問題詳情

33〜34穎組:請仔細閱讀下列文章,回答33〜34題。我是研究科技的社會心理學家,但我讀大學時,曾在一家地球物理勘測公司工作。我們在加 拿大北部的冰原裡尋找天然氣。大多數勘测站地處偏遠且酷寒,許多勘測站只能搭乘直升機抵 達。一個冬日午後,某個勘測站的飛行員以無線電發出壞消息:一場風暴已進入該區,能見度變 差,飛行报危險。我的機長伊恩(Ian),必須作出難難的決定:他應該讓我們冒著生命危險在 風暴中飛行?或是在嚴寒的荒野中過夜,沒有食物或掩蔽?他選擇過夜。雖然我們面臨冰點以下 的氣溫,但我完全信賴伊恩的決定。他檐任荒野消防員已有很多年,懂得如何存活。當時我確實把我的性命託付給他如果我的公司一直在使用人工智慧,那天晚上作出決定的可能不是伊恩。可能是由一個電腦 程式來考量天氣情況、喪失工作人員的成本、直升機損毁的成本和許多其他因素,權衡這些因素 的利弊得失。那個智慧型機器可能得出和伊恩相同的結論:讓我們留在那裡過夜是最好的選擇, 但我會信賴那個決定嗎?我會覺得安全嗎?我的研究檢視人們如何理解其他的心智,包括人類的心智、動物的心智、電腦的心智,結果 顯示,那些心智的内容,比我們經常以為的更模糊不明。我們永遠無法直接體驗別人的想法與感 受,所以必須常常猜測:你的寶寶愛你,是否像你愛他那樣多?你的上司微笑時,是真的開心嗎? IBM超級電腦深藍(Deep Blue)在西洋祺賽上打敗蓋端*卡斯帕漆夫(Garry Kasparov ), 是它想要臝嗎?或者,它只是被程式編碼要贏?網飛(Netflbc)推薦我們可能會喜歡的電影時, 它在乎我們的愉悅嗎?理解人工智慧心智的人,認為人工智慧非常偏頗:有強大的思維能力,卻完全沒有感受能力。 這是對當前技術非常正確的看法,網飛不會墜入情網,也無法享受巧克力的滋味。由於這種缺乏 感受的能力,讓人們認為人工智慧不值得信任。在建置運用人工智慧時,這點無比重要。員工是 否會信任人工智慧?它純粹從功能肖度來看待員工,把員工視為具有某種技能組合的工人,而不 是懷抱希望與關切的個人,在這種情況下,員工會信任人工智慧嗎?要信任團隊成員,至少需要三件事:相互關切、共同的脆弱感》以及對能力有信心。相互關 切,也就是知道隊友關心你的福祉,這也許是信任的最基本要素。當一位排長冒著被射殺的危險, 深入敵後搶救他手下的一名士兵,他不是從功能角度作出最佳決定。然而,排長會選擇這種「不 理性」行動方式(人工智慧就不會這麼做),這個事實使他那個排裡面的每個人都更信任他,因 而提高整體團隊的表現。我們不信任人工智慧,不僅是因為它似乎缺乏情緒智慧,也因為它缺乏脆弱性。如果人類沒 做好工作,可能就會被解雇,失去獎金,甚至喪命。但在人工智慧的工作場所中,如果一個專家 決策系統錯誤地推薦某個行動方針,而不是另一個行動方針,對電腦不會有影響。人工智慧系統 只用別人的命運下赌注》從來不用自己的命運去賭。信任的第三個障礙 > 其實是人工智慧的強項:它超人的計算與預测能力。一旦親眼看到人工 智慧在幾秒鐘内就能執行龐大的運算,或是預測股票走勢後,我們很快就會信任人工智慧的能力。 可惜,這也可能對人工智慧不利,它只在範圍狹窄的情況下表現良好。如果人工智慧被迫在本身 限度之外運作,例如,整個家庭使用同一個網飛(Netflix)帳戶,或是要求Goog丨e預測一段關 係的結果,必然會感到失望。不可否認的是,人工智慧迅速變得愈來愈複雜巧妙,但我們對它的信任卻是落後的。這點很 重要,因為在許多產業中,團隊内部必須有深厚明確的信任才能成功。在鑽油平台上和軍中單位, 信任你的隊友可能攸關生死。在較不危險的企業内,信任可能是能否達成交易,或是完成專案的關鍵。我們信任其他人,不是因為他們極度聰明(像人工智慧那樣),而是因為他們有情感連結, 尤其是和我們有情感連結。這並不意味著人工智慧沒有用。恰恰相反。人工智慧代表解構的心智、聚焦的智慧,被訓練 來發揮最大效能。在許多方面,它不像全面發展的人類心智,人類可以同時理解語言、解決問題、 了解他人的感受。如果我現在還在加拿大北部做那個勘測工作,可能仍不信賴電腦在森林中拯救我的生命,但 我會指示人工智慧去查看天氣,並決定那天早上我們不要冒險出任務。我很高興我有個人類機長, 但希望電腦會在一開始就阻止我們出任務而避免受困。(以上文章改寫自寇特.蓋瑞著侯秀琴譯《哈佛商業評論•人工智慧我的麻煩隊友?> 2017 年9月)[!--empirenews.page--]
33.依據文意,叙述不正確的選項是:
(A)伊恩機長憑藉勇氣和經驗,帶領大家脫離困境
(B)從心理學的角度來看,人類要達到感知萬物情感,仍有一定困難
(C)所謂的「脆弱感」是指在團體中’當人們認知到他人亦有弱點、並不完美甚至有相同的 危機感時,會因此生出同理心與信任感
(D)作者相信AI人工智慧,終究可做到「知性」與「感性」的交融。

參考答案

無參考答案

內容推薦

內容推薦