Die Auswirkungen der künstlichen Intelligenz auf Menschen Arbeit Muster
Die Auswirkungen der künstlichen Intelligenz auf dem menschlichen Arbeitsmustern
Mehrere Redner sagten bei der Arbeit MIT jüngster Konferenz über künstliche Intelligenz und Zukunft, dass die Art, wie Menschen über das Ändern der Arbeit und die Art, wie sie wegen der künstlichen Intelligenz (KI) und Automatisierung arbeiten sprechen oft nicht die Realität.
In einer Podiumsdiskussion über die Mythen von AI-Technologie diskutierten viele Redner, wie AI kann nicht einfach alles, was Menschen tun, tun, und wie die Menschen Teil eines neuen Prozesses entwickelt werden können. Jobcase CEO Fred Goff sagte, dass wir die Möglichkeit haben, AI zu verwenden, um „wirklich empower Menschen“ und nicht nur AI mit anstelle von Arbeitnehmern oder Aufgaben.
Goff sagte, dass Technologie hat Jobs im letzten halben Jahrhundert wurde ersetzt, wobei die größten Probleme Stagnation der Löhne und Unterbeschäftigung zu sein. Wir sollten die künstliche Intelligenz verstehen und Automatisierung können Aufgaben erfüllen, keine Arbeitsplätze, so dass sie nicht alles, was Menschen tun können, ersetzen kann. Goff sagte, dass wir in Betracht ziehen sollten „Maschinen und Menschen, keine Maschinen oder Menschen.“
Ein weiteres Problem von Goff wies darauf hin, dass wir denken, dass Menschen haben das Problem richtig strukturiert, wenn sie für maschinelles Lernen verwenden (ML) oder AI die richtige Antwort zu bekommen. Er sprach darüber, wie die Menschen Zeit der Anpassung an neue Aufgaben zu verbringen. Er sprach auch darüber, wie Maschinen haben nicht alle Eingänge um Entscheidungen zu verarbeiten. Zum Beispiel sprach Goff über künstliche Intelligenz in Humankapital und Talent Acquisition verwenden, und er war besorgt, dass solche Systeme würden oft einen Job, anstatt Bindung der besten Talente zu finden gelöst werden. ŤThese Systeme können implizit vorgespannt sein, und sie neigen dazu, bei potenziellen Mitarbeitern für das Unternehmen die Arbeit zu suchen, anstatt die Mitarbeiter, welche Mannschaft herauszufinden beste Arbeit mit geeignet ist. Er „zu befürchten, dass wir das falsche Problem zu lösen sein könnten.“
Ein Irrtum ist, dass wir nur dann automatisch Faktoren können auf der Grundlage vorhandener Daten, sagte Julie Shah, Associate Professor in der Abteilung für Luft- und Raumfahrt am MIT. Sie verbringt viel Zeit in der Fabrik, ihre Kollegen beobachten üben, wie man neue Modelle zu bauen.
„Wir wissen nicht, wie die Produktionslinie in der besten Art und Weise einzurichten“, sagte sie. Aus diesem Grund haben die „light-off“ Fabriken nicht gebessert. Stattdessen weiterhin Menschen Iterierte auf der Grundlage der sich ändernden Bedingungen, und der Prozess ist erfolgreicher. Vor der Walzmaschine, zu verstehen, das System braucht uns, und wir müssen das Systemverhalten verstehen.
Shah sagte, dass die Menschen bringen, so viel Wissen und Hintergrund zur Entscheidungsfindung, dass es schwierig ist, zu organisieren oder gar zu beschreiben. Sie weist darauf hin, dass heute in vielen Modellen, Entscheidungen zu interpretieren oft problematisch ist. Stattdessen schlug Shah „Domain-Experten“ zu führen, die Argumentation des Computers Prozess zu Hilfe implizite Ideen und Prioritäten zu bestimmen. Sowohl Goff und Shah glauben, dass künstliche Intelligenz sollte nicht bestimmen Ergebnisse, nur eines von vielen Werkzeugen, die am besten als eine menschliche Entscheidungshilfe verwendet werden kann.
„Retraining und Umschulung nicht mittlere Menschen vor dem Computer und den Code sitzen müssen“, sagte Guff. Er wies darauf hin, dass die Menschen oft über Umschulung Bergleute sprechen, so dass sie Codierung und ähnliche Ideen beherrschen. Stattdessen sagte er, brauchen wir Menschen mit einer breiten Palette von post-sekundärer Bildung zu schaffen, aber wir sollten erkennen, dass „nicht jeder aufs College zu gehen braucht.“ Er sagte, dass es eine große Nachfrage für die Menschen in der Industrie war wie Schweißen und Klempner, und er fragte sich, ob es eine größere Chance für war „Mikro-Zertifizierung.“
Scott Prevost, Vice President of Engineering bei Adobe Sensei, besteht darauf, dass die heutige AI ist eigentlich „empowering Arbeiter“, die kreative Erfahrung durch die Automatisierung erweitert, was die Menschen zu tun haben, wollen aber nicht tun. 74% der Adobe-Kunden sagen, dass sie die Hälfte ihrer Zeit sich wiederholende, nicht-kreativen Aufgaben verbringen.
Prevost Looks für kreative Assistenten und Marketing-Assistenten Sie durch den gesamten Workflow zu helfen. Er sagte, dass „Kreativen“ und Vermarkter wird nicht verschwinden, aber ihre Rollen ändern können. Creators wird besser Intendanten als in aufwändigen Produktionen. Als Ergebnis wird sich der Schwerpunkt kreative Probleme zu lösen, Innovation und gute Zusammenarbeit.
