Ai: vrhunski stvaralac posla?

U posljednjih nekoliko desetljeća (barem) čuli smo za predstojeću prijetnju tehnološke nezaposlenosti - automatizacijom ljudskog zapošljavanja. No, ovih dana to se čini posebno neposrednim. Primjer: Kad je početkom ove godine, ministar financija Steve Mnuchin odbacio pojavu robota koji ljude ostavljaju bez posla, naučna i tehnološka zajednica odgovorila je statistikama i grafikonima koji su izvrnuli tu procjenu.

Umjetna inteligencija pronalazi svoj put u sve većem broju domena, najavljujući neviđeni poremećaj radnog krajolika. A neuronske mreže i algoritmi strojnog učenja, najistaknutiji sastavni dijelovi modernog AI, obećavaju ili daju bolje performanse od ljudskih profesionalaca. AI revolucija dolazi brzim tempom i ovo je baš pravo vrijeme da počnemo pripremati našu obrazovnu i ekonomsku infrastrukturu za budućnost u kojoj će ljudi biti sve manje uključeni u obavljanje određenih vrsta zadataka.

"Jasno je da će sada, s računalima koja počinju vidjeti, čuti i čitati, automatizacija doživjeti nepoznata pojačanja", kaže Alex Linden, potpredsjednik odjela za računalno učenje u Gartneru. "To još uvijek mora uroditi plodom. Mnogo nedavnih razvoja potrajat će nekoliko godina prije nego što se počne događati automatizacija materijala. No, mnoge neproizvodne domene… lektori, stručnjaci za strojni prijevod i sigurno se moraju bojati za posao „.

Ovo ipak nije cijela slika. Svaka industrijska revolucija toliko govori o premještanju i prilagođavanju radne snage koliko i o njezinoj zamjeni, a ni ovaj najnoviji ciklus nije iznimka. Ali širenje umjetne inteligencije također će pružiti nove mogućnosti za učinkovitu upotrebu ljudske kreativnosti i inovacije.

Povećana potražnja za Tech Talentom

"Ono što znamo jest da će umjetna inteligencija u kratkom roku biti najučinkovitija za poslove koji se mogu raščlaniti na niz rutina, bilo da je to ručni rad ili kognitivni zadatak", kaže Joe Lobo, botmaster iz tvrtke za umjetnu inteligenciju Inbenta, "To znači da će se ljudi moći koncentrirati na kreativnije i posljedično ugodnije zadatke."

"Tehnologija nikada nije bila neto uništavač radnih mjesta", kaže Stuart Frankel, izvršni direktor Narrative Science. "Pogledajte gotovo svaki tehnološki posao koji danas postoji u bilo kojem poduzeću. Nijedan od tih poslova nije postojao prije dvadeset godina, a većina ih vjerojatno nije ni postojala prije deset godina."

Zapravo, problem je u tome što je za sada, umjesto što je roboti potpuno preuzimanje ljudskih poslova, puno slobodnih radnih mjesta i nedovoljno kvalificiranih ljudi da ih popune. S porastom poslovanja temeljenog na podacima, potražnja za talentima za tehnikom raste sve više.

Na primjer, 2016. istraživač cyber-ekonomije Cybersecurity Ventures izvijestio je da je stopa nezaposlenosti u cyber-sigurnosti jednaka nuli - i da u stvari nedostaje više od milijun stručnjaka širom svijeta. Slična područja zapošljavanja u tehnologiji, poput razvoja softvera i znanosti podataka, nisu daleko bolji i bave se vlastitim jazom talenta. Potreba za više stručnjaka za tehnološka radna mjesta nastavit će rasti kako umjetna inteligencija pronalazi put u još više domena.

"Vjerujem da bi vlade trebale osigurati da se kodiranje vrednuje koliko i engleski, matematika i znanost, ako želimo osigurati da maksimiziramo taj procvat u mogućnostima koje će nam pružiti umjetna inteligencija", kaže Lobo.

Posljednjih godina zabilježeni su brojni vladini projekti, kao i inicijative privatnog sektora kako bi se zadovoljile potrebe za talentima za tehnologijom. Projekt TechHire bivšeg predsjednika Baracka Obame je primjer: On uključuje bespovratna sredstva u iznosu od 100 milijuna američkih dolara koja su trebala utrti put većem broju ljudi u tehnološka radna mjesta, uključujući one koji nemaju certifikate o visokom obrazovanju.

Također vidimo razvoj masovnih otvorenih internetskih tečajeva (MOOC) od institucija kao što su Coursera i Big Data University - besplatna internetska edukacija za tehničke vještine koje su velike potražnje. Šifriranje boot logotipa, institucija koje podnositelje zahtjeva uči računalno programiranje u kratkom vremenu, također je poraslo u popularnosti. Istodobno, tvrtke poput AT&T pomažu svojim zaposlenicima da se prilagode budućnosti zaposlenja.

Kako se ubrzava razvoj umjetne inteligencije, zahtjevi za vještinom i stručnošću mijenjat će se jednako brzo. Ni ubuduće razvoj softvera neće ostati isti u budućnosti i kretat će se od kodiranja prema AI algoritamima za treniranje.

Revolucija u interakciji između čovjeka i računala

Mnogi ljudi koji gube posao na AI nemaju vještine i znanje za ulazak u tehnološke poslove, a za njihovo osposobljavanje je potrebno mnogo vremena. Srećom, u tom pogledu umjetna inteligencija može pomoći u rješavanju problema koji bi mogao biti u velikoj mjeri vlastito stvaranje. AI već obećava revoluciju obrazovanja na više načina, uključujući personalizaciju i optimizaciju iskustva učenja. To znači da će trebati manje vremena za učenje novih vještina.

"Ljudi će se moći prekvalificirati u druge industrije brže nego ikad prije, pružajući im maksimalnu fleksibilnost da reagiraju na promjene na tržištu rada", kaže Lobo. "Zašto vozač kamiona ne može u roku od nekoliko mjeseci krenuti u karijeru kodiranja?"

Ako AI ne može ublažiti krivulju učenja, moći će raščlaniti složenost zadataka i pojednostaviti ih, omogućujući većem broju ljudi da uđu u posao koji je jednom zahtijevao godine obrazovanja i usavršavanja.

Valja napomenuti razvoj je obrada i generacija prirodnih jezika (NLP / NLG), grana umjetne inteligencije koja ima veze s razumijevanjem i stvaranjem skripti na ljudskom jeziku. NLP i NLG redefiniraju način na koji komuniciramo s računalima, uklanjajući prepreke i barijere u obavljanju zadataka i čineći nas mnogo efikasnijima u svojim poslovima.

"NLG je tehnologija koja omogućava i povećava", kaže Frankel iz Narrative Science. "U kombinaciji s ljudskim vještinama, NLG može stvoriti rezultate koji daleko premašuju ono što bi svaka grupa mogla postići sama. Mislim da je Excel sjajna analogija NLG-u. Kada su Lotus 123 i Excel prvi put izašli, bilo je puno strašnih predviđanja o budućnosti računovođe i financijske analitičare, ali brzo smo saznali da ovi alati neće zamijeniti analitičare. U stvari, analitičari su se pretvorili u super analitičare, a tvrtke su ih počele zapošljavati u grupama. Ista stvar se događa i s NLG-om."

Narrative Science integrira NLG u platforme poslovne inteligencije (BI) kako bi korisnicima pružio Inteligentne Narative, pronicljive, razgovorne komunikacije prepune informacija relevantnih za publiku koje pružaju potpunu transparentnost u donošenju analitičkih odluka. Tehnologija, pojašnjava Frankel, pomaže širi skupini ljudi da rade svoj posao bez potrebe za specijaliziranim skupom vještina poput znanosti o podacima.

"To znači da manje tehnički ljudi ili ljudi na bilo kojem analitičkom skupu mogu koristiti ove BI alate, odmah dobiti uvid koji im je potreban i na kraju učiniti svoj posao bolje", kaže on.

NLP, s druge strane, ljudima znatno olakšava sučelje s analitičkim alatima i izvorima podataka. To već možete vidjeti na platformama kao što je IBM Watson Analytics, gdje naredbe prirodnog jezika olakšavaju ispitivanje izvora podataka. Time će se osobama s matematičkim znanjem otvoriti put za ulazak u posao s podacima o znanosti bez potrebe da prođu dugačke tečajeve programiranja.

NLP također pomaže u pronalaženju smisla za velike korpus nestrukturiranog znanja, uključujući članke, knjige i radne vijesti, organizirajući ih u podatke koje strojevi mogu pretraživati ​​i koristiti. To može učiniti softver i usluge mnogo učinkovitijim u pružanju pomoći ljudskim stručnjacima.

Alex Linden, istraživač iz Gartnera, vjeruje da to može pomoći u stvaranju učinkovitijih grafikona znanja - slabo strukturiranih skladišta podataka koja pokreću AI motore. "AI / NLP može pomoći stvaranju prave industrije znanja", kaže on. Ali dodaje: "Još smo u potpunom pothvatu."

Dopunjavajući ljudske napore

Primjer je IBM-ova nedavno lansirana Watson for Cybersecurity platforma utemeljena na AI. Watson koristi algoritme strojnog učenja za prosijavanje tona strukturiranih i nestrukturiranih podataka. Potom se "uči" o ponavljajućim i nadolazećim prijetnjama i pomaže sigurnosnim analitičarima da obavljaju svoj posao. Caleb Barlow, potpredsjednik IBM Security, misli na Watsonovu ulogu poput uloge medicinara koji pomaže liječniku. To može mnogo olakšati analitičarima koji imaju manje vještina i iskustva da postanu stručniji u rješavanju sigurnosnih incidenata.

Tehnologija nije jedini sektor u kojem AI može nadopuniti ljudske napore i zaposliti više ljudi. Algoritmi za umjetnu inteligenciju također obećavaju u područjima zdravstva i medicine, koji kronično nedostaju liječnicima i kvalificiranim radnicima. Neuronske mreže i AI asistenti olakšavaju otkrivanje, dijagnosticiranje i liječenje bolesti, skraćujući vrijeme potrebno za školovanje liječnika i čineći zdravstvenim uslugama dostupnim mnogo više ljudi.

"U SAD-u nedostaje liječnika, medicinskih sestara i liječnika, a izvan razvijenog svijeta postoji još akutnija potreba", kaže Frankel. "Razmišljate o svim stvarima koje AI može učiniti - uzimati ogromne količine podataka, analizirati ih, priopćavati najvažnije točke - i proširuje se dostupnost mnogih usluga koje mogu raditi samo ljudi s opsežnom (i obično skupom) obukom. Još uvijek su vam potrebni ljudi da rukuju s pacijentima. AI omogućuje većem broju ljudi zato što znanje čini pristupačnijim. Na ovaj način, mislim da će AI zapravo stvoriti više radnih mjesta."

Na kraju će razvoj umjetne inteligencije stvoriti mogućnosti stručnjaka za posao izvan tradicionalnih domena vezanih uz tehnologiju. Autor znanosti o podacima i instruktor LinkedIn učenja, Doug Rose vjeruje da industrija mora uhvatiti i druge vještine.

"Posljednjih pola stoljeća predstavljalo je blagodati za kvantitativne oblasti. Računalni programeri, inženjeri i znanstvenici za podatke dominirali su tržištem rada i stvorili masovne tvrtke", kaže Rose. "Ipak, neki od ključnih izazova s ​​AI-om mnogo su različiti od softvera. Ovdje će najveći izazov biti stvaranje boljeg ljudskog iskustva."

Kako se bavi sve složenijim zadacima, umjetna inteligencija suočava se s društvenim, etičkim i političkim izazovima. Inženjeri se bave posve novim problemima, poput stvaranja nepristranih AI algoritama.

"Trenutno je domena akademika, inženjera i programera", kaže Rose. "Na kraju će teren zahtijevati drugačiji skup vještina. Zahtijevaće ljude snažne pozadine u humanističkim znanostima. Ključ za bolje ljudsko iskustvo doći će iz filozofije, kulturoloških studija, retorike, jezika i umjetnosti. Ovi stručnjaci će budite vodiči koji pomažu u premoštavanju jaz između softvera i naših osnovnih ljudskih potreba."

Rose je tu temu elaborirala u eseju, "Tko će nas učiti strojevima ispravno?" u kojem objašnjava zašto treba postojati mjesto naših antropologa, stručnjaka za komunikaciju, filozofa i kulturnih stručnjaka.

Inbenta je tvrtka koja zapošljava jezikoslovce da razviju leksikon za svoja rješenja za pretraživanje, osiguravajući da su robusni i mogu pružiti visoke cijene usluga svojim klijentima.

"Očekuje se da će se od lingvističkih učenika prepustiti karijeri u okviru predavanja ili prevođenja, ali vidjeli smo da se njihovo tržište počinje mijenjati, zahvaljujući AI", kaže Loboov Inbenta. "Sljedećih će se godina pojaviti slične uloge koje trenutno ne možemo shvatiti na proljeće za ljude koji bi mogli biti zabrinuti kako bi vještine koje su stekle mogle postati starinske."

Sve do dana kada roboti preuzmu sve poslove, ljudi još uvijek mogu puno raditi. Ali moramo prihvatiti promjene i pripremiti se za nju.