作为一种新兴技术，人工智能将面临并将继续面临其应有的挑战。一方面，消费者对采用新技术持谨慎态度。想象一下未来的世界，人们将被人工智能驱动的机器取代，这也许真的令人头疼。另一方面，企业对人工智能尚未证明自己是能够简化每个业务流程并为丰厚利润铺平道路的神奇药丸表示沮丧。这是在利用人工智能的人为因素。在许多方面，人工智能一直是它自己的大敌。AI只能根据其开发人员的神秘规则运行，而科学在IT部门中遭遇了一些身份危机，这是可以理解的。就像一个笨手笨脚的少年，AI仍在努力寻找在通用市场中更重要的位置。从医学研究人员到医疗保健网络开发人员，每个人都在努力弄清楚如何最好地使用人工智能。让人工智能发挥作用、将其用于商业目的并利用其功能可能会更加困难。然而，一些人认为，到目前为止，人工智能的进程并不是很有成效。算法Gartner预测，到2022年，“85%的人工智能项目将由于数据、算法或负责管理它们的团队的偏见而交付‘错误’的结果。尽管这个数字看似极端，但它表明企业必须打一场艰苦的战斗，企业必须将AI集成的未知领域纳入其更广泛的业务战略。重要的是，说您正在使用AI很酷，但充分利用AI的力量来满足特定业务的需求是另一回事。人工智能和消费者也好不了多少。消费者自己也好不了多少。在数字营销公司BlueFountainMedia最近的一项民意调查中，近一半的消费者受访者声称他们不知道人工智能是什么以及如何在他们周围部署人工智能。这些调查结果与类似民意调查中的其他调查结果相呼应，表明消费者普遍不信任人工智能，并对当前的人工智能部署存在误解。Siri和Alexa考虑到是否询问消费者是否喜欢他们的语音助手（例如Alexa或GoogleHome），这有点讽刺，很多人会说它增加了他们的日常生活。然而，很多人并不知道人工智能可以支持语音辅助。所有智能家居用途也通过AI连接。那么，这一切在哪里？下一个语音辅助成功类型将在哪里被发现，这将使消费者和企业都受益？人工智能和人为因素的秘密可能在于将人为因素带入人工智能。通过以与消费者想要和想要的相反的方式逆向工作，人工智能平台可以满足这些需求。这种新型人工智能的关键是专注于意识到并有目的地表达我们想要通过任何给定的人工智能体验唤起的意图和情感。目标是识别和查明要解决的核心痛点，以及减轻这些痛点将带来的积极价值。例如，一个努力建立有意义的消费者参与的组织可以识别导致停滞的核心问题，然后决定如何使用人工智能作为解锁它的手段。情感AI方法麻省理工学院的研究人员使用正念AI来解决心理健康问题，他们能够开发出一个有效的AI平台来准确诊断抑郁症。他们的神经网络模型分析了与患者自然对话中的原始文本和音频数据，使其能够检测出可能表示沮丧的词语和语调。AI平台被称为无上下文建模，它是通过仅使用在随意交互中收到的数据来检测精神疾病的第一步。运用情感的AI实践还可以帮助识别和减轻原始数据中根深蒂固的系统性偏见，以确保基于这些数据源构建的AI系统不会放大和进一步延长这些偏见。跳过偏差在构建能够提供准确结果的AI平台时，获取未经训练和针对偏差进行调整的“干净”数据仍然是一项重大挑战。人类活动在AI生产过程中继续发挥着重要作用，至少在现阶段是这样。这就是整个AI过程的原因，因此采用有意识的AI技术对于实现能够增强人类潜能的道德和负责任的AI模型至关重要。简而言之，将以人为本的方法应用于AI归结为：首先识别并关注人类需求，以便AI应用程序满足这些需求，并意识到推动人类进步所必需的人类对策。
