L'impatto dell'intelligenza artificiale su modelli di lavoro 'della gente
L'impatto dell'intelligenza artificiale su modelli di lavoro della gente
Diversi relatori al congresso recente del MIT sull'intelligenza e il futuro lavoro artificiale ha detto che il modo in cui la gente parla di cambiare lavoro e il loro modo di lavorare a causa di intelligenza artificiale (AI) e l'automazione, non è spesso la realtà.
In una tavola rotonda sui miti della tecnologia AI, molti oratori hanno discusso di come AI non può semplicemente fare tutto la gente fa, e come la gente può essere parte di un nuovo processo in fase di sviluppo. CEO Jobcase Fred Goff ha detto che abbiamo la possibilità di usare intelligenza artificiale a "persone veramente Empower", piuttosto che semplicemente utilizzando AI al posto dei lavoratori o compiti.
Goff ha detto che la tecnologia è stata sostituendo posti di lavoro per il mezzo secolo passato, con i maggiori problemi essendo la stagnazione dei salari e sottoccupazione. Dobbiamo capire che l'intelligenza artificiale e l'automazione in grado di svolgere compiti, non posti di lavoro, quindi non possono sostituire tutto gli esseri umani possono fare. Goff ha detto che dovremmo prendere in considerazione "le macchine e persone, non macchine o persone."
Un altro problema sottolineato da Goff è che pensiamo che gli esseri umani hanno correttamente strutturato il problema quando usano machine learning (ML) o AI per ottenere la risposta corretta. Ha parlato di come le persone trascorrono il tempo adattandosi a nuovi compiti. Ha anche parlato di come le macchine non devono elaborare tutti gli ingressi intorno decisioni. Ad esempio, Goff ha parlato usando l'intelligenza artificiale in capitale umano e l'acquisizione di talento, e lui era preoccupato che tali sistemi sarebbero spesso essere risolti per trovare un lavoro, piuttosto che trattenere i migliori talenti. sistemi ŤThese possono essere implicitamente di parte, e tendono a guardare ai potenziali dipendenti per lavoro della società, piuttosto che capire quale squadra il dipendente è più adatto con cui lavorare. Egli "temeva che potremmo essere la soluzione del problema sbagliato."
Un malinteso è che possiamo solo i fattori in base ai dati esistenti impostato automaticamente, ha detto Julie Shah, professore associato presso il Dipartimento di Aeronautica e spazio al MIT. Passa un sacco di tempo sul pavimento della fabbrica, guardando i suoi colleghi pratica come costruire nuovi modelli.
"Non sappiamo come impostare la linea di produzione nel modo migliore", ha detto. Ecco perché la "luce-off" le fabbriche non hanno mostrato un miglioramento. Invece, gli esseri umani continuino ad iterare sulla base di condizioni mutevoli, e il processo è più successo. Prima che la macchina a rotazione, le esigenze del sistema per capire noi, e abbiamo bisogno di capire il comportamento del sistema.
Shah ha detto che gli esseri umani portano così tanta conoscenza e lo sfondo per il processo decisionale che è difficile organizzare o addirittura descrivere. Si fa notare che in molti modelli di oggi, interpretando le decisioni è spesso problematico. Invece, Shah ha suggerito di utilizzare "esperti di settore" per guidare ragionamento del computer per aiutare a determinare le idee e le priorità implicite. Sia Goff e Shah credono che l'intelligenza artificiale non dovrebbe determinare i risultati, ma uno dei tanti strumenti che possono essere utilizzati meglio come strumento decisionale umano.
"Riqualificazione e la riqualificazione non si mean people bisogno di sedersi davanti al computer e il codice", ha detto Guff. Egli ha osservato che la gente spesso parla di riqualificazione minatori di carbone in modo che possano padroneggiare le idee di codifica e simili. Invece, ha detto, abbiamo bisogno di fornire alle persone con una vasta gamma di istruzione post-secondaria, ma dobbiamo riconoscere che "non tutti hanno bisogno di andare al college." Ha detto che c'è stata una grande richiesta di persone in settori come la saldatura e idraulici, e si chiese se ci fosse una possibilità maggiore per "micro-certificazione."
Scott Prevost, vice president of engineering di Adobe Sensei, insiste AI che oggi è in realtà "i lavoratori che abilita", espandendo l'esperienza creativa automatizzando ciò che le persone hanno a che fare, ma non vogliono fare. 74% dei clienti di Adobe dicono che spendono metà del loro tempo di eseguire, attività non creative ripetitive.
sguardi Prevost per assistenti creativi e assistenti di marketing per aiutare l'utente attraverso l'intero flusso di lavoro. Egli ha detto che "le persone creative" e di marketing non scomparirà, ma i loro ruoli possono cambiare. Creatori diventeranno direttori artistici più che in produzioni elaborate. Di conseguenza, l'attenzione si sposterà alla soluzione dei problemi creativa, l'innovazione e la buona collaborazione.
