人类不应惧怕被人工智能自动化取代的原因

简介: 人类不应惧怕被人工智能自动化取代的原因

随着人工智能工具为业务带来革命性变化,工人们开始担心失业风险,然而,评论网站Noahpinion的作者Noah Smith认为,在预期的影响中,这一点表现并不明显,Smith表示,“几个世纪以来,我们一直在部署自动化技术,直至2023年,几乎每个想要工作的人都还有工作。”


人类不应惧怕被人工智能自动化取代的原因音频:00:0003:07


随着企业现在部署人工智能工具来做很多事情——从翻译演讲到为大型法律建立语言学习模型,许多员工开始担心他们可能很快就会失业。


然而,颇受欢迎的Noahpinion网站的作者Noah Smith在一篇文章中辩称,人们还不应该担心自己的工作被自动化取代。


Smith写道,“人们对自动化的普遍认知是,它会将人类赶出工作岗位——今天你从事着某种有价值的工作,明天你就在领取福利救济了。然而,事实却并非如此!几个世纪以来,我们一直在部署自动化技术,截至2023年,几乎每个想要工作的人都还有工作。”



自动化到底意味着什么?





在他的文章中,Smith研究了从花旗银行到普华永道会计师事务所的研究人员多年来关于工作自动化的几项研究。


Smith指出,在这些研究中,“自动化”一词从未被明确定义,但是它们都共同阐述了不同程度的“替代”假设。有些情况下,比如“你将得到新的工具,让你自动完成工作中无聊的部分,从而能够使你晋升到一个更有价值的职位”,甚至会带来新的好处。


这意味着很难就自动化对任何特定的个人意味着什么得出全面的结论。


史密斯指出的另一个问题是,这些研究并没有涉及劳动力市场整体将如何变化。他认为,“如果一个工作岗位被自动化摧毁,而另外两个更高薪资的工作岗位被创造出来,那么工人显然是赢家。”然而,关于这个话题的研究似乎只关注自动化,这可能表明工人是这种情况下的输家,即使事实并非如此。



评估“替代”往往是主观的





Smith还指出,以前的研究在评估一份工作被取代的风险时使用了过多的主观性。


在弗雷和奥斯本(2013)的一项研究中,研究人员指出,他们从美国劳工部开发的数据库中“主观地手工标记”工作,如果这些工作“可自动化”,则打1分,如果不能,则打0分。


研究人员还指出,他们只关注数据库中“我们对其电脑化标签非常有信心”的一小部分工作,以进一步降低“主观偏见影响我们分析”的风险。


Smith表示,好消息是,从那时起,研究方法已经得到了改进。


高盛本月初发表的一项研究通过将工作视为政府数据库中描述的任务总和(而非一个整体实体),评估了人工智能对自动化的影响。


Smith指出,高盛的研究人员还认识到,当只有一些任务是自动化的时候,“自动化通常充当的是补充作用,而不会取代工人”。


此外,这项研究还支持了自动化并不总是意味着裁员的观点,指出“技术可以取代一些任务,但它也可以让我们在执行其他任务时更有效率,并创造新的任务和新的工作岗位”。


然而,《福布斯》在报道这项研究时的标题是《高盛预测人工智能将消除或减少3亿个工作岗位》。


Smith写道,“很多人都习惯了‘机器人抢走了我们的工作’的说法,以至于他们会通过扭曲的视角来报道他们看到的每一个结果。’”

相关文章
|
3月前
|
机器学习/深度学习 人工智能 机器人
人工智能与自动化:重塑未来工作场景
【8月更文第8天】随着技术的飞速发展,人工智能(AI)和自动化已成为推动各行各业变革的关键力量。这些技术不仅提高了生产效率,还为传统工作岗位带来了新的活力,并创造出了许多全新的职业领域。本文将探讨AI和自动化如何重塑工作场景,并通过具体的编程示例来展示如何利用这些技术。
108 1
|
3月前
|
机器学习/深度学习 人工智能 运维
运维的未来:自动化与人工智能的融合之路
【8月更文挑战第21天】在数字化浪潮中,运维领域正经历着前所未有的变革。本文探讨了自动化和人工智能技术如何重塑运维工作,提升效率与准确性,并预测了未来运维的发展方向。通过分析当前运维面临的挑战,我们揭示了自动化和AI技术带来的机遇,以及它们如何助力运维人员实现更高效的工作流程和决策制定。文章还讨论了这些技术可能对运维职业路径产生的影响,为读者提供了对未来运维趋势的深刻洞察。
74 0
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
Nature子刊:基于内生复杂性,自动化所新类脑网络构筑人工智能与神经科科学的桥梁
【9月更文挑战第11天】中国科学院自动化研究所的研究人员提出了一种基于内生复杂性的新型类脑网络模型,通过模拟人脑内部神经元间的复杂互动来提升AI系统的智能与适应性。此模型利用图神经网络(GNN)并设计分层图结构对应人脑不同功能区,引入自适应机制根据输入数据调整结构。实验表明,此模型在图像分类及自然语言处理等任务中表现出显著提升的性能,并且处理复杂数据时更具备适应性和鲁棒性。论文链接:https://www.nature.com/articles/s43588-024-00674-9。
55 7
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索软件测试的未来:自动化与人工智能的融合
在本文中,我们将一起踏上一段激动人心的旅程,探索软件测试领域的未来趋势。从手工测试的繁琐到自动化测试的便捷,再到人工智能(AI)技术的引入,我们将揭示这些变革如何影响测试流程、提升效率并减少错误。文章将深入浅出地分析自动化测试工具的进步和AI技术如何赋能软件测试,预测未来可能的发展路径,并提供一些行业案例作为参考。无论你是软件测试领域的新手,还是寻求进阶知识的资深人士,这篇文章都将带给你新的启示和思考。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的探索之旅:从自动化到人工智能
在数字化浪潮中,运维领域正经历一场革命。本文将带你领略从传统手动操作到自动化脚本,再到集成人工智能的智能运维平台的演变之路。我们将探讨如何通过技术创新提升效率、降低成本并增强系统的可靠性和安全性。文章不仅分享技术演进的故事,还提供了实现智能化运维的实践策略和未来趋势的展望。
|
2月前
|
机器学习/深度学习 人工智能 物联网
智能家居技术的未来:从自动化到人工智能
本文探讨了智能家居技术的发展趋势,从早期的自动化设备到现在的人工智能集成系统。文章首先介绍了智能家居的基本概念和历史发展,然后详细分析了当前智能家居技术的主要特点,包括物联网、机器学习和用户交互界面。接着,文章讨论了智能家居技术面临的挑战,如隐私保护、数据安全和技术标准化问题。最后,展望了未来智能家居技术的发展方向,包括更加智能化的家居管理、环境自适应能力和高级用户定制服务。文章旨在为读者提供一个关于智能家居技术发展的全面视角,并引发对未来生活方式的思考。
|
3月前
|
人工智能 安全 物联网
智能家居技术的未来:从自动化到人工智能的演变
随着技术的飞速发展,智能家居已经从简单的自动化控制进化到了集成人工智能的高级阶段。本文将探讨智能家居技术的发展轨迹,分析其如何通过人工智能、物联网和数据分析等技术提升家居生活的便利性、安全性和效率。我们将以实际案例说明未来智能家居的趋势,并讨论在实现这一愿景过程中所面临的挑战与机遇。
|
3月前
|
人工智能 安全 搜索推荐
智能家居的未来:从自动化到人工智能
【8月更文挑战第24天】 本文将探讨智能家居技术的最新进展,特别是如何从简单的自动化迈向更智能的人工智能集成。我们将分析当前市场上的技术,预测未来的发展趋势,并提供一些实用的建议,帮助读者更好地理解和利用这些技术来改善他们的日常生活。
61 8
|
3月前
|
机器学习/深度学习 人工智能 运维
智能运维:未来趋势下的自动化与人工智能融合
【8月更文挑战第18天】 在数字化浪潮中,智能运维(AIOps)作为一股不可逆转的力量,正逐步改写传统运维的脚本。本文将探讨AIOps的核心要素、实施路径和面临的挑战,同时分享个人从新手到专家的心路历程,旨在启发读者思考如何在这一领域内持续成长并作出贡献。
227 6
|
3月前
|
机器学习/深度学习 人工智能 算法
【AI伦理与社会责任】讨论人工智能在隐私保护、偏见消除、自动化对就业的影响等伦理和社会问题。
人工智能(AI)作为第四次产业革命的核心技术,在推动社会进步和经济发展的同时,也引发了一系列伦理和社会问题。以下从隐私保护、偏见消除以及自动化对就业的影响三个方面进行详细讨论。
69 2