En ny tverrfaglig studie fra Bielefeld Universitet og andre ledende institusjoner har undersøkt hvorfor mennesker er bedre til å tilpasse seg nye situasjoner enn kunstig intelligens (AI). Forskningen viser at mennesker generaliserer gjennom abstraksjon og konseptualisering, mens AI-systemer hovedsakelig er avhengige av statistiske eller regelbaserte metoder.
Studien foreslår en ramme for å tilpasse menneskelig og AI-resonnering, ved å definere generalisering, hvordan den fungerer, og hvordan den kan vurderes. Eksperter påpeker at forskjellene i generalisering begrenser AI-systemers fleksibilitet og understreker behovet for menneskesentrert design innen medisin, transport og beslutningstaking.
Forskere fra over 20 institusjoner, inkludert Bielefeld, Bamberg, Amsterdam og Oxford, samarbeidet under SAIL-prosjektet. Initiativet har som mål å utvikle AI-systemer som er bærekraftige, transparente og bedre i stand til å støtte menneskelige verdier og beslutningstaking.
Disse tverrfaglige innsiktene kan veilede ansvarlig bruk av AI i menneske-AI-team, og sikre at maskiner komplementerer snarere enn forstyrrer menneskelig dømmekraft. Funnene understreker viktigheten av å bygge bro mellom kognitiv vitenskap og AI-forskning for å fremme mer tilpasningsdyktige, pålitelige og menneskeorienterte AI-systemer som kan takle komplekse, virkelige utfordringer.