دراسة من MIT: توحّد خوارزميات الذكاء الاصطناعي قد يفيد أو يضر بحسب السياق

خلص باحثون في معهد MIT إلى أن هيمنة خوارزمية واحدة على قرارات قطاع كامل، أو ما يُعرف بالأحادية الخوارزمية، ليست بالضرورة أمرًا سيئًا على الإطلاق كما يعتقد بعض المنتقدين. وتركزت الدراسة على التوظيف، حيث باتت أدوات الذكاء الاصطناعي تُستخدم على نطاق واسع في فرز السير الذاتية واتخاذ قرارات أولية بشأن المرشحين.

وبحسب البحث، فإن الاعتراض الشائع القائل إن خوارزمية واحدة قد تستبعد الشخص نفسه من كل الشركات لا يصمد دائمًا أمام النمذجة الرياضية. ويرى الباحثون أن هذا النمط قد لا يقلل عدد الموظفين الكلي، بل قد يرفع قدرة المرشحين التفاوضية على الأجور لأن الشركات تتنافس على المجموعة نفسها من المتقدمين.

في المقابل، حذرت الدراسة من أن الأحادية الخوارزمية قد تُنشئ “غرف صدى” معلوماتية تقلل فرص الاستكشاف واكتشاف المرشحين الأفضل. كما أشارت إلى أن الأثر يتوقف على دقة الخوارزمية نفسها وعلى المجال المستخدم فيه، مع التنبيه إلى أن مجالات مثل إنشاء المحتوى بالذكاء الاصطناعي أو البحث العلمي الموجّه بالذكاء الاصطناعي قد تكون أكثر تعقيدًا.

واقترح الباحثون طريقة للحد من هذه المشكلة عبر تجميع عدة خوارزميات توظيف في “نموذج تجميعي” يمنح كل مرشح درجة متوسطة. وأظهرت المحاكاة أن هذا الأسلوب قد يتفوق أحيانًا على تعدد الخوارزميات بين الشركات، لكن تطبيقه العملي ما زال بحاجة إلى اختبار أوسع. ونُشرت الدراسة في Philosophical Perspectives، ويأمل أصحابها أن تدفع إلى مزيد من البحث حول آثار الذكاء الاصطناعي بعيدة المدى في سوق العمل.