Terdapat banyak perdebatan mengenai sama ada mesin boleh melakukan pekerjaan yang lebih baik daripada manusia, terutamanya mengenai projek penyelidikan seperti etnografi yang memerlukan pengalaman dan kepakaran yang signifikan untuk dilaksanakan. Jawapan ringkasnya adalah ya, dan bukti semakin sukar untuk diabaikan. Ini adalah salah satu sebab mengapa saya tidak mempunyai banyak ahli antropologi "tradisional" sebagai kawan pada tahun-tahun awal memulakan syarikat kami. Pada masa itu sekurang-kurangnya, mereka mendapati teknologi dan visi kami agak sukar untuk dipercayai. Mereka tidak dapat membungkus kepala mereka dengan idea bahawa mesin dapat membantu mereka mengelakkan kesilapan biasa bahawa mereka, sebagai manusia, membuat masa dan masa lagi. Tidak kira pengalaman, manusia, hanya melalui tindakan hidup dan bernafas dan memegang satu set nilai dan kepercayaan, tidak dapat mencari jalan untuk membiarkan penilaian mereka terhadap situasi atau satu siri titik data awan hasil yang terhasil. Isu yang hanya diburukkan lagi oleh kekurangan skala dalam proses projek penyelidikan biasa yang didorong oleh analisis manusia.
Pertimbangkan kajian kes pendek ini sebagai bukti lanjut mengenai maksud saya. Apabila sekumpulan pakar yang termasuk seorang Ahli Ekonomi Harvard, tiga Saintis Komputer, dan Pakar Jaminan dari University of Chicago, memasang mesin terhadap hakim yang sangat berpengalaman di New York City pada satu siri sampel besar (550,000+ Defendan) pendengaran ikat jamin, mereka mendapati bahawa mesin itu jauh lebih tepat, walaupun pengalaman dan keupayaan hakim yang kaya untuk melihat 'perp' yang dikatakan di mata dan membuat keputusan melalui lensa empati. Seberapa tepat? Algoritma ini akan mengurangkan kadar jenayah (antara mereka yang dibebaskan dengan ikat jamin) hampir 25% dan mengurangkan kadar penjara sehingga 41%. Algoritma ini juga dapat mengatasi kecenderungan perkauman, yang seperti yang anda mungkin sudah tahu, berada di dalam dan dari dirinya sendiri salah satu cabaran terbesar yang dihadapi sistem keadilan jenayah di Amerika Syarikat.
Apabila kami memulakan syarikat kami empat setengah tahun yang lalu, kami bermula dengan memberi tumpuan kepada membina alat yang tidak hanya dapat membantu dalam proses etnografi, tetapi yang paling penting, campur tangan pada titik kritikal dalam proses untuk meminimumkan kesilapan manusia. Kami mahu mewujudkan tahap kesucian yang secara teorinya kami tahu data besar dan AI boleh membolehkan - kami belum melihatnya dalam tindakan dalam sains sosial lagi. Khususnya, kami ingin membina alat dengan cara yang memaksa penyelidik kami mengikuti serbuk roti semulajadi yang ditinggalkan oleh pengguna dalam mana-mana budaya yang sedang dikaji. Kami tidak mahu penyelidik pergi mencari serbuk roti ini (yang biasanya berlaku dalam proses tradisional). Dan kami pastinya tidak mahu mereka membuat andaian di sepanjang jalan, mengisi jurang dengan pengetahuan dan pengalaman mereka sendiri. Melalui satu siri eksperimen dan pembelajaran selama lebih dari dua tahun, kami bukan sahaja mendapati bahawa ini mungkin, kami juga menyedari bahawa mesin itu dapat menjaga lebih daripada 80% proses penyelidikan. Pengumpulan data, pemodelan, dan juga tafsiran, semuanya dilakukan oleh mesin untuk pada dasarnya meletakkan peta untuk diikuti oleh penyelidik dan pengguna kami. Berikutan peta ini, daripada perlu menciptanya, bermakna bahawa sangat sedikit yang tersisa untuk pertimbangan manusia dan bahagian-bahagian yang memerlukan kepakaran dan pengalaman penyelidik datang kemudian dalam proses penyelidikan - di mana penyelidik bergantung kepada untuk mengikuti serbuk roti pengguna dan mengembangkan naratif daripada penemuan. Oleh kerana tafsiran setiap serbuk roti ini telah disediakan oleh mesin, penyelidik bergantung kepada untuk memahami pelbagai lapisan tafsiran, dan bukannya menghasilkan tafsiran dan kemudian perlu membina naratif daripadanya. Ini adalah pencapaian penting dalam dunia antropologi budaya dan etnografi, dan saya bangga untuk mengatakan bahawa kita masih belum menemui syarikat / teknologi lain yang cuba melakukan perkara yang sama.
Versi pertama teknologi kami dilahirkan pada tahun 2017. Kami sudah berada di versi 2 sekarang dengan kemajuan yang ketara dalam keupayaan mesin untuk mentafsir dan meramalkan masa depan trend, topik, dan budaya. Kami telah dapat mencapai semua ini kerana teknologi kami telah membolehkan kami mengalihkan tugas-tugas yang diperlukan oleh manusia, lebih jauh ke bawah dalam proses - yang bermaksud nuansa yang lebih baik dan kesilapan marginal. Jadi, kembali ke titik saya memulakan artikel ini dengan - membandingkan manusia dengan mesin - saya tidak fikir kita berada di peringkat lagi di mana mesin boleh melakukan segala-galanya ahli antropologi manusia. Walau bagaimanapun, dengan memanfaatkan teknologi di tempat yang betul, kami dapat mengubah peranan ahli antropologi manusia (dalam proses etnografi) menjadi lebih baik, dengan penglibatan yang lebih besar dalam separuh akhir proses penyelidikan di mana kesilapan penghakiman diminimumkan dan manfaat AI dan Data Besar dimaksimumkan.
Hasilnya bercakap untuk diri mereka sendiri. Secara kolektif, sejak 4+ tahun yang lalu, pelanggan kami telah melancarkan lebih daripada 100 jenama dan produk menggunakan etnografi yang diterajui oleh mesin kami, menjana lebih daripada 5 Bilion pendapatan baru untuk perniagaan mereka. Namun, rasanya kita baru sahaja bermula.