Se hai mai lavorato in un team o interagito con clienti, sai che comprendere le preferenze individuali è una sfida. E per l’intelligenza artificiale, che non ha esperienze umane da cui trarre, questa comprensione è ancora più complessa.
Tuttavia, un gruppo di luminari da istituzioni prestigiose e dalla startup Anthropic, la mente dietro al chatbot Claude 2, sta cercando di risolvere questo enigma. La loro soluzione? Avere IA che fanno più domande per capire meglio ciò che gli utenti desiderano.
Il team, composto da Alex Tamkin di Anthropic e altri rinomati ricercatori del MIT e Stanford, ha introdotto un concetto chiamato “generative active task elicitation (GATE)”. In sostanza, utilizzano i modelli linguistici per trasformare le preferenze umane in decisioni automatizzate.
Il loro metodo si basa su tre approcci:
- Apprendimento attivo generativo: L’IA produce esempi e chiede feedback all’utente.
- Domande binarie: L’IA pone domande semplici come “Ti interessa la salute?” e modifica le sue risposte future in base alle reazioni dell’utente.
- Domande a risposta aperta: L’IA cerca di comprendere le inclinazioni e passioni dell’utente attraverso domande più elaborate.
In test realizzati su GPT-4 di OpenAI, il metodo GATE ha dimostrato una maggiore precisione nel determinare le preferenze degli utenti. Anche se il miglioramento potrebbe sembrare minimo, ha un grande impatto nella pratica.
Il risultato? Questi ricercatori credono che l’IA possa adottare con successo il GATE per comprendere meglio le preferenze umane, riducendo l’onere sugli sviluppatori e migliorando l’esperienza dell’utente.
In sintesi, se presto il tuo assistente virtuale inizia a chiederti delle tue preferenze, è probabile che stia usando il metodo GATE per offrirti un servizio ancora migliore.