الگوریتم‌ها و هوش مصنوعی برای دنیایی بهتر
امروزه الگوریتم‌های تصمیم‌گیری و هوش مصنوعی به دلیل توانایی‌هایشان در افزایش سرعت، کارایی، و پیش‌بینی در طیفی وسیع از حوزه‌ها، تحولی بزرگ ایجاد کرده‌اند. اما در همین حال، مانیش راگاوان در تلاش است تا ضمن کاهش خطرات مرتبط، از این فناوری‌ها برای حل مسائل اجتماعی موجود استفاده کند.
راگاوان، استاد توسعه حرفه‌ای در MIT و عضو مشترک دانشکده مدیریت Sloan و کالج MIT Schwarzman، می‌گوید: “در نهایت هدف من از تحقیقات این است که راهکارهای بهتری برای مشکلات اجتماعی طولانی‌مدت پیدا کنم.” او همچنین یکی از محققان اصلی در آزمایشگاه سیستم‌های اطلاعات و تصمیم‌گیری (LIDS) است.
هوش مصنوعی در استخدام: فرصت‌ها و چالش‌ها
یک نمونه برجسته از تحقیقات راگاوان بررسی استفاده از هوش مصنوعی در فرآیند استخدام است. او معتقد است که شیوه‌های سنتی استخدام همیشه ایده‌آل نبوده و ارزش حفظ شدن ندارند. اما ابزارهایی که از داده‌های تاریخی یاد می‌گیرند، تمایل دارند تمام خطاها و تعصبات انسانی را نیز به ارث ببرند.
با این حال، او در اینجا یک فرصت بالقوه را مشاهده می‌کند: “یکی از مشکلات همیشه دشوار در سنجش تبعیض، اندازه‌گیری آن بوده است. اما سیستم‌های مبتنی بر هوش مصنوعی گاهی‌اوقات قابل مشاهده‌تر و قابل سنجش‌تر از انسان‌ها هستند. یکی از اهداف من این است که بفهمم چگونه می‌توان از این شفافیت بهبود یافته استفاده کرد تا روش‌های جدیدی برای شناسایی رفتارهای نادرست سیستم‌ها پیدا کنیم.”
مسیر تحقیقاتی راگاوان
راگاوان که در منطقه خلیج سان فرانسیسکو بزرگ شده بود و والدینش هر دو در رشته علوم کامپیوتر تخصص داشتند، در ابتدا قصد داشت پزشک شود. اما دلبستگی او به ریاضیات و محاسبات در نهایت او را به رشته علوم کامپیوتر کشاند. پس از یک پروژه تحقیقاتی در دانشگاه کورنل، او تصمیم گرفت دکترای خود را در زمینه تأثیرات اجتماعی تصمیم‌گیری الگوریتمی به اتمام برساند.
او به خاطر تحقیقات خود جوایز متعددی از جمله فلوشیپ تحقیقات فارغ‌التحصیلی بنیاد ملی علوم و فلوشیپ تحقیقاتی مایکروسافت دریافت کرده است. در سال ۲۰۲۲، راگاوان به هیئت علمی MIT پیوست.
هوش مصنوعی و پزشکی
در یکی از پروژه‌های تحقیقاتی خود، او به بررسی تأثیر ترکیب بازخورد پزشکان با یک ابزار مبتنی بر هوش مصنوعی پرداخت که برای غربالگری بیماران با خونریزی گوارشی طراحی شده است. راگاوان معتقد است که سیستم‌های الگوریتمی هرچند دقیق، در بعضی موارد خاص به کمک متخصصان انسانی نیاز دارند تا خطاهایشان جبران شود. او می‌گوید: “امیدواریم بتوانیم این موارد خاص را از قبل شناسایی کنیم تا نظرات پزشکان در اینجا ارزش بیشتری پیدا کند.”
تأثیر الگوریتم‌های شبکه‌های اجتماعی
او همچنین درباره تأثیر پلتفرم‌های آنلاین بر رفتار کاربران تحقیق کرده است. به عنوان مثال، الگوریتم‌های شبکه‌های اجتماعی که محتوای موردعلاقه کاربر را رصد کرده و مشابه همان را نمایش می‌دهند، ممکن است منجر به تجربه‌ای موقتی لذت‌بخش اما در نهایت سمی برای کاربر شوند.
راگاوان و همکارانش مدلی طراحی کرده‌اند که نحوه تعامل کاربران با پلتفرم‌ها را در هنگام تضاد بین رضایت فوری و اهداف بلندمدت بررسی می‌کند. این مدل توانایی تغییر طراحی پلتفرم‌ها به منظور ایجاد تجربه‌ای سالم‌تر را نشان می‌دهد و در سال ۲۰۲۲ موفق به دریافت جایزه Exemplary Applied Modeling Track Paper Award شد.
راگاوان می‌گوید: “رضایت بلندمدت در نهایت حتی برای منافع شرکت‌ها نیز اهمیت دارد. اگر بتوانیم نشان دهیم که منافع کاربر و شرکت بیشتر همسو هستند، امیدوارم بتوانیم برای ایجاد پلتفرم‌های سالم‌تر تلاش کنیم.”
ایده‌پردازی و زندگی شخصی
درباره روند ایده‌پردازی خود، او می‌گوید بهترین ایده‌هایش زمانی به ذهنش می‌رسند که مدتی به صورت پراکنده درباره یک مشکل فکر کرده باشد. راگاوان به دانشجویانش توصیه می‌کند که اگر با مسئله‌ای سخت مواجه شدند، آن را کنار بگذارند و روز بعد دوباره به آن برگردند. او می‌گوید: “معمولاً روز بعد همه‌چیز بهتر به نظر می‌رسد.”
هنگامی که راگاوان مشغول حل مسائل علمی نیست، او را اغلب در زمین فوتبال به عنوان مربی تیم مردان هاروارد می‌توان پیدا کرد. او این مسئولیت را بسیار ارزشمند می‌داند: “دانستن اینکه باید عصر را در زمین بگذرانم، به من انگیزه می‌دهد و فرصتی برای استراحت از کار فراهم می‌کند.”
چشم‌انداز آینده
راگاوان معتقد است که هیجان‌انگیزترین چیزی که اکنون در حوزه او رخ می‌دهد، امکان استفاده از هوش مصنوعی برای ایجاد بینش‌های جدید درباره انسان‌ها و جامعه انسانی است. او امیدوار است که هوش مصنوعی بتواند به ما کمک کند تا خودمان را بهتر بشناسیم.