การบริหารที่อแดปทีฟ (Adaptive Administration)

เพื่อเปิดตัวที่เรียกว่า "ปีแห่ง AI", CEO ของ Microsoft Satya Nadella แสดงตัวอย่าง ที่ World Economic Forum ในเมืองดาวอส สวิตเซอร์แลนด์ โดยสาธิตให้เห็นว่าเกษตรกรที่พูดภาษาท้องถิ่นในชนบทของอินเดียสามารถใช้โทรศัพท์ธรรมดาที่จับคู่กับแบบจำลองภาษาใหญ่ (LLM) ที่ส่วนหลังเพื่อเข้าถึงบริการสาธารณะได้อย่างไร แบบจำลองสามารถเข้าใจเสียง แปลจากภาษาท้องถิ่นเป็นภาษาประจำชาติที่มีแบบฟอร์มที่เกี่ยวข้อง นำทางในสิ่งที่ต้องกรอก และส่งคืนคำแนะนำผ่านเสียงให้เกษตรกร

การสาธิตนี้เป็นผลมาจากหลายปีของการทำงานและความร่วมมือหลายฝ่ายรวมถึง AI4Bharat, Karya และ IVR Junction ซึ่งได้จ้างชาวอินเดียเพื่อรวบรวมข้อมูลเกี่ยวกับภาษาท้องถิ่น ใช้ข้อมูลเหล่านี้เพื่อเสริมพลังให้ LLMs แปลภาษาท้องถิ่นเหล่านี้ และเชื่อมโยงชาวอินเดียที่ไม่รู้หนังสือที่สามารถเข้าถึงได้เพียงแค่โทรศัพท์ธรรมดากับ "อินเทอร์เน็ตที่ใช้เสียง" ทั้งหมดนี้มีความหวังว่าจะช่วยรักษาและเสริมสร้างความหลากหลายทางวัฒนธรรมของอินเดียโดยการรับประกันว่าผู้ที่พูดภาษาที่ไม่เด่นและอาศัยอยู่ไกลจากเมืองใหญ่ยังคงสามารถเข้าถึงบริการสาธารณะที่พวกเขาต้องการเพื่อรักษาวิถีชีวิตของพวกเขา

****

การสร้างบนการสาธิตเหล่านี้ องค์กรธุรกิจ ภาคประชาสังคม และรัฐบาลของอินเดียได้เปิดตัวบริการเพื่อใช้ความสามารถเหล่านี้ในระดับกว้าง รวมถึงแชทบ็อตที่ให้บริการโดยรัฐบาลเพื่อสนับสนุนการสมัครโปรแกรมการสนับสนุนทางการเงินสำหรับเกษตรกร และแชทบ็อตฟรีบน WhatsApp ที่ใช้หลายภาษาซึ่งให้คำแนะนำเกี่ยวกับบริการสาธารณะต่างๆ

การบริหารและระบบราชการเป็นลักษณะสำคัญที่จัดระเบียบมากในโลก พวกเขาเกี่ยวข้องกับรูปแบบการสื่อสารที่มีโครงสร้างและการประมวลผลข้อมูลตามกฎที่มีความเป็นทางการมากกว่าและเข้มงวดกว่าขนบธรรมเนียมของภาษาธรรมชาติ มันเป็นประสบการณ์ที่มีความหลากหลายน้อยกว่าที่มักจะมีวัตถุประสงค์เพื่อให้ได้มาซึ่งความถูกต้อง ความเสมอภาค และความยุติธรรมทางขั้นตอน อย่างไรก็ตาม พวกเขามักจะอนุญาตให้มีการสื่อสารเพิ่มเติมในทางตรงข้ามกับการโต้ตอบทางคณิตศาสตร์และกลไกที่เข้มงวดมากขึ้นของการลงคะแนนหรือการตลาด ดังนั้น พวกเขาจึงต้องการความเข้าใจร่วมกันอย่างลึกซึ้งระหว่างผู้เข้าร่วมเพื่อให้ดำเนินไปได้อย่างมีประสิทธิภาพและมั่นใจว่าขนบธรรมเนียมจะถูกนำมาใช้และไม่ถูกละเมิด การบริหารจัดการเป็นหัวใจหลักของการโต้ตอบระหว่างบุคคลหรือธุรกิจขนาดเล็กกับรัฐบาลหรือบริษัทขนาดใหญ่ นอกจากนี้ยังเป็นแกนหลักในการสร้างความสัมพันธ์ระยะกลางระหว่างผู้คนในสังคมโดยไม่ต้องมีการเชื่อมต่อทางสังคมที่แน่นแฟ้น มันควบคุมสิ่งที่เราคิดว่าเป็นกฎหมาย ระบบทรัพย์สิน การระบุตัวตน การจ้างงานและการรับเข้า และฟังก์ชันส่วนใหญ่ของ "รัฐการบริหาร" และ "ระบบราชการของบริษัท"

ข้อร้องเรียนคลาสสิกต่อระบบราชการและการบริหารคือมันมีทั้งความไม่แน่นอน มอบอำนาจดุลพินิจมากเกินไปให้กับผู้ที่ถือสถานะการพิจารณาต่างๆ ในการบริหาร และความเข้มงวด ไม่สามารถปรับตัวให้เข้ากับรายละเอียดของกรณีเฉพาะหรือการตั้งค่าทางวัฒนธรรมภายนอกขอบเขตของความคาดหวังของระบบราชการ ในบทนี้ เรามุ่งหวังที่จะอธิบายว่าความก้าวหน้าทางเทคโนโลยีดิจิทัล โดยเฉพาะอย่างยิ่งโมเดลพื้นฐานเชิงกำเนิด อาจช่วยบรรเทาบางส่วนของการประนีประนอมเหล่านี้ได้อย่างไร ทำให้กลุ่มคนที่หลากหลายสามารถร่วมมือในระบบการบริหารจัดการได้ในขณะที่ยังคงเคารพวิถีชีวิตของพวกเขา

การบริหารจัดการในปัจจุบัน

จุดเชื่อมต่อที่สำคัญที่สุดของชีวิตหลายจุดขึ้นอยู่กับผลลัพธ์ของการบริหารจัดการตามโครงสร้างข้อมูล (แบบฟอร์มต่างๆ) ที่บางกว่าที่เราดำเนินชีวิตส่วนใหญ่ของเรา ตัวอย่างเช่น:

• เอกสารการระบุตัวตนและการเดินทาง
• ใบรับรองการศึกษา เรซูเม่ และสรุปอื่นๆ ของ "เส้นทางชีวิต" (หลักสูตรวิทยา / CV)
• เอกสารทางกฎหมาย รวมถึงโฉนดทรัพย์สินและสัญญา
• การยื่นภาษี
• การประเมินผลงานที่มีโครงสร้าง
• แบบฟอร์มการรับข้อมูลทางการแพทย์และการประเมิน
• การยื่นฟ้องทางกฎหมาย (แม้ว่ามักจะมีรายละเอียดและบริบทมากกว่า)

โครงสร้างข้อมูลเหล่านี้อนุญาตให้มีการประเมินที่ "ยุติธรรม" (fair) "ถูกต้อง" (just) และ "เป็นกลาง" (impartial) ของการจัดสรรหรือการเลือกที่ซับซ้อนเกินกว่าที่จะพึ่งพากฎที่โปร่งใสสากลเช่นตลาดและการลงคะแนนได้ เพื่อให้เกิดความยุติธรรม ระบบเหล่านี้มักจะละทิ้งข้อมูลหลายอย่างโดยเจตนา ดังที่เห็นได้ชัดจากความตาบอดของความยุติธรรมในตัวแทนของมนุษย์ในประเพณียุโรป นักวิชาการตั้งแต่ที่สังคมวิทยาคนแรก Max Weber ได้กล่าวไว้ เพื่อให้บรรลุเป้าหมายทั้งสองนี้ในการใช้ข้อมูลที่สมบูรณ์กว่าการลงคะแนนหรือการตลาดในขณะเดียวกันก็รักษาความยุติธรรม ระบบการบริหารจัดการจ้างระบบราชการ (bureaucracies) ขนาดใหญ่และการประมวลผลดิจิทัลมากมายเพื่อประเมินข้อมูลที่มีโครงสร้างเหล่านี้ตามกฎและขั้นตอน^[1]

ดังนั้น การบริหารจัดการประสบกับข้อร้องเรียนที่ตรงกันข้ามสองประการ ซึ่งสอดคล้องกับขอบเขตของความร่วมมือที่พวกเขาอนุญาตและขีดความสามารถในการครอบคลุมความหลากหลายทางสังคม^[2]

ข้อแรกอาจเรียกได้ว่าเป็นปัญหาของ "ความเข้มงวด" (rigidity) นั่นคือกฎระเบียบของระบบราชการ เมื่อทิ้งรายละเอียดจำนวนมากจะนำไปสู่ผลลัพธ์ที่ไม่ละเอียดอ่อนต่อคุณสมบัติที่สำคัญของกรณีเฉพาะหรือสถานการณ์ท้องถิ่น ตัวอย่างมีตั้งแต่เรื่องธรรมดาไปจนถึงการกดขี่และน่าหัวเราะ เช่น:

• เขตอำนาจส่วนใหญ่มีการกำหนดความเร็วในการขับรถเพื่อความปลอดภัย แต่ความเร็วที่ปลอดภัยในการขับขี่จะแตกต่างกันมากกับถนน สภาพแวดล้อม และเงื่อนไขที่เกี่ยวข้องอื่นๆ ซึ่งหมายความว่าความเร็วที่กำหนดมักจะสูงหรือต่ำเกินไปสำหรับสถานการณ์จริง เช่นเดียวกันกับนโยบายการบริหารอื่นๆ แทบทั้งหมด ตั้งแต่ราคาสินค้าไปจนถึงเวลาพักของพนักงาน
• ในการหางานที่มีรายได้สูง คนจากวัฒนธรรมที่หลากหลายทั่วโลกต้องปรับความสำเร็จและชีวิตของพวกเขาให้อยู่ในรูปแบบของเรซูเม่และใบรับรองการศึกษาที่ออกแบบมาให้เป็นที่เข้าใจของระบบราชการและผู้จัดการการจ้างงานแทนที่จะสะท้อนความสำเร็จของพวกเขาอย่างถูกต้อง
• ในช่วงปลายทศวรรษที่ 1990 สายการบินดัตช์ได้ ทำลาย (physically shredding) กระรอกหลายร้อยตัวที่ไม่มีเอกสารที่เหมาะสมสำหรับการขนส่งผ่านสนามบิน Schiphol ขณะที่ตัวอย่างนี้เป็นเรื่องที่น่ากลัวเป็นพิเศษ เกือบทุกคนที่เคยบินจะเข้าใจความเข้มงวดของระบบราชการที่บริหารจัดการการเดินทางทางอากาศและจะไม่แปลกใจมากกับผลลัพธ์นี้

แต่ในขณะเดียวกันที่พวกเขาเข้มงวด "เย็นชา" (cold) และ "ไร้ความรู้สึก" (heartless) การร้องเรียนที่ตรงกันข้ามและเป็นไปตามปกติคือความ "ซับซ้อน" ที่มักจะเป็นสิ่งที่เข้าใจยากยากที่จะนำทาง (ดูตัวอย่างเช่นผลงานคลาสสิกของ Franz Kafka The Castle) เต็มไปด้วยเทปแดงและให้อำนาจการตัดสินที่มากเกินไปให้กับระบบราชการที่ดูเหมือนจะไม่เป็นธรรม^[3] ปัญหาเหล่านี้เป็นหนึ่งในคุณลักษณะที่น่ารำคาญที่สุดของระบบราชการและเป็นแหล่งที่มาของการร้องเรียนจากลัทธิเสรีนิยมโดยตลอด แท้จริงแล้วพวกเขาเป็นแรงบันดาลใจให้กับแนวคิดหลายอย่างเกี่ยวกับ "องค์กรอิสระที่กระจาย" (DAOs) และ "สัญญาอัจฉริยะ" ที่ตั้งใจจะหลีกเลี่ยงการตัดสินที่มากเกินไป เช่นเดียวกับที่ทำให้เกิดต้นทุนสูงในภาคกฎหมาย และอย่างไรก็ตาม เหตุผลหลักที่ระบบราชการซับซ้อนคือความจำเป็นในการจัดการกับความหลากหลายและความละเอียดอ่อนของกรณีที่พวกเขาต้องบริหารจัดการ เหตุผลหลักที่ระบบราชการกลายเป็นสิ่งที่ไม่ถูกต้องเมื่อต้องครอบคลุมขอบเขตทางสังคมที่กว้างขึ้นคือพวกเขาต้องซับซ้อนเกินไปที่จะทำงานได้อย่างถูกต้อง อย่างไรก็ตาม เทคโนโลยีดิจิทัลกำลังเกิดขึ้นอย่างมากมายที่ช่วยให้การแลกเปลี่ยนนี้สามารถนำทางได้อย่างชาญฉลาดและทำให้ความร่วมมือที่มีความหลากหลายสามารถครอบคลุมขอบเขตทางสังคมได้กว้างขึ้นอย่างถูกต้องตามกฎหมาย

การบริหารที่อแดปทีฟในวันพรุ่งนี้ (Adaptive administration tomorrow)

ชุดเทคโนโลยีที่สำคัญที่สุดในการนำทางความซับซ้อนอย่างมีประสิทธิภาพจนถึงปัจจุบันคือสิ่งที่มักเรียกกันว่า "ปัญญาประดิษฐ์" (AI) อย่างไรก็ตาม ตามที่เราได้กล่าวไว้หลายครั้ง คำว่า AI หมายถึงความปรารถนามากกว่าชุดเครื่องมือเฉพาะ และในกรณีนี้ รายละเอียดของเครื่องมือที่เกี่ยวข้องเป็นสิ่งสำคัญที่ทำให้การบริหารจัดการของระบบราชการในอดีตแตกต่างจากศักยภาพที่เปิดโดยแบบจำลองพื้นฐานเชิงกำเนิด (GFMs) งานของ AI ที่ครองแวดวงในทศวรรษ 1970 และ 1980 บางครั้งเรียกว่า "AI แบบเก่า" หรือ good old-fashioned AI (GOFAI) ในหลายๆ ด้านเป็นความพยายามในการทำให้กระบวนการของระบบราชการแบบดั้งเดิมเป็นอัตโนมัติ โปรแกรมเมอร์โดยการพูดคุยกับ "ผู้เชี่ยวชาญ" จะพยายามเข้ารหัสกระบวนการบริหารจัดการในชุดของกฎที่ซับซ้อน (มักเรียกว่า "decision trees"): ผู้ป่วยมีไข้หรือไม่? ถ้าใช่ ตาของเธอแดงหรือไม่ ถ้าไม่ ต่อมน้ำเหลืองของเธออักเสบหรือไม่?... AI สไตล์นี้เจอกับอุปสรรคใหญ่และหลุดจากความนิยมในช่วงทศวรรษ 1990 หลังจากนั้นมันถูกแทนที่ด้วย "การเรียนรู้ของเครื่อง" โดยเฉพาะเครือข่ายประสาทเทียม และผลผลิตล่าสุดและทะเยอทะยานที่สุดคือ GFMs

ตรงข้ามกับ GOFAI อย่างชัดเจน การเรียนรู้ของเครื่องเป็นวิธีการทางสถิติและการเกิดขึ้นเพื่อการจัดประเภท การทำนาย และการตัดสินใจ แทนที่จะใช้ชุดของกฎที่ถูกเขียนขึ้นจากบนลงล่าง ระบบจะเรียนรู้การจัดประเภทจากตัวอย่างในลักษณะที่เป็นไปตามความน่าจะเป็นและในวิธีที่มักไม่มีคำอธิบายง่ายๆ ในเครือข่ายประสาทเทียมและโดยเฉพาะ GFMs มักมี "โหนด" (nodes) นับพันล้านหรือแม้กระทั่งล้านล้านที่รับข้อมูลจากกันและกัน โหนดเหล่านี้จะทริกเกอร์และป้อนข้อมูลไปยังโหนดอื่นๆ ทั้งหมดรวมกันเพื่อทำนายผลลัพธ์เช่นคำถัดไปหรือภาพจากกระบวนการดังกล่าว GFMs ได้แสดงความสามารถที่น่าทึ่งและกำลังพัฒนาอย่างรวดเร็วในการจำลองการจัดประเภท การตอบสนอง และการให้เหตุผลที่ยืดหยุ่นแบบมนุษย์ในลักษณะที่สามารถขยายได้อย่างรวดเร็วและเป็นแบบอย่างที่ดี

ความสำเร็จดังกล่าวสร้างความหวังในศักยภาพของ GFMs ในการปรับปรุงการแลกเปลี่ยนที่เป็นหัวใจสำคัญของการบริหารจัดการ การใช้ GFMs เป็นส่วนประกอบในกระบวนการบริหารจัดการอาจทำให้พวกเขารับอินพุตที่หลากหลายและไม่มีโครงสร้างมากขึ้น ปรับตัวให้เหมือนผู้เชี่ยวชาญที่รอบคอบและมีความรู้ และทำเช่นนั้นในลักษณะที่เสนอระดับความสามารถในการทำซ้ำโดยไม่กำหนดภาระที่เกินไปในการกรอกแบบฟอร์มเฉพาะให้กับผู้ใช้

การสำรวจศักยภาพนี้ได้เกิดขึ้นโดยเฉพาะในสองปีที่ผ่านมาเมื่อความสนใจใน GFMs เพิ่มขึ้นอย่างมาก:

• ดังที่เราได้เน้นในตอนต้นของเรา เครื่องมือเหล่านี้ได้แสดงความสามารถในการให้ชุมชนที่ถูกกีดกันเข้าถึงบริการสาธารณะที่พวกเขาอาจจะลำบากในการค้นพบและนำทาง บทบาทหลักของนักสังคมสงเคราะห์มายาวนานคือการสนับสนุนการนำทางดังกล่าว แต่การใช้จ่ายสาธารณะมักจะน้อยเกินไปที่จะรับประกันการเข้าถึงทั่วถึงโดยเฉพาะในประเทศกำลังพัฒนา ผู้นำในแนวปฏิบัติดังกล่าวได้แก่โครงการ Kela-Kelpo ของรัฐบาลฟินแลนด์, ระบบประกันบำนาญของรัฐบาลกลางเยอรมนี, และ Benefits Data Trust ในสหรัฐอเมริกา
• การประยุกต์ใช้ที่คล้ายกันแต่ทะเยอทะยานยิ่งกว่าคือการใช้ GFMs เพื่อปรับปรุงการเข้าถึงคำแนะนำและบริการทางกฎหมายสำหรับผู้ที่ไม่สามารถจ่ายค่าบริการทางกฎหมายคุณภาพสูงแบบดั้งเดิมได้ ตัวอย่างเช่น Legal Robot และ DoNotPay ซึ่งทั้งสองมีวัตถุประสงค์เพื่อช่วยลูกค้าที่มีทรัพยากรจำกัดลดความไม่เท่าเทียมในการเข้าถึงกฎหมายกับองค์กรที่สามารถจ่ายค่าบริการทางกฎหมายคุณภาพสูงได้^[4]
• ตลาดงานมักตกอยู่ในรูปแบบ "คนรวยยิ่งรวยขึ้น" เนื่องจากนายจ้างชั้นนำมักจะรับสมัครจากมหาวิทยาลัยที่มีชื่อเสียงหรือใช้ประสบการณ์การทำงานที่บริษัทชื่อดังเป็นตัวบ่งชี้หลักในการประเมินความสามารถ ปิดกั้นเส้นทางโอกาสสำหรับหลายคนที่อาจมีเส้นทางที่ไม่เป็นทางการมากขึ้น และบางทีสำคัญกว่านั้นคือ บังคับให้ทุกคนที่สนใจในโอกาสดังกล่าวต้องเดินทางตามเส้นทางการศึกษาและอาชีพที่แคบ แพลตฟอร์มทรัพยากรบุคคลใหม่หลายแห่ง (เช่น HiredScore, Paradox.ai, Turing และ Untapped) มุ่งขยายขอบเขตและความหลากหลายของผู้สมัครที่ผู้จัดการการจ้างงานสามารถพิจารณาได้ ความท้าทายหลักคือการขาดตัวอย่างการจ้างผู้สมัครที่หลากหลายในอดีตที่สามารถบั่นทอนความน่าเชื่อถือและความยืดหยุ่นของอัลกอริทึมดังกล่าว
• ภูมิภาคที่มีความหลากหลายทางวัฒนธรรมและสิ่งแวดล้อมที่ร่ำรวยที่สุดในโลกหลายแห่งยังไม่ได้ถูกทำแผนที่หรือถูกทำแผนที่ในลักษณะที่กำหนดมุมมองของคนนอกที่มาจากอาณานิคมแทนที่จะเป็นชนพื้นเมืองที่มีความสนใจในสิ่งแวดล้อมและมีความสัมพันธ์ที่ยาวนานกับพื้นที่ดังกล่าว^[5] กลุ่มต่างๆ ได้ใช้เครื่องมือการทำแผนที่ดิจิทัลและเพิ่มขึ้น GFMs เพื่ออธิบายรูปแบบสิทธิตามธรรมเนียมและยืนยันกับระบบกฎหมายอาณานิคม เหล่านี้รวมถึง Digital Democracy, Rainforest Foundation US, Indigenous Land and Sea Corporation ของรัฐบาลออสเตรเลีย และ SERVIR Amazonia ของเม็กซิโก^[6]

ดังที่ตัวอย่างสุดท้ายชี้ให้เห็นถึงกลุ่มเทคโนโลยีดิจิทัลที่ไม่ได้เชื่อมโยงกับ "AI" โดยตรงก็มีความสำคัญที่นี่รวมถึงการทำแผนที่ (ระบบระบุตำแหน่งและระบบข้อมูลภูมิศาสตร์) นี่เป็นการแสดงให้เห็นอย่างมากในงานการทำแผนที่ร่วมมือของ Ushahidi ที่ได้ช่วยในการตอบสนองต่อภัยพิบัติและความ

ฟรันเทียร์ของการบริหารที่ปรับตัวได้ (Frontiers of adaptive administration)

ไม่ว่าจะยึดตามเครือข่ายของจิตมนุษย์, ระบบประสาทจำลองคอมพิวเตอร์ หรือสิ่งที่มีประสิทธิภาพมากที่สุด คือการผสานเข้าด้วยกัน ทั้งสองอย่างที่มีศักยภาพเช่นนี้ อาจจะขยายไปไกลเกินกว่าการทดลองครั้งแรกที่มุ่งมั่นจะเข้ากับโครงสร้างการบริหารที่เข้มงวดที่มีอยู่แล้ว และด้วยเหตุนี้ ในหลายๆ กรณี จะเสริมข้อจำกัดของมัน การปลดปล่อยความคิดจากข้อจำกัดเหล่านี้ จึงควรค่าแก่การจินตนาการถึงการสร้างไปสู่การเปลี่ยนแปลงที่มีการเปลี่ยนแปลงมากขึ้น

หนึ่งในทิศทางที่มีความหวังที่สุดถูก เสนอ โดย Danielle Allen, David Kidd และ Ariana Zetlin^[7] พวกเขาแนะนำการแทนที่การเรียนการสอนแบบดั้งเดิมและเกรดด้วยตราสัญลักษณ์ที่หลากหลายมากขึ้น "ตราสัญลักษณ์" เริ่มต้นด้วยการยอมรับทักษะที่วัดได้อย่างเป็นรูปธรรม ซึ่งจะช่วยให้ผู้ถือมีคุณสมบัติสำหรับ "ตราสัญลักษณ์ระดับกลาง" โดยยึดตามการถือครองการผสมผสานที่เหมาะสมของตราสัญลักษณ์ขนาดเล็กและขนาดกลาง ผู้คนจะเลื่อนขึ้นไปสู่ "ตราสัญลักษณ์ขนาดใหญ่" ที่สามารถใช้โดยนายจ้างที่มีศักยภาพหรือสถาบันการศึกษา กระบวนการนี้สะท้อนโดยตรงถึงสิ่งที่เกิดขึ้นภายในเครือข่ายประสาท ซึ่งการรวมกันของอินพุตระดับต่ำจะเรียกทริกเกอร์ผลลัพธ์ที่มีความหมายระดับสูงที่มีความหมายมากขึ้น Allen และผู้เขียนร่วมของเธอแย้งว่าระบบเช่นนี้จะสอดคล้องกับงานวิจัยหลายปีในด้านจิตวิทยาการศึกษา ซึ่งเน้นถึงธรรมชาติที่ละเอียดอ่อนของทักษะและความไม่เหมาะสมของการปฏิบัติในห้องเรียนแบบมาตรฐาน ซึ่งมักจะส่งผลให้นักเรียนจำนวนมาก โดยเฉพาะนักเรียนที่มีประวัติศาสตร์ถูกกีดกันหรือไม่ชอบการเรียนรู้ถูกแยกออกจากโอกาสโดยโครงสร้างที่เข้มงวดเช่นนี้

ไม่เพียงแต่ GFMs และเครือข่ายประสาทอื่นๆ จะสะท้อนในโครงสร้างของระบบเช่นนี้ พวกมันอาจมีประโยชน์โดยตรงต่อระบบในการช่วยให้นายจ้างจัดการกับ CVs ที่ซับซ้อนมากขึ้น GFMs ยังสามารถช่วยนักเรียนนำทางเส้นทางการเรียนรู้ที่หลากหลายที่พวกเขาอนุญาตและสามารถสร้างและผลิตตราสัญลักษณ์ที่เกี่ยวข้องได้โดยตรง นอกจากนี้ เทคโนโลยีการเผยแพร่ (รวมถึงโซเชียลเน็ตเวิร์ก, บัตรประจำตัวที่สามารถตรวจสอบได้ และบัญชีแยกประเภทแบบกระจาย) น่าจะมีความสำคัญต่อการสร้างความไว้วางใจ ความน่าเชื่อถือ และความโปร่งใสรอบๆ ตราสัญลักษณ์เหล่านี้ เกี่ยวเนื่องกันแต่บางทีอาจกว้างกว่า แนวปฏิบัติหลายอย่างของการระบุตัวตนและการยอมรับเข้าสู่พื้นที่ที่ได้รับการรับรอง (เช่น คลับ, โรงเรียน, ประเทศผ่านการย้ายถิ่นฐาน ฯลฯ) อาจอาศัยเครือข่ายสัญญาณจากความสัมพันธ์ทางสังคมที่หลากหลายมากขึ้น ดังที่เราได้กล่าวถึงในบท Identity and Personhood หากสัญญาณที่หลากหลายเช่นนี้สามารถถูกประมวลผลอย่างมีความหมายโดยโครงสร้างการบริหารที่ปรับตัวได้ในอนาคต

ยิ่งกว่านั้น เราอาจจะสามารถรวมระบบกฎหมายที่หลากหลายเข้ากับการปฏิบัติในการบริหารได้ในวันหนึ่ง การมาถึงของความทันสมัยและลัทธิอาณานิคมทั่วโลกได้เขียนทับแนวปฏิบัติแบบดั้งเดิมที่แตกต่างกันอย่างมากตามภูมิศาสตร์และวัฒนธรรม หลายแนวปฏิบัติยังคงมีอยู่ในทางที่ไม่เป็นทางการ แต่ขัดแย้งกับโครงสร้างทางกฎหมายที่กำหนดโดยรัฐบาลแห่งชาติที่มักอยู่ไกลออกไป สิ่งเหล่านี้รวมถึงการปฏิบัติเกี่ยวกับความสัมพันธ์ทางเพศและเพศภาวะ ภาระผูกพันที่เกี่ยวข้องกับการให้ของขวัญ การแก้ไขข้อขัดแย้งในครอบครัวและภาระผูกพัน การใช้ที่ดิน และอื่นๆ ในบางกรณีมีความเห็นพ้องต้องกันมากขึ้นว่าการยกเลิกแนวปฏิบัติเหล่านี้เป็นสิ่งที่เหมาะสม (เช่น การห้ามการทำเครื่องหมายอวัยวะเพศหญิง) ในหลายๆ กรณีกฎหมายได้ "เขียนทับ" แนวปฏิบัติดั้งเดิมด้วยความสะดวกมากกว่าความเชื่อ แนวปฏิบัติดั้งเดิมทำให้ยากต่อการที่บุคคลภายนอกจะเข้าใจวิธีการเข้าถึงที่ดินหรือการแต่งงานในชุมชน การทำให้เป็นเนื้อเดียวกันของแนวปฏิบัติทางวัฒนธรรมที่ถูกบังคับหรือถูกโน้มน้าวในบางครั้งได้นำมาซึ่งประโยชน์บางประการต่อการผสมผสานและความมีชีวิตชีวา แต่แลกมาด้วยภูมิปัญญาที่หลากหลายโบราณและหลากหลายของวัฒนธรรม

เช่นเดียวกับที่ GFMs มีความสามารถในการให้บริการการแปลที่มีต้นทุนต่ำในหลายภาษาที่เพิ่มมากขึ้น มันเป็นไปได้ที่การแปลที่รวดเร็วเท่าเทียมกันข้ามบรรทัดฐานทางวัฒนธรรมอาจจะกลายเป็นไปได้ บริการเหล่านี้ในอดีตมีการให้บริการอย่างไม่สมบูรณ์และมีค่าใช้จ่ายสูงโดยนักมานุษยวิทยาวัฒนธรรมและนักชาติพันธุ์วิทยา เช่นเดียวกับการแปลที่ถูกกว่าและง่ายกว่าอาจทำให้ภาษาที่หลากหลายมีชีวิตชีวาและดึงดูดคนรุ่นใหม่มากขึ้น เนื่องจากการทำงานร่วมกันภายนอกที่อนุญาต การแปลบรรทัดฐานที่ถูกกว่าและง่ายกว่าอาจทำให้แนวปฏิบัติทางกฎหมายและทรัพย์สินที่หลากหลายมากขึ้นยั่งยืน นี่จะลดภาระที่ต้องปรับให้เข้ากับความทันสมัยที่กำหนดไม่เพียงแค่ในกลุ่มอาณานิคม แต่ยังรวมถึงชุมชน "ดั้งเดิม" หลายแห่งภายในโลกที่พัฒนาแล้ว ซึ่งมักจะอยู่ในพื้นที่ชนบท นอกจากนี้ยังจะเพิ่มความหลากหลายอย่างมากที่ยังคงเป็นเชื้อเพลิงสำหรับการเติบโตและความก้าวหน้าทางสังคม ในขณะที่ GFMs รุ่นถัดไปเรียนรู้จากการถูกยืดหยุ่นโดยความแตกต่างทางวัฒนธรรมเหล่านี้เพื่อทำงานอย่างยืดหยุ่นมากขึ้น

นอกเหนือจากการอนุรักษ์ความหลากหลายที่มีอยู่ การสนับสนุนความหลากหลายและการแยกสายพันธุ์ในอนาคตอาจช่วยให้เกิดการพัฒนาต่อไปได้หลายแนวปฏิบัติที่เราร่างไว้ในหนังสือเล่มนี้เป็นการท้าทายจินตนาการของแม้กระทั่งนักอนาคตศาสตร์ที่มีความทะเยอทะยาน นี่ทำให้ผู้ที่สนใจในการทดลองด้วยแนวคิดเหล่านี้เสนอแนวทาง เช่น "network states" "charter cities" และ "seasteads" ซึ่งเป็นรูปแบบการหลีกหนีจากเขตอำนาจศาลทางกฎหมายที่มีอยู่ชัดเจน ซึ่งแน่นอนว่ามีความตึงเครียดกับการรักษาผลประโยชน์สาธารณะในวงกว้างและระเบียบสังคม อย่างไรก็ตาม การแยกส่วนที่สะอาดเช่นนี้อาจไม่จำเป็นในการสนับสนุนการทดลองเหล่านี้หากสามารถเข้าใจและรวมเข้ากับโครงสร้างทางกฎหมายที่มีอยู่ผ่านการแปลด้วยเครื่องจักรได้อย่างง่ายดาย สิ่งนี้อาจช่วยเสริมพลังให้กับการทดลองที่หลากหลายที่มีการรวมแนวปฏิบัติใหม่และแบบดั้งเดิมเข้าด้วยกัน ในขณะเดียวกันก็รักษาความร่วมมือข้ามความแตกต่างทางสังคมที่กว้างขวาง และส่งเสริมการเจริญรุ่งเรืองของความหลากหลายที่เพิ่มขึ้นเรื่อยๆ ในรูปแบบและการรวมกันที่ไม่มีที่สิ้นสุด

ข้อจำกัดของการบริหารแบบปรับตัว (Limits of adaptive administration)

อาจไม่มีเทคโนโลยีใดในปัจจุบันที่มีการพูดถึงข้อบกพร่องและอันตรายมากเท่ากับ GFM และก็มีเหตุผลที่ดีสำหรับสิ่งนี้ ความไม่โปร่งใส ความลึกลับของอิสระภาพ (แฝงอยู่ในคำศัพท์ทั่วไปของ "AI" ซึ่งเรามักจะหลีกเลี่ยง) ที่ช่วยซ่อนเงื่อนไขของการสร้างมัน ความสามารถในการสืบทอดอคติทั้งจากข้อมูลต้นทางและผู้สร้าง และศักยภาพในการใช้งานในทางที่ผิด ล้วนเป็นอันตรายที่มีนัยสำคัญ

ในบริบทของการประยุกต์ใช้การบริหาร การแสดงผลของข้อบกพร่องเหล่านี้เป็นสิ่งที่เห็นได้ชัด แม้ว่า GFM อาจจะลดภาระในการโต้ตอบลง แต่ก็อาจจะทำให้ความไม่โปร่งใสของระบบราชการแย่ลง และอาจไม่สามารถบรรเทาปัญหาของดุลยพินิจและอคติของมนุษย์ได้มากนัก เนื่องจากมันมักจะท้าทายอย่างยิ่งในการทำแผนที่อคติของระบบดังกล่าวหรือคลัสเตอร์ของพฤติกรรมมนุษย์ในอดีตที่เป็นรูปแบบการทำงานในปัจจุบัน ^[8] เนื่องจากโมเดลเหล่านี้ฝึกฝนอย่างท่วมท้นด้วยข้อมูลที่มีอยู่ การวัดความหลากหลายของข้อมูลที่นักวิจัย AI ให้ความสำคัญแต่ต้องดิ้นรนเพื่อกำหนดนั้น มีความสำคัญอย่างยิ่งในการทำให้แน่ใจว่าโมเดลจะสามารถใช้งานได้ทั่วไปและสามารถรับมือกับความหลากหลายได้ในแบบที่เราจินตนาการ ข้อกำหนดของอำนาจที่ซึ่งความหลากหลายดังกล่าวได้รับการสำรวจและรวมเข้าไปในโมเดลจะกำหนดว่าโมเดลเหล่านี้เสนอโอกาสสำหรับความหลากหลายหรือบังคับให้เป็นไปตามความสอดคล้องกัน นักชาติพันธุ์วิทยาหลายคนในอดีตกลายเป็นเครื่องมือของการกดขี่ทางอาณานิคมแทนที่จะเป็นเสียงแห่งการแปลความหมายที่ครอบคลุม ^[9] นอกจากนี้ หากถูกใช้งานโดยผู้มีอำนาจที่ไม่สุจริต การเชื่อมต่อระหว่างระบบกฎหมายต่างๆ อาจหลุดเข้าไปในการเล่นกลการควบคุมกฎระเบียบโดยใช้ประโยชน์จากช่องว่างระหว่างเจตนารมณ์ทางกฎหมายและกฎระเบียบที่เป็นทางการได้อย่างง่ายดาย

โชคดีที่เทคโนโลยีบางอย่างที่เราเน้นในบทอื่นๆ ของส่วนนี้มีศักยภาพที่จะบรรเทาผลกระทบที่เป็นอันตรายเหล่านี้อย่างน้อยบางส่วน แม้ว่าเหตุผลของ GFM จะไม่โปร่งใสอย่างมากเมื่อเราพยายามลดมันลงไปสู่การแทนที่ด้วยคณิตศาสตร์ที่เรียบง่าย รูปแบบที่เข้มข้นกว่าเช่นความเป็นจริงที่ใช้ร่วมกันแบบเสมือนจริงหรือการสื่อสารหลังสัญลักษณ์อาจให้การเข้าถึงโหมดการเชื่อมต่อและความเข้าใจที่ลึกซึ้งยิ่งขึ้นที่ช่วยในการสร้างความไว้วางใจในชุมชนมนุษย์ที่ช่วยให้การใช้ดุลยพินิจที่เข้มงวดขึ้นได้ วิธีการรวมกลุ่มและการตัดสินใจที่เราเน้นในบทก่อนหน้าและสำรวจเพิ่มเติมในบทต่อไปมีการใช้งานที่เป็นธรรมชาติต่อการกำหนดการกระจายอำนาจที่ถูกต้องตามกฎหมายซึ่งสามารถกำหนดรูปแบบการบริหารของ GFM การกระจายมูลค่าทางเศรษฐกิจที่พวกเขาสร้างขึ้น และวิธีที่พวกเขาถูกขับเคลื่อนร่วมกันให้ทำงานสอดคล้องกับความตั้งใจของสาธารณะ ที่ฝังรากอยู่ในความชอบธรรม วิธีการดังกล่าวสามารถให้และสำรวจผ่านโหมดการโต้ตอบที่เข้มข้นขึ้น ระบบดิจิทัลเหล่านี้และระบบอื่นๆ มีศักยภาพที่จะเอาชนะธรรมชาติที่เย็นชาและโดยพลการของโลกของระบบที่เป็นราคาของความทันสมัยได้อย่างมาก