Ai: konečný tvůrce pracovních míst?

Za posledních několik desetiletí (alespoň) jsme slyšeli o hrozící hrozbě technologické nezaměstnanosti - převzetí lidských pracovních míst automatizací. Ale v dnešní době se to zdá obzvláště bezprostřední. Příklad: Když začátkem tohoto roku ministr financí Steve Mnuchin odmítl představu robotů, kteří vyřazují lidi z práce, vědecká a technologická komunita odpověděla statistikami a grafy, které toto hodnocení zabíjely.

Umělá inteligence se dostává do stále se zvyšujícího počtu domén a oznamuje bezprecedentní narušení pracovního prostředí. A neuronové sítě a algoritmy strojového učení, nejvýznamnější složky moderních umělých inteligencí, buď slibují, nebo přinášejí lepší výkon než lidské profesionály. Revoluce umělé inteligence přichází rychlým tempem a je stejně dobré jako kdykoli začít připravovat naši vzdělávací a ekonomickou infrastrukturu na budoucnost, v níž se lidé budou stále méně zapojovat do plnění určitých typů úkolů.

„Nyní je jasné, že s počítači, které začínají vidět, slyšet a číst, bude automatizace zažít neznámá vylepšení, “ říká Alex Linden, viceprezident společnosti Machine Learning Research ve společnosti Gartner. "Stále to musí přinést ovoce. Mnoho posledních vývojů bude trvat několik let, než se začne automatizovat materiál. Ale mnoho nevýrobních domén… korektorů, odborníků na strojový překlad a určitě se musí o práci obávat.". “

Toto však není celý obrázek. Každá průmyslová revoluce je stejně tak o přemístění a přizpůsobení pracovní síly, jako o jejím nahrazení, a tento nejnovější cyklus není výjimkou. Propagace umělé inteligence však také poskytne nové příležitosti k efektivnímu využití lidské kreativity a inovací.

Zvýšená poptávka po tech talentu

„Víme, že umělá inteligence bude nejúčinnější v krátkodobém horizontu pro práce, které lze rozdělit do řady rutin, ať už jde o manuální práci nebo kognitivní úkoly, “ říká Joe Lobo, botmaster ve firmě Inbenta pro umělou inteligenci.. "To znamená, že lidé se budou moci soustředit na kreativnější a následně zábavnější úkoly."

„Technologie nikdy nebyla čistým ničitelem pracovních míst, “ říká Stuart Frankel, generální ředitel Narative Science. "Podívej se na téměř každou technologickou práci, která dnes existuje v každém podniku. Žádná z těchto pracovních míst neexistovala před dvaceti lety a většina z nich pravděpodobně ani před deseti lety neexistovala."

Ve skutečnosti je v tuto chvíli spíše než úplným převzetím lidských pracovních míst roboty problém spočívající v tom, že existuje mnoho volných pracovních míst a není dost kvalifikovaných lidí, kteří by je mohli obsadit. S růstem podnikání založeného na údajích narůstá poptávka po technologických talentech plošně.

Například v roce 2016 výzkumník v oblasti kybernetického hospodářství Cybersecurity Ventures uvedl, že míra nezaměstnanosti v kybernetické bezpečnosti byla na nule - a že ve skutečnosti je na celém světě nedostatek více než jednoho milionu odborníků. Podobné oblasti tech-zaměstnanosti, jako je vývoj softwaru a věda o údajích, se nedaří lépe a vypořádávají se s vlastní mezerou v talentu. Potřeba dalších odborníků na technické práce se bude i nadále zvyšovat s tím, jak umělá inteligence najde cestu do ještě více domén.

"Věřím, že vlády by měly zajistit, aby kódování bylo hodnoceno stejně dobře jako angličtina, matematika a věda, pokud chceme zajistit, abychom tento rozmach maximalizovali v příležitostech, které nám poskytne umělá inteligence, " říká Lobo.

V posledních letech došlo k řadě vládních projektů a iniciativ soukromého sektoru, které mají pomoci naplnit potřebu technologických talentů. Příkladem je projekt TechHire bývalého prezidenta Baracka Obamy: Zahrnuje grant ve výši 100 milionů dolarů, který měl připravit cestu pro další lidi na technologická místa, včetně těch, kteří nemají vysokoškolské osvědčení.

Vidíme také vývoj rozsáhlých otevřených online kurzů (MOOC) od institucí, jako jsou Coursera a Big Data University - bezplatné online vzdělávání pro technické dovednosti, které jsou velmi žádané. Popularita vzrostla také při kódování spouštěcích táborů, institucí, které učí žadatele o programování počítačů v krátkém čase. Společnosti jako AT&T zároveň pomáhají svým zaměstnancům přizpůsobit se budoucnosti zaměstnanosti.

Jak se tempo rozvoje umělé inteligence zvyšuje, požadavky na dovednosti a odbornost se změní stejně rychle. Ani vývoj softwaru nezůstane v budoucnu stejný a přesune se od kódování k výcvikovým algoritmům AI.

Revoluce v interakci člověk-počítač

Mnoho lidí, kteří přicházejí o práci s umělou inteligencí, nemá dovednosti a znalosti pro vstup do technických pozic a jejich školení vyžaduje značný čas. Naštěstí v tomto ohledu umělá inteligence může pomoci vyřešit problém, který by mohl být převážně jeho vlastní tvorbou. AI již slibuje revoluci ve vzdělávání mnoha způsoby, včetně personalizace a optimalizace studijních zkušeností. To znamená, že získání nových dovedností bude trvat méně času.

„Lidé se budou moci rekvalifikovat do jiných průmyslových odvětví rychleji než kdykoli předtím a poskytnout jim maximální flexibilitu, aby mohli reagovat na změny na trhu práce, “ říká Lobo. "Proč se řidič kamionu nemůže do kariéry kódovat během několika měsíců?"

Pokud AI nedokáže zmírnit křivku učení, bude schopna rozložit složitost úkolů a učinit je jednoduššími, což umožní více lidem vstoupit do zaměstnání, které kdysi vyžadovalo roky vzdělávání a odborné přípravy.

Jeden pozoruhodný vývoj je zpracování přirozeného jazyka a generace (NLP / NLG), odvětví umělé inteligence, která má co do činění s porozuměním a vytvářením skriptů lidského jazyka. NLP a NLG předefinují způsob, jakým interagujeme s počítači, odstraňují překážky a bariéry při plnění úkolů a zefektivňují nás při práci.

„NLG je technologie umožňující a rozšiřující technologii, “ říká Frankel z Narrative Science. „Ve spojení s lidskými dovednostmi může NLG přinést výsledky, které daleko přesahují to, čeho by každá skupina mohla dosáhnout sama. Myslím, že Excel je skvělou analogií k NLG. Když Lotus 123 a Excel poprvé vyšly, bylo mnoho strašných předpovědí o budoucnosti účetní a finanční analytici, ale rychle jsme se dozvěděli, že tyto nástroje nebudou nahrazovat analytiky. Ve skutečnosti se analytici změnili na super analytiky a podniky je začaly najímat v celých houfech. Totéž se děje s NLG. ““

Narrativní věda integruje NLG do platforem Business Intelligence (BI), aby uživatelům poskytla inteligentní narativy, bystré, konverzační komunikace plné informací pro publikum, které poskytují úplnou transparentnost při rozhodování o analytice. Tato technologie, vysvětluje Frankel, pomáhá umožnit širší skupině lidí vykonávat svou práci, aniž by vyžadovala specializovaný soubor dovedností, jako je věda o datech.

„To znamená, že méně techničtí lidé nebo lidé v jakékoli analytické dovednosti mohou tyto nástroje BI používat, okamžitě získají potřebné informace a v konečném důsledku lépe vykonávají svou práci, “ říká.

Na druhou stranu NLP lidem usnadňuje propojení s analytickými nástroji a zdroji dat. To již můžete vidět na platformách, jako je IBM Watson Analytics, kde příkazy v přirozeném jazyce usnadňují vyhledávání zdrojů dat. To může připravit cestu pro lidi s matematickými dovednostmi, aby mohli vstoupit do datových úloh, aniž by museli absolvovat zdlouhavé kurzy programování.

NLP také pomáhá pochopit velké korpusy nestrukturovaných znalostí, včetně článků, knih a whitepapers, a organizuje je do dat, která jsou dotazovatelná a použitelná stroji. Díky tomu může být software a služby mnohem účinnější při pomoci lidským odborníkům.

Alex Linden, výzkumník společnosti Gartner, věří, že to může pomoci vytvořit efektivnější grafy znalostí - volně strukturované datové úložiště, které pohánějí motory AI. „AI / NLP může pomoci vytvořit skutečné odvětví znalostí, “ říká. Dodává však: „Stále jsme v úplném dětství.“

Doplňování lidského úsilí

Příkladem je nedávno spuštěná platforma IBM Watson for Cybersecurity založená na AI. Watson používá algoritmy strojového učení k prosívání tun strukturovaných a nestrukturovaných dat. Poté se „dozví“ o opakujících se a objevujících se hrozbách a pomáhá analytikům zabezpečení při výkonu jejich úkolů. Caleb Barlow, viceprezident IBM Security, si vzpomíná na roli Watsona jako na záchranáře pomáhajícího lékaři. To může analytikům s menšími dovednostmi a zkušenostmi mnohem snazší zvládnout bezpečnostní incidenty.

Tech není jediným sektorem, kde umělá inteligence může doplňovat lidské úsilí a umisťovat více lidí do zaměstnání. Algoritmy umělé inteligence se rovněž ukazují slibně v oblastech zdravotnictví a medicíny, které jsou chronicky málo lékařů a kvalifikovaných pracovníků. Neuronové sítě a pomocníci umělé inteligence usnadňují detekci, diagnostiku a léčbu nemocí, zkracují čas potřebný k vyškolení lékařů a zpřístupňují zdravotnické služby mnohem více lidem.

"V USA je nedostatek lékařů, zdravotních sester a lékařských asistentů a mimo rozvinutý svět je ještě naléhavější potřeba, " říká Frankel. „Přemýšlíte o všech věcech, které může umělá inteligence udělat - vzít obrovské množství dat, analyzovat je, sdělit nejdůležitější body - a rozšiřuje dostupnost mnoha služeb, které by mohli provádět pouze lidé s rozsáhlým (a obvykle drahým) školením "Stále potřebujete lidi, aby pracovali s pacienty přímo. AI umožňuje více lidem, aby to dělali, protože to zpřístupňuje znalosti. Tímto způsobem si myslím, že AI skutečně vytvoří více pracovních míst."

Rozvoj umělé inteligence nakonec vytvoří pracovní příležitosti pro odborníky mimo tradiční technologie. Autor datových věd a instruktor LinkedIn učení Doug Rose věří, že toto odvětví musí nabrat i další dovednosti.

"Poslední půlstoletí bylo přínosem pro kvantitativní oblasti. Počítačoví programátoři, inženýři a vědci v oblasti dat dominovali na trhu práce a vytvořili masivní společnosti, " říká Rose. „Přesto jsou některé z klíčových problémů s umělou inteligencí hodně odlišné od softwaru. Zde bude největší výzvou vytvoření lepší lidské zkušenosti.“

Jak umělá inteligence přebírá stále komplikovanější úkoly, čelí sociálním, etickým a politickým výzvám. Inženýři se zabývají zcela novými problémy, jako je vytváření nestranných algoritmů AI.

„Právě teď je doménou akademiků, inženýrů a vývojářů softwaru, “ říká Rose. „Nakonec si pole vyžádá jinou sadu dovedností. Bude vyžadovat lidi se silným zázemím v humanitních oborech. Klíčem k lepšímu lidskému zážitku bude filozofie, kulturní studia, rétorika, jazyky a umění. Tito odborníci budou být průvodci, kteří pomáhají překlenout propast mezi softwarem a našimi základními lidskými potřebami. “

Rose vypracovala toto téma v eseji „Kdo bude učit naše stroje hned od špatného?“ ve kterém vysvětluje, proč musí být místo pro naše antropology, komunikační specialisty, filozofy a kulturní odborníky.

Inbenta je společnost, která zaměstnává lingvisty k vývoji lexikonu pro svá vyhledávací řešení, zajišťuje, že jsou robustní a mohou svým zákazníkům poskytovat vysoké ceny za služby.

„Od lingvistických studentů se obecně očekává, že se přestěhují do kariéry v rámci výuky nebo překladu, ale díky AI jsme viděli, že se jejich trh začal měnit, “ říká Lobo z Inbenty. "V příštích několika letech se objeví podobné role, které v současné době nemůžeme pochopit na jaře pro lidi, kteří by se mohli obávat, že dovednosti, které získali, by mohly být zastaralé."

Dokud roboti nepřevezmou všechny úkoly, je ještě mnoho lidí na práci. Musíme však přijmout změnu a připravit se na ni.