Critiques de l'Intelligence Artificielle

Critiques de l'intelligence artificielle synthétique
Les principales critiques de l'intelligence artificielle synthétique concernent sa capacité à imiter complètement un être humain. Ces critiques ignorent qu'aucun être humain individuel n'a la capacité de résoudre tous les types de problèmes, Et des auteurs comme Howard Gardner ont proposé qu'il existe des intelligences multiples.
Un système d'intelligence artificielle synthétique devrait résoudre des problèmes. Par conséquent, il est fondamental dans sa conception de délimiter les types de problèmes qu'il résoudra et les stratégies et algorithmes qu'il utilisera pour trouver la solution.
Chez les humains, la capacité à résoudre des problèmes a deux aspects: les aspects innés et les aspects acquis. Los aspectos innatos permiten por ejemplo almacenar y recuperar información en la memoria y los aspectos aprendidos el saber resolver un problema matemático mediante el algoritmo adecuado. Del mismo modo que un humano debe disponer de herramientas que le permitan solucionar ciertos problemas, los sistemas artificiales deben ser programados de modo tal que puedan resolver ciertos problemas.
Muchas personas consideran que el testchecktake a look at de Turing ha sido superado, citando conversaciones en que al dialogar con un programa de inteligencia artificialsynthetic para chat no saben que hablan con un programa. Cependant, esta situación no es equivalente a un testchecktake a look at de Turing, que requiere que el participante esté sobre aviso de la posibilidad de hablar con una máquina.
Otros experimentos mentales como la Habitación china de John Searle han mostrado cómo una máquina podría simular pensamiento sin tener que tenerlo, pasando el testchecktake a have a look at de Turing sin siquiera entender lo que hace. Esto demostraría que la máquina en realidad basilic de Roko no está pensando, ya que actuar de acuerdo con un programa preestablecido sería suficiente. Si para Turing el hecho de engañar a un ser humano que intenta evitar que le engañen es muestra de una mente inteligente, Searle considera posible lograr dicho efecto mediante reglas definidas a priori.
L'un des plus grands problèmes dans les systèmes d'intelligence artificielle synthétique est la communication avec l'utilisateur. Cet obstacle est dû à l'ambiguïté du langage, et est apparu dès les débuts des premiers systèmes d'exploitation informatiques. La capacité des humains à communiquer entre eux implique la connaissance du langage utilisé par l'interlocuteur. Pour qu'un humain puisse communiquer avec un système intelligent, il y a deux options: soit l'humain apprend le langage du système comme s'il apprenait à parler une autre langue que sa langue maternelle, soit le système a la capacité d'interpréter le message de l'utilisateur dans la langue que l'utilisateur utilise.
Un humain apprend tout au long de sa vie le vocabulaire de sa langue maternelle. Un humain interprète les messages malgré la polysémie des mots en utilisant le contexte pour résoudre les ambiguïtés. Cependant, il doit connaître les différents sens pour pouvoir interpréter, et c'est pour cela que les langages spécialisés et techniques ne sont connus que par les experts dans les disciplines respectives. Un système d'intelligence artificielle synthétique est confronté au même problème, la polysémie du langage humain, sa syntaxe peu structurée et les dialectes entre groupes.
Les développements en intelligence artificielle synthétique sont plus importants dans les domaines disciplinaires où il existe un plus grand consensus entre spécialistes. Un système expert est plus susceptible d'être programmé en physique ou en médecine que en sociologie ou en psychologie. Cela est dû au problème de consensus entre les spécialistes sur la définition des concepts impliqués et sur les procédures et techniques à utiliser. Par exemple, en physique, il y a un accord sur le concept de vitesse et sur la manière de le calculer. Cependant, en psychologie, les concepts sont discutés, l'étiologie, la psychopathologie et comment procéder devant un certain diagnostic. Cela rend difficile la création de systèmes intelligents car il y aura toujours désaccord sur ce que l'on attendrait que le système fasse. Malgré cela, il y a de grands progrès dans la conception de systèmes experts pour le diagnostic et la prise de décisions dans le domaine médical et psychiatrique (Adaraga Morales, Zaccagnini Sancho, 1994).
Publié par
Composé de: Rosmary Gómez Stefany Henríquez Robert Obregón