Ai at ang kinabukasan ng trabaho

Ang Artipisyal na Intelligence ay magkakaroon ng malalim na epekto sa paraan ng pagtatrabaho ng mga tao, at halos tiyak na makakaapekto rin sa pagkakaroon ng mga trabaho at pamamahagi ng kita. Ngunit isang nangungunang mga teknolohiyang pang-ekonomiya at ekonomista na nagsasalita sa isang kumperensya sa AI at Hinaharap ng Trabaho - na ipinakita ng MIT's Computer Science and Artipisyal na Laboratory Laboratory (CSAIL) at ang Initiative nito sa Digital Economy - mas maaga sa buwang ito ay iminungkahi na ang mga pagbabago ay maaaring hindi bilang mabilis o bilang hindi pangkaraniwang bilang popular na iminungkahi, na ibang-iba sa marami sa naririnig ko sa mga karaniwang kumperensya ng teknolohiya.

Si MIT President Rafael Reif, na nagbukas ng kumperensya, ay sinabi na habang malinaw na isang malaking pagbabago ang nagaganap, kung paano tumugon sa naturang pagbabago ay nananatiling hindi malinaw sa karamihan ng mga tao. Sinabi ni Reif na narinig niya mula sa mga CEO na naglalabas ng daan-daang mga tao na ang mga trabaho ay hindi na ginagamit sa pamamagitan ng automation, na sa parehong oras ay iginiit na mayroon silang daan-daang mga trabaho na hindi nila mapunan dahil hindi nila mahahanap ang tamang mga tao sa tamang skillsets. Kung nais namin na sumulong ang teknolohikal na makinabang sa lahat, sinabi ni Reif, dapat nating isiping muling pag-aralan ang hinaharap ng trabaho.

Ang Revolution ng AI: Bakit Ngayon? Ano ang Kahulugan nito at Paano Mapagtanto ang Potensyal

(John Markoff, Center for Advanced Study sa Behavioural Sciences; Erik Brynjolfsson, MIT Initiative sa Digital Economy; Kai-Fu Lee, Sinovation Ventures; James Manyika, McKinsey; Mona Vernon, Thompson Reuters)

Sa isang panel kung bakit nangyayari ang mga pagbabagong ito ngayon at kung ano ang maaaring sabihin sa unahan, si Erik Brynjolfsson, Direktor ng MIT's Initiative sa Digital Economy, ay nagsalita tungkol sa "pangalawang edad ng makina" na nagpapagana sa atin na dagdagan hindi lamang ang ating mga kalamnan kundi ang ating talino. at sinabing ito ay isang mahalagang papel sa kasaysayan ng tao.

Idinagdag ni Brynjolfsson, ang nasabing pag-unlad ay sinamahan ng "mahusay na pagkabulok, " na tumutukoy sa kondisyon na, habang ang produktibo sa paggawa ay nasa mga antas ng record, ang kita ng median ay hindi nadagdagan mula pa noong 1990s. Ito, aniya, ay hindi isang pagpapaandar ng teknolohiya, ngunit kung paano natin ginagamit ang teknolohiya.

Ang Sinovation Ventures CEO Kai-Fu Lee, isa sa mga nangungunang mamumuhunan sa AI sa China, ay marahil ang pinaka-pesimistiko sa pagkasira ng trabaho. Pinag-uusapan niya ang apat na mga alon ng teknolohiya, na humantong sa apat na iba't ibang uri ng mga kumpanya: data sa internet at ang higanteng internet behemoth tulad ng Google at Facebook; komersyal na data at mga bagay tulad ng pagkilala sa medikal na imahe at pagtuklas ng pandaraya; ang "digitized totoong mundo" at mga aparato tulad ng Amazon Echo at camera sa mga shopping center at paliparan; at buong automation, kung saan nangangahulugan siya ng mga robotics at awtonomikong sasakyan.

Sinabi ni Lee na ang unang alon ay walang epekto sa trabaho, ngunit sinabi na ang pangalawa at pangatlo ay maaaring palitan ng maraming mga manggagawa ng puting-kolar, habang ang ika-apat ay higit na tatamaan sa mga manggagawa ng asul na tubo. Kaya, aniya, inaasahan niya ang mas maraming pagkagambala para sa mga manggagawa ng puting-una. Bilang mga halimbawa, binanggit niya ang isang bilang ng mga kumpanya ng Tsino, kasama na ang "Face ++" facial recognition software ng Megvii, na sinabi niya na maaaring palitan ang 911 kung malawak na na-deploy; Si Yibot, isang chatbot na maaaring palitan ang mga manggagawa sa serbisyo ng customer; at Yongqianbao, isang matalinong aplikasyon sa pananalapi ng pautang na maaaring mapalitan ang mga opisyal ng pautang. Gayunpaman, ang rebolusyon ng AI sa pangkalahatan ay nagpapasya sa mga trabaho nang walang kapalit, aniya, kaya dapat nating harapin ang mga pagkalugi sa trabaho na AI-sapilitan.

Ang mga solusyon na iminungkahi niya ay ang pagtanggal ng kahirapan; muling pag-imbento ng edukasyon upang tumuon sa "mga napapanatiling trabaho, " lalo na ang mga trabahong malikhaing at panlipunan na hindi napapalitan ng AI; paglikha ng mas maraming mga trabaho sa lipunan at pag-aalaga; at pagretiro ng aming "pang-industriyang pang-industriya na pang-etika."

Sinabi ni McKinsey Global Institute Chairman James Manyika na ang AI at ang automation ay nag-aalok ng malaking benepisyo sa negosyo, ekonomiya, at lipunan, ngunit sinabi na ang kanilang epekto sa trabaho ay mas hindi sigurado.

Ang pag-uugnay ng impormasyon mula sa kamakailan-lamang na pag-aaral ni McKinsey tungkol sa automation (na nasasakop ko dito), nabanggit niya na 5 porsiyento lamang ng mga trabaho ang malapit sa 100 porsiyento na awtomatiko batay sa mga gawain na kasangkot, ngunit ang 60 porsyento ng mga trabaho ay halos 30 porsiyento na awtomatiko, muli batay sa ang mga gawain na kasangkot. Bilang isang resulta, magkakaroon ng ilang mga trabaho na nawala, ngunit maraming mga trabaho ang makakaranas ng malaking pagbabago. Ang mga tanong, aniya, magkakaroon ba ng sapat na trabaho, at sa mga trabahong ito, paano sila magbabago?

Ang Thomson Reuters Labs CTO Mona Vernon, ay nagsalita tungkol sa pagbibigay ng "mga superpower" sa mga abogado at mamamahayag, sa pamamagitan ng pagbuo ng software sa itaas ng napakalaking mga graph ng kaalaman. Sinabi niya na ang AI ay nagbabago ng "arkitektura ng firm" sa pamamagitan ng pagpayag na sagutin ang mga tanong na hindi sana posible na sagutin sampung taon na ang nakalilipas. Ngunit sinabi niya, mayroong isang malaking paglukso na kinakailangan upang pumunta mula sa "art of the possible" demonstrations ng AI sa pagpapatupad ng grade grade.

Ang Tagapamagitan na si John Markoff, isang Fellow sa Center for Advanced Study sa Behavioural Sciences sa Stanford na kilala rin sa kanyang maraming taon na pag-uulat sa The New York Times, nagtaka kung bakit, kung napakahusay ng teknolohiya, marami pa ring mga trabaho ngayon. Sinabi ni Brynjolfsson na sa huling apatnapung taon nakita namin ang maraming mga trabaho na nilikha, ngunit hindi magandang trabaho, at ang mga panggitnang kita ay hindi pa tumataas, kaya't "hindi tayo dapat maging kampante." Sinabi niya na hindi siya naniniwala sa teknolohiyang determinism, ngunit sa halip ay iniisip na kailangan nating gumawa ng tamang mga pagpipilian sa patakaran sa mga lugar tulad ng edukasyon at entrepreneurship.

Augmentation vs Automation

(John Markoff, Stanford; Dimitris Papageorgiou, Ernst & Young; Sophie Vandebroek, IBM Research; Krystyn Van Vliet, MIT; John Van Reenen, MIT)

Ang isa pang panel na nakatuon sa kung papalitan ng AI ang mga trabaho o dagdagan ang mga ito. Kinilala ng Propesor ng MIT Economics na si John Van Reenen na natatakot ang mga tao sa automation, at na ang takot na ito ay nakaugat sa karanasan sa pang-ekonomiya na mayroon sila sa nakalipas na tatlumpu o apatnapung taon.

Sinabi ni Van Reenen na ang kasaysayan ng huling 200-300 taon ay positibo, sa na ang ekonomiya ay nakalikha ng mga bagong trabaho. Ngunit, sinabi niya, "ang tanong ay ang kalidad ng mga trabaho, kaysa sa dami."

Ang IBM Research Chief Operating Officer na si Sophie Vandebroek ay isang malaking mananampalataya sa argumento ng pagdaragdag. Pinag-uusapan niya ang tungkol sa mga system tulad ng AI na tumutulong sa mga propesyonal sa seguridad sa pamamagitan ng pagsuri ng mga database laban sa kilalang mga banta; sinabi na tumutulong ang AI sa mga propesyonal sa serbisyo sa pinansya sa pamamagitan ng pagsuri laban sa mga regulasyon; at napag-usapan kung paano Xerox (kung saan dati siyang nagtatrabaho) bumuo ng isang sistema para sa paggamit ng pag-aaral ng makina upang awtomatiko ang pagmamarka ng mga pagsubok. Ang lahat ng mga bagay na ito ay tumutulong sa mga tao na mas mahusay na gumanap sa lugar ng trabaho, sa kanyang pananaw.

Katulad nito, ang Propesor ng MIT ng Science Science at Engineering na si Krystyn Van Vliet ay nagsabi na ang teknolohiya na nagpapahintulot sa mga computer na tumingin para sa mga bukol ay hindi humantong sa mas kaunting mga radiologist, ngunit sa halip ay nagbibigay sa mga doktor ng mas maraming oras upang kumunsulta sa bawat isa at sa mga pasyente. Gayunpaman, sinabi niya, "ang mga tao ay hindi nais na sabihin sa kanila na kailangan nilang maging bihasang muli."

Tinanong ni Markoff kung ang mga ganitong uri ng pag-unlad ay hahantong sa "de-skilling" ng mga tao, at binanggit ni Ernst & Young Partner Dimitris Papageorgiou na ang mga eroplano ay mayroon pa ring dalawang piloto kahit na sa pamamagitan ng karamihan sa isang paglipad ay isinasagawa ng autopilot. Ngunit, sinabi ni Papageorgiou, pinalalalim ng AI ang paghati sa pagitan ng mga empleyado na mas mababa at may kasanayan, at sinabi nina Estonia at Costa Rica na binago ang kurikulum ng paaralan batay sa kung saan sa palagay nila ang mga trabaho ay sa hinaharap. Nabanggit ni Van Reenen na hanggang ngayon, ang teknolohiya ay na-bias sa pabor ng bihasang manggagawa, na makikita sa malaking premium na pagpunta sa kolehiyo, kahit na ang pagtaas ng mga manggagawa na may edukasyon sa kolehiyo. Ngunit naiiba ang AI, aniya, dahil makakaapekto rin ito sa mga trabahong mataas na kasanayan, tulad ng radiology.

Mga estratehiya upang Mag-navigate sa Unang Phase

Maraming mga nagtatanghal ang nag-alok ng mga diskarte upang gawing mas mahusay ang AI, pati na rin ang mga saloobin sa pagtuturo ng mga manggagawa para sa bagong panahon.

Si Allen Blue, Co-Founder at Bise Presidente ng Product Management sa LinkedIn, ay nag-usap tungkol sa pagbuo ng isang tumutugon na sistema upang ang mga tao ay magkaroon ng access sa pang-buhay na pag-aaral. Binalaan niya na ang ilang mga trabaho ay ephemeral, at sinabi na ngayon, ang pinakamalaking pagbubukas ng trabaho ay para sa mga medikal na coder, ngunit ito ay isang trabaho na kung saan ay lubos na malamang na awtomatikong mawawala sa pagkakaroon. Nagtataka si Blue kung paano magkakaroon ng oras at pera ang mga tao upang makakuha ng edukasyon, at sinabi ng mga employer at ang pamahalaan ay dapat na masangkot.

Sinabi ni Blue na mayroong "kailangang muling pag-isipang muli ang edukasyon hanggang sa antas ng kindergarten, " na may pagtuon sa mga lugar tulad ng pakikipagtulungan.

Si Sam Madden, isang Propesor sa MIT CSAIL, at Faculty Co-Director ng SystemsThatLearn, ay nagsabi siya na nag-aalala tungkol sa kung paano ginugol ng mga tinedyer ang kanilang oras, kasama na kung gaano karaming oras ang ginugol nila sa paggamit ng mga computer at aparato kaysa sa pakikipag-ugnay sa kanilang mga kapantay, at sinabi na naniniwala siya na ito maaaring magkaroon ng "kakaibang epekto sa mga kasanayan sa lipunan."

Si Jennifer Chayes, Technical Fellow & Managing Director, Microsoft Research New England, ay nag-usap tungkol sa kung paano mapapabuti ang AI sa pangangalagang pangkalusugan, at bilang isang halimbawa, itinuro sa mga aplikasyon para sa mga mobile na aparato na gumagamit ng pag-aaral ng pampalakas upang maikilos ang mga pasyente sa diabetes. Nag-aalala siya tungkol sa pagiging patas sa AI, at sinabi na ang karamihan sa mga system, sa halip na mag-optimize para sa pagiging patas, sa halip ay kumuha ng mga biases sa data na nauugnay sa tao at palakihin ang mga ito. "Nais naming tiyakin na ang AI ay gumagawa ng mas mahusay kaysa sa mga tao, hindi mas masahol pa, " aniya.

Si Alex "Sandy" Pentland, ang Founding Director ng MIT Connection Science Research Initiative, sinabi na hindi siya nag-aalala tungkol sa mga trabaho, ngunit sa halip tungkol sa mga pamamaraan ng paggawa ng halaga. Sinabi niya na lumilipat kami mula sa paggawa ng mga nakagawiang gawain upang sa halip ay tumututok sa mga gawain na nangangailangan ng mga kasanayan sa lipunan at hindi pang-gawain na analytical na mga gawain, at pinag-uusapan ang tungkol sa "The Human Strategy, " o ang ideya na ang mga network sa isang kumpanya o sa lipunan ay tulad ng mga koneksyon sa malalim. pag-aaral. Sinabi niya na ito ay magiging kagiliw-giliw na magdala ng pag-aaral ng pampalakas sa social domain pati na rin ang mga network ng produksiyon, na lumilikha ng "kaizen all the way up" sa mga antas ng pamamahala, pati na rin sa shop floor.

Sa isang talakayan, sinabi ni Pentland na kailangang may higit pang pagbabahagi ng data at transparency ng data. Sa kasalukuyan, sinabi niya na mayroong isang hindi kapani-paniwalang konsentrasyon ng data sa ilang mga kamay, at inaasahan niyang makita ang ilang paraan ng pagbubukas ng pag-access habang kasabay ng paggalang sa mga batas sa privacy. Ang AI ay kasing husay lamang ng data na ginamit upang sanayin ito, idinagdag ni Pentland, at sinabi na kung nababahala ka tungkol sa pagiging patas, kailangan mong maunawaan kung ano ang data na napasok sa system.

Ito ba talaga AI, o Mga Compatational Statistics na Ba?

Ang isa pang panel ay natukoy upang talakayin ang "mga pagkakataon at mga hamon, " ngunit talagang natapos ang pakikipag-usap nang higit pa tungkol sa mga limitasyon ng mga sistema ng AI ngayon.

Si Josh Tenenbaum, Propesor, MIT CSAIL, ay nagsabi na habang mayroon kaming mga teknolohiya sa AI, wala kaming totoong AI. Sa halip ay mayroon kaming mga system na ginagawa lamang ng isang bagay, batay sa pagkilala sa pattern. Ang totoong katalinuhan, aniya, ay pipiliin ang mundo, ipaliwanag, at maunawaan kung ano ang nakikita, isipin, alamin, at bubuo ng mga bagong modelo ng mundo. Sinabi niya na mga dekada na namin ang layo mula sa isang AI na maaaring magawa ito, at sinabi na kahit na ang mga 3-buwang gulang na mga sanggol ay may higit na pagkakamali sa pag-unawa sa mga bagay sa mundo kumpara sa isang AI.

Si Patrick Winston, isang Propesor sa MIT CSAIL, ay nagsabi na "'Propesor ng AI' ang magiging huling trabaho, " ngunit sa pangkalahatan ay mas maasahin ang tungkol sa hinaharap para sa lakas ng trabaho. Ang mga bagay na talagang hindi nagbago mula noong 1985, sinabi niya, nang ang huling rebolusyon ng AI ay hindi pinalitan ang mga tao. Ang pag-aaral ng makina ay isa pang salita para sa "mga istatistika ng computational, " aniya, kaya kapag sinabi ng mga tao na siya na nagmamay-ari ng AI ay pagmamay-ari ng mundo, kung pinalitan mo lang ang "AI" sa "mga istatistika ng computational, " mukhang hindi gaanong mapapaniwalaan.

Sa isang pag-uusap na sumunod, isinangguni ni Markoff ang proyekto ni John McCarthy upang makabuo ng isang makina ng pag-iisip, at nag-aalinlangan si Winston. "Palagi naming sinabi na ang teknolohiya ng antas ng tao ay 20 taon na ang layo … kalaunan ay magiging tama kami, " ngunit marahil hindi sa oras na ito, sinabi niya. Bagaman ang mayroon tayo ngayon ay kapaki-pakinabang na kapaki-pakinabang, kumakatawan lamang ito sa isang maliit na bahagi ng katalinuhan ng tao, binigyang diin niya.

Pananaw: Industriya 2020-2050

(John Markoff, Stanford; Andrew McAfee, MIT IDE; Tom Kochan, MIT; Rod Brooks, Rethink Robotics)

Ang mga magkakatulad na pananaw ay nag-echo sa isang talakayan kung ano ang hinihintay ng mga panelists para sa 2020-2050.

Rod Brooks, Tagapagtatag at CTO ng Rethink Robotics, nabanggit na ang pag-aaral ay hindi pangkalahatan, at sinabi na ang pag-aaral kung paano mag-navigate ay hindi katulad ng pag-aaral kung paano gumamit ng mga chopstick, na kung saan ay hindi pareho sa pag-aaral ng mga wika. Nabanggit niya na ang mga computer ngayon ay maaaring makilala ang mga larawan ng mga taong nagdadala ng mga payong sa ulan, ngunit hindi masasagot ang mga pangunahing katanungan tulad ng "Maaari bang magdala ng mga payong ang mga racoon?"

Si Tom Kochan, Co-Direktor at Propesor, Pananaliksik sa Trabaho at Pagtatrabaho sa Sloan School of Management ng MIT, ay nagsabing mayroong apat na pangunahing elemento ng isang "Pinagsamang Teknolohiya at Diskarte sa Trabaho, " upang matiyak na gumagana ang teknolohiya para sa lipunan sa pangkalahatan.

Ang unang elemento, sinabi ni Kochan, ay tukuyin ang hamon, at matukoy ang problema (o mga problema) na sinusubukan nating lutasin. Pangalawa, iniisip niya na sa halip na isaalang-alang muna ang teknolohiya, at pagkatapos ay ang manggagawa, dapat nating isama ang teknolohiya at proseso ng disenyo ng trabaho. Bilang halimbawa, pinag-usapan niya kung paano ginugol ng GM ang $ 50 bilyon sa automation, ngunit hindi nakinig sa mga manggagawa nito, at sa gayon ay hindi nakuha ang mga resulta na inaasahan nito.

Ang pangatlong elemento, sinabi ni Kochan, ay pagsasanay, at dapat nating sanayin bago ma-deploy ang teknolohiya, pati na rin "gumawa ng pag-aaral sa panghabambuhay na isang katotohanan para sa lahat." Sa kaso ng GM, ang mga autoworker ay kailangang maunawaan ang teknolohiya upang maipadala ito nang maayos, at sa halip ay nahaharap ang stress ng pag-aaral kung paano gamitin ang teknolohiya kapag na-install ito. Sa wakas, sinabi ni Kochan na kailangan nating bayaran ang mga pinaka-apektado. Sinabi niya na kahit na ang mga bagong trabaho ay malilikha, hindi mahalaga sa mga indibidwal na nawalan ng trabaho, at dapat nating harapin ang mga may negatibong epekto.

Kung inaalala natin ang mga elementong ito, sinabi ni Kochan, gagawa tayo ng higit na ibinahaging kasaganaan, ngunit "kung iwanan natin ito sa mga teknolohiyang nag-iisa, susubukan natin ang mga nanalo at talo."

Si Andrew McAfee, Co-Director ng MIT Initiative sa Digital Economy, at Principal Research Scientist, MIT Sloan School of Management, ay sinubukan na magbigay ng mga sagot sa kanyang nakikita bilang tatlong pinakakaraniwang katanungan tungkol sa ekonomiya.

Una, aniya, ang tanong na "na-hijack ba ang ating ekonomiya?" Nabanggit ni McAfee na ang lumalagong agwat sa pagitan ng mayayaman at mahihirap, pati na rin ang pagtaas ng malaki, makapangyarihang kumpanya at financier. Ngunit sinabi niya kung ano ang nangyayari para sa pinaka bahagi ng isang pagbabago sa istruktura, na nagawa bilang isang resulta ng teknolohiya at globalisasyon, sa halip na mga kumpanya na hindi patas ang paglalaro.

Pangalawa, naririnig ng McAfee ang maraming pag-aalala tungkol sa "permanent tech monopolies, " at kahit imposibleng matukoy ang pag-aalala na ito sa anumang katiyakan, ang gayong permanenteng monopolyo ay "halos tiyak na hindi" isang bagay na mag-aalala. Naalala niya ang mga alalahanin 20 taon na ang nakalilipas na ang IBM, Microsoft, at kalaunan ang AOL ay maaaring maging tulad ng mga permanenteng tech monopolies, at mga katulad na komento 10 taon na ang nakakaraan tungkol sa Nokia at RIM. Sa pangkalahatan, sinabi niya, "isang bagay na hindi nila nakikita."

Sa wakas, tinanong ni McAfee, "May mga trabaho ba?" Sinagot niya na sa paninindigan, ngunit sinabi na walang garantiya na magkakaroon ng maraming mga trabaho sa hinaharap tulad ng mayroon ngayon. Bagaman maraming tao ang nagsasabi na lagi kaming nakikinabang mula sa isang kumbinasyon ng mga tao at machine, hindi iyon isang panuntunan. Halimbawa, mayroon kaming higit na mas kaunting longshoreman ngayon kaysa sa dati, at ang paggawa ng pagtatrabaho ay naitagas noong 1979, kaya hindi namin alam kung ano ang mangyayari sa susunod na tatlong dekada.

Sa isang talakayan ng panel na sumunod, tinanong ni Markoff ang tungkol sa epekto ng Hollywood, at mga paglalarawan ng AI sa sinehan. Nabanggit ni Brooks na bilang isang 13-taong-gulang nakita niya ang 2001 at "umibig sa HAL." Ngunit, aniya, ang Hollywood ay may posibilidad na ilarawan ang mundo tulad nito, at pagkatapos ay magdagdag ng teknolohiya, samantalang sa totoong mundo, ang lipunan ay nakikibahagi sa teknolohiya.

Sinabi ni McAfee na siya ay higit na nag-aalala tungkol sa takot-mongering tungkol sa AI, na sinipi si Andrew Ng na nagsabing "ang pag-aalala tungkol sa mga killer na robot ay tulad ng pag-aalala tungkol sa overpopulation sa Mars." Sinabi niya na kami ay "gumastos ng masyadong maraming oras sa ito sophomore dorm room na BS paksa."

Sinabi ni Kochan na mas interesado siyang malaman kung paano natin madadala ang mas maraming tao sa pag-uusap sa teknolohiya, dahil maraming teknolohiya ang tumatagal ng paraan upang magkalat. Sa halip, aniya, dapat nating dalhin ang mga gumagamit nang mas maaga. Ngunit ang kontra ni Brooks, humihiling sa "kung gaano karaming mga tao ang kumuha ng kurso sa kung paano gumamit ng isang smartphone?"

Nagtanong si Markoff tungkol sa papel ng teknolohiya sa debate sa trabaho, pati na rin hindi pagkakapantay-pantay. Sinabi ni McAfee na ang halaga ng net ni Mark Zuckerberg ay ang "maling bagay na dapat ituon." Sa halip, sinabi niya, dapat tayong mag-alala tungkol sa pagwawalang-kilos ng gitnang klase. Pumayag si Kochan na ang pagwawasto ay isang problema, at nagtalo na ang malaking bagay sa pagmamaneho ng hindi pagkakapantay-pantay at pagwawalang-kilos ay "ang pagtanggi ng mga institusyon" tulad ng mga unyon at ang minimum na sahod.

Sa isang hiwalay na pag-uusap, sinabi ng MIT CSAIL Director na si Daniela Rus na dapat nating isipin ang mga makina bilang mga tool, at sinabi niyang naniniwala na ang mga Robots at AI ay maaaring lumikha ng maraming mga trabaho at mas mahusay na mga trabaho. Ngunit itinuro niya na ang crunching malaking set ng data ay hindi isinalin sa kaalaman, at ang paggawa ng mga kumplikadong kalkulasyon ay hindi makagawa ng awtonomiya. Nabanggit din ni Rus na ang pagkilos ay mas mahirap kaysa sa pang-unawa, ang pang-unawa ay mas mahirap kaysa sa crunching ng data, at ang pagkuha sa 99.99 porsyento na tama ay mas mahirap kaysa sa pag-abot sa 90 porsyento.

Pa rin, si optimist para sa karamihan, at pinag-usapan kung paano mas maibibigay ng teknolohiya ang kontrol sa mga manggagawa sa pabrika sa kung ano ang kanilang mga gawa, at kung paano makakatulong ang mga bagay tulad ng mga nakasuot ng bulag upang mas mahusay na mag-navigate sa mundo. Isinara niya ang kanyang talumpati sa pamamagitan ng pagsipi kay John F. Kennedy, na noong 1962 ay nagsabi na "naniniwala kami na kung ang mga kalalakihan ay may talento upang mag-imbento ng mga bagong makina na naglalabas ng mga lalaki sa trabaho, mayroon silang talento upang maiwasang magtrabaho ang mga kalalakihang iyon.

Marami pa sa ekonomiya ng AI at mga trabaho sa ikalawang araw (na tatakip ako sa ibang post.)

Nagtataka sa iyong bilis ng broadband sa internet? Subukan ito ngayon!