Sursa: Dennis J. Gleeson, Jr., ”Artificial Intelligence for Analysis: The Road Ahead”, în Studies in Intelligence Vol. 67, No. 4, 2023 (Rezumat)
Articolul „Artificial Intelligence for Analysis: The Road Ahead”, semnat de Dennis J. Gleeson Jr. și publicat în Studies in Intelligence, analizează posibilitățile, limitele și condițiile necesare pentru utilizarea inteligenței artificiale generative în activitatea de analiză a comunității de informații din Statele Unite. Autorul pornește de la dezvoltarea rapidă a unor sisteme precum ChatGPT, Bard sau Claude, care produc răspunsuri în limbaj natural pe baza modelelor lingvistice mari. Deși aceste tehnologii pot imita într-o manieră impresionantă inteligența umană, ele nu înțeleg informațiile în același mod în care o fac oamenii. Mai important pentru analiști, funcționarea lor rămâne în mare parte o „cutie neagră”: utilizatorul nu poate identifica întotdeauna informațiile folosite, modul în care acestea au fost ponderate sau raționamentul care a condus la un anumit răspuns.
Această problemă devine esențială în analiza de intelligence, unde calitatea unei afirmații depinde nu numai de concluzia formulată, ci și de sursele, argumentele și nivelul de încredere care o susțin. Analiștii sunt specialiști cu experiență, cunoștințe aprofundate și o memorie profesională construită în timp; ei vor evalua inevitabil sistemele AI în raport cu propriile cunoștințe. Dacă un instrument furnizează răspunsuri incomplete, incorecte sau insuficient fundamentate chiar în domenii pe care utilizatorul le cunoaște bine, încrederea în acesta va scădea rapid. De aceea, pentru a deveni realmente utile profesioniștilor, sistemele AI trebuie să fie mai transparente și mai explicabile.
Gleeson susține că organizațiile nu ar trebui să se concentreze în primul rând asupra achiziționării celui mai performant produs AI disponibil la un moment dat. Evoluția tehnologică este atât de rapidă încât un sistem considerat avansat astăzi poate deveni depășit într-un interval foarte scurt. Elementul relativ constant nu este tehnologia, ci cunoașterea instituțională. Din acest motiv, prioritatea ar trebui să fie pregătirea informațiilor pe care AI le va utiliza: curățarea, structurarea și îmbogățirea datelor. Calitatea rezultatelor obținute cu inteligența artificială va depinde într-o măsură decisivă de calitatea informațiilor introduse în sistem.
Un rol important îl are și cunoașterea tacită, adică experiența, deprinderile și judecățile profesionale pe care experții le posedă, dar care nu sunt întotdeauna formalizate în documente. Modul în care analiștii selectează, citesc, etichetează, arhivează și utilizează anumite surse conține informații valoroase despre relevanța și credibilitatea acestora. Metadatele, istoricul utilizării documentelor și produsele analitice realizate de-a lungul timpului ar putea permite sistemelor AI să învețe nu doar informațiile cunoscute de organizație, ci și modul în care experții au ajuns la anumite concluzii și cum au evoluat acestea.
Adoptarea AI necesită, în opinia autorului, și modificări organizaționale. Pe lângă funcții precum chief data officer sau chief technology officer, ar putea deveni important rolul unui chief knowledge officer, responsabil de legătura dintre infrastructura tehnică, cunoașterea organizațională și necesitățile reale ale analiștilor. În paralel, pregătirea profesională a acestora trebuie adaptată. Analiștii ar trebui familiarizați cu modul de funcționare și limitările modelelor lingvistice, cu tehnicile de formulare a prompturilor și cu metodele prin care propria lor cunoaștere tacită poate deveni explicită și utilizabilă de sistemele informatice.
Autorul atrage atenția și asupra creșterii volumului de informații open-source, inclusiv a dezinformării și a conținutului de slabă calitate. Într-un asemenea mediu, evaluarea credibilității și a prejudecăților surselor va deveni și mai importantă. AI poate ajuta la trierea unor volume de informații care depășesc capacitatea umană, însă nu constituie o soluție rapidă pentru problemele generate de „big data”; reprezintă mai degrabă o schimbare strategică a modului în care organizațiile interacționează cu informația.
În concluzie, Gleeson consideră că succesul utilizării inteligenței artificiale nu va fi determinat în primul rând de marca sau generația sistemului adoptat, ci de calitatea patrimoniului informațional al organizației. El propune inclusiv testarea comparativă a acelorași instrumente AI pe date neprelucrate și pe date curățate și îmbogățite, pentru a determina impactul pregătirii informațiilor asupra acurateței și „halucinațiilor” sistemelor. Tehnologiile AI se vor îmbunătăți, iar furnizorii se vor schimba; ceea ce rămâne este ceea ce organizația știe și modul în care reușește să-și structureze, curețe și valorifice această cunoaștere. Aceasta este, în viziunea autorului, adevărata bază pentru folosirea eficientă a inteligenței artificiale în analiza de intelligence.
Intelligence Info, Volumul 3, 2024
O publicație trimestrială din domeniile intelligence, geopolitică și securitate, și domenii conexe de studiu și practică.
Intelligence Info, Volumul 1, Numărul 2, Decembrie 2022
Revista Intelligence Info este o publicație trimestrială din domeniile intelligence, geopolitică și securitate, și domenii conexe de studiu și practică. Cuprins: EDITORIAL Organizarea, structurile şi transformările unei organizații de intelligence, de Tiberiu Tănase INTELLIGENCE Metodologii moderne în analiza intelligence, de … Citeşte mai mult
Revista Intelligence Info, Volumul 1, Numărul 2, Decembrie 2022 – Rezumate
EDITORIAL Organizarea, structurile şi transformările unei organizații de intelligence, de Tiberiu Tănase INTELLIGENCE Metodologii moderne în analiza intelligence, de Nicolae Sfetcu Considerații privind educația și formarea analiștilor de intelligence într-o lume în continuă schimbare, de Alba Iulia Catrinel Popescu și … Citeşte mai mult
Descoperă mai multe la MultiMedia
Abonează-te ca să primești ultimele articole prin email.
Lasă un răspuns