ИИ может сделать для нас больше работы, а не упростить нашу жизнь

Существует общее мнение, что искусственный интеллект (ИИ) поможет оптимизировать нашу работу. Есть даже опасения, что это может полностью уничтожить потребность в некоторых рабочих местах.

Но в исследовании научных лабораторий, которые я провел с тремя коллегами в Манчестерском университете, внедрение автоматизированных процессов, направленных на упрощение работы и высвобождение времени людей, может также усложнить эту работу, порождая новые задачи, которые многие работники могут счесть рутинными.

В исследовании, опубликованном в Политика исследований, мы рассмотрели работы ученых в области под названием синтетическая биология, или синбио для краткости. Synbio занимается переделкой организмов, чтобы они обладали новыми способностями. Он участвует в выращивание мяса в лаборатории, в новых способах производства удобрений и в открытии новых лекарств.

Эксперименты Synbio основаны на передовых роботизированных платформах для многократного перемещения большого количества образцов. Они также используют машинное обучение для анализа результатов крупномасштабных экспериментов.

Они, в свою очередь, генерируют большие объемы цифровых данных. Этот процесс известен как «цифровизация», когда цифровые технологии используются для преобразования традиционных методов и способов работы.

Некоторые из ключевых целей автоматизации и оцифровки научных процессов заключаются в расширении масштабов научных исследований, которые могут быть выполнены, при этом экономя время исследователей, чтобы они могли сосредоточиться на том, что они считают более «ценной» работой.

Парадоксальный результат

Однако в нашем исследовании ученые не были освобождены от повторяющихся, ручных или скучных задач, как можно было бы ожидать. Вместо этого использование роботизированных платформ расширило и разнообразило виды задач, которые должны были выполнять исследователи. На это есть несколько причин.

Среди них тот факт, что количество гипотез (научный термин для проверяемого объяснения некоторого наблюдаемого явления) и экспериментов, которые необходимо было выполнить, увеличилось. С автоматизированными методами возможности расширяются.

Ученые заявили, что это позволило им оценить большее количество гипотез, а также количество способов, которыми ученые могли внести тонкие изменения в экспериментальную установку. Это привело к увеличению объема данных, которые требовали проверки, стандартизации и обмена.

Кроме того, роботов нужно было «обучить» проведению экспериментов, ранее проводившихся вручную. Людям тоже нужно было развивать новые навыки для подготовки, ремонта и наблюдения за роботами. Это было сделано для того, чтобы не было ошибок в научном процессе.

Научная работа часто оценивается по результатам, таким как рецензируемые публикации и гранты. Однако время, затрачиваемое на очистку, устранение неполадок и надзор за автоматизированными системами, конкурирует с задачами, которые традиционно вознаграждаются в науке. Эти менее ценные задачи также могут быть в значительной степени невидимы, особенно потому, что менеджеры — это те, кто не знает о рутинной работе из-за того, что не проводит столько времени в лаборатории.

Ученые-синбио, выполнявшие эти обязанности, получали не больше денег и не были более автономны, чем их менеджеры. Они также оценили свою рабочую нагрузку как более высокую, чем у тех, кто выше их в служебной иерархии.

Расширенные уроки

Возможно, эти уроки применимы и к другим сферам деятельности. ChatGPT — это Чат-бот на базе искусственного интеллекта который «учится» на информации, доступной в Интернете. На вопросы онлайн-пользователей чат-бот предлагает ответы, которые выглядят хорошо продуманными и убедительными.

По Время журнал, чтобы ChatGPT не возвращал ответы, которые были расистскими, сексистскими или оскорбительными в других отношениях, рабочие в Кении были наняты для фильтрации токсичного контента, доставляемого ботом.

Существует много часто невидимых методов работы, необходимых для развитие и обслуживание цифровой инфраструктуры. Это явление можно охарактеризовать как «парадокс цифровизации». Это ставит под сомнение предположение о том, что все, кто вовлечен или затронут цифровизацией, становятся более продуктивными или имеют больше свободного времени, когда части их рабочего процесса автоматизированы.

Опасения по поводу снижения производительности являются ключевым мотивом организационных и политических усилий по автоматизации и цифровизации повседневной работы. Но мы не должны принимать обещания повышения производительности за чистую монету.

Вместо этого мы должны бросить вызов способам, которыми мы измеряем производительность, рассматривая невидимые типы задач, которые могут выполнять люди, помимо более видимой работы, которая обычно вознаграждается.

Нам также необходимо подумать о том, как спроектировать эти процессы и управлять ими, чтобы технологии могли более эффективно расширять возможности человека.

Эта статья переиздана из Беседа под лицензией Creative Commons. Прочтите оригинал статьи.

Изображение Фото: Герд Альтманн от Pixabay

• SEO-контент и PR-распределение. Получите усиление сегодня.
• Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. Доступ здесь.
• Источник: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/