人工知能が人々の仕事のパターンに与える影響
人工知能が人々の仕事のパターンに与える影響
マサチューセッツ工科大学 で最近開催された人工知能と将来の仕事に関する会議で、複数の講演者が、人工知能 (人工知能) と自動化によって仕事や働き方が変化するという人々の話は現実とは異なることが多いと述べました。
AI技術に関する誤解をめぐるパネルディスカッションでは、多くの講演者が、AIが人間のあらゆる業務をこなせるわけではないこと、そして開発中の新しいプロセスに人間がどのように参加できるかについて議論しました。JobcaseのCEO、フレッド・ゴフ氏は、AIを単に労働者やタスクの代わりに使うのではなく、AIを活用して人々を真にエンパワーメントする機会があると述べました。
ゴフ氏は、過去半世紀にわたりテクノロジーが仕事を奪ってきたが、最大の問題は賃金の停滞と不完全雇用だと述べた。人工知能と自動化は仕事ではなくタスクを達成するものであり、人間の能力すべてを置き換えることはできないことを理解すべきだ。ゴフ氏は、「機械か人か」ではなく、「機械と人」というように考えるべきだと述べた。
ゴフ氏が指摘したもう一つの問題は、人間が機械学習（ML）やAIを用いて正しい答えを得る際に、問題を正しく構造化していると私たちが考えてしまうことです。ゴフ氏は、人間が新しいタスクに適応するために時間を費やす方法について説明しました。また、機械が意思決定に関わるすべての入力を処理する必要はないとも述べました。例えば、ゴフ氏は人的資本や人材獲得における人工知能の活用について語り、そのようなシステムは優秀な人材の確保ではなく、仕事を見つけるために利用されることが多いのではないかと懸念を示しました。これらのシステムは暗黙的にバイアスがかかっている可能性があり、従業員がどのチームで働くのに最も適しているかを判断するのではなく、会社の仕事に適した従業員を探す傾向があります。ゴフ氏は、私たちが間違った問題を解決しているのではないかと懸念していました。
MIT航空宇宙学部の准教授、ジュリー・シャー氏は、「既存のデータに基づいて係数を自動的に設定することしかできないというのは誤解です」と語る。シャー氏は工場の現場で多くの時間を過ごし、同僚たちが新しいモデルの構築方法を練習するのを観察している。
「生産ラインをどう最適に構築すればいいのか分からないんです」と彼女は言った。「だからこそ、軽作業工場は改善が見られないんです。その代わりに、人間が変化する状況に合わせて反復作業を続けることで、プロセスはより成功しているんです。圧延機を使う前に、システムが私たちを理解し、私たちもシステムの挙動を理解する必要があります。」
シャー氏は、人間は意思決定に膨大な知識と背景を持ち込むため、それらを整理したり記述したりすることさえ困難だと述べた。彼女は、今日の多くのモデルでは、意思決定の解釈がしばしば問題になると指摘する。シャー氏は、代わりにドメイン専門家を活用してコンピューターの推論プロセスを導き、暗黙のアイデアや優先順位を決定できるようにすることを提案した。ゴフ氏とシャー氏は共に、人工知能は結果を決定するべきではなく、人間の意思決定ツールとして最も効果的に活用できる多くのツールの一つであるべきだと考えている。
再訓練とは、人々がコンピューターの前に座ってコーディングしなければならないという意味ではないとガフ氏は述べた。炭鉱労働者にコーディングなどのスキルを習得させるための再訓練の話がよく出ていることを指摘し、むしろ幅広い高等教育を提供する必要があるが、誰もが大学に行く必要はないことを認識すべきだと指摘した。溶接工や配管工などの業界では人材の需要が高く、マイクロ認定資格の取得機会が増える可能性もあるのではないかと考えた。
アドビ 先生 のエンジニアリング担当副社長、スコット・プレボスト氏は、今日の 人工知能 は実際には労働者に力を与え、人々がやりたくないことを自動化することで創造的な経験を拡張していると主張しています。アドビ の顧客の 74% は、時間の半分を反復的で非創造的なタスクに費やしていると述べています。
プレボスト氏は、ワークフロー全体を通してサポートしてくれるクリエイティブアシスタントとマーケティングアシスタントを求めています。彼は、「クリエイティブな人材やマーケターは消滅することはないが、その役割は変化する可能性がある」と述べています。クリエイターは、精巧な制作というよりも、むしろ芸術監督のような役割を担うようになるでしょう。その結果、クリエイティブな問題の解決、イノベーション、そして良好なコラボレーションに焦点が移っていくでしょう。
