AI zou meer werk voor ons kunnen maken, in plaats van ons leven te vereenvoudigen

Er is een algemene perceptie dat kunstmatige intelligentie (AI) zal ons werk helpen stroomlijnen. Er wordt zelfs gevreesd dat het de behoefte aan sommige banen helemaal zou kunnen wegvagen.

Maar in een studie van de wetenschappelijke laboratoria die ik met drie collega's aan de Universiteit van Manchester heb uitgevoerd, kan de introductie van geautomatiseerde processen die gericht zijn op het vereenvoudigen van werk - en vrije tijd van mensen - dat werk ook complexer maken, waardoor nieuwe taken ontstaan ​​die veel werknemers misschien als alledaags beschouwen.

In de studie, gepubliceerd in Onderzoeksbeleid, keken we naar het werk van wetenschappers in een veld genaamd Synthetische biologie, of kortweg synbio. Synbio houdt zich bezig met het herontwerpen van organismen om nieuwe vaardigheden te krijgen. Het is betrokken bij vlees kweken in het lab, in nieuwe manieren om kunstmest te produceren en in de ontdekking van nieuwe medicijnen.

Synbio-experimenten zijn gebaseerd op geavanceerde robotplatforms om herhaaldelijk een groot aantal monsters te verplaatsen. Ze gebruiken ook machine learning om de resultaten van grootschalige experimenten te analyseren.

Deze genereren op hun beurt grote hoeveelheden digitale data. Dit proces staat bekend als "digitalisering", waarbij digitale technologieën worden gebruikt om traditionele methoden en manieren van werken te transformeren.

Enkele van de belangrijkste doelstellingen van het automatiseren en digitaliseren van wetenschappelijke processen zijn het opschalen van de wetenschap die kan worden gedaan, terwijl onderzoekers tijd besparen om zich te concentreren op wat zij als "waardevoller" werk beschouwen.

Paradoxaal resultaat

In ons onderzoek werden wetenschappers echter niet bevrijd van repetitieve, handmatige of saaie taken, zoals men zou verwachten. In plaats daarvan versterkte en diversifieerde het gebruik van robotplatforms het soort taken dat onderzoekers moesten uitvoeren. Hiervoor zijn verschillende redenen.

Een daarvan is het feit dat het aantal hypothesen (de wetenschappelijke term voor een toetsbare verklaring voor een waargenomen fenomeen) en experimenten die moesten worden uitgevoerd toenam. Met geautomatiseerde methoden worden de mogelijkheden vergroot.

Wetenschappers zeiden dat het hen in staat stelde een groter aantal hypothesen te evalueren, samen met het aantal manieren waarop wetenschappers subtiele wijzigingen in de experimentele opzet konden aanbrengen. Dit had tot gevolg dat de hoeveelheid gegevens die moest worden gecontroleerd, gestandaardiseerd en gedeeld, toenam.

Ook moesten robots worden "getraind" in het uitvoeren van experimenten die voorheen handmatig werden uitgevoerd. Ook mensen moesten nieuwe vaardigheden ontwikkelen voor het voorbereiden, repareren en begeleiden van robots. Dit werd gedaan om ervoor te zorgen dat er geen fouten in het wetenschappelijke proces waren.

Wetenschappelijk werk wordt vaak beoordeeld op output, zoals peer-reviewed publicaties en subsidies. De tijd die nodig is om geautomatiseerde systemen op te schonen, problemen op te lossen en te controleren, concurreert echter met de taken die traditioneel in de wetenschap worden beloond. Deze minder gewaardeerde taken kunnen ook grotendeels onzichtbaar zijn, vooral omdat managers degenen zijn die zich niet bewust zijn van alledaags werk omdat ze niet zoveel tijd in het laboratorium doorbrengen.

De synbio-wetenschappers die deze verantwoordelijkheden uitvoerden, werden niet beter betaald of autonomer dan hun managers. Ze beoordeelden ook hun eigen werklast als hoger dan die boven hen in de functiehiërarchie.

Bredere lessen

Het is mogelijk dat deze lessen ook van toepassing zijn op andere werkterreinen. ChatGPT is een AI-aangedreven chatbot die "leert" van informatie die beschikbaar is op internet. Wanneer gevraagd door vragen van online gebruikers, biedt de chatbot antwoorden zien er goed gemaakt en overtuigend uit.

Think Tijd magazine, zodat ChatGPT geen antwoorden terugstuurt die op een andere manier racistisch, seksistisch of aanstootgevend zijn, arbeiders in Kenia werden ingehuurd om giftige inhoud te filteren die door de bot werd geleverd.

Daar zijn veel vaak onzichtbare werkpraktijken voor nodig de ontwikkeling en het onderhoud van digitale infrastructuur. Dit fenomeen zou kunnen worden omschreven als een 'digitaliseringsparadox'. Het daagt de veronderstelling uit dat iedereen die betrokken is bij of beïnvloed wordt door digitalisering productiever wordt of meer vrije tijd heeft wanneer delen van hun workflow worden geautomatiseerd.

Bezorgdheid over een afname van de productiviteit is een belangrijke motivatie achter organisatorische en politieke inspanningen om het dagelijkse werk te automatiseren en te digitaliseren. Maar we moeten beloften van productiviteitswinst niet voor lief nemen.

In plaats daarvan moeten we de manieren waarop we productiviteit meten ter discussie stellen door te kijken naar de onzichtbare soorten taken die mensen kunnen volbrengen, naast het meer zichtbare werk dat gewoonlijk wordt beloond.

We moeten ook nadenken over hoe we deze processen kunnen ontwerpen en beheren, zodat technologie een positievere bijdrage kan leveren aan de menselijke capaciteiten.

Dit artikel is opnieuw gepubliceerd vanaf The Conversation onder een Creative Commons-licentie. Lees de originele artikel.

Krediet van het beeld: Gerd Altmann oppompen van Pixabay

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/