Ай: конечный создатель работы?

За последние несколько десятилетий (по крайней мере) мы слышали о надвигающейся угрозе технологической безработицы - захвата рабочих мест с помощью автоматизации. Но в наши дни это кажется особенно неизбежным. Показательный пример: когда ранее в этом году министр финансов Стив Мнучин отверг идею о том, что роботы увольняют людей с работы, научно-техническое сообщество отреагировало статистикой и графиками, бросающими вызов этой оценке.

Искусственный интеллект проникает во все большее число областей, предвещая беспрецедентное нарушение ландшафта занятости. А нейронные сети и алгоритмы машинного обучения, наиболее важные составляющие современного ИИ, либо обещают, либо обеспечивают лучшую производительность, чем специалисты-люди. Революция ИИ идет быстрыми темпами, и сейчас самое подходящее время, чтобы начать готовить нашу образовательную и экономическую инфраструктуру к будущему, в котором люди будут все меньше и меньше участвовать в выполнении определенных типов задач.

«Очевидно, что теперь, когда компьютеры начинают видеть, слышать и читать, автоматизация будет испытывать неизвестное ускорение», - говорит Алекс Линден, вице-президент по исследованиям в области машинного обучения в Gartner. «Это все еще должно приносить плоды. Многие из последних разработок потребуются несколько лет, прежде чем автоматизация материалов начнет происходить. Но многие непроизводственные области… корректоры, эксперты по машинному переводу, и, конечно, должны бояться за рабочие места «.

Это не вся картина, хотя. Каждая промышленная революция связана как с перемещением и корректировкой рабочей силы, так и с ее заменой, и этот новейший цикл не является исключением. Но распространение искусственного интеллекта также предоставит новые возможности для эффективного использования творчества и инноваций человека.

Повышенный спрос на технические таланты

«Что мы знаем, так это то, что искусственный интеллект будет наиболее эффективным в краткосрочной перспективе для рабочих мест, которые можно разбить на ряд рутин, будь то ручной труд или когнитивные задачи», - говорит Джо Лобо, ботмастер из фирмы по искусственному интеллекту Inbenta., «Это означает, что люди смогут сосредоточиться на более творческих и, следовательно, более приятных задачах».

«Технология никогда не была чистым разрушителем рабочих мест», - говорит Стюарт Франкель, генеральный директор Narrative Science. «Посмотрите почти на каждую технологическую работу, которая существует на любом предприятии сегодня. Ни одна из этих работ не существовала двадцать лет назад, и большинство из них, вероятно, даже не существовало десять лет назад».

На самом деле, на данный момент проблема заключается не в том, что роботы полностью поглощают человеческие рабочие места, а в том, что там много вакантных рабочих мест и недостаточно квалифицированных людей для их заполнения. С ростом бизнеса, управляемого данными, потребность в технических талантах растет повсеместно.

Например, в 2016 году исследователь киберэкономики Cybersecurity Ventures сообщил, что уровень безработицы в кибербезопасности был равен нулю, и что на самом деле в мире не хватает более миллиона экспертов. Подобные области технического трудоустройства, такие как разработка программного обеспечения и наука о данных, не улучшаются и имеют дело с собственным дефицитом талантов. Потребность в большем количестве специалистов в технических областях будет продолжать расти, поскольку искусственный интеллект находит свое применение в еще большем количестве областей.

«Я считаю, что правительства должны обеспечить, чтобы кодирование ценилось так же высоко, как английский, математика и наука, если мы хотим, чтобы мы могли максимизировать этот бум возможностей, которые предоставит нам искусственный интеллект», - говорит Лобо.

В последние годы был проведен ряд проектов под руководством правительства, а также инициативы частного сектора, призванные помочь удовлетворить потребность в технических талантах. Например, проект TechHire, разработанный бывшим президентом Бараком Обамой, включает грант в размере 100 млн. Долл. США, предназначенный для того, чтобы проложить путь для большего числа людей на технические должности, включая тех, кто не имеет сертификатов высшего образования.

Мы также наблюдаем за развитием массовых открытых онлайн-курсов (MOOC) от таких учреждений, как Coursera и Big Data University - бесплатное онлайн-обучение техническим навыкам, которые пользуются высоким спросом. Учебные лагеря по программированию, учреждения, которые обучают абитуриентов программированию за короткий промежуток времени, также выросли в популярности. В то же время такие компании, как AT & T, помогают своим сотрудникам адаптироваться к будущему месту работы.

По мере ускорения темпов развития искусственного интеллекта требования к навыкам и опыту изменятся так же быстро. Даже разработка программного обеспечения не останется прежней в будущем и перейдет от кодирования к обучающим алгоритмам ИИ.

Революция в человеко-компьютерном взаимодействии

Многие из людей, которые теряют свою работу из-за ИИ, не имеют навыков и знаний для того, чтобы поступать на технические должности, и их обучение требует значительного времени. К счастью, в этом отношении искусственный интеллект может помочь решить проблему, которая может быть в значительной степени его собственной. AI уже обещает революционизировать образование во многих отношениях, включая персонализацию и оптимизацию учебного процесса. Это означает, что освоение новых навыков займет меньше времени.

«Люди смогут переучиться в другие отрасли быстрее, чем когда-либо прежде, что даст им максимальную гибкость, чтобы реагировать на изменения на рынке труда», - говорит Лобо. «Почему водитель грузовика не может начать карьеру в области кодирования в течение нескольких месяцев?»

Там, где ИИ не сможет смягчить кривую обучения, он сможет разбить сложность задач и упростить их, позволив большему количеству людей поступать на работу, для которой когда-то требовались годы обучения и подготовки.

Одна заслуживающая внимания разработка - обработка и генерация естественного языка (NLP / NLG), ветвь искусственного интеллекта, связанная с пониманием и созданием сценариев на человеческом языке. NLP и NLG пересматривают способы взаимодействия с компьютерами, устраняя препятствия и барьеры для выполнения задач и делая нас гораздо более эффективными в нашей работе.

«NLG - это технология поддержки и дополнения», - говорит Франкель из Narrative Science. «В сочетании с человеческими навыками NLG может давать результаты, которые намного превосходят результаты, достигнутые любой из групп в отдельности. Я думаю, что Excel - отличная аналогия с NLG. Когда впервые появились Lotus 123 и Excel, было много мрачных предсказаний о будущем. бухгалтеров и финансовых аналитиков, но мы быстро поняли, что эти инструменты не заменят аналитиков. Фактически, аналитики превратились в супераналитиков, и компании начали нанимать их в массовом порядке. То же самое происходит с NLG ».

Narrative Science интегрирует NLG в платформы бизнес-аналитики (BI), чтобы предоставить пользователям интеллектуальные нарративы, проницательные разговорные коммуникации, заполненные релевантной аудиторией информацией, которые обеспечивают полную прозрачность принятия аналитических решений. Фрэнкел объясняет, что эта технология помогает более широкой группе людей выполнять свою работу, не требуя специального набора навыков, таких как наука о данных.

«Это означает, что меньшее количество технических специалистов или людей с любым аналитическим навыком могут использовать эти инструменты BI, мгновенно получать необходимую информацию и, в конечном счете, лучше выполнять свою работу», - говорит он.

НЛП, с другой стороны, значительно упрощает взаимодействие людей с аналитическими инструментами и источниками данных. Вы уже можете видеть это на таких платформах, как IBM Watson Analytics, где команды на естественном языке облегчают запрос источников данных. Это может проложить путь для людей с математическими навыками при поступлении на работу по науке о данных без необходимости проходить длительные курсы программирования.

НЛП также помогает разобраться в больших объемах неструктурированных знаний, включая статьи, книги и технические документы, объединяя их в данные, которые можно запрашивать и использовать на машинах. Это может сделать программное обеспечение и сервисы гораздо более эффективными для помощи специалистам-людям.

Алекс Линден, исследователь из Gartner, считает, что это может помочь создать более эффективные графы знаний - слабо структурированные хранилища данных, которые приводят в движение механизмы искусственного интеллекта. «AI / NLP может помочь создать реальную индустрию знаний», - говорит он. Но он добавляет: «Мы все еще находимся в абсолютном младенчестве».

Дополняющие человеческие усилия

Примером является недавно запущенная IBM платформа Watson для кибербезопасности на основе искусственного интеллекта. Уотсон использует алгоритмы машинного обучения, чтобы просеивать тонны структурированных и неструктурированных данных. Затем он «узнает» о повторяющихся и возникающих угрозах и помогает аналитикам по безопасности выполнять свою работу. Калеб Барлоу, вице-президент IBM Security, считает, что роль Уотсона похожа на роль фельдшера, помогающего врачу. Это может значительно облегчить аналитикам, обладающим меньшими навыками и опытом, более эффективную работу с инцидентами безопасности.

Технология - не единственный сектор, где ИИ может дополнять человеческие усилия и направлять больше людей на работу. Алгоритмы искусственного интеллекта также показывают многообещающие результаты в областях здравоохранения и медицины, в которых хронически не хватает врачей и квалифицированных рабочих. Нейронные сети и помощники по искусственному интеллекту значительно облегчают обнаружение, диагностику и лечение заболеваний, сокращают время, необходимое для обучения врачей, и делают медицинские услуги доступными для гораздо большего числа людей.

«В США ощущается нехватка врачей, медсестер и помощников врачей, и существует еще более острая потребность за пределами развитого мира», - говорит Франкель. «Вы думаете обо всех вещах, которые может делать ИИ - собирать огромные объемы данных, анализировать их, сообщать о наиболее важных моментах - и это расширяет доступность многих услуг, которые могут быть предоставлены только людям с обширным (и обычно дорогостоящим) обучением Вам по-прежнему нужны люди, чтобы работать с пациентами на практике. ИИ позволяет сделать это большему количеству людей, потому что делает знания более доступными. Таким образом, я думаю, что ИИ фактически создаст больше рабочих мест ».

В конце концов, развитие искусственного интеллекта создаст рабочие места для экспертов за пределами традиционных областей, связанных с технологиями. Даг Роуз, автор данных и преподаватель LinkedIn Learning, считает, что отрасли необходимо также приобретать другие навыки.

«Последние полвека были благом для количественных областей. Компьютерные программисты, инженеры и специалисты по обработке данных доминировали на рынке труда и создали крупные компании», - говорит Роуз. «Тем не менее, некоторые из ключевых проблем с ИИ сильно отличаются от программного обеспечения. Здесь самой большой проблемой будет создание лучшего человеческого опыта».

Поскольку он решает все более сложные задачи, искусственный интеллект сталкивается с социальными, этическими и политическими проблемами. Инженеры имеют дело с совершенно новыми проблемами, такими как создание объективных алгоритмов ИИ.

«Прямо сейчас это область ученых, инженеров и разработчиков программного обеспечения», - говорит Роуз. «В конечном счете, для этой области потребуется другой набор навыков. Для этого потребуются люди с сильным гуманитарным образованием. Ключом к лучшему человеческому опыту станут философия, культурология, риторика, языки и искусство. Эти специалисты быть руководителями, которые помогают преодолеть разрыв между программным обеспечением и нашими основными человеческими потребностями."

Роуз подробно остановился на теме в эссе «Кто научит наши машины правильно с неправильным?» в котором он объясняет, почему должно быть место для наших антропологов, специалистов по коммуникациям, философов и экспертов в области культуры.

Inbenta - это компания, которая нанимает лингвистов для разработки лексикона для своих поисковых решений, гарантируя, что они надежны и могут предоставлять своим клиентам высокий уровень обслуживания.

«Студенты-лингвисты, как правило, должны начать карьеру в процессе преподавания или перевода, но мы видим, что их рынок начинает меняться благодаря ИИ», - говорит Лобо из Inbenta. «В следующие несколько лет мы увидим схожие роли, которые в настоящее время мы не можем постичь, для людей, которые могут быть обеспокоены тем, что приобретенные ими навыки могут устареть».

До того дня, когда роботы приступят к работе, людям еще многое предстоит сделать. Но мы должны принять изменения и подготовиться к ним.