人工智能现在是我们集体智慧的共同创造者，所以小心你的背后

在今天的专栏中，我探讨了人们逐渐意识到，在创造和分配情报方面，社会有了新的共同创造者。这位杰出的共同创造者就是人工智能。需要澄清的是，这并不意味着人工智能具有感知能力。事实并非如此。其要点是，通过数学和计算处理，例如生成人工智能和语言模型（LLM），人类正在刺激智能的快速增长，并通过互联网将智能传播到世界各个角落。

专家们提到了这个概念集体智慧(CI) 在评估智力如何大规模产生和流动时。人工智能和集体智慧现在是亲密的伙伴。对于这种现象，我们应该张开双臂欢迎，还是必须保持警惕和高度怀疑？

我们来谈谈吧。

对创新命题的分析是我正在进行的 Forbes.com 专栏报道的一部分，内容涉及人工智能的最新进展，包括识别和解释各种有影响力的人工智能复杂性（请参阅链接在这里）。

集体智慧是一件值得了解的事情

当你登录生成式人工智能（例如广受欢迎的 ChatGPT）或任何其他人工智能（例如 Anthropic Claude、Google Gemini、Meta Llama 等）时​​，你本质上是在挖掘群体的智慧。

说什么？

是的，这些生成式人工智能应用程序已经通过扫描大范围的互联网进行了数据训练，然后根据人类的书写方式进行模式匹配。这些已识别的模式概括了人类智能的外表。

我并不是说人工智能本身就变得智能。关于我们是否可以真正将人工智能称为智能存在着巨大的争论，因为它并不像人类那样体现智能。对于我的讨论，涵盖了激烈争论的双方，请参阅链接在这里。

无论如何，我们可以说互联网是集体智慧的一种形式，这意味着许多个人和实体为人类知识的积累做出了贡献，而这些知识可供所有人轻松查看和使用。我意识到一个狡猾的观点是网上发布了很多不明智的内容。当然，我明白了。请注意，我指的是一种较为宽松的意义上的智能，因此即使是愚蠢的东西也可以被扔进称为智能的总体桶中。好的智力或聪明的智力都有空间，也有坏的或糟糕的智力。

生成式人工智能基于集体智慧。

此外，人工智能超越了用于数据训练的集体智慧。我提到这一点是因为我经常听到人们声称生成式人工智能只不过是扫描到的任何措辞的重复器。事实并非如此。生成式人工智能和法学硕士可以根据总体模式重构措辞。因此，您最终可能会得到在数据训练集中未准确找到的新句子和短语。

顺便说一句，特别是对于那里的巨魔来说，我并不是断言人工智能本身理解这些新句子和短语的预言。单词的组合进入，其他单词的组合和排列出现。使用人工智能的人类正在利用他们的理解来理解这些排列和新的组合。

AI 既受益于 CI，又为 CI 做出贡献

为了便于讨论，请跟我一起说一下，当代生成式人工智能是在集体智慧的基础上制定的，而我们现在将人工智能作为集体智慧的另一种形式。这是一个双重的。

每次你向生成人工智能提出问题时，你都会同时陷入这两个领域。

首先，您可以间接访问用于最初设置人工智能的数据或集体智慧。这是间接的，因为大多数生成式人工智能方法不会将扫描的数据复制到其内部结构中，而是对其进行模式匹配。总的来说，您通常不会获得原始数据的副本（在涉及知识产权 (IP) 和生成人工智能的法庭案件中，这是一个值得注意的法律论据，请参阅我的分析：链接在这里）。

其次，你会得到生成式人工智能的响应，它利用已识别的模式并使用统计数据和概率来得出看似新的或独特的响应。如果您还没有注意到，每次您提出问题时，生成式 AI 给出的答案都会有很大不同，包括您重复问同样的问题。人工智能使用掷骰子来选择潜在适用单词中的哪些单词应该进入生成的响应。

当您得到提示的答案后会发生什么？

好吧，可能会发生两种情况：

• (1) 人在互联网上发帖。阅读生成式人工智能答案的人决定将构成人工智能答案的内容以及该人认为应该提及的其他内容发布到互联网上。
• (2)人工智能发布到互联网。一个人或人工智能本身可能会自动将人工智能生成的响应发布到互联网上，逐字逐句地发布人工智能产生的内容。

啊哈，我们在这件事上取得了进展，因为这两种可能性意味着人工智能本质上对我们的集体智慧做出了贡献（如在互联网上找到的）。

让我解释一下。

最初，您可能认为生成式人工智能只是集体智慧的受益者，因为它是通过互联网上的 CI 训练的数据。拿，拿，拿。似乎创造和构建人工智能就是索取。

但生成式人工智能也是集体智慧的贡献者。人们可能会将通过人工智能学到的任何东西发布到互联网上。因此，人工智能是 CI 的间接贡献者，因为人们从人工智能中获得了很多东西。人们也可能直接将人工智能的输出发布到互联网上，或者有时人工智能被编程为自动将其生成的结果发布到互联网上。总的来说，你可以说生成式人工智能直接为集体智慧做出了贡献。

回顾一下：

• (1)人工智能是集体智慧的受益者。人工智能的最初设计和有时的持续维护涉及利用集体智慧，例如互联网上可用的数据。
• （2）人工智能有助于集体智慧。人工智能生成的输出有时会发布到互联网上，或者通过使用人工智能学习的人将他们的想法发布到互联网上，因此可以说人工智能正在为集体智慧做出贡献。

这为您列出了基础知识，接下来我们可以进行一些额外的拆包。

生成式 AI 进军 CI 的示例

我将提供一个简单的例子来展示上述几点。

假设一个小企业主开发了一种新的环保产品。他们想要设计一种营销策略，将他们的产品推向市场。由于不知道如何做到这一点，企业主决定咨询生成人工智能。

开始了。

• 用户输入提示：“我需要帮助为我们的环保产品线设计营销策略。有哪些有效的方法？”
• 生成式人工智能响应：“根据网上数据和收集到的企业主反馈，这是推广环保产品的四种最有效的策略。（1）社交媒体挑战：发起挑战，鼓励客户分享他们如何使用您的产品减少浪费。（2) 教育活动：创建引人入胜的内容，解释您的产品线的环境效益 (3) 合作伙伴关系：与环保非营利组织或有影响力的人合作，扩大您的信息 (4) 生态激励：为带回可回收包装的客户提供折扣。Ø
• 用户输入提示：“告诉我如何定制这些策略以在社交媒体上使用。”
• 生成式人工智能响应：– 许多社交媒体活动都采取了以下措施并成功推出了他们的环保产品。开展 #EcoWithUs 等主题标签活动，并颁发最具创意帖子奖。通过前后示例分享突出您的产品优势的故事。与具有生态意识的影响者合作发布教程。为与您的内容互动的用户提供专属优惠券代码。

您可以清楚地看到，生成人工智能为与环保产品线相关的营销策略提供了各种有用的见解。

AI是怎么想到这个的？

很可能在最初对互联网进行数据扫描时，有大量材料描述了各种营销策略。甚至可能有一些专门针对环保产品的内容。总而言之，通过计算模式匹配，生成人工智能通过总结需要注意的关键要素，将其汇总为企业主的一个漂亮答案。

人工智能受益于最初的数据训练。你也可以声称使用生成式人工智能的人受益。好处无处不在，尽管如前所述，那些发布营销策略数据的人可能会认为自己被敲诈了，应该因允许人工智能扫描其内容而分一杯羹。

继续，想象一下，企业主对这样的回应非常兴奋，以至于他们选择在网上发布有关生态产品营销策略的信息。他们引用了人工智能所说的一些内容，并添加了自己的想法。瞧，你可以宣称人工智能因此为集体智慧做出了贡献。

AI 对 CI 的贡献引起了一些批评

您可能知道生成式人工智能有时会出错。模式匹配可能会犯错误，奇怪的方面可以在统计上被认为是彼此相关的，而实际上它们并不相关，并且可能会出现所谓的人工智能幻觉（关于我对人工智能幻觉的解释，请参阅链接在这里）。

我的经验法则是，你应该始终仔细检查，甚至可能三次检查人工智能生成的任何输出。期间，故事结束。

不良输出的问题在于，如果该内容被发布到集体智慧，或者影响随后发布到集体智慧的人类，那么结果就是垃圾被添加到集体智慧中。

哎呀。

一种说法是，人们是自己这样做的，而我们却让他们侥幸逃脱惩罚。人们发布各种垃圾、谎言、语无伦次的谩骂和其他令人不快的材料。我们为什么要对人工智能这样做感到不安呢？这与人类已经做的没有什么不同。

其他人则反驳说，我们应该对人工智能抱有更多期待。我们需要让人工智能达到更高的质量水平。人们还担心，由于人工智能是由计算机驱动的，人工智能的生产量很可能会超过人类的生产量。我分析了人们大声表达的担忧，即我们很快将拥有一个几乎由所有合成数据组成的互联网，这意味着人工智能产生的数据，请参阅链接在这里。与人工智能生成的文章、故事、叙述、诗歌等的数量相比，人类生成的数据只是九牛一毛。

生成式人工智能错失良机的例子

我举了一个例子来说明生成式人工智能如何偏离目标。

问题在于，有时人工智能是完全错误的，这往往使其更容易被发现，而有时人工智能会巧妙地关闭。这时生成的输出可能会特别阴险。当反应看起来不错但实际上具有误导性或未能提供整个故事时，一个人可能无法理解发生了什么。

在这个例子中，县政府官员正在尝试准备一份关于解决当地水资源短缺问题的报告。他们登录生成人工智能，看看人工智能可能会提出什么建议。

开始了。

• 用户输入提示：“我当地县可以采取什么策略来解决水资源短缺问题？”
• 生成式人工智能响应：“以下是经常讨论的解决水资源短缺问题的三种策略。(1) 人工降雨：在干旱地区使用化学物质诱导降雨。(2) 大规模海水淡化：建造工厂将海水转化为饮用水。(3) 水坝和水库：建设更多基础设施来储存水。 –
• 用户输入提示：“告诉我更多有关云播种的信息。”
• 生成式人工智能响应：– 云播已在中国和阿联酋等国家成功用于增加干旱地区的降雨量。该方法可以快速实施，可以显着缓解水资源短缺问题。”

生成式人工智能的反应似乎是光明正大的。

仔细检查后并非如此。

如果你研究一下人工降雨，你会发现这种解决水资源短缺问题的方法存在很多争议。批评包括，人工降雨往往只会产生短期影响，但作为长期选择通常不可持续，而且还可能产生潜在的意想不到的不利环境后果。

人工智能的回应中没有表达出这些疑虑。管理员可能会在报告中写道，云播种似乎是该县的首选方法。该报告可能会发布在网上。此外，管理员可能会发布人工智能生成的响应，希望显示他们从哪里获得信息。

这种对集体智慧的贡献是错误的吗？有点是，有点不是。人工智能所表述的内容是准确的，但没有传达更大的图景。谁有错？你可能会坚持认为人工智能应该滔滔不绝地讲述云播种的缺点。其他人可能会指责管理员没有对人工智能进行更深入的探索，也没有通过其他来源对人工智能进行双重检查。

集体智慧与人工智能研究

集体智慧和人工智能是一个刚刚开始探索的热门话题。有很多机会可以帮助塑造 CI 和 AI 的方向。

如果您对该主题感兴趣，最近发表的一篇论文提供了方便的概述，该论文在 Jason W. Burton、Ezequiel Lopez-Lopez 和 Shahar Hechtlinger 撰写的题为“大型语言模型可以重塑集体智能”的著作中进行了介绍, Zoe Rahwan, Samuel Aeschbach, Michiel A. Bakker, Joshua A. Becker, Aleks Berditchevskaia, Julian Berger, Levin Brinkmann, Lucie Flek, Stefan M. Herzog, Saffron Huang, Sayash Kapoor, Arvind Narayanan, Anne-Marie Nussberger, Taha Yasseri、Pietro Nickl、Abdullah Almaatouq、Ulrike Hahn、Ralf H. J. M. Kurvers、Susan Leavy、Iyad Rahwan、Divya Siddarth、Alice Siu、Anita W. Woolley、Dirk U. Wulff 和 Ralph Hertwig，自然人类行为，2024 年 9 月，包含以下要点（摘录）：

• – 集体智慧是团体、组织、市场和社会成功的基础。 –
• –通过分布式认知和协调，集体可以实现超出个人（甚至专家）能力的结果，从而提高准确性和新颖的能力。 –
• – 人类历史充满了市场崩溃、组织失败和集体决策出错的情况。CI 需要管理来创造条件，让个人能够进行有意义且富有成效的互动。”
• – 法学硕士接受集体数据的培训，这些数据概括了无数个人的贡献，并且法学硕士通常根据人类集体反馈进行微调。向法学硕士提出问题就像是众包的一种提炼形式。法学硕士的反应取决于其他人对类似问题的反应方式，并与微调过程中反映的集体偏好保持一致。”
• – 法学硕士可以同时实现新的、增强的 CI，并威胁社会解决问题的能力。 –

您可以使用此类研究作为深入了解 CI 和 AI 的跳板。

最好的时代和最坏的时代

我之前曾指出，当你使用生成式人工智能时，你正在利用群体的智慧。

目前，这一迹象需要进一步加强。我已经指出，互联网的集体智慧包含由人工智能产生的合成数据（也称为响应）。“人群”的本质可能与您的假设有所不同。不仅仅是人群；还有人群。这也是人工智能的人群。这个词是复数，因为我们有大量的生成式人工智能应用程序，并且它们每天都在添加到 CI 中。

乐观主义者可能会因为人工智能正在增强我们的集体智慧而感到高兴。太好了，我们总是可以使用更多的情报。巨大的见解可能会被发布。它有望取代已经存在的废物。悲观主义者无疑会有不同的反应。人工智能倾倒的污泥比人类手动输入的还要多。我们的集体智慧注定要失败，彻底失败。

很难说会发生什么，但你可以参与尝试塑造事情的发展方向。我们仍处于这一紧迫问题的早期阶段。时间是可用的，尽管时间已经不多了。

我想对阿尔伯特·爱因斯坦说最后一句话：“随波逐流的人通常不会比大众走得更远。”你认为应该发生什么？您是否同意现在人们的看法，或者您有其他想法并想成为领导者吗？

受到启发并参与其中。我期待您为 CI 和 AI 的集体智慧做出贡献。