Will A.I. Segera Mampu Ganti Sarjana Sastra?

Dengan satu pasangan mempelajari evolusi kecerdasan buatan dan alami dan yang lainnya meneliti bahasa, budaya, dan sejarah Jerman, bayangkan diskusi di meja makan kami. Kita sering mengalami bentrokan stereotip dalam pandangan antara pendekatan ilmu pengetahuan alam yang dapat diukur dan berbasis pengukuran dan pendekatan yang lebih kualitatif dari humaniora, di mana yang paling penting adalah bagaimana orang merasakan sesuatu, atau bagaimana mereka mengalami atau menafsirkannya.

Kami memutuskan untuk mengambil istirahat dari pola itu, untuk melihat seberapa banyak masing-masing pendekatan dapat membantu yang lain. Secara khusus, kami ingin melihat apakah aspek kecerdasan buatan dapat menemukan cara baru untuk menafsirkan novel grafis nonfiksi tentang Holocaust. Kami akhirnya menemukan bahwa beberapa A.I. teknologi belum maju dan cukup kuat untuk memberikan wawasan yang bermanfaat - tetapi metode yang lebih sederhana menghasilkan pengukuran terukur yang menunjukkan peluang baru untuk interpretasi.

Memilih Teks

Ada banyak penelitian yang tersedia yang menganalisis teks dalam jumlah besar, jadi kami memilih sesuatu yang lebih kompleks untuk A.I kami. analisis: Reinhard Kleist Petinju, novel grafis berdasarkan kisah nyata tentang bagaimana Hertzko "Harry" Haft selamat dari kamp kematian Nazi. Kami ingin mengidentifikasi emosi dalam ekspresi wajah karakter utama yang ditampilkan dalam ilustrasi buku, untuk mengetahui apakah itu akan memberi kami lensa baru untuk memahami cerita.

Dalam kartun hitam-putih ini, Haft menceritakan kisahnya yang mengerikan, di mana ia dan narapidana kamp konsentrasi lainnya dipaksa untuk saling bertinju hingga mati. Kisah ini ditulis dari sudut pandang Haft; diselingi sepanjang narasi adalah panel kilas balik yang menggambarkan ingatan Haft tentang peristiwa pribadi yang penting.

Pendekatan humaniora akan menganalisis dan mengontekstualisasikan elemen cerita, atau kisah secara keseluruhan. Novel grafis Kleist adalah penafsiran ulang sebuah novel biografi 2009 oleh putra Haft, Allan, berdasarkan apa yang Allan ketahui tentang pengalaman ayahnya. Menganalisis rangkaian interpretasi dan pemahaman penulis yang kompleks ini mungkin hanya berfungsi untuk menambahkan lapisan subjektif lain di atas yang sudah ada.

Dari perspektif filsafat sains, tingkat analisis itu hanya akan membuat segalanya lebih rumit. Para sarjana mungkin memiliki interpretasi yang berbeda, tetapi bahkan jika mereka semua setuju, mereka masih tidak akan tahu apakah wawasan mereka benar secara objektif atau jika setiap orang menderita ilusi yang sama. Menyelesaikan dilema akan membutuhkan percobaan yang bertujuan menghasilkan pengukuran yang dapat direproduksi oleh orang lain secara independen.

Interpretasi Reproducible dari Gambar?

Daripada menafsirkan gambar diri kita sendiri, menjadikannya bias dan prasangka kita sendiri, kita berharap A.I. bisa membawa pandangan yang lebih objektif. Kami mulai dengan memindai semua panel di buku. Lalu kami menjalankan visi Google A.I. dan pengenalan wajah dan anotasi karakter emosional Microsoft AZURE juga.

Algoritma yang kami gunakan untuk menganalisis Petinju sebelumnya dilatih oleh Google atau Microsoft pada ratusan ribu gambar yang sudah diberi label dengan deskripsi apa yang mereka gambarkan. Dalam fase pelatihan ini, A.I. sistem diminta untuk mengidentifikasi apa yang ditunjukkan gambar, dan jawaban itu dibandingkan dengan deskripsi yang ada untuk melihat apakah sistem yang dilatih itu benar atau salah. Sistem pelatihan memperkuat elemen-elemen jaringan saraf dalam yang mendasari yang menghasilkan jawaban yang benar, dan melemahkan bagian-bagian yang berkontribusi pada jawaban yang salah. Baik metode maupun materi pelatihan - gambar dan anotasi - sangat penting untuk kinerja sistem.

Kemudian, kami memutar A.I. longgar pada gambar buku. Sama seperti di Perseteruan Keluarga, di mana produser acara mengajukan 100 pertanyaan kepada orang asing dan menghitung berapa banyak yang memilih setiap jawaban potensial, metode kami menanyakan A.I. untuk menentukan emosi apa yang diperlihatkan wajah. Pendekatan ini menambahkan satu elemen kunci yang sering hilang ketika menafsirkan konten secara subyektif: reproduktifitas. Setiap peneliti yang ingin memeriksa dapat menjalankan algoritme lagi dan mendapatkan hasil yang sama dengan yang kami lakukan.

Sayangnya, kami menemukan bahwa A.I. ini alat dioptimalkan untuk foto digital, bukan pindaian gambar hitam putih. Itu berarti kami tidak mendapatkan banyak data yang dapat diandalkan tentang emosi dalam gambar. Kami juga merasa terganggu untuk menemukan bahwa tidak ada algoritma yang mengidentifikasi salah satu gambar yang berkaitan dengan Holocaust atau kamp konsentrasi - meskipun pemirsa manusia dapat dengan mudah mengidentifikasi tema-tema itu. Mudah-mudahan, itu karena A.I.s memiliki masalah dengan gambar hitam-putih itu sendiri, dan bukan karena kelalaian atau bias dalam set pelatihan atau anotasi mereka.

Bias adalah fenomena terkenal dalam pembelajaran mesin, yang dapat memiliki hasil yang sangat ofensif. Analisis gambar-gambar ini hanya berdasarkan data yang kami dapatkan tidak akan membahas atau mengakui Holocaust, suatu penghilangan yang melanggar hukum di Jerman, di antara negara-negara lain. Kelemahan ini menyoroti pentingnya mengevaluasi secara kritis teknologi baru sebelum menggunakannya secara lebih luas.

Menemukan Hasil Reproduksi Lainnya

Bertekad untuk menemukan cara alternatif untuk pendekatan kuantitatif untuk membantu kemanusiaan, kami akhirnya menganalisis kecerahan gambar, membandingkan adegan-adegan kilas balik dengan momen-momen lain dalam kehidupan Haft. Untuk itu, kami mengukur kecerahan gambar yang dipindai menggunakan perangkat lunak analisis gambar.

Kami menemukan bahwa di sepanjang buku ini, fase emosional yang bahagia dan ringan seperti pelariannya dari penjara atau kehidupan pasca perang Haft di AS ditampilkan menggunakan gambar yang cerah. Fase trauma dan sedih, seperti pengalaman di kamp konsentrasi, ditampilkan sebagai gambar gelap. Ini selaras dengan identifikasi psikologi warna putih sebagai nada murni dan bahagia, dan hitam sebagai simbol kesedihan dan kesedihan.

Setelah menetapkan pemahaman umum tentang bagaimana kecerahan digunakan dalam gambar buku, kami melihat lebih dekat pada adegan-adegan kilas balik. Semua dari mereka menggambarkan peristiwa yang intens secara emosional, dan beberapa di antaranya gelap, seperti ingatan akan kremasi narapidana lain di kamp konsentrasi dan meninggalkan cinta dalam hidupnya.

Kami terkejut, bagaimanapun, menemukan bahwa kilas balik yang menunjukkan Haft tentang meninju lawan sampai mati adalah terang dan jelas - menunjukkan dia memiliki emosi positif tentang pertemuan fatal yang akan datang. Itulah kebalikan dari apa yang mungkin dirasakan pembaca seperti kita saat mereka mengikuti cerita, mungkin melihat lawan Haft lemah dan menyadari bahwa dia akan dibunuh. Ketika pembaca merasa kasihan dan empati, mengapa Haft merasa positif?

Kontradiksi ini, ditemukan dengan mengukur kecerahan gambar, dapat mengungkapkan wawasan yang lebih dalam tentang bagaimana kamp kematian Nazi mempengaruhi Haft secara emosional. Bagi kami, saat ini, tidak terbayangkan bagaimana prospek mengalahkan orang lain hingga mati dalam pertandingan tinju akan menjadi positif. Tapi mungkin Haft berada dalam situasi putus asa sehingga dia melihat harapan untuk bertahan hidup ketika berhadapan dengan lawan yang bahkan lebih kelaparan daripada dirinya.

Menggunakan A.I. alat untuk menganalisis karya sastra ini memberi cahaya baru pada unsur-unsur utama emosi dan memori dalam buku - tetapi mereka tidak menggantikan keterampilan seorang ahli atau sarjana dalam menafsirkan teks atau gambar. Sebagai hasil dari percobaan kami, kami berpikir bahwa A.I. dan metode komputasi lainnya menghadirkan peluang menarik dengan potensi penelitian yang lebih terukur, dapat direproduksi, dan mungkin objektif dalam bidang humaniora.

Akan sulit untuk menemukan cara untuk menggunakan A.I. tepat di humaniora - dan terlebih lagi karena saat ini A.I. sistem belum cukup canggih untuk bekerja dengan andal dalam semua konteks. Para sarjana juga harus waspada terhadap potensi bias dalam alat ini. Jika tujuan akhir dari A.I. Penelitian adalah untuk mengembangkan mesin yang menyaingi kognisi manusia, sistem kecerdasan buatan mungkin perlu tidak hanya untuk berperilaku seperti orang tetapi memahami dan menafsirkan perasaan seperti orang juga.

Artikel ini awalnya diterbitkan di The Conversation oleh Leonie Hintze dan Arend Hintze http://theconversation.com/profiles/arend-hintze-225106. Baca artikel asli di sini.