人工智能对人们的工作模式会有何影响

（文章来源：教育新闻网）

麻省理工学院最近的人工智能和未来工作会议上的几位发言人说，人们谈论由于人工智能(AI)和自动化而改变工作和工作方式的方式通常与现实不符。

在有关AI技术神话的小组讨论中，许多演讲者讨论了AI如何无法仅仅完成人们所做的所有事情，以及人们如何成为正在开发的新流程的组成部分。Jobcase首席执行官Fred Goff表示，我们有机会利用AI来“真正赋予人们权力”，而不仅仅是使用AI代替工人或任务。

高夫说，在过去的半个世纪中，技术一直在取代工作，最大的问题是工资停滞和就业不足。我们应该理解，人工智能和自动化可以完成任务，而不是工作，因此它们不能替代人类可以做的一切。高夫说，我们应该考虑“机器与人而不是机器或人”。

Goff指出的另一个问题是，我们认为人类在利用机器学习(ML)或AI来获得正确答案时已经正确构造了问题。他谈到了人们如何花时间适应新任务。他还谈到了机器如何不必围绕决策来处理所有输入。例如，戈夫(Goff)谈到了如何在人力资本和人才获取中使用人工智能，他担心此类系统往往会为找到工作而解决，而不是留住最优秀的人才。Ť这些系统可能存在隐性偏见，他们倾向于查看潜在员工是否适合该公司的这份工作，而不是弄清楚该员工最适合与哪个团队合作。他“害怕我们可能正在解决错误的问题”。

麻省理工学院的航空与航天系副教授朱莉·沙(Julie Shah)说，一个误解是，我们只能根据已有的数据对因素进行自动设置。她在工厂车间花了很多时间，看着同事练习如何建立新模型。

她说：“我们不知道如何以最佳方式建立生产线。”这就是为什么“熄灯”的工厂没有表现出改善的原因。取而代之的是，人类不断在不断变化的条件基础上不断迭代该过程，这一过程更为成功。摹卷板机前，系统需要了解我们，而我们需要了解系统行为。

莎阿(Shah)说，人类为决策带来了如此多的知识和背景，以至于很难加以整理甚至描述。她指出，在当今的许多模型中，解释决策通常是有问题的。相反，Shah建议使用“领域专家”来指导计算机的推理过程，从而帮助确定隐式想法和优先级。戈夫(Goff)和沙阿(Shah)都认为，人工智能不应该决定结果，而是可以最好地用作人类决策的众多工具之一。

高夫说：“再培训和再培训并不意味着人们需要坐在计算机和代码前面。”他指出，人们经常谈论对煤矿工人进行再培训，以使其掌握编码和类似想法。相反，他说，我们需要为人们提供广泛的专上教育，但我们应该认识到“并非每个人都需要上大学”。他说，对诸如焊接和水管工等行业的人有很大的需求，他想知道“微型认证”是否有更大的机会。

Adobe Sensei工程部副总裁Scott Prevost坚称，今天的AI实际上是在“赋予工人力量”，通过使人们必须要做但不想做的事情自动化来扩大创意者的体验。74%的Adobe客户表示，他们花费了一半的时间来执行重复的非创意性任务。

Prevost期待有创意的助理和市场营销的助理，以帮助您完成整个工作流程。他说，“创意人”和营销人员不会消失，但是他们的角色可能会发生变化。创意者将更多地成为艺术总监，而不是进行精细的制作。结果，重点将转移到解决创造性问题，创新和良好协作上。