Деякі думки Скотта Харлі: - Зараз ми фокусуємось переважно на тому, що ми створюємо (скажімо, які технології) і як саме це робимо. На мою думку, нам було б варто зробити крок назад і поміркувати: а навіщо ми це будуємо? Нам потрібно «гуманізувати» технології – і застосувати їх до вирішення найбільш фундаментальних проблем людства. - Зробити це можна було б, скажімо, за допомогою «доповнення інтелекту», тобто застосування штучного інтелекту для розширення можливостей людини. Пол Інгліш, автор проекту Kayak.com, називає себе «реалістом ШІ» - він вірить, що штучний інтелект змінить світ, але розуміє, що станеться це не завтра й навіть не у найближчі роки. Зараз він створює нову компанію Lola, метою якої буде зробити процес планування подорожі більш «людським», повернути його з інтернету до рук людей. Клієнти телефонуватимуть справжнім агентам, щоб забронювати тур, але агенти будуть озброєні технологіями з використанням ШІ – і відтак забезпечать найкращий сервіс. - Сьогодні багато компаній діють за схожим принципом. Ще один приклад – сервіс Stitch Fix (послуги персонального стиліста). Ця компанія використовує алгоритми машинного навчання, штучний інтелект – але лише для того, щоб розширити можливості людини.

Якщо 80% вашої команди працюють із даними, мають схожий досвід і знання – то хіба не варто було б додати 20% філософів, психологів чи антропологів?

  У Stitch Fix працює 70 фахівців з даних, які розробляють алгоритми машинного навчання, а також 3500 стилістів. Кожен зі стилістів має певні уподобання й упередження щодо віку, моди тощо – і це може впливати на сервіс. Штучний інтелект вивчає їхні упередження – і згодом намагається їх подолати, пропонуючи ті варіанти, яких не помічає стиліст. Мова не йде про те, що ШІ замінює людину – але він доповнює її, допомагає їй стати кращою. - Чимало команд створюється завдяки певним фільтрам: серед безлічі резюме ми відбираємо ті, де є «ключові слова», близькі нам. І в результаті ми створюємо «внутрішнє упередження» і отримуємо команду з людей зі схожим світоглядом, досвідом. Проте поміркуйте: якщо 80% вашої команди працюють із даними, мають схожий досвід і знання – то хіба цього не достатньо? І хіба не варто було б решту 20% місць запропонувати філософам, психологам чи антропологам?