Sztuczna inteligencja może dać nam więcej pracy, zamiast upraszczać nasze życie

Istnieje powszechne przekonanie, że sztuczna inteligencja (AI) pomoże usprawnić naszą pracę. Istnieją nawet obawy, że może całkowicie zlikwidować zapotrzebowanie na niektóre miejsca pracy.

Ale w badaniu laboratoriów naukowych, które przeprowadziłem wraz z trzema kolegami z Uniwersytetu w Manchesterze, wprowadzenie zautomatyzowanych procesów, które mają na celu uproszczenie pracy — i uwolnienie czasu — może również uczynić tę pracę bardziej złożoną, generując nowe zadania, które wielu pracowników może postrzegać jako przyziemne.

W badaniu opublikowanym w Polityka badawczaprzyjrzeliśmy się pracom naukowców z dziedziny tzw Biologia syntetycznalub w skrócie synbio. Synbio zajmuje się przeprojektowywaniem organizmów, aby miały nowe zdolności. Jest zaangażowana w hodowanie mięsa w laboratorium, w nowe sposoby produkcji nawozów i w odkrywaniu nowych leków.

Eksperymenty Synbio opierają się na zaawansowanych platformach robotów, które w sposób powtarzalny przesuwają dużą liczbę próbek. Wykorzystują również uczenie maszynowe do analizy wyników eksperymentów na dużą skalę.

Te z kolei generują duże ilości danych cyfrowych. Proces ten znany jest jako „cyfryzacja”, w ramach którego technologie cyfrowe są wykorzystywane do przekształcania tradycyjnych metod i sposobów pracy.

Niektóre z kluczowych celów automatyzacji i cyfryzacji procesów naukowych to zwiększenie skali nauki, które można prowadzić, oszczędzając naukowcom czas na skupienie się na tym, co uznają za bardziej „wartościową” pracę.

Wynik paradoksalny

Jednak w naszym badaniu naukowcy nie zostali zwolnieni z powtarzalnych, ręcznych lub nudnych zadań, jak można by się spodziewać. Zamiast tego wykorzystanie platform robotycznych zwiększyło i zróżnicowało rodzaje zadań, które musieli wykonać badacze. Jest tego kilka powodów.

Wśród nich jest fakt, że zwiększyła się liczba hipotez (naukowy termin określający możliwe do sprawdzenia wyjaśnienie jakiegoś obserwowanego zjawiska) i eksperymentów, które należało przeprowadzić. Zautomatyzowane metody zwiększają możliwości.

Naukowcy powiedzieli, że pozwoliło im to ocenić większą liczbę hipotez, a także liczbę sposobów, w jakie naukowcy mogli wprowadzić subtelne zmiany w układzie eksperymentalnym. Spowodowało to zwiększenie ilości danych, które wymagały sprawdzania, standaryzacji i udostępniania.

Roboty trzeba było też „przeszkolić” w wykonywaniu eksperymentów, które wcześniej przeprowadzano ręcznie. Również ludzie musieli rozwinąć nowe umiejętności przygotowywania, naprawy i nadzorowania robotów. Zrobiono to, aby upewnić się, że nie było błędów w procesie naukowym.

Prace naukowe są często oceniane na podstawie wyników, takich jak recenzowane publikacje i granty. Jednak czas poświęcony na czyszczenie, rozwiązywanie problemów i nadzorowanie zautomatyzowanych systemów konkuruje z zadaniami tradycyjnie nagradzanymi w nauce. Te mniej wartościowe zadania mogą być również w dużej mierze niewidoczne — zwłaszcza dlatego, że menedżerowie byliby nieświadomi przyziemnej pracy, ponieważ nie spędzaliby tyle czasu w laboratorium.

Naukowcy synbio wykonujący te obowiązki nie byli lepiej opłacani ani bardziej samodzielni niż ich menedżerowie. Oceniali również własne obciążenie pracą jako wyższe niż osoby znajdujące się wyżej w hierarchii stanowisk.

Szersze lekcje

Możliwe, że te lekcje mogą dotyczyć również innych obszarów pracy. ChatGPT jest Chatbot oparty na sztucznej inteligencji która „uczy się” z informacji dostępnych w sieci. Na pytanie zadane przez użytkowników online chatbot oferuje na nie odpowiedzi wydają się dobrze wykonane i przekonujące.

Zgodnie z Czas magazyn, aby ChatGPT nie zwracał odpowiedzi rasistowskich, seksistowskich lub obraźliwych w inny sposób, pracowników w Kenii zostali zatrudnieni do filtrowania toksycznych treści dostarczanych przez bota.

Potrzebnych jest wiele często niewidocznych praktyk roboczych rozwój i utrzymanie infrastruktury cyfrowej. Zjawisko to można określić mianem „paradoksu cyfryzacji”. Podważa założenie, że wszyscy zaangażowani lub dotknięci cyfryzacją stają się bardziej produktywni lub mają więcej wolnego czasu, gdy część ich przepływu pracy jest zautomatyzowana.

Obawy związane ze spadkiem produktywności są główną motywacją organizacyjnych i politycznych wysiłków na rzecz automatyzacji i cyfryzacji codziennej pracy. Ale nie powinniśmy przyjmować obietnic wzrostu produktywności za dobrą monetę.

Zamiast tego powinniśmy zakwestionować sposoby, w jakie mierzymy produktywność, biorąc pod uwagę niewidoczne rodzaje zadań, które ludzie mogą wykonać, poza bardziej widoczną pracą, która zwykle jest nagradzana.

Musimy również zastanowić się, jak zaprojektować i zarządzać tymi procesami, aby technologia mogła bardziej pozytywnie wpłynąć na ludzkie możliwości.

Artykuł został opublikowany ponownie Konwersacje na licencji Creative Commons. Przeczytać oryginalny artykuł.

Kredytowych Image: Gerd Altmann od Pixabay

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. Dostęp tutaj.
• Źródło: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/