya hükümet gibi merkezi kurumlar oluşturarak çözüyoruz. Ancak çoğunlukla, büyük sayıdaki insanlarla koordinasyon veya iş birliği gerektiren toplu eylem sorunlarını merkezi olmayan bir şekilde çözme kapasitesine sahibiz. Gerçekten de bu kapasiteye sahip olacak şekilde evrimleştik. Ve bugün başlayacağım belirli bir toplu eylem sorunu, aslında koordinasyondur.
Örneğin, bu trafik sıkışıklığını önlemek için, insanların komşularından farklı bir şey yapmak için koordine olmaları gerekiyor. Eğer herkes aynı anda evinden çıkarsa, herkes trafik sıkışıklığında kalır. Ama, eğer kalkış saatlerini değiştirebilirlerse ve aralıklarla çıkarlarsa, o zaman hiç kimse trafik sıkışıklığında kalmaz. Tabii ki, bunu koordine eden bir tür merkezi otoriteniz olabilir. Önce siz çıkın, sonra siz ve ardından siz. [00:03:45] Ama ideal olarak, bu sorunu çözmek için insanların koordine olacağı merkezi olmayan, hiyerarşik olmayan bir yol istersiniz.
Dolayısıyla, 2017 yılında yayımlanan ilk deneyimiz buydu; bu deney, AI'nın böyle bir zorlukla nasıl yardımcı olabileceğini araştıran hibrit sistemler üzerineydi. İnsan gruplarının bir koordinasyon görevine katıldıkları performansı inceledik. Paradigmamız, bilgisayar biliminden 'graf renkleme problemi' olarak bilinen bir şeyi ödünç almak oldu. Bu, bilgisayar biliminde klasik bir problemdir. Ancak yaptığımız şey, bunu alıp insanları o duruma yerleştirmekti. 4.000 insanı aldık ve 230 çevrimiçi gruba koyduk. Bu insanlar bu gruplara yerleştirildi. Ve onlara yarattığımız bir yapay ağ içerisinde rastgele bir yere atandıkları söylendi; bu yapı, gerçek insan ağlarına benzer şekildeydi. Bu noktalara bırakıldılar ve bir renk atandıklarını söylediler: [00:04:46] mor, turuncu, mor, turuncu ve pembe. Ve komşularından farklı bir renk seçmeleri gerektiği söylendi.
Ve buna bunu yapmak için beş dakika verildi. Bu insanlar etraflarına bakacaklar. Her kişi etrafına bakar ve şöyle der: bu adam burada pembe. Pembe bir komşusu ve turuncu bir komşusu olduğunu görüyor. Yapması gereken şey mor renge geçmek. Ve burada kırmızı çizgiler renk çatışmalarını gösteriyor. Diğer bir deyişle, bitişik düğümlerin iki rengi aynı olduğunda, kırmızı bir çizgi alıyorlar. Ve arka plandaki mor çizgiler sosyal etkileşimlerin yapısını belirtiyor. Yani buraya insanları yerleştiriyorsun. Her saniye ya da bir buçuk saniyede bir komşularına bakıyorlar. Önlerindeki beş dakika boyunca komşularından farklı bir renk seçme hedefiyle tutarlı bir şekilde bir geçiş yapıyorlar. Eğer bunu yaparlarsa, o zaman ve yalnızca o zaman ödenecekler. Sizlere birlikte çalışmanız için ödeme yapacağım. Eğer hepiniz merkeziyetsiz bir şekilde problemi çözmek için birlikte çalışırsanız, hepiniz para kazanacaksınız. Aksi takdirde hiçbir şey kazanamayacaksınız, tamam mı? İşte bu deneyde olanlar. Burada x ekseninde saniyeler cinsinden zaman var, beş dakikaya kadar. [00:05:47] Oyun burada beş dakika sürüyor. Ve burada y ekseninde ise hedef fonksiyonu ya da renk çatışmalarının sayısı var. İlk başta burada 12 renk çatışması var. İlk renkleri rastgele atanmış. Ve bu, burada küçük histogramda gösteriliyor. İnsanlar etraflarına bakmaya başlar ve renklerini değiştirmeye başlar. Bilirsiniz, değiştiriyorlar ve değiştiriyorlar. Ve bu noktaya ulaştıklarında, bu iki kişi arasında bir renk çatışması oluşuyor. Ancak bu çatışma, çözülemeyen bir çatışma olarak adlandırdığımız bir durum. Açık turuncu çizgiler çözülebilen çatışmaları temsil ediyor. Bu adam burada, çatışmayı çözen mor bir renk geçişi yapabilir. Ama buradaki turuncu olanların, komşularındaki renk çatışmalarını azaltacak bir hamle yapma imkânları yok, değil mi? Bu adam mor rengine geçemez çünkü aslında mor geçerse daha fazla çatışması olacak. Dört mor komşusu var. Pembe rengine geçemez çünkü iki pembe komşusu var. Yani bakar ve der ki, en az çatışmaya sahip olmak için sadece turuncu kalmak en iyisi. Yani bu grup şimdi sıkışıp kaldı, değil mi? [00:06:49] Onların çözümleme problemi konusunda ilerleme kaydedilemez. Bunun üzerine bu iki kişiden biri karşıt bir duygu ile hareket edip, mor ya da pembe rengine geçip geçici olarak çatışmaları artırmadıkça hiçbir şey olamaz. Ve gerçekten böyle oluyor. Ve zaman geçiyor, 245. saniyede insanlık problemi çözüyor. Makine çözümü tespit ediyor, oyunu durduruyor ve onlara ödeme yapıyor, tamam mı?
Şimdi, gizli olduğumuz için, yaptığımız şey bazı insanları botlarla gizlice değiştiren bazı deneyler yaptık. Ve yapay zeka ile donatılmış botların hibrid bir sistem oluşturmak için grup performansını nasıl etkilediğini değerlendirdik. İnsan gruplarına bazı botlar ekleyip bu tür bir zorlukla karşılaştıklarında koordinasyon yeteneklerini artırmak mümkün mü? Yaptığımız, üç bot eklemekti ve iki ekseni deneysel olarak değiştirdik. Botların yerleştirildiği yer, ağın merkezine rastgele düştükleri yer ya da ağın çevresine yerleştirildikleri yer. Ve burada botların yapay zeka kapasitesini oldukça önemsiz ve basit bir şekilde değiştirdik. Yani, botların mükemmel bir şekilde mi yoksa biraz gürültü ile mi hareket ettiklerini değiştirdik.
Mükemmel durumunda, botlar her bir buçuk saniyede bir, komşularına bakıyorlardı ve sonra komşularıyla en az çatışma yaratan rengi seçiyorlardı. Bunun, irrasyonel bir davranış olarak düşünebileceğiniz bir şey. gürültü durumunda, bunu yaptılar ama oranında rastgele bir renk seçtiler. gürültü durumunda, yine bunu yaptılar ama oranında rastgele bir renk seçtiler. Yani botları, daha fazla hata yapmaya daha yatkın, daha gürültülü olacak şekilde ayarladık.
Ve daha sonra, kontrol grubuyla başlayalım, buraya zamanın x eksenini koyduk ve bunlar hayatta kalma eğrileri. Y ekseninde ise grubun genelinin koordinasyon oyununu çözmediği olasılığı var. Yani buraya bakarsanız, örneğin başta, zaman sıfırken, [00:08:51] sadece insan gruplarının 0'ü ve yalnızca insanlarla yapılan oturumlar portakal rengi. Başlangıçta yalnızca insanlardan oluşan grupların 0'ü oyunu çözmemiştir. Ve zaman geçtikçe, insan gruplarının gittikçe daha fazla oyunu çözmesiyle, belki de beş dakikanın sonunda, yalnızca insanlardan oluşan grupların 'ı oyunu çözmüştür.
Şey şu ki, eğer ağın merkezi konumuna gürültülü bot eklerseniz, belirgin şekilde iyileşmiş bir performans elde edersiniz. Burada, ağın ortasına bir miktar gürültü eklenmiş botlar eklendiğinde, insanların daha fazla grubunun problemi çözme yeteneği artmıştır. Aslında, çözüm süresinin ortalamasını 232 saniyeden 103 saniyeye düşürdüler. Bu verilerde başka bulgular da var. Mükemmel botlar ve aşırı gürültülü botlar da faydasızdı. Bazı kalibrasyona ihtiyaç vardı. En yardımcı olanlar gürültülü botlardı. Ayrıca, botların konumunun da bir etkisi vardı. Ancak bu deneylerde, botlarla bağlantısı olmayan insanları da bulduk; [00:09:52] ağa daha uzak olanlar. Grafiklerde botlarla bağlantılı bazı insanlar ve bazıları yoktu. Hatta bu insanlar bile oynama şeklini değiştirmeye başladı. Yani bir dalga etkisi, bir kaskat etkisi vardı. Botun insanlarla etkileşimi, ağa yayıldı ve daha uzaklarda insan-insan etkileşimlerini etkilemeye başladı. Diğer bir deyişle, botlar insanların kendilerine yardım etmesine yardımcı oldu ve gürültünün yararları bu sosyal sistem içinde yayıldı.
Şimdi bu kolektif zorlukla ilgili fikirleri daha da netleştirelim ve bu basit yapay zeka ajanlarının nasıl başka bir analojiyle yardımcı olabileceğini düşünelim. O halde bir düzlem hayal edin. Bu, makine öğreniminde eğim inişi gibi bir şey. Düzlemimiz var ve tepeler ve bir dağ var. Farklı yüksekliklere sahip farklı tepeleriniz var, tamam mı? Ve burada en yüksek dağ olan bir dağ var. Şimdi dört kişiyi alacağım ve sizi buraya bir yere bırakacağım ve hepinizi, her biriniz farklı bir yönü gösterecek şekilde kelepçeleyip gözlerinizi bağlayacağım. Ve size diyeceğim ki, en yüksek dağı bulun. O zaman aranızda konuşuyorsunuz ve diyorsunuz ki, neden her birimiz kendi yönümüzde bir adım atıp takıma geri bildirim vermiyoruz? O halde kuzeye bir adım atıyorsunuz ve buradan yukarı doğru olduğunu söylüyorsunuz. Güney buradan aşağı doğru olduğunu söylüyor. Doğu ve batı buradan yatay olduğunu söylüyor. Hepiniz anlaşıyorsunuz ve kuzeye bir adım atıyorsunuz. Ve bunu, hepiniz buradan aşağı doğru dediğiniz bir noktaya ulaşana kadar yinelemeli olarak yapmaya devam ediyorsunuz.
En yüksek dağı buldunuz mu? Hayır. (...) Ne yaptınız? En yakın tepeyi buldunuz.
Şimdi en yüksek dağı bulabilecek misin? Hayır. En yüksek dağı asla bulamayacaksın. Sıkıştın. Yerel olarak optimize oldun, ama küresel olarak alt-optimizesin. Ve küresel optimizasyon için, biraz gürültüye ihtiyacın var. Bazen bu grup insanın dağa karşı sezgisel bir adım atmasına izin vermeniz gerekiyor. Böylece, şansa bağlı olarak bazen bir dizi adım alıyorlar ve tekrar düzleme geri dönene kadar devam ediyorlar. Sonra, bu fitness manzarasında dolaşıyorlar, tüm bu zirveleri keşfederek sonunda bu zirvede bitiriyorlar. [00:11:56] Ve bu yüksek zirve, küresel optimum olan, genellikle bir alıcı durumudur çünkü o zirveden çıkmak, diğer zirvelerden çıkmaktan çok daha fazla gürültü alır. Şimdi küresel optimum etrafında osilasyon yapıyorsun. Bu nedenle, çalışmamızda, insanların çeşitli kolektif eylem problemlerini ele alma performanslarını iyileştirip iyileştiremeyeceğimizi görmek için sosyal sistemlere basit programlama eklemeyi araştırıyoruz.
Şimdi başka bir kolektif eylem sorunu, koordinasyon değil, işbirliği ile ilgili farklı bir zorluktur. İnsanların genellikle kamu malı olarak bilinen bir şeyi üretmek için işbirliği yapmaları gerekir. Ve bir deniz feneri, kamu malının kanonik örneklerinden biridir. Kamu malının iki temel özelliği vardır. İlk olarak, dışlanamaz olarak adlandırılır. Bu, diğer kişilerin ondan faydalanmasını engelleyemeyeceğiniz anlamına gelir. Eğer kendi kişisel menfaatiniz için bir deniz feneri inşa ederseniz, çünkü denizlerde seyir yapıyorsunuz ve sahile çarpmak istemiyorsunuz, bu sizin için harika ama başkalarının ondan faydalanmasını engelleyemezsiniz, tamam mı? Dışlanamaz. [00:12:58] Ayrıca, rakip değildir. Bu, bir kişinin tüketiminin diğerlerinin tüketimini azaltmadığı anlamına gelir. Eğer ben deniz fenerimin ışığını kullanıyorsam, sizin kullanmanız için daha az ışık yoktur. Bu, örneğin bir dilim pasta ile farklıdır. Eğer bir dilim pastam varsa, o benimdir, değil mi? Sizi onu yemekten alıkoyabilirim. Ve eğer onu yiyorsam, sizin için hiçbiri kalmaz, tamam mı? Bu nedenle, kamu malının bu özellikleri vardır ve bu özellikler, kamu mallarını üretmeyi oldukça zor hale getirir. Çünkü bir deniz feneri inşa etmek söz konusu olduğunda, bireysel çıkarlarınızı gruplara karşı koymak oldukça cazip hale gelir. Eğer deniz fenerinin inşasına katkıda bulunmazsanız, yine de ondan faydalanabilirsiniz. Ve dolayısıyla herkes hiçbir şey yapma eğilimindedir, ve bu durumda deniz feneri, hepimizin zararına olarak inşa edilmez. Ayrıca, kamu mallarının faydalı olduğunu vurgulamak önemlidir, çünkü aslında bunlarla güvenli deniz yolculuğu gibi şeyler üretebilirsiniz. Bu nedenle, kamu mallarına yeterince yatırım yapmamak, toplumumuzda ciddi bir sorundur ve bu ayrıca ortakların trajedisi olarak da bilinir. Bu kamu malları, örneğin aramızda sürdürdüğümüz güven normları verimlidir. [00:14:01] Ortaokuldayken düşündüğünüzde, bazıları birbirlerine güvendiği bir ortaokula gitmiş olabilir, bu da demek oluyordu ki koridorlarda sırt çantalarınızı yalnız bırakabilir ve kimsenin çantalarınızı çalacağından endişelenmezsiniz. Diğerleriniz ise aynı güven normlarının olmadığı ortaokullara gitti ve şimdi sırt çantanızı kilitlemek veya her zaman yanınızda tutmak zorundaydınız. Bu iki ortamdan hangisinde daha iyi öğrenebileceğinizi düşünüyorsunuz? Değil mi? İlk ortamda. Dolayısıyla, o kolektif olarak sürdürülen norm verimlidir. Bu durumda, öğrenme verimlidir. Burada, güvenli deniz yolculuğunun üretkenliği ve benzeri konular var.
Topluluklar içinde kamu malları üretmek için iş birliği yapmak zorlayıcıdır ve bunu sürdürebilmek için çeşitli mekanizmalar gereklidir. Yıllar boyunca insanların ağ gruplarına yerleştirildiği ve onlardan komşularıyla çeşitli kamu malları oyunları oynaması istendiği birçok deney yaptık. Birçok yapısal ve diğer özellikleri manipüle ettik. Örneğin, yıllar önce insanların böyle bir ağa yerleştirildiği bir deneyle başladık. İnsanlar komşularıyla tanıştırıldı ve ekonomik davranışlardan bir örnek olarak bir kamu malları oyunu oynadılar, [00:15:03] burada ben komşularıma biraz para verebiliyordum. Yani, bir dolar alıyorum ve bunu komşularım arasında paylaştırıyorum. Sonra bilim insanları bu doları iki katına çıkarıyor. Yani dört komşum olduğunu varsayalım. Üç komşum olduğunu varsayalım ve gruba bir dolar veriyorum. Bu iki dolara dönüşüyor. O iki dolar, aramızda bölünüyor. Yani grup topluca iki dolarlık bir zenginlik kazanıyor, ama ben sadece 50 sent geri alıyorum. İki doları dörde böldüğümüzde, ben 50 sent alıyorum. Yani başkaları için bir fedakarlık yapmam gerekiyor. Bu yüzden doğal olarak herkes, fedakarlık yapmak istemiyorum diyor. Diğer insanların parayı vermesine izin verelim. Ben hiçbir şey vermeyeceğim, umarım diğerleri katkıda bulunur. Ama tabii ki herkes böyle yaparsa, yine çöküş yaşanır. En iyi davranış, herkesin maksimum katkıda bulunduğu durumdur. Bu durumda oyuna başlıyoruz. Mavi noktalar, mavi insanlar, iyi iş birliği yapan kişileri temsil ediyor. Komşularına maksimum yardım ediyorlar ve kamu malları yaratıyorlar, mesela deniz feneri inşa ediyorlar. Kırmızı noktalar ise hiçbir katkıda bulunmayan sömürücülerdir; bunlara aynı zamanda 'defektörler' denir. Bu deneyde bulduğumuz şey, 30 yıldır bilinen bir sonucu yeniden üretmemizdir, [00:16:03] yani iş birliği gruplarda çöküyor. Oyunun sonunda, birçok tur sonra, neredeyse herkes bir defektör oluyor, sadece burada kenarda bulunan küçük mavi insanlar, medeniyeti canlı tutuyorlar, biliyorsun, kendi aralarında. Yine, liseyi hatırlamak adına düşünmek gerekirse, bilim öğretmeninin dördünüzü bir grup projesi yapması için atadığını hatırlıyor musunuz? Aynı notu alacaksınız. Ve üç tane tembelle eşleştirildiniz. Şimdi iki seçeneğiniz var. Ya tüm işi yaparsınız ve onlar da A alır çünkü siz de A istiyorsunuz. Ya da dersiniz ki, bu saçmalık. Bu tembel insanların benim sıkı çalışmalarımdan faydalanmasını istemiyorum. Ve dersiniz ki, ben de hiçbir şey yapmayacağım, hepiniz F alacaksınız, değil mi? Bu korkunç bir ikilemdir. Burada olan şey, insanlar nihayetinde ikinci seçeneği seçiyor. Hepsi F almak için tercih ediyorlar çünkü 'aptal' olmak istemiyorlar ve katkıda bulunmayı sürdürmek istemiyorlar. Yani genel bir sonuç olarak sosyal sistemlerde iş birliği çöküyor. Ama şunu yaptık: Bir kez daha, sistemde bazı farklı türde botlar ekledik. Çok basit A ile donatılmış bazı botlar ekledik. Bu botlar küçük evlilik aracıları gibiydi. Sosyal etkileşimleri aracılık ediyorlardı. Yerel olarak kimlerin kimle etkileşimde bulunduğuna bakıyorlardı ve sistemdeki insanlara önerilerde bulunuyorlardı. Biliyor musun? Seni sömüren o defektörden bağı koparmalı ve yerine bu iyi adamla bir bağ kurmalısın. Ve yalnızca yerel bilgi kullanan bu nazik yeniden bağlantı tavsiyesi. Orada insanlara nazik olma emri veren bir öğretmen yok. Polisin müdahale ettiği, mahkemenin bulunduğu, merkezi otoritenin bunu yürütmediği bir durum. Sadece yerel bilgiye dayanarak, 64 grupta 1.000'den fazla insanla yapılan deneylerimizde, iş birliğinin yalnızca istikrar kazanmakla kalmadığını değil, aynı zamanda bu tür botlar eklendiğinde ilk kez iş birliğinin temel seviyeden artırılabileceğini gösterdik. Ve DeepMind daha sonra sonuçlarımızı tekrar ederek bir kağıda daha genişletti, bu kağıt bu çalışmadan yaklaşık bir yıl veya iki yıl sonra yayınlandı.
Artık başka bir deneyde, botların grup yaratıcılığını nasıl etkileyebileceğini araştırdık. [00:18:07] çünkü yeni fikirler bulmak zor. Teoriler ve deneyler, grupların buluşlarını paylaşarak yenilikleri bireylerden daha iyi tespit edebileceğini ve koruyabileceğini öne sürüyor.
Ama gruplar içinde yenilik, kendi zorluklarıyla karşı karşıya, grup düşüncesi gibi. Değil mi? Bir grup insanı bir araya getirirseniz, en iyi olmayan bir fikir üzerinde gereğinden önce karar verebilirler.
Ya da hayal etmelisiniz, bir grup insanın topluca daha büyük bir bilgelik kapasitesine sahip olabileceğini düşünmelisiniz, daha fazla fikir bulabilirler. Örneğin, eğer bir grup insana bir olta mükemmelleştirme görevi verirseniz, ilk kişi, 'Neden bir ipin ucuna bir kanca takmıyoruz?' diyebilir. Ve ardından kancanın bulunduğu ipi tutan kişi ortaya çıkar. Başka biri, 'İpe bir çubuk ekleyelim, ne dersin?' der. Ah, bu harika bir fikir. Böylece bilgilerini birleştirirler ve bunu yaparlar. Birisi, 'Kancadaki yem yüzeyde yüzüyor. Hadi bir dalga ekleyelim, böylece dibe gitsin.' der. Ancak şimdi çok aşağıya gidiyor. 'Bir bobber ekleyelim ki nerede olduğunu bilelim' diyorlar ve devam ediyorlar. Böylece insanlar yenilik yapar, bilgilerini paylaşır, zaman içinde bilgilerini korurlar, [00:19:08] ve birçok insanın fikirlerini paylaşarak ve yaratıcı olarak elde ettiği bu kültürel eserler ortaya çıkar.
Yani bir grup insanın bir manzarada optimal bir fikir aradığı bir oyun yaratmak istedik. Ve fikirler için bir vekil olarak isimleri kullanmaya karar verdik. Klasik bilgisayar bilimi kelime-vektör korpusundan 20.000 isim aldık. Yani 20.000 isim aldık. Bu isimler arasındaki mesafe, kosinüs benzerliği metriği ile tanımlanabilir. Kedi ile köpeğin masa ile olan benzerliğinden daha fazlasına benzer olduğunu hayal edebilirsiniz. Bunu yaparken, kedi ve köpek kelimelerinin web sitelerinde ne kadar sık birlikte bulunduğuna baktılar. Yani bir evrenlerinde web siteleri ve 20.000 isim evreni vardı. Ve bu iki ismin sıkça birlikte bulunduğunu, diğer iki ismin ise sıkça birlikte bulunmadığını söylediler. 300 boyutlu bir vektör alanı oluşturdular. [00:20:08] Ve şimdi herhangi iki ismin ne kadar benzer olduğunu tarif edebilirsiniz. İsimleri fikirler için bir vekil olarak kullanmaya karar verdik. Bu 20.000 ismi aldık. Ve sonra bir isim seti seçtik. Hayal edin ki rastgele bir isim seçtik ama bir set seçtik. Tüm bunlar arasından rastgele bir isim, örneğin, braggadocio gibi, bir isimdi. Yani braggadocio'yu seçtik. Ve bunun bu grup insanın bulması gereken mükemmel fikir olduğunu söyledik. Ve braggadocio'ya yakın olan tüm isimler bu vektör alanında elendi. Böylece en yüksek puanı alan peaks isim var, 20.000 puan, ve diğer isimler en uzak olan isimlere. Ve bu sistemi insanlara dahil ettik ve dedik ki, bu kelimeyi bul. Kelimeyi söylemiyoruz. Ve ardından kelimelerin puan değerlerini iletiyoruz. Bu yüzden tahmin etmeye başlıyorlar. Tahmin ettikçe geri bildirim alıyorlar. Ah, bu kelimenin başka bir kelimeden daha fazla puanı var diyorlar. Ve daha da yaklaşıyorlar ve birbirleriyle bilgi paylaşmaya başlıyorlar. Problemi çözmek için yaratıcı olmaya çalışıyorlar.
Böylece her isim, diğerleriyle anlamsal bir alan veya uyumsuz bir manzara içinde ilişkilidir. [00:21:10] Ve 18 farklı hedef isme sahip olduk, sanki bu 20,000 isimden oluşan manzaranın içinden 18 farklı konumda bir zirveyi çekmişiz gibi. Bu isimler, fratricide, shoehorn, sarcoma, haritacılık gibi kasıtlı olarak alışılmadık isimlerdi. Daha sonra, insanların yalnız olduğu, manzarada gezinmeye çalıştığı, gruplar halinde bir araya geldiği veya gruplar içinde yaratıcı olmalarına yardımcı olmaya çalışan bazı botların bulunduğu birkaç durum içeren deneyler gerçekleştirdik. Botlar, ağın bir bölgesinden diğerine bilgi geçirebildikleri için işe yarıyordu; birbirleriyle iletişim kurarak bunu yapabiliyorlardı. Örneğin, bot numara iki, boşluk veya araba kelimesini bot numara birine iletebiliyordu. İşte bir ağ örneği.
İnsanları içeri alıyoruz. Kare noktalar botlar. Ve bu botun dört etkileşimi var ve bu botun, bilmiyorum, altı veya yedi etkileşimi var. İnsanlar oyunun başında tahminde bulunmaya başlıyorlar. [00:22:12] İlk turda tahminleri için hiçbir temel yok. Gökyüzü, araba, tavşan, sıçan, köpek, kedi, masa gibi tahmin ediyorlar. Eğer size sorsam, bir isim seçin, ev veya güneş veya ay veya kedi veya köpek ya da küçük, tipik bir isim tahmin edersiniz. Ve şimdi onlara puan değerinin verildiği söyleniyor; yani sıçan, köpek, kedi, masa gibi kelimelerin sarcoma ile ne kadar benzer olduğu. Ve o isimlerin hedef kelime ile, yani sarcoma ile ilgili puan değerleri onlara açıklanıyor. Ve sonra bu bot, etrafındaki insanların puan değerlerine bakıp bu bota ya rastgele bir seçim ya da en yüksek puanı ya da en düşük puanı iletebilir. Bu, bir grup insanın problemi çözmeye çalışırken bir bölgeden diğerine bilgi yaymanın bir tür arka kapı iletişim kanalı. Şimdi, bunu anlamayı kolaylaştırmak için bazı örneklere bakalım, çünkü bu anlaması zor olabilir. İnsanlar bu oyunu yaklaşık 25 tur oynadı. İşte hedef kelime olan fratricide ile kosinüs benzerliği. Tamam, yani 20,000 isim var. [00:23:13] Fratricide 20,000 puanda. Diğer kelimelerin ise farklı puanları var. İşte tek bir kişi, tek başına tahmin eden bir kişi. İlk tahmini bit. Ve ona bit kelimesinin fratricide ile ne kadar benzer olduğu söyleniyor. Sonra bir sonraki tahmini doğum. Ve kosinüs benzerliğinde büyük bir artış. Çünkü doğum kelimesinin fratricide kelimesine bit kelimesinden daha yakın olduğunu düşünebilirsiniz. Tamam? Sonra tahmin ediyor. Sonraki tahmini para. O daha kötü. Sonra monke tahmin ediyor. Bu bile daha kötü. Kontrol ediyor. Bir doğruluk testine tabi tutuyor. Yine doğum deniyor. Tekrar artıyor. Sonra bebek deniyor. Bu fena bir tahmin değil. Doğumdan bebeğe. Ama bebek, fratricide'den daha uzaklaşmalarına neden oluyor. Sonra kadın vs. şeklinde devam ediyor. Ve tahminlerini yapıyorlar. Ve tahminlerde bulunmaya devam ediyorlar. Ve sonunda fratricide ile hiç bir yere varamıyorlar. Şimdi diğer durumda, bir grup insan var ama bot yok. Artık insanlar, kendi tahminlerinin yanı sıra çevrelerindeki insanların tahminlerini görebiliyorlar. Ve başkalarının fikirlerinden yararlanabiliyorlar. Tamam? Oluşmuş. Yani birlikte olta yapıyorlar. [00:24:13] Bu kişinin ilk tahmini köpek. Ama sonraki tahmini kalkan. Kalkanın fratricide ile köpekten daha yakın olduğunu görebilirsiniz. Ve bu kişi tahmin yapıyor ve çevresindekilerden girdi alıyor. Ve sonunda daha da yaklaşıyor. Sonunda düşmanı (foe) buluyor. Tamam? Aslında asker, en iyi tahminiydi. En yüksek puana sahipti.
Peki, botların eklenmesi neden önemliydi? Bu, sonuçların özetini gösteriyor. X ekseninde tur var. Y ekseninde ise bu hiper-dimansiyonel vektör alanında grup performansının bir ölçüsü olan ortalama kosinüs benzerliği var. İşte yalnızca tahminde bulunan bir grup insan. Yalnız başına tahminde bulunan insanlar pek iyi performans gösteremiyor, değil mi? Bu tamamen şansa bağlı veya her bireydeki doğuştan bir yetenekle alakalı. Zamanla biraz daha iyi hale geliyorlar, daha yakınlaşıyorlar. Tüm gruplar solo performanslardan daha iyi sonuç alıyor. Bu, bilinen bir gerçektir. Bir grup insan, aynı boyuttaki yalnız uygulayıcılara oranla daha yaratıcıdır. Ancak bulduğumuz şey, en benzer botu eklediğimizde, komşularına bakarak [00:25:17] burada yerel konsensüslerinin ne olduğunu bulduğunda, 'İnsanlarım bunun iyi bir kelime olduğunu düşünüyor gibi görünüyor' diyor. Daha sonra bunu ağın uzaktaki bir kısmındaki botuna aktarıyor. O bot, bu grup insanın keşif yapma performansını önemli ölçüde artırmıştır. Bu durumun mühendisler ya da diğer bilgi çalışanları gruplarında nasıl çalışabileceğini hayal edebilmelisiniz. Bilgiyi, grup düşüncesinden kaçınarak ve yaratıcılığı teşvik ederek, insanların kendilerine yardımcı olmalarına yardımcı olan botlar tasarlayarak etkin bir şekilde dağıtabilirsiniz. Buradaki botun bir beyni yok. Kendiliğinden fikirler öneren bir yapısı yok. Sadece insanların fikirleri arasında yayılmalarına yardımcı oluyor.
Böylece, yorumlanabilir davranışa sahip basit AI ajanları, grup içinde, grubun bir bölümünde yerel konsensüs etrafında paylaşılan fikirleri, grubun uzak bir kısmındaki insanlarla paylaşarak, insan gruplarının yaratıcı keşif kapasitesini artırabilir. Sonuç olarak grup daha iyi bir performans sergileyebilir.
Artık fiziksel sistemlerle deneyler yapmaya da başladık. İnsanlarla yüz yüze gruplarda yer alan basit yapay zekaya sahip insansı ve insansı olmayan robotlar [00:26:19] ekledik ve bunların, insan gruplarının etkileşimlerinde iş birliği yapma güçlüğünü aşmalarına yardımcı olarak birlikte çalışmalarını kolaylaştırabileceğini gösterdik. Bu konuda en sevdiğim örneklerden biri, arka planda bulunan eski yüksek lisans öğrencim Maggie Traeger ile yaptığım bir deneydir. Şu an Notre Dame'de yardımcı profesörlük yapıyor. Bu deneyde, laboratuvara gelen üç gerçek insana ve bir insansı robota sahibiz. Küçük bir oyun tasarladık; bir tablet bilgisayarda oynanan, küçük bir demiryolu yolu oyunu. Bu insanlar ve robot, A noktasından B noktasına demiryolu döşeme görevine sahipti, küçük Thomas the Tank Engine demiryolu rayları gibi. Sonrasında, tablet üzerinde seçebilecekleri düz parçalar ve kıvrımlı parçalar gibi birkaç parça verdik. Ancak, parça karışımı öyle görünmesine rağmen, prensipte A noktasından B noktasına gitmeleri için gereken doğru sayıda kıvrım yoktu. [00:27:21] Yani, bunu başaramadılar. Sorunu çözemediler, kendilerinin farkında olmadan. İlk olarak her kişi sırayla bir parça ray döşemek için sıraya girdi, ardından bir sonraki kişi ve bir sonraki kişi. Tabletlerinde A noktasından B noktasına bağlanmak için birlikte çalışıyorlardı.
Ve bu deneyde yaptığımız şey, sanal dünyada bu oyunun 30 turunu oynattığımız 51 grup ile robotların konuşma tarzını manipüle etmekti; özellikle robotun bir hatayı kabullenerek savunmasızlık ifade edip etmediği. Yani robot; "Bir hata yaptım," dedi. Ya da robotun taklit ettiği babalar şakası yapıp yapmadığı. Herkesin babalar şakalarını bildiğini varsayıyorum. Tamam. Ayrıca robotun söylediği, bu arada, kültürel olarak evrensel bir şey, Amazon ormanlarında antropologlar yerli halkları inceledi ve oradaki babalar da babalar şakası yapıyor. Ve çocuklar, "Babanın aptal şakalarına inanamadım," gibi tepki veriyor. Ama her halükarda, babalar şakalarının çocukları bir şekilde sertleştirmek amacıyla yapıldığına dair bir teori var. Bu bir teori. Ama her halükarda, bu başka bir konu. Her neyse, robotlarımızın ya babalar şakaları yapmasını ya da savunmasızlık ifade etmesini istedik. [00:28:21] Ve ilgi alanımızda, robot konuşmasındaki değişikliklerin yalnızca insanların robotlarla etkileşim biçimlerini değil, aynı zamanda insanların birbirleriyle etkileşim biçimlerini de etkileyip etkilemediğini bulmaktı. Ve bir kez daha, bu, insanlarla makinelerin birleşik sistemlerine yapay ajanların eklenmesiyle sosyal etkileşimleri değiştirme olasılığını sunuyor.
Burası, işte küçük bir örnek. Ah, sonuçları sana söylemediğimi unuttum. İşte burada, sahip olduğumuzda, bu çizgilerin kalınlığı hakkında. Video kameralar kuruyoruz, kimin kiminle konuştuğunu ve ne kadar konuştuklarını izlemek için. Ve bu çizgilerin kalınlığı, ikinci kişinin birinci kişiyle ne kadar konuştuğunu gösteriyor ve benzeri. Yani birinci kişi robota çok fazla konuşmuyor. Bu ince bir çizgi. Ve nötr robotlar olduğunda, bu modeli elde ediyorsunuz. Ama savunmasız robot olduğunda, bu çizgilerin hepsi kalınlaşıyor ve eşitleniyor. Savunmasız bir robotun, insanlar arasındaki konuşma eşitliğini artırdığını, insanlar arasındaki konuşma sesini artırdığını ve gerçekten de ayrı sonuçlarla, [00:29:22] o tür bir ortamda insanların memnuniyetini artırdığını bulduk.
Ve işte robotun önce nötr bir şekilde, pasif seste konuştuğunu gösteren iki farklı turdan sadece bir klip. Robot, çok Reaganvari bir şekilde, bir hata yapıldığını söylüyor.
Ama sonraki turda robot, ben bir hata yaptım diyor. Ve burada ne olduğunu izleyebilirsiniz. Bakalım bunu çalıştırabilir miyiz. (25 saniye duraklama) Yani birçok turda, bu tür bir modeli buluyoruz. Robot konuşma modelinde basit bir manipülasyon, insanların birbirleriyle nasıl etkileşime girdiğini değiştiriyor. [00:30:25] Ve bunun, muhtemelen, tasarladığımız her şeyin, sadece verdiğim Alexa örneği değil, insanlar arasındaki etkileşimi etkilemiş olabileceğini hayal etmemek için fazla bir şey düşünmeye gerek yok. İnsanlar birbirlerine daha fazla güveniyor gibi görünüyor ve bu durumda daha fazla eğleniyorlar.
Şimdi burada henüz duruyoruz ve sanırım bu, size göstereceğim son deney. Ardından, başka bir deneyde, basit türdeki yapay zekanın bu tür sosyal ve elbette etik etkilerini test etmek için yenilikçi bir siber-fiziksel platform geliştirdik. Kolektif eylem problemlerinin doğası gereği, yapay zekanın insan gruplarındaki varlığı, oldukça tuhaf bir şekilde ve istemeden mevcut yararlı sosyal normları bastırabilir; bu normlar, işbirliği ve özgecilik gibi, türümüzün zamanla evrimleştiği unsurlardır. Yani kolektif eylem problemlerini çözme kapasitemizi artırmak için üzerimizde çalışan yüz binlerce yıllık doğal seçim var. Dolayısıyla soru şu: eğer bir kısmını makinelerimize devredersek, bu sorunları çözmek için birlikte çalışma kapasitemizi kaybedecek miyiz? [00:31:32] Bu makinelerden faydalanmaya mı başlayacağız ve dolayısıyla doğuştan sahip olduğumuz işbirliği ve koordinasyon yeteneğimizi zayıflatacak mıyız? Bu deneyde, CMU'dan Hiro Shirato ile işbirliği yaparak, iki küçük Raspberry Pi ile donatılmış mekanik araçlar içeren bir platform inşa ettik ve bunu, geniş çapta çevrimiçi deneyleri organize etmemize olanak sağlayan yazılıma bağladık. İnsanlar kendi evlerinde bulunuyorlardı ve bunlardan birine atanmışlardı; bu araçlarla birbirlerine doğru ilerliyorlardı,
ve onlara chicken oyununu oynaması için izin verdik. Yani chicken'da, bilirsin, en hızlı bir tarafa geçen kazanır. Yani diğerine teslim olmaman için bir teşvik var. Ama her ikiniz de teslim olmamayı seçerseniz, çarpışırsınız ve ikiniz de en kötü kazancı alırsınız. Yani insanlar bu durumda, eğer tekrar eden bir chicken oyunu oynuyorsanız, sırayla gitmeyi hızlıca öğrenirler. Bu kez senin sıra, düz devam edeceksin, ben de kenara çekilip seni geçireceğim, ama bir sonraki sefer sen kenara çekilip benim düz gitmeme izin vereceksin. [00:32:35] Eğer bencil olursak, sürekli olarak birbirimize çarparız, birbirimizi zamansız bir şekilde yok ederiz, ya da aptalca, ikimiz de kaçabiliriz ve hiçbiri düz gitmenin faydasını alamaz. Yani burada sarı araba kenara çekilmeye karar veriyor, mavi araba da durmaksızın diğer tarafa doğru ilerliyor.
Ve 300 katılımcı ve 150 çift kullandık ve bunlar diğer tarafa ne kadar hızlı geçtiklerine bağlı olarak ödeme aldılar. Sonra biraz yapay zeka ekledik. Yakınlık uyarısı aldığınızda, yani diğer araca yaklaştığınızda otomatik frenleme yardımı ekledik; bu, aracın durmasını sağladı ve size, 'hey, kenara çekip diğerine yol vermeliyim' ya da 'diğerinin geçmesini beklemeliyim' gibi bir fırsat verdi. Ya da otomatik direksiyon yardımı ekledik; bu, diğer araca yaklaştığında aracın aniden savrulması anlamına geliyordu, tamam mı? Ve insanların teşekkür edebileceği ya da bu türden çok minimal iletişim kurabilecekleri bir işlev ekledik. İlk olarak, araçların çarpışmadan önce sabit bir mesafede durduğu otomatik frenleme yardımının insan iyilikseverliğini artırdığını gösterdik. [00:33:38] Yani, diğerlerine yol vermek, sarı aracın burada yaptığı gibi. Dolayısıyla, biraz otomatik frenleme yardımı yapay zekası eklemek, insanların birlikte çalışmasını ve bu durumda işbirliği yapmasını kolaylaştırdı. Ayrıca, insanların iletişim kurmalarına izin vermek, otomatik frenleme koşulunda karşılıklı tavizler yapmalarına yardımcı oldu. Öte yandan, araçların basitçe savrulduğu otomatik direksiyon yardımı, insanların öz çıkar maksimize etme lehine karşılıklı etkileşimlerin ortaya çıkmasını tamamen engelledi. İnsanlar sadece ahlaki iradelerini teslim ediyorlar. Artık umursamıyorlar. Sadece makinenin sürekli savrulmasına izin veriyor ve pes ediyorlar, tamam mı? Dolayısıyla, insanların sahip olduğu tüm içsel etik yetenekler, otomatik direksiyon koşulunda yapay zeka eklenmesiyle ortadan kaldırılmıştır, ancak otomatik frenleme koşulunda artırılmıştır. Bu durum da sizi düşündürmeli. Her seferinde bu yapay zeka ajanlarını programlarken yaptığımız en küçük ayrıntılar, insanların doğal eğilimleri üzerinde iyi ya da kötü etkiler yaratabilir.
İnsanların işbirliği yapma ve sırasını alma yetenekleri, altrüistik davranışlar gösterme yetenekleri körelebilir, bu da sonunda daha kötü kolektif ve bireysel sonuçlara yol açar. [00:34:46] Ve aslında, kısacası, yapay zeka, bir tür ahlaki tembelliğe yol açabilir. (..) İşte, yapay zekaya maruz kalmanın ardından kalıcı değişimin bir son örneği. Ve bu, yapay zekanın insan-insan etkileşimlerini nasıl değiştirebileceğine dair bir örnektir, yapay zeka artık etkileşimlerin bir parçası olmadığında bile. 2016'da DeepMind, AlphaGo'yu geliştirdi ve o yıl aynı zamanda, bu yapay zeka ajanı, Kore'nin olağanüstü dünya şampiyonu Lee Sedol ile karşılaştı.
Maçı izledim. Go oynayamam ama muhteşem bir oyun olduğunu kabul ediyorum. Oğlum Go oynuyor. (.) Ve gerçekten Lee Sedol'u destekliyordum. Lee Sedol Kore'de bir kahraman gibi, bizim Wheaties kutularında ve benzeri yerlerde gördüğümüz harika sporcuların olduğu şekilde. Onun image'i küçük noodle paketlerinde ve tahıl paketlerinde yer almakta. Bence Kore'de benim gibi bir zeki nerd'un önemli bir kişi olarak görülebilmesi harika, tamam mı? Yani Kore'de çok popüler. İlk maç için çıktığında, aşırı kendine güvenli. [00:35:47] Onun aşırı özgüvenli olduğunu anlayabiliyorum. Makineye karşı kaybediyor ve sonra hayranlarına özür diliyor. Diyor ki, çok üzgünüm. Beş oyun var. En iyi üç oyun kazanır. Sonra ikinci maçı oynuyor ve yine kaybediyor. Şimdi ciddileşiyor. Üçüncü maçı oynuyor ve kaybediyor. Yarışmayı kaybetti.
Ve izleyicilerin ve yorumcuların, makinenin Go oynama yeteneğine hayran kaldığını görebiliyordunuz; makinenin yaptığı garip ve güzel hamleler, bazıları daha sonra Çin İmparatorluk Sarayı'nda oynanan Go maçlarına ait kayıtlarımızda bulundu, geçmişe binlerce yıl. Ve şunu bulabiliyorlardı: Oh, Tanrım, bu, makinenin yaptığı ortaçağ hamlesi. Bu kadar uzun süredir böyle bir şeyi görmemiştik.
Ve sonra Lisa Dahl dördüncü oyunda geri geliyor ve kazanıyor. (..) Ve ben ağladım. O kadar mutluydum ki. (..) Çünkü o makineyi aldı, biliyorsun, benim türüm için geri gelmişti ve lanet olası makinayı yenmişti. Bir kahraman gibi, anlayamıyordum, Lisa Dahl'ın bunu başarmak için gereken beyin gücünü. [00:36:49] O an çok heyecanlıydım ve onun hala denediği için gururluydum, maçta kaybetmiş olmasına rağmen.
Şimdi ilginç olan, Lisa Dahl röportajdan sonra şöyle söyledi: maçtan sonra kendi oyun tarzının değiştiğini belirtti. Yani tekrar söylemek gerekirse, yapay zeka insanların kendilerine yardım etmesine yardımcı oluyor, tamam mı? Temas nedeniyle nasıl oynadığını değiştiriyor. Ve diğer bilim insanları, profesyonel Go oyuncularını inceledi ve ortalama karar kalitesine baktı. Go'da bir hamlenin ne kadar iyi olduğunu görmek için bir standart var ve ortalama yenilik, bir hamlenin ne kadar olağandışı olduğunu ifade ediyor. AlphaGo 2016'da insan dünya şampiyonunu yendiğinde, dünya çapında Go oyuncuları daha yenilikçi daha iyi hamleler yapmaya başlıyorlar, tamam mı? Yani, AlphaGo eklendiği için aralarındaki insanlar Go oynarken değişti. Yapay zeka, insanlara kendilerine yardım etmede destek sağlıyor. Bu çalışmamızı sürdürerek sosyal ikilemler ve kolektif eylem problemleri içeren bu ve diğer durumlara basit botlar tasarlayıp eklemeye devam ediyoruz. [00:37:55] Botların koordinasyonu, iş birliğini, iletişimi, yaratıcılığı, güveni, navigasyonu, paylaşımı ve tahliyeyi nasıl etkileyebileceğine bakıyoruz. Laboratuvarımızda süper zeki yapay zeka, LLM'ler ya da AlphaGo gibi insan kognisyonunu değiştirmek için odaklanmıyoruz; aksine, insan etkileşimini desteklemek için aptal yapay zeka üzerinde çalışıyoruz. İnsan kognisyonunu değiştirmek için süper zeki yapay zeka icat etmeye çalışmıyoruz. İnsan etkileşimini tamamlamak için aptal yapay zeka icat ediyoruz. Yapay zeka aptal olabilir çünkü insanlar akıllıdır. Bizim yapay zekamız, organik kimya reaksiyonuna eklenen platin gibidir. O sadece bir katalizördür. Bir grup insanı daha iyi hale getirmek için yalnızca katalizöre ihtiyacımız var.
Ve elbette, tersinin de mümkün olduğunu kabul etmek önemlidir. Sosyal AI gruplara zarar vermek için kullanılabilir. Ancak, bizim yaklaşımımız pek çok teknik ve kavramsal avantaj sunmaktadır. Öncelikle, bu basit botlar anlaşılabilir ve dolayısıyla daha geniş güçlerin ve fırsatların net bir şekilde gösterimini sağlar. LLM'lerin aksine, bir siyah kutudur ve ne yaptığını bilemezsiniz, ben size botumuzun tam olarak ne yaptığını söyleyebilirim. [00:38:58] Gürültülü. Tanıtımları aracılık ediyor. Bu çok özel şekilde mesajlar iletiyor. İkincisi, kontrol edilen bot deneylerimiz, insan davranışının yararlı bir şekilde nasıl değişebileceği hakkında da içgörü sağlayabilir. Diğer bir deyişle, bunu laboratuvar ortamından alabilir ve bir grup insana botlarımızın yaptığı şeyi öğretebilirim. Bir şekilde, ChachiPT'nin burada yaptığı şeyi bir gruba kolayca öğretemezsiniz. ChachiPT'nin ne yaptığını bilmiyoruz ama bizim durumumuzda ne yaptıklarını biliyorsunuz.
Kapatmadan önce, bu benim son slaytım, bir metafor ile bitirmek istiyorum. Bu iki nesneyi düşünün. Her ikisi de karbonla yapılmış. Karbon atomlarını bir şekilde bağlarsanız, yumuşak ve karanlık olan grafiti elde edersiniz. Aynı karbon atomlarını başka bir şekilde bağlarsanız, sert ve berrak olan elmas olur. Burada iki ana fikrimiz var. Öncelikle, yumuşaklık ve karanlık ile sertlik ve berraklık, karbon atomlarının özellikleri değildir. Bunlar, karbon atomları topluluğunun özellikleridir. Ve ikinci olarak, hangi özellikleri elde edeceğiniz, karbon atomlarını nasıl birbirine bağladığınıza bağlıdır. Aynı karbon atomlarını bir şekilde bağlarsanız, bir dizi özellik elde edersiniz. [00:40:01] Onları başka bir şekilde bağlarsanız, tamamen farklı bir dizi özellik elde edersiniz. Benzer şekilde, bağlantılarımızın doğası sosyal gruplarımızın özelliklerini etkiler. İnsanlar arasındaki bağlar, bütünü, parçalarının toplamından daha büyük hale getirebilir. İşbirliği ve şiddet, yenilik ve verimlilik, güven ve güvensizlik, gerçeklik ve sahtecilik, zenginlik ve yoksulluk, sağlık ve mutluluk gibi yeni özellikler ortaya çıkabilir ve yayılabilir, çünkü bağlantılardan, insanlar arasındaki bağlardan kaynaklanır ve sadece insanların kendisinden değil. Aslında, dünyayı deneyimleme şeklimiz etrafımızdaki ağların yapısına ve işlevine bağlıdır. Ve türümüz bu durumun oluşması için evrimleşmiştir. Aramızda AI'ye tepki vereceğimizi bilmek bizi şaşırtmamalıdır. Çok teşekkür ederim.
