Η τεχνητή νοημοσύνη θα μπορούσε μια μέρα να καταστήσει το ίδιο το crowdsourcing ξεπερασμένο – Οι στιγμές του Eureka θα μπορούσαν να ανήκουν στο παρελθόν χάρη στα ισχυρά, αμερόληπτα μοντέλα τεχνητής νοημοσύνης

Το crowdsourcing είναι ένας πολύ καλός τρόπος για τη δημιουργία πληθώρας νέων ιδεών, αλλά το φιλτράρισμα των κακών προτάσεων μπορεί συχνά να είναι δαπανηρό και αναποτελεσματικό.

Ωστόσο, η

τεχνητή νοημοσύνη

θα μπορούσε σύντομα να καταστήσει το crowdsourcing ξεπερασμένο, σύμφωνα με μια νέα μελέτη

που

δημοσιεύτηκε στο περιοδικό INFORMS

Επιστήμη Μάρκετινγκ

. Η έρευνα, με επικεφαλής μια ομάδα από το Πανεπιστήμιο της Οξφόρδης, το Universidad de Los Andes στη Χιλή, το Πανεπιστήμιο της Νότιας

Καλιφόρνια

και το Πανεπιστήμιο του Ίνσμπρουκ της Αυστρίας, ανέπτυξε ένα απλό μοντέλο τεχνητής νοημοσύνης που ήταν σε θέση να εξαλείψει αποτελεσματικά κακές ιδέες στο διαδικασία crowdsourcing, αφήνοντας μόνο τα πιο πολλά υποσχόμενα προς εξέταση.

Το μοντέλο τεχνητής νοημοσύνης θα μπορούσε επίσης να προσαρμόζεται εύκολα από τους διαχειριστές για να καθορίσουν τον αριθμό των ιδεών που θα εξεταστούν, χωρίς να χαθούν δυνητικά καλές.

Το θολό μπροστινό μέρος

“Η δημιουργία ιδεών και η εξέταση είναι θεμελιώδεις για την επιτυχία του μάρκετινγκ, επειδή αποτελούν την αρχή της ανάπτυξης νέων προϊόντων”, δήλωσε ο Gerard Tellis, ένας από τους συγγραφείς της μελέτης του άρθρου με κριτές “


Μπορεί το AI να βοηθήσει στην Ideation;


Ανήκουν στο «ασαφές μπροστινό μέρος», ένα βασικό σημείο μόχλευσης στην ανάπτυξη νέων προϊόντων».

Οι ερευνητές δοκίμασαν το μοντέλο AI χρησιμοποιώντας δεδομένα από

Hyve

, μια εταιρεία

καινοτομία

ς που διαχειρίζεται μια

πλατφόρμα

crowdsourcing. Χρησιμοποιώντας ένα σύνολο δεδομένων 21 διαγωνισμών crowdsourcing, που περιλάμβαναν 4.191 ιδέες, το μοντέλο εφαρμόστηκε σε 20 διαγωνισμούς και χρησιμοποιήθηκε για να προβλέψει την επιτυχία στην 21η ιδέα που έμεινε έξω.

Βρήκαν ότι το καλύτερο μοντέλο θα μπορούσε να εξετάσει το 44% των ιδεών, χάνοντας μόνο το 14% των καλών, ενώ μια προσέγγιση δύο βημάτων θα μπορούσε να αποκλείσει το 21% των ιδεών χωρίς να χάσει κανέναν νικητή. Ένας νέος παράγοντας πρόβλεψης, η ατυπικότητα των λέξεων, αποδείχθηκε αποτελεσματικός στον έλεγχο άτυπων ιδεών, ευνοώντας τις πιο περιεκτικές και πλούσιες.

Η μελέτη διαπίστωσε ότι τα μοντέλα τεχνητής νοημοσύνης, αφού αναπτυχθούν, αποδεικνύονται σχετικά χαμηλού κόστους στη λειτουργία τους και –το σημαντικότερο– δεν υποκύπτουν σε εσωτερικές προκαταλήψεις. Είναι επίσης διαφανή και προσφέρουν προστασία της ιδιωτικής ζωής, συμβάλλοντας στη διαφύλαξη της πνευματικής ιδιοκτησίας μιας εταιρείας.

Αυτό δεν σημαίνει ότι η τεχνητή νοημοσύνη μπορεί να τα χειριστεί όλα. «Χρειάζονται ακόμη άνθρωποι και ειδικοί», δήλωσε ο Johann Füller, άλλος συγγραφέας της μελέτης. “Στη φάση της επιλογής, η τεχνητή νοημοσύνη μπορεί να αντικαταστήσει τους ανθρώπους στον έλεγχο και τον περιορισμό αυτών των ιδεών. Αλλά μακροπρόθεσμα, εάν η αυτοματοποίηση χρησιμοποιηθεί σωστά, μπορεί ακόμη και να εξαλείψει την ανάγκη για ανθρώπινες γεννήτριες ιδεών και να καταστήσει το ίδιο το crowdsourcing ξεπερασμένο”.