让民主运作并非易事,最近的事件已经清楚地表明了这一点。一些批评者认为技术正在让情况变得更糟。但一家初创公司希望AI能够帮助缩小分歧,而不是扩大分歧。
"有一天我突然意识到,人们会要求AI像对五岁孩子那样解释事情,"ComplexChaos联合创始人兼首席执行官Tomy Lorsch告诉TechCrunch。"如果我们将它用作促进者,帮助人们相互理解并找到共同点呢?"
他和联合创始人Maya Ben Dror正在开发帮助人们达成共识的工具。他们的第一个测试案例涉及气候谈判,但实际上问题是什么并不重要。他们的目标是促进合作,缩短团体达成协议所需的时间。
"每个人都在构建像Slack、Google Docs之类的协作软件,"Lorsch说。"合作是不同的概念。"
促进合作不是容易规模化的事情
他说,促进合作不是容易规模化的事情。通常,训练有素的促进者会花时间与团体合作帮助他们达成共识,但当谈判或准备工作跨越时区甚至在不同房间进行时,这个过程可能会变慢。
Lorsch受到谷歌最近开发的一个名为哈贝马斯机器的大语言模型的鼓舞,该模型正是为这个目标而明确开发的。"这基本上是一个AI,它生成群体共识声明,让人们感到无论是多数还是少数观点都得到了代表,"他说。
气候谈判试点获得积极反馈
Lorsch和Ben Dror最近试用了他们初创公司的工具,帮助来自九个非洲国家的年轻代表在德国波恩的联合国校园为气候相关谈判做准备。该工具结合了谷歌的哈贝马斯机器和OpenAI的ChatGPT,用于生成问题、制定对话目标并帮助总结长文档。
Ben Dror说,目标是帮助代表们在开始与其他方谈判之前作为一个集团达成共识。
理想情况下,该工具也将有助于加速谈判过程。当集团或来自一组立场一致国家的代表在大型谈判会议过程中遇到新信息时,他们通常需要重新组织来处理新信息。"集团通常是谈判必须停止的原因。集团必须退出,重新谈判,重新定位,然后再回去。这会产生很多摩擦,"Ben Dror说。ComplexChaos希望其工具能够帮助缩短这个时间。
在与来自非洲国家代表的试点中,ComplexChaos表示参与者报告协调时间减少了多达60%,91%的参与者表示AI工具帮助他们看到了原本会错过的观点。
扩展到企业应用领域
ComplexChaos还在向包括科技公司和大型咨询公司在内的企业推广其合作工具。"AI战略规划基本上是同样的问题,"Lorsch说。"大多数公司的年度战略规划过程大约需要一年中的三个月时间,涉及反复协商、多层次、跨时区、跨团队等等。"
但Lorsch和Ben Dror在谈论气候谈判时最为热情。
"如果AI能够缩短这些流程,简化它们,那么我们的境况会好得多。不仅仅是气候问题,对于任何可持续发展问题,对于我们面临的任何重大挑战都是如此,"Ben Dror说。
Q&A
Q1:ComplexChaos开发的AI工具有什么特殊功能?
A:ComplexChaos开发的AI工具结合了谷歌的哈贝马斯机器和OpenAI的ChatGPT,主要用于帮助人们达成共识。它能生成问题、制定对话目标、总结长文档,并生成让多数和少数观点都感到被代表的群体共识声明,目标是促进合作并缩短团体达成协议的时间。
Q2:这个AI工具在实际应用中效果如何?
A:在与九个非洲国家代表的气候谈判试点中,ComplexChaos的AI工具取得了积极效果。参与者报告协调时间减少了多达60%,91%的参与者表示AI工具帮助他们看到了原本会错过的观点,有效提升了谈判准备效率。
Q3:ComplexChaos的AI合作工具还能用在哪些领域?
A:除了气候谈判,ComplexChaos还在向科技公司和大型咨询公司推广其合作工具,用于企业战略规划。创始人认为AI战略规划本质上是同样的问题,可以帮助缩短通常需要三个月的年度战略规划过程,减少跨时区、跨团队的反复协商时间。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。