هوش مصنوعی در ۷۵ درصد موارد از اساتید حقوق استانفورد پیشی گرفت

کسب‌وکارهای نوپا:مطالعه استنفورد نشان می‌دهد هوش مصنوعی در ۷۵ درصد موارد از اساتید حقوق پیشی می‌گیرد.یک مطالعه‌ی مقدماتی به رهبری جولیان نیارکو، استاد دانشکده‌ی حقوق استنفورد، که روز دوشنبه منتشر شد، نشان داد که پاسخ‌های تولید شده توسط هوش مصنوعی در ۷۵ درصد از تقریباً ۳۰۰۰ مقایسه‌ی رو در رو، از پاسخ‌های نوشته شده توسط اساتید حقوق دیگر بهتر عمل کرده‌اند – نتیجه‌ای که خود نویسندگان آن را شگفت‌آور خواندند.

حقایق کلیدی

وقتی به اساتید حقوق، مجموعه‌ای از پاسخ‌های ناشناس به سوالات قرارداد دانشجویی داده شد و از آنها خواسته شد که پاسخ بهتر را انتخاب کنند، از هر چهار پاسخ، سه بار به پاسخ هوش مصنوعی مراجعه کردند.

در ۱۶ دانشکده حقوق، اساتید تقریباً ۳۰۰۰ پاسخ ناشناس را بدون دانستن اینکه پاسخ داده شده از یک ماشین یا یک همکار آمده است، ارزیابی کردند.

استادان فقط ۳.۵٪ از مواقع، پاسخ‌های هوش مصنوعی را از نظر آموزشی گمراه‌کننده یا مضر تشخیص دادند، در حالی که این رقم برای پاسخ‌های نوشته شده توسط همکاران ۱۲٪ بود، به این معنی که پاسخ‌های انسانی بیش از سه برابر بیشتر احتمال داشت که به طور بالقوه برای درک دانشجو مضر تلقی شوند.

نیارکو، که آزمایشگاه نوآوری حقوقی استنفورد از طریق فناوری مرزی را هدایت می‌کند، گفت که این گروه «از پذیرش عمده مدرسان هوش مصنوعی حمایت نمی‌کند»، اما «داده‌های ما نشان می‌دهد که شک و تردید کلی ممکن است به همان اندازه بی‌اساس باشد.»

چرا قانون قراردادها مورد آزمایش قرار گرفت؟

قانون قراردادها دقیقاً به این دلیل انتخاب شد که در برابر کلید پاسخ مقاومت می‌کند. 40 سؤال مورد استفاده در این مطالعه – از نوعی که دانشجو ممکن است بعد از کلاس یا در ساعات اداری مطرح کند – خواستار ترکیب استدلال‌های رقیب و یک نتیجه‌گیری قابل دفاع به جای یادآوری طوطی‌وار بود و بررسی می‌کرد که آیا یک مدل می‌تواند در جایی که هیچ پاسخ صحیح واحدی وجود ندارد، استدلال کند یا خیر.

پیشینه کلیدی

این مقاله توسط نیارکو، محقق liftlab، الخاندرو سالیناس به عنوان نویسنده اول، به همراه همکارانش از ییل، دانشگاه نیویورک، دانشگاه شیکاگو و سایر مؤسسات نوشته شده است. شرکت‌کنندگان قبل از نمره دادن به پاسخ‌های دیگران، پاسخ‌های خود را نوشتند، ارزیابی‌ها از طریق روش‌های نمره‌دهی متعدد کورکورانه انجام شد و خروجی‌های هوش مصنوعی برای مطابقت با طول و ساختار پاسخ‌های انسانی کالیبره شدند. این تیم طیف وسیعی از سیستم‌ها، از جمله ابزارهای آموزشی تجاری و NotebookLM گوگل را آزمایش کرد و متوجه عملکرد متفاوتی شد. حتی در مواردی که مدل‌ها به دلیل محدودیت زمینه با مشکل مواجه می‌شدند، ارزیابان اغلب آنها را نسبت به همتایان انسانی خود ترجیح می‌دادند. این یافته‌ها در بحبوحه یک بحث حل نشده در آموزش حقوقی قرار دارند، جایی که برخی مدارس برای ادغام هوش مصنوعی در حال رقابت هستند در حالی که برخی دیگر نسبت به توهمات، اتکای بیش از حد دانش‌آموزان و فرسایش تدریجی مهارت‌های تفکر انتقادی که آموزش حقوقی برای ایجاد آن وجود دارد، هشدار می‌دهند.

مراقب چه چیزی باشیم

نویسندگان تأکید دارند که کیفیت و استقرار، سوالات جداگانه‌ای هستند و آنها فقط به مورد اول پرداخته‌اند. نیارکو گفت که اکنون باید گفتگو از اینکه آیا هوش مصنوعی می‌تواند پاسخ‌های حقوقی دقیق و باکیفیتی ارائه دهد، به اینکه چگونه می‌تواند به بهترین نحو به دانش‌آموزان سود برساند، تغییر کند.

گروه آموزش

  • هنوز نظری ندارید.
  • افزودن دیدگاه