Con người có thể nhanh nhẹn hơn, ví dụ, họ biết cách tư vấn cho một gia
đình với niềm hy vọng có được một bức ảnh không bị che khuất với những
đứa trẻ đứng trước Lâu đài Lọ Lem rằng họ nên đặt trước một bàn ăn sáng
ở trong công viên, trước giờ mở cổng.
2
Ví dụ này cho thấy máy có thể dễ dàng áp dụng sự đánh giá ở những
trường hợp được miêu tả rõ (ví dụ, phòng trống và giá thành), nhưng không
thể hiểu được những ưu tiên tinh tế hơn của con người. Tuy nhiên, Lola có
thể học cách dự đoán việc mà con người với mức độ kinh nghiệm cao và
suy nghĩ có thể làm. Câu hỏi đặt ra cho Lola là: Cần quan sát bao nhiêu
người đặt phòng nghỉ tại Orlando để máy dự đoán có đủ phản hồi và học từ
những tiêu chí liên quan khác? Như Lola nhận ra rằng, mặc dù AI của công
ty bị thách thức bởi một số tiêu chí, nó có thể phát hiện ra những quyết định
mà người đại diện đã thực hiện nhưng không thể miêu tả trước được, ví dụ
như việc chọn những khách sạn hiện đại hoặc những khách sạn ở góc phố
theo sở thích. Người huấn luyện giúp AI trở nên tốt đến mức con người dần
trở nên không cần thiết trong nhiều khía cạnh của công việc. Điều này đặc
biệt quan trọng khi AI tự động hóa một quy trình không chấp nhận sự sai
sót. Con người có thể giám sát AI và sửa chữa sai sót. Theo thời gian, AI
học từ sai sót của nó cho đến khi sự chỉnh sửa của con người không còn cần
thiết.
Một ví dụ khác là X.ai, một công ty khởi nghiệp chuyên cung cấp một
người trợ lý có thể sắp xếp các lịch hẹn và đưa chúng vào lịch trình của
bạn.
3
Nó tương tác với người dùng và những người mà người dùng đó
muốn gặp bằng email thông qua một trợ lý cá nhân kỹ thuật số (“Amy”
hoặc “Andrew”, tùy vào sở thích của bạn). Ví dụ, bạn có thể gửi email đến
Andrew để sắp xếp một lịch hẹn giữa bạn và ông H vào thứ 5 tuần sau. X.ai
sẽ đánh giá lịch trình của bạn và gửi email đến ông H để đặt lịch hẹn. Ông
H có thể không ngờ rằng Andrew không phải là con người. Vấn đề là bạn
đã được giải phóng khỏi việc giao tiếp với ông H hoặc trợ lý của ông ta (có
thể là một Amy hoặc Andrew khác).
