Подстройка по ценностям человека: Подстройка по ценностям — Психологос

Содержание

Подстройка по ценностям — Психологос

Фильм «Статский советник»

Возможно, у кого-то прекрасно идет вчувствование, и такие естественные точные подстройки по телу, ритму и дыханию, которые сами собой делает он, для вас мечта недосягаемая. Кто-то, предположим, с развитым слухом практикует богатейшую подстройку по голосу, ритму — и, автоматически, по дыханию, а вы так не можете (пока).

А для вас, возможно, оптимальным вариантом будет подстройка по ценностям, тем более что хорошо выполненная подстройка по ценностям настраивает вас в тон собеседнику, почти автоматически делает похожим и внутренний ритм, и настроение, а за ними сами подстраиваются и голос, и дыхание, а, значит, и тело.

Ценности — это то, в безусловную важность чего человек верит, ради чего он живет, к чему стремится и чем руководствуется в своих выборах. Люди с похожими личными ценностями при прочих равных симпатизируют друг другу. Похожесть личных ценностей, совпадение главных жизненных ценностей укрепляет взаимоотношения людей, расхождение или конфликт ценностей ставит взаимоотношения под угрозу.

Иногда ценностные ориентиры человека можно выразить одним или двумя характерными словами, чаще — это довольно широкий круг убеждений в обрамлении определенной философии и обеспеченный соответствующей технологией жизни. Образно это выглядит как паровозик, где за словами-лидерами (метками, ярлычками ценности) тянется хвост слов и понятий, частотно (вероятностно) с ними связанных: ценностный круг человека.

Ценности человека не есть что-то для него отдельное и чужое, это часть его жизни и души, и если вы наезжаете на его ценности, вы наезжаете лично на него. Воспитанные люди уважают ценности другого человека и без нужды их не задевают. Ни высмеиваний, ни возражений ценностным убеждениям человека без настоятельной необходимости допускать нельзя. Возражения, тем более «прямо сразу», ценностей человека не изменят, но поставят вас по разные стороны баррикад. Его ценности могут вам казаться абсолютно безосновательными глупостями, но лучшее, что вы можете сделать — это оставить их такими, как есть, и продемонстрировать к ним уважение.

Как понять и услышать, что нечто является для человека — ценностью? Смотрите и слушайте. При произнесении своих ценностных флагов человек, как правило, широко открывает свои выразительные глаза, если же это для данного типажа не характерно, слушайте интонации: любимые «фишки» всегда выделяются паузами или интонационно. Задавайте ценностно-ориентированные вопросы. Бывает достаточно нескольких, может быть вскользь, вопросов «зачем?» и «с какой целью?», чтобы вы услышали ключевые слова, ярлычки ценностей партнера. Зная ключевые слова, обычно несложно «вычислить» и связанный с ним традиционный ценностный круг. Имея некоторый опыт, можно с высокой вероятностью прогнозировать смысловую цепочку, тянущуюся за ценностным словом-лидером.

Умные люди для более эффективного общения осуществляют подстройку по ценностям. Говоря о то, что человеку важно, нужно по возможности говорить на том же языке, что и ваш партнер. Тогда с кем-то ключевыми словами окажутся «финансы», «порядок» и «порядочность», а с кем-то «круто», «кайф» и «прикол».

Ценности партнера — это не то, что вам противостоит, это то, чем вы можете с большим удобством пользоваться. Если вы хотите, чтобы ваши суждения имели больший вес, привязывайте их к ценностям партнера, ставьте на них свои соображения, обосновывайте ими свои идеи.

4. Подстройка к убеждениям и ценностям.

Объектом подстройки могут стать, помимо прочего, убеждения и ценности, -тема обсуждения в третьей главе. Такая подстройка может оказаться полезной в тех случаях, когда другие попытки установить раппорт не приносят успеха — в частности, когда вам приходится говорить с человеком в обществе других людей (например, на совещании или на семинаре), а он не проявляет к вам видимого интереса. Люди очень высоко ценят свои глубоко укоренившиеся убеждения, и подстройка к ним временами может нечаянно задеть «чувствительную струнку» в душе собеседника.

Вы можете, к примеру, воспользоваться тем, какое значение собеседник придает времени, — немалая доля которого потеряна уже потому, что «эти олухи опоздали на совещание» (или семинар). Выражая свою солидарность, а именно свое согласие с этой ценностью («Вообще непонятно, зачем в таком случае тратить на это столько времени»), вы подстраиваетесь под его убеждения и вносите в разговор атмосферу общности ваших взглядов. Ценностями для собеседника могут оказаться бережливость, добрые отношения с коллегами, желание помогать другим и тому подобные убеждения. Чем выше уровень абстрактности убеждений и ценностей (например, «каждый имеет право на…»), тем быстрее вы нащупаете общую почву и установите раппорт.

Макроубеждения и макроценности, а именно наиболее из них универсальные («беспристрастность», «честность», «вежливость»), помогут вам быстро установить раппорт. Затем вы сможете укрепить его, воспользовавшись другими формами подстройки, начиная подстройкой к физиологии.

Такой подход особенно эффективен при общении в сложных обстоятельствах: при чьем-либо посредничестве, при переговорах или консультировании. Выявив общую основу для взаимопонимания, вы сможете вполне эффективно применить прочие приемы подстройки.

Встретившись друг с другом, два бухгалтера, две медсестры или пара пилотов-любителей очень быстро находят общий язык и устанавливают раппорт.

То же самое происходит, когда вы встречаете незнакомца-земляка либо человека, который ходил в вашу школу или университет. Ваши личные переживания, или «карты», пересекаются, и в этих участках пересечения становятся общей опорой, элементом «сходства».

Однако вы можете пользоваться принципом общности личного опыта в более широком смысле. Например, вступая в общение с группой незнакомых людей, вы чаще всего способны выявить общие для всех присутствующих переживания.

Воспользуемся примером обучающего семинара. Предположим, всем его участникам, вероятнее всего, сегодня довелось:

попасть в пробку по дороге на занятие;
огорчиться из-за плохой погоды;
отменить другие важные дела;
навести порядок на столе перед уходом с работы.

Даже самые простые переживания, если они общие (например: «Все мы пожертвовали одним днем своей жизни, чтобы побывать на сегодняшнем семинаре, так что давайте извлечем из него побольше пользы»), помогают установить первоначальный раппорт, от которого зависит успех обучения и прочих групповых мероприятий. Не забывайте о подмеченной общности. Кивайте в знак согласия на каждом этапе общения, особенно при установке раппорта. При короткой встрече с одним собеседником вы можете выразить общность личного опыта такими, например, высказываниями:

«Нас обоих ждет множество других дел, так что давайте обсудим это без промедления».
«От этого выиграем мы оба, и потому я уверен, что нам удастся быстро достичь согласия».
«Здесь жарковато. Может, открыть окно? А шум машин вам не помешает?» (При любом ответе вы подстраиваетесь к личному опыту и предпринимаете взаимовыгодный шаг, ведущий к раппорту.)

Вновь напомним, что даже самое отдаленное «сходство» личного опыта или условное единство целей помогает установить раппорт.

Общностью переживаний широко пользуются продавцы: агенты по купле-продаже на лету подмечают те признаки, которые дают им представление о стиле жизни и интересах потенциального покупателя. Ключом к этому могут стать, например, фотографии, картины или макеты в кабинете собеседника. Если же продавец хорошо справился с этой общей разведкой, дивиденды ему могут принести соответствующие, возможно даже специально предварительно усвоенные познания о каком-нибудь виде спорта, хобби или развлечении. При этом ему даже не нужно притворяться. Совершенно реальные общие интересы и области единства опыта всегда существуют, хотя вначале могут оставаться в тени.

Косвенной связью, помогающей выявить единство интересов, может стать, например, общий знакомый или коллега, даже случайно увиденный по телевидению сюжет. Наблюдательность и внимание к собеседнику позволят вам быстро определить его увлечения, ведь мы при всяком удобном случае охотно пускаемся в разговор о том, что нас интересует.

Опасности несогласования искусственного интеллекта с человеческими ценностями

В искусственном интеллекте (ИИ) «проблема согласования» относится к проблемам, вызванным тем фактом, что машины просто не имеют тех же ценностей, что и мы. На самом деле, когда дело доходит до ценностей, то на фундаментальном уровне машины не становятся намного более изощренными, чем понимание того, что 1 отличается от 0.

Опасности несогласования искусственного интеллекта с человеческими ценностями0007

Наше общество сейчас находится в точке, когда мы начинаем позволять машинам принимать решения за нас. Так как же мы можем ожидать, что они поймут, что, например, они должны делать это так, чтобы не возникало предрассудков по отношению к людям определенной расы, пола или сексуальной ориентации? Или что погоня за скоростью, или эффективностью, или прибылью должна осуществляться таким образом, чтобы уважать высшую святость человеческой жизни?

Теоретически, если вы скажете беспилотному автомобилю двигаться из пункта А в пункт Б, он может просто разбить свой путь к месту назначения, независимо от автомобилей, пешеходов или зданий, которые он разрушает на своем пути.

Точно так же, как заметил оксфордский философ Ник Бостром, если вы скажете разумной машине делать скрепки, она может в конечном итоге уничтожить весь мир в поисках сырья для изготовления скрепок. Принцип заключается в том, что он просто не имеет представления о ценности человеческой жизни или материалов или что некоторые вещи слишком ценны, чтобы их можно было превратить в скрепки, если только его этому специально не научат.

Это легло в основу последней книги Брайана Кристиана, Проблема мировоззрения: как ИИ изучает человеческие ценности . Это его третья книга на тему ИИ после его более ранних работ, The Most Human Human и Algorithms to Live By . Мне всегда было приятно читать то, что пишет Кристиан, но в то же время оно очень поучительно, поскольку он не боится увязнуть в компьютерном коде или математике. Но это, конечно, не означает, что он какой-то легкий или неинтеллектуальный.

ЕЩЕ ОТ FORFORBES ADVISOR

Скорее, его внимание сосредоточено на социальных, философских и психологических последствиях нашей постоянно растущей способности создавать мыслящие, обучающиеся машины. Во всяком случае, это тот аспект ИИ, где нам нужно, чтобы наши лучшие мыслители сосредоточили свои усилия. В конце концов, технология уже здесь, и она будет только улучшаться. Что гораздо менее определенно, так это то, достаточно ли само общество созрело и имеет ли оно достаточные гарантии, чтобы максимально использовать удивительные возможности, которые оно предлагает, и в то же время не допустить, чтобы серьезные проблемы, которые оно может принести с собой, стали реальностью.

Недавно я встретился с Кристианом, чтобы обсудить некоторые темы. Работа Кристиана особенно связана с вторжением автоматизированного принятия решений в такие области, как здравоохранение, уголовное правосудие и кредитование, где они явно могут вызвать проблемы, которые могут в конечном итоге повлиять на жизнь людей очень реальным образом.

«Есть фундаментальная проблема… история которой восходит к 1960-м годам, и кибернетик из Массачусетского технологического института Норберт Винер сравнил эти системы с историей Ученика чародея», — говорит мне Кристиан.

Большинство людей, читающих это, вероятно, знакомы с мультфильмом Диснея, в котором Микки Маус пытается избавить себя от работы по дому, используя магическое заклинание, чтобы наделить метлу интеллектом и автономией. История служит хорошим примером опасностей этих качеств, когда они не сопровождаются человеческими ценностями, такими как здравый смысл и суждение.

«Винер утверждал, что это не сказки. Это то, что нас ждет, если мы разработаем эти системы, которые будут достаточно общими и мощными… Я думаю, что мы находимся в моменте в реальном мире, когда мы наполняем мир этими метлами, и это станет реальная проблема».

Один случай, который Кристиан использует, чтобы проиллюстрировать, как эта несоосность может проявляться в реальном мире, — это первое зарегистрированное убийство пешехода в результате столкновения с беспилотным автомобилем. Это была смерть Элейн Херцберг в Аризоне, США, в 2018 году. ИИ, управляющий автомобилем, не знал о концепции перехода улицы в неположенном месте. Совершенно не готов иметь дело с человеком, находящимся посреди дороги, где его быть не должно.

Кроме того, система была обучена жесткому сегментированию объектов на дороге по ряду категорий, таких как другие автомобили, грузовики, велосипедисты и пешеходы. Человек, толкающий велосипед, не подходил ни к одной из этих категорий и не вел себя так, как можно было бы ожидать ни от одной из них.

«Это полезный способ подумать о том, как в реальных системах могут возникнуть сбои, — говорит Кристиан. — Это зависит от двух факторов: во-первых, от качества обучающих данных. Отражают ли данные в основном реальность? И оказывается, нет — ключевого понятия, называемого переходом улицы, которого не было».

Второй фактор — это наша собственная способность математически определить, что должна делать система, такая как автономный автомобиль, когда сталкивается с проблемой, требующей ответа.

«В реальном мире не имеет значения, велосипедист это или пешеход, потому что вы хотите избежать их в любом случае. Это пример того, как довольно интуитивно понятный дизайн системы может пойти не так». обучение с подкреплением и имитационное обучение.Оказывается, что каждый из них представляет свои собственные проблемы, когда речь идет о согласовании ценностей и поведения машин с людьми, которые используют их для решения проблем.

Иногда причиной проблем является тот факт, что машинное обучение пытается воспроизвести человеческое обучение. Это может быть тот случай, когда ошибки в данных означают, что ИИ сталкивается с ситуациями или поведением, с которыми человеческий мозг никогда бы не столкнулся в реальной жизни. Это означает, что точки отсчета нет, и машина, вероятно, будет продолжать делать все больше и больше ошибок в серии «каскадных отказов».

При обучении с подкреплением, которое включает обучение машин для максимизации их шансов на получение вознаграждения за принятие правильного решения, машины могут быстро научиться «играть» с системой, что приводит к результатам, не связанным с желаемыми. Здесь Кристиан использует пример попытки главы Google X Астро Теллера стимулировать футбольных роботов к победе в матчах. Он разработал систему, которая вознаграждает роботов каждый раз, когда они овладевают мячом — на первый взгляд, действие, которое, кажется, способствует победе в матче. Однако машины быстро научились просто подходить к мячу и многократно касаться его. Поскольку это означало, что они эффективно завладевали мячом снова и снова, они зарабатывали множество наград — хотя это мало помогало, когда дело доходило до победы в матче!

Книга Кристиана изобилует другими примерами этой проблемы мировоззрения, а также тщательным исследованием того, где мы находимся, когда дело доходит до ее решения. Это также ясно демонстрирует, сколько проблем первых пионеров в области искусственного интеллекта и машинного обучения еще предстоит решить, и затрагивает захватывающие темы, такие как попытки наделить машины другими характеристиками человеческого интеллекта, такими как любопытство.

Вы можете посмотреть мой полный разговор с Брайаном Кристианом, автором Проблема выравнивания — как ИИ изучает человеческие ценности, на моем канале YouTube:

Подписывайтесь на меня в Twitter или LinkedIn. Посетите мой веб-сайт или другие мои работы здесь.

Согласование генеративных языковых моделей с человеческими ценностями

Руйбо Лю, Ге Чжан, Синью Фэн, Soroush Vosoughi

Abstract

Несмотря на то, что современные крупномасштабные генеративные языковые модели (LM) могут демонстрировать впечатляющее понимание фактического знания, они не демонстрируют такого же успеха в отношении суждений о человеческих ценностях (например, независимо от того, являются ли поколения LM являются нравственными). Существующие методы изучают человеческие ценности, либо напрямую имитируя поведение человеческих данных, либо жестко ограничивая пространство генерации токенами, выбранными человеком. Эти методы по своей сути ограничены тем, что не учитывают контекстуальную и абстрактную природу человеческих ценностей и в результате часто терпят неудачу при работе с контекстом вне предметной области или сложными и абстрактными человеческими ценностями.

В этой статье предлагается SENSEI, новый метод обучения с подкреплением. основанный на методе, который может включать суждения о человеческих ценностях на каждом этапе генерации языка. SENSEI развертывает структуру Актер-Критик, где Критик является распределителем вознаграждения, который имитирует процедуру назначения вознаграждения людьми, в то время как Актер направляет поколение в направлении максимального вознаграждения. По сравнению с пятью существующими методами в трех наборах данных сопоставления человеческих ценностей, SENSEI не только обеспечивает более высокую производительность сопоставления с точки зрения как автоматических, так и человеческих оценок, но также демонстрирует улучшение надежности и переноса обучения на невидимые человеческие ценности.

Anthology ID:: 2022.findings-naacl.18
Volume:: Findings of the Association for Computational Linguistics: NAACL 2022
Month:: July
Year:: 2022
Address:: Seattle, United States
Место проведения:: Findings
SIG:
Издатель:: Association for Computational Linguistics
Примечание: 1
96
960072 241–252
Language:
URL:: https://aclanthology. org/2022.findings-naacl.18
DOI:: 10.18653/v1/2022.findings-naacl.18
Bibkey :
Cite (ACL):: Руйбо Лю, Гэ Чжан, Синью Фэн и Соруш Восуги. 2022. Согласование генеративных языковых моделей с человеческими ценностями. В выводах Ассоциации компьютерной лингвистики: NAACL 2022 , страницы 241–252, Сиэтл, США. Ассоциация компьютерной лингвистики.
Процитируйте (неофициально):: Согласование генеративных языковых моделей с человеческими ценностями (Liu et al., Findings 2022)
Копия цитирования:
PDF:: https://aclanthology.org/2022.findings-naacl.18.pdf
Видео:: https://aclanthology.org/2022.findings-naacl.18.mp4