Dampak kecerdasan buatan pada pola kerja orang 'ini
Dampak kecerdasan buatan pada pola kerja masyarakat
Beberapa pembicara di konferensi baru-baru ini MIT pada kecerdasan dan masa depan buatan kerja mengatakan bahwa cara orang berbicara tentang mengubah pekerjaan dan cara mereka bekerja karena kecerdasan buatan (AI) dan otomatisasi sering tidak realitas.
Dalam diskusi panel tentang mitos teknologi AI, banyak pembicara membahas bagaimana AI tidak bisa hanya melakukan segala sesuatu yang dilakukan orang, dan bagaimana orang dapat menjadi bagian dari proses baru yang sedang dikembangkan. CEO Jobcase Fred Goff mengatakan bahwa kita memiliki kesempatan untuk menggunakan AI untuk "orang benar-benar memberdayakan" bukan hanya menggunakan AI di tempat kerja atau tugas.
Goff mengatakan teknologi yang telah menggantikan pekerjaan untuk setengah abad terakhir, dengan satu masalah terbesar yang stagnasi dalam upah dan setengah pengangguran. Kita harus memahami bahwa kecerdasan buatan dan otomatisasi dapat menyelesaikan tugas-tugas, tidak pekerjaan, sehingga mereka tidak bisa menggantikan semua manusia bisa lakukan. Goff mengatakan bahwa kita harus mempertimbangkan "mesin dan orang-orang, bukan mesin atau orang-orang."
Masalah lain ditunjukkan oleh Goff adalah bahwa kita berpikir manusia telah benar terstruktur masalah ketika mereka menggunakan mesin belajar (ML) atau AI untuk mendapatkan jawaban yang benar. Dia berbicara tentang bagaimana orang menghabiskan waktu beradaptasi dengan tugas baru. Dia juga berbicara tentang bagaimana mesin tidak harus memproses semua input sekitar keputusan. Misalnya, Goff berbicara tentang menggunakan kecerdasan buatan dalam modal manusia dan akuisisi bakat, dan ia khawatir bahwa sistem tersebut akan sering diselesaikan untuk mencari pekerjaan, daripada mempertahankan bakat terbaik. sistem ŤThese dapat implisit bias, dan mereka cenderung untuk melihat calon karyawan untuk pekerjaan perusahaan daripada mencari tahu tim mana yang karyawan tersebut paling cocok untuk pekerjaan dengan. Dia "takut bahwa kita mungkin memecahkan masalah yang salah."
Satu kesalahpahaman adalah bahwa kita hanya dapat secara otomatis mengatur faktor berdasarkan data yang ada, kata Julie Shah, seorang profesor di Departemen Penerbangan dan Antariksa di MIT. Dia menghabiskan banyak waktu di lantai pabrik, menonton rekan-rekannya berlatih bagaimana membangun model-model baru.
"Kami tidak tahu cara mengatur jalur produksi dengan cara yang terbaik," katanya. Itu sebabnya "light-off" pabrik belum menunjukkan perbaikan. Sebaliknya, manusia terus iterate atas dasar perubahan kondisi, dan proses ini lebih sukses. Sebelum mesin bergulir, sistem kebutuhan untuk memahami kita, dan kita perlu memahami perilaku sistem.
Shah mengatakan bahwa manusia membawa begitu banyak pengetahuan dan latar belakang untuk pengambilan keputusan yang sulit untuk mengatur atau bahkan menggambarkan mereka. Dia menunjukkan bahwa dalam banyak model saat ini, menafsirkan keputusan sering bermasalah. Sebaliknya, Shah menyarankan menggunakan "ahli domain" untuk membimbing proses penalaran komputer untuk membantu menentukan ide dan prioritas implisit. Kedua Goff dan Shah percaya bahwa kecerdasan buatan tidak harus menentukan hasil, tetapi salah satu dari banyak alat yang terbaik dapat digunakan sebagai alat pengambilan keputusan manusia.
"Pelatihan ulang dan pelatihan ulang tidak berarti orang perlu duduk di depan komputer dan kode," kata protes. Dia mencatat bahwa orang sering berbicara tentang pelatihan kembali penambang batubara sehingga mereka dapat menguasai coding dan mirip ide. Sebaliknya, kata dia, kita perlu memberikan orang dengan berbagai pendidikan pasca-sekolah menengah, tapi kita harus mengakui bahwa "tidak semua orang harus pergi ke perguruan tinggi." Dia mengatakan ada permintaan yang besar untuk orang-orang dalam industri seperti pengelasan dan tukang pipa, dan ia bertanya-tanya apakah ada peluang yang lebih besar untuk "micro-sertifikasi."
Scott Prevost, wakil presiden teknik di Adobe Sensei, menegaskan bahwa saat ini AI sebenarnya "pekerja pemberdayaan," memperluas pengalaman kreatif dengan mengotomatisasi apa yang orang lakukan tapi tidak ingin melakukan. 74% dari Adobe pelanggan mengatakan mereka menghabiskan setengah waktu mereka melakukan berulang-ulang, tugas-tugas non-kreatif.
Prevost penampilan untuk asisten kreatif dan asisten pemasaran untuk membantu Anda melalui seluruh alur kerja. Dia mengatakan bahwa "orang-orang kreatif" dan pemasar tidak akan hilang, tetapi peran mereka bisa berubah. Kreator akan menjadi direktur lebih artistik daripada di produksi rumit. Akibatnya, fokus akan beralih untuk memecahkan masalah kreatif, inovasi dan kolaborasi yang baik.
