"Testuj pomysły i produkty z syntetycznymi konsumentami i podejmuj decyzje z pewnością siebie."

Usługa Synthetic Users, która pojawiła się w lutym, oferuje do badań użytkowników zamiast prawdziwych ludzi syntetycznych konsumentów, jak sama nazwa wskazuje. Możliwe jest przeprowadzanie wywiadów i ankiet z wirtualnymi ludźmi, a także pozyskiwanie informacji zwrotnej na temat doświadczeń z produktem. Usługa oferuje także funkcję konfigurowania konkretnych sytuacji dla klientów docelowych, np. pary z Europy, które są w długim związku, a także wyjątkowo korzystny stosunek ceny do danych, wynoszący 380 dolarów za 100 danych z wywiadu. W społeczności antropologów, socjologów i etnologów, którzy mieli okazję zapoznać się z tą usługą, pojawiły się różne reakcje, od „nieprzyjemne” i „odczuwam niepokój” po „zabawne”.

Odnosi się to do obaw, że w przypadku badań jakościowych, które skupiają się na zrozumieniu człowieka, a nie na „syntetycznych” dziełach, kryteria identyfikacji człowieka, celu, przyjemności i wartości mogą być łatwiej kopiowane i rozumiane, niż się wydaje. W połączeniu z cynicznym spojrzeniem, że złożona sytuacja społeczno-polityczna i wzajemne zależności, w których pojawiają się problemy, z którymi ludzie borykają się w rzeczywistości, nie zostaną w pełni zaimplementowane.

W rzeczywistości tego typu dane syntetyczne nie są niczym nowym. Dane syntetyczne są szczególnie przydatne, gdy trudno jest pozyskać zbiór danych. Na przykład w wirtualnych symulacjach samochodów w branży motoryzacyjnej dane syntetyczne są wykorzystywane do naśladowania zachowania kierowców w celu trenowania modeli w szerokim zakresie różnorodnych sytuacji. Dane syntetyczne zostały również wykorzystane do odtworzenia danych medycznych ponad 2,7 miliona pacjentów z COVID-19, tworząc zbiór danych, który ma takie same cechy statystyczne, ale nie zawiera danych identyfikujących, udostępniając go do szybkiego wykorzystania i badań przez naukowców na całym świecie.

Jednak obecna sytuacja, w której ChatGPT jest stosowany w niemal wszystkich usługach i szybko się rozprzestrzenia, stała się katalizatorem gwałtownego wzrostu popytu na dane syntetyczne, który już wcześniej był wysoki. Ich zakres poszerzył się do tego stopnia, że pojawiły się usługi twierdzące, że codzienna działalność człowieka, która służy do zdobywania wiedzy, może zostać zastąpiona przez dane syntetyczne.

Szczególnie usługa Synthetic Users wyraźnie pokazuje obawy związane z wykorzystywaniem danych syntetycznych: „Różnica od rzeczywistości”, czyli konieczność ponownej definicji „danych” i „prawdy”.

Żyjemy już w erze dezinformacji, a coraz trudniej jest zrozumieć źródło i uprzedzenia wszystkich danych, które widzimy. Nadchodząca fala danych syntetycznych nie tylko zaciera granice między „rzeczywistością” a „sztucznością”, ale także utrudnia konsumentom danych krytyczną ocenę źródła danych oryginalnych, metod ich zbierania i manipulowania nimi, a w konsekwencji – ustalenia, jak bardzo można im ufać.

Dlatego najważniejszym krokiem, aby zapobiec temu, aby rewolucja danych syntetycznych nie stworzyła świata, którego nie chcemy, jest skupienie się na małych, a nie na dużych danych. W dzisiejszych czasach wiele firm ma tendencję do skupiania się na tzw. „podejmowaniu decyzji opartych na danych”, polegając na wszystkich dostępnych danych, mimo że wiadomo, że zbiory danych są stronnicze lub niekompletne. Dlatego dane syntetyczne powinny opierać się na najlepszych możliwych danych rzeczywistych, które możemy znaleźć. Ponadto należy zapewnić początkowy zbiór danych o najwyższej jakości, wraz z głębokim kontekstowym zrozumieniem tego, co jest najważniejsze w danych i dlaczego.

Jeśli nie będziemy opierać się na solidnym zrozumieniu podstawowych ludzkich zjawisk, takich jak różnice między tym, co ludzie mówią, a tym, co robią, lub nieoczekiwany wpływ naszego życia na nasze działania, ryzykujemy symulację świata społecznego, który zagrozi rzeczywistości, szkodząc zarówno firmom, jak i zwykłym ludziom.

Dane syntetyczne będą odgrywać coraz większą rolę w naszym życiu. Mają potencjał do przekształcenia wszystkiego, od algorytmów kształtujących nasze doświadczenia ze światem po nasze rozumienie danych i rzeczywistości. Zaufanie tych ważnych decyzji niewielkiej grupie naukowców ds. danych, nawet jeśli kierują się najlepszymi intencjami, jest zbyt ryzykowne. Konieczna jest współpraca z ekspertami z dziedzin nauk społecznych i humanistycznych. Nie dlatego, że dane syntetyczne są gorsze od obecnych zbiorów danych, ale dlatego, że oferują zbyt wiele możliwości, co budzi strach.

*Ten artykuł jest oryginalną wersją artykułu opublikowanego 11 kwietnia 2023 r. wKolumna w Electronic Newspaper.

Referencje

Badania bez bólu głowy prawdziwych ludzi

Stan Unii Sztucznej Inteligencji

Badania użytkowników bez syntezy

Badania syntetyczne i próbkowanie krzemowe // BrXnd Dispatch vol. 010
Musimy porozmawiać o danych syntetycznych⁠⁠⁠⁠⁠⁠⁠