دانلود ترجمه مقاله هوش مصنوعی و آینده کاری: همزیستی انسان و هوش مصنوعی در تصمیم گیری سازمانی

1. حرف و حدیث ها پیرامون هوش مصنوعی 1.1. ما چگونه در مورد AI صحبت می کنیم؟ 1.2. کدام‌یک تصمیم‌گیر بهتری هستند؟ 2. عدم قطعیت در تصمیم‌گیری 2.1. تصمیم‌گیری شهودی، برتری انسان 3. پرداختن به پیچیدگی ها در تصمیم گیری: مزیت هوش مصنوعی 3.1. فرصتی برای مشارکت 4. غلبه بر ابهامات در تصمیم گیری 4.1. رویکرد متوازن 5. مفاهیم برای مدیران و سازمان ها 6. خلاصه: نیاز به یک همکاری نوین میان انسان و ماشین

چکیده – هوش مصنوعی (AI) در بسیاری از فرآیندهای سازمانی نفوذ داشته است، که منجر به یک نگرانی فزاینده در این مورد می شود که ماشین ‌های هوشمند به زودی جایگزین بسیاری از انسان‌ ها در فرآیند تصمیم ‌گیری خواهند شد. به منظور ارائه یک دیدگاه کنش گرایانه تر و عمل گرایانه تر، این مقاله، مکمل بودن انسان و هوش مصنوعی برای یکدیگر را مورد تاکید قرار می دهد و بررسی می کند که چگونه هر یک توان خود را در فرآیندهای تصمیم گیری سازمانی وارد می نمایند که به طور معمول با عدم قطعیت، پیچیدگی و ابهام مشخص می ‌شود. هوش مصنوعی قادر است با ظرفیت بیشتر پردازش اطلاعات محاسباتی و یک رویکرد تحلیلی، شناخت انسانها را در زمان پرداختن به پیچیدگی گسترش دهد، در حالی که انسانها هنوز می ‌توانند یک رویکرد جامع و شهودی تر را در برخورد با عدم قطعیت و ابهام در تصمیم ‌گیری سازمانی ارائه دهند. این فرض ایده برافزایش هوش را نشان می ‌دهد، که بیان می ‌کند سیستم ‌های هوش مصنوعی باید با هدف برافزایشی، نه جایگزینی، مشارکت های انسانی طراحی شوند. حرف و حدیث ها پیرامون هوش مصنوعی: هوش مصنوعی (AI) و پیشرفت سریع آن در سال‌های اخیر به بهترین شکل ممکن در شکست بهترین شرکت کنندگان انسانی بازی Jeopardy از کامپیوتر واتسون IBM و شکست بازکنان بازی Go از کامپیوتر DeepMind گوگل منعکس شده‌است. انواع مختلفی از هوش مصنوعی وجود دارد، اما مفهوم آن به طور گسترده می‌تواند به صورت سیستم‌های هوشمند با توانایی فکر کردن و یادگیری تعریف شود (راسل، نورویگ و اینتلجنس، ۱۹۹۵). AI مجموعه‌ای نامتجانس از ابزارها، تکنیک‌ها و الگوریتم‌هاست. کاربردها و تکنیک‌های مختلفی در گستره هوش مصنوعی قرار دارند، که از جمله آنها می‌توان از شبکه‌های عصبی تا تشخیص الگو/ گفتار و از الگوریتم‌های ژنتیک تا یادگیری عمیق اشاره نمود. نمونه‌هایی از عناصر مشترک که برنامه‌های شناختی هوش مصنوعی را گسترش می‌دهند و می‌توانند توانایی‌های کاری انسان‌ها را تقویت کنند عبارتند از پردازش زبان طبیعی (فرایندی که از طریق آن ماشین‌ها می‌توانند مانند انسان‌ها زبان را درک کرده و تجزیه و تحلیل کنند)، یادگیری ماشین (الگوریتم هایی که به سیستم‌ها توانایی یادگیری می‌دهند)، و دید ماشین (بررسی و تجزیه و تحلیل الگوریتمی تصاویر). پردازش زبان طبیعی توانایی به کامپیوتر واتسون شرکت IBM توانایی درک دقیق‌تر جملات مرکب انسان را می‌دهد و معانی مختلفی را به اصطلاحات و مفاهیم اختصاص می‌دهد. قابلیت‌های یادگیری ماشین به واتسون این امکان را می‌دهد تا از تجربه و تعامل با داده‌ها یاد بگیرد و راه‌حل‌های هوشمندی را براساس تجربیات گذشته توسعه دهد. واتسون از طریق تکنیک‌های یادگیری ماشین و دسترسی به مقالات تحقیق پزشکی، سوابق پزشکی الکترونیکی و حتی یادداشت‌های پزشکان در مرکز پزشکی مموریال اسلون–کترینگ، یاد گرفته‌است که الگوهای سرطان را تشخیص دهد. AI در ارائه روش‌های درمانی نویدبخش پیشرفت کرده‌است. سرانجام بینایی ماشین‌های مجهز به هوش مصنوعی، واتسون را قادر ساخته‌اند تا به سرعت ده‌ها هزار تصویر از تصاویر MRI را پردازش کند و در خونریزی‌های بسیار کوچک را به پزشکان نشان‌ دهد (کاپیتان، ۲۰۱۷).

Artificial intelligence (AI) has penetrated many organizational processes, resulting in a growing fear that smart machines will soon replace many humans in decision making. To provide a more proactive and pragmatic perspective, this article highlights the complementarity of humans and AI and examines how each can bring their own strength in organizational decision-making processes typically characterized by uncertainty, complexity, and equivocality. With a greater computational information processing capacity and an analytical approach, AI can extend humans’ cognition when addressing complexity, whereas humans can still offer a more holistic, intuitive approach in dealing with uncertainty and equivocality in organizational decision making. This premise mirrors the idea of intelligence augmentation, which states that AI systems should be designed with the intention of augmenting, not replacing, human contributions. The buzz around artificial intelligence: Artificial Intelligence’s (AI’s) visibility and rapid momentum in recent years is best reflected in IBM’s Watson’s defeat of Jeopardy’s top human contenders and Google DeepMind’s AlphaGo, which trounced one of the world’s best at the board game Go. There are many variations of AI but the concept can be defined broadly as intelligent systems with the ability to think and learn (Russell, Norvig, & Intelligence, 1995). AI embodies a heterogeneous set of tools, techniques, and algorithms. Various applications and techniques fall under the broad umbrella of AI, ranging from neural networks to speech/pattern recognition to genetic algorithms to deep learning. Examples of common elements that extend AI cognitive utilities and can augment human work include natural language processing (the process through which machines can understand and analyze language as used by humans), machine learning (algorithms that enable systems to learn), and machine vision (algorithmic inspection and analysis of images). Natural language processing affords IBM’s Watson the ability to understand nuanced human-composed sentences and assign multiple meanings to terms and concepts. Machine learning capabilities empower Watson to learn from experience and interaction with data, and to develop intelligent solutions based on past experiences. Through machine learning techniques and access to medical research articles, electronic medical records, and even doctors’ notes at Memorial Sloan Kettering, Watson has learned to discern cancer patterns. The AI has made headway in offering promising courses of treatment. AI-powered machine vision, finally, has enabled Watson to rapidly process myriads of MRI images of the brain and to mark very small hemorrhages in the image for doctors (Captain, 2017).

بخشی از ترجمه مقاله (صفحه 11 فایل ورد ترجمه)