ההשפעה של בינה מלאכותית על דפוסי העבודה של 'אנשים
ההשפעה של בינה מלאכותית על דפוסי העבודה של אנשים
רמקולים כמה בכנס האחרון של MIT על עבודת מודיעין ובעתיד מלאכותית אמר כי הדרך שבה אנשים מדברים על שינוי העבודה ואת הדרך בה הם עובדים בגלל אינטליגנציה מלאכותית (AI) ואוטומציה היא לעתים קרובות לא את המציאות.
בפנל מיוחד על המיתוסים של טכנולוגית AI, רמקולים רבים דנו כיצד AI לא יכול פשוט לעשות כל מה שאנשים עושים, ואיך אנשים יכולים להיות חלק מהתהליך חדש מפותח. Jobcase מנכ"ל פרד Goff אמר כי יש לנו את ההזדמנות כדי להשתמש AI כדי "באמת להעצים אנשים" ולא רק באמצעות AI במקום עובדים או משימות.
Goff אמר כי הטכנולוגיה כבר מחליפים מקומות עבודה עבור מחצית המאה האחרונה, עם הבעיות הגדולות ביותר להיות קיפאון בשכר ותת. אנחנו צריכים להבין כי בינה מלאכותית ואוטומציה יכולה לבצע משימות, לא מקומות עבודה, כך שהם לא יכולים להחליף בני אדם הכל יכולים לעשות. Goff אמר שאנחנו צריכים לשקול "מכונים ואנשים, לא מכונה או אנשים."
בעיה נוספת שציינה גוף היא שאנחנו חושבים שבני האדם בנויים בצורה נכונה את הבעיה כאשר הם משתמשים למידת מכונה (ML) או AI כדי לקבל את התשובה הנכונה. הוא דיבר על האופן שבו אנשים מבלים זמן הסתגלות משימות חדשות. הוא גם דבר על איך המכונה לא צריך לעבד את כל תשומות סביב החלטות. לדוגמא, גוף דבר על שימוש בבינה מלאכותית ברכישת הון וכשרון אנושיים, והוא היה מודאג כי מערכות כאלה לעתים קרובות תיפתרנה למצוא עבודה, ולא שמירה על הכשרון הטוב ביותר. מערכות ŤThese עלולים להיות מוטות באופן מרומז, והם נוטים להסתכל עובדים פוטנציאליים לתפקיד של החברה ולא להבין איזה צוות העובד הוא מתאים ביותר לעבודה עם. הוא "חשש שמא אנו להיות פתרון הבעיה טועה."
טעות אחת היא שאנחנו יכולים גורמים להגדיר באופן אוטומטי רק על סמך הנתונים הקיימים, אמרה ג'ולי שאה, פרופסור במחלקה למדעי התעופה וחלל ב- MIT. היא מבלה הרבה זמן על רצפת המפעל, צופה ועמיתיה לתרגל איך לבנות דגמים חדשים.
"אנחנו לא יודעים כיצד להגדיר את קו הייצור בצורה הטובה," היא אמרה. זו הסיבה "אור-off" מפעלים לא הראו שיפור. במקום זאת, בני האדם ממשיכים לחזר על בסיס תנאים משתנים, ואת התהליך הוא מוצלח יותר. לפני השימוש במכונה מתגלגלת, צרכי המערכת להבין אותנו, ואנחנו צריכים להבין את התנהגות המערכת.
השאה אמר שבני האדם להביא כל כך הרבה ידע ורקע לקבלת החלטות שקשה לארגן או אפילו לתאר אותם. היא מציינת כי מודלים רבים היום, לפרש החלטות היא לעתים קרובות בעייתי. במקום זאת, ההשאה הציעה להשתמש "מומחי תחום" להנחות את תהליך החשיבה של המחשב כדי לקבוע רעיונות וסדרי עדיפויות מרומזים. שניהם גוף ו שאה מאמינים כי הבינה מלאכותית אינה צריכה לקבוע את התוצאות, אך כלי אחד מבין רבים שיכולים לשמש טובה ככלי קבלת החלטות אנושיים.
"הסבה הסבה לא מתכוון אנשים צריכים לשבת מול המחשב וקוד," אמר guff. הוא ציין כי אנשים לעיתים קרובות מדברים על הסבה כורי פחם כדי שיוכלו לשלוט רעיונות קידוד ו דומה. במקום זאת, הוא אמר, אנחנו צריכים לספק לאנשים עם מגוון רחב של מוסדות להשכלה גבוהות, אך אנו צריכים להכיר כי "לא כל אחד צריך ללכת לקולג '." הוא אמר שיש ביקוש גדול עבור אנשים בתעשיות כגון ריתוך שרברבים, והוא תהה אם היתה הזדמנות גדולה עבור "הסמכה מיקרו."
סקוט פרבו, סגן נשיא להנדסה ב- Adobe סנסאי, מתעקש כי היום של AI הוא למעשה "עובדי העצמה," הרחבת הניסיון יצירתי על ידי מיכון מה אנשים צריכים לעשות, אבל לא רוצים לעשות. 74% מהלקוחות Adobe אומרים שהם מבלים חצי זמנם בביצוע משימות חוזרות, הלא יצירתי.
נראה פרבו עבור עוזרי יצירתי עוזרי שיווק שיעזור לך דרך העבודה כולה. הוא אמר כי "אנשים יצירתיים" ומשווקים לא ייעלמו, אבל תפקידם עשוי להשתנות. יוצרים יהפכו מנהלים אמנותיים יותר בהפקות משוכללות. כתוצאה מכך, את הפוקוס יעבור לפתרון בעיות יצירתי, חדשנות ושיתוף פעולה טובה.
