Yapay Zeka Hayatımızı Basitleştirmek Yerine Bizim İçin Daha Fazla İş Yapabilir

olduğu yönünde yaygın bir kanı vardır. yapay zeka (AI) işimizi kolaylaştırmaya yardımcı olacak. Hatta bazı işlere olan ihtiyacı tamamen ortadan kaldırabileceğine dair korkular var.

Ama bir çalışmada Manchester Üniversitesi'ndeki üç meslektaşımla yürüttüğüm bilim laboratuvarlarının aksine, işi basitleştirmeyi ve insanların zamanını boşaltmayı amaçlayan otomatikleştirilmiş süreçlerin getirilmesi, bu işi daha karmaşık hale getirerek birçok çalışanın sıradan olarak algılayabileceği yeni görevler ortaya çıkarabilir.

Çalışmada, yayınlanan Araştırma Politikasıadlı bir alanda bilim adamlarının çalışmalarına baktık. Sentetik biyolojiveya kısaca synbio. Synbio, organizmaları yeni yeteneklere sahip olacak şekilde yeniden tasarlamakla ilgilenir. dahil olduğu laboratuvarda et yetiştirmek, gübre üretmenin yeni yollarında ve yeni ilaçların keşfinde.

Synbio deneyleri, çok sayıda numuneyi tekrar tekrar taşımak için gelişmiş robotik platformlara güvenir. Ayrıca, büyük ölçekli deneylerin sonuçlarını analiz etmek için makine öğrenimini kullanıyorlar.

Bunlar da büyük miktarda dijital veri üretir. Dijital teknolojilerin geleneksel yöntemleri ve çalışma biçimlerini dönüştürmek için kullanıldığı bu süreç “dijitalleşme” olarak bilinir.

Bilimsel süreçleri otomatikleştirmenin ve dijitalleştirmenin temel hedeflerinden bazıları, araştırmacılara daha "değerli" olduğunu düşündükleri işlere odaklanmak için zaman kazandırırken yapılabilecek bilimi ölçeklendirmektir.

Paradoksal Sonuç

Bununla birlikte, çalışmamızda, bilim adamları beklendiği gibi tekrarlayan, manuel veya sıkıcı görevlerden muaf tutulmadı. Bunun yerine, robotik platformların kullanımı, araştırmacıların gerçekleştirmesi gereken görev türlerini genişletti ve çeşitlendirdi. Bunun birkaç nedeni var.

Bunların arasında, yapılması gereken hipotezlerin (gözlenen bazı fenomenlerin test edilebilir açıklamaları için bilimsel terim) ve deneylerin sayısının artması gerçeği var. Otomatik yöntemlerle, olasılıklar artar.

Bilim adamları, bilim adamlarının deney düzeneğinde ince değişiklikler yapabileceği birçok yolun yanı sıra daha fazla sayıda hipotezi değerlendirmelerine izin verdiğini söyledi. Bunun, kontrol edilmesi, standartlaştırılması ve paylaşılması gereken veri hacmini artırma etkisi oldu.

Ayrıca, daha önce manuel olarak gerçekleştirilen deneyleri gerçekleştirmek için robotların “eğitilmesi” gerekiyordu. İnsanların da robotları hazırlamak, onarmak ve denetlemek için yeni beceriler geliştirmesi gerekiyordu. Bu, bilimsel süreçte hata olmamasını sağlamak için yapıldı.

Bilimsel çalışmalar genellikle hakemli yayınlar ve hibeler gibi çıktılara göre değerlendirilir. Ancak, otomatik sistemleri temizlemek, sorun gidermek ve denetlemek için harcanan zaman, geleneksel olarak bilimde ödüllendirilen görevlerle rekabet eder. Bu daha az değerli görevler de büyük ölçüde görünmez olabilir - özellikle de laboratuvarda çok fazla zaman harcamadıkları için sıradan işlerden habersiz olan yöneticiler olduğu için.

Bu sorumlulukları yerine getiren sinbiyo bilim adamları, yöneticilerinden daha iyi maaş almıyor veya daha özerk değillerdi. Ayrıca kendi iş yüklerini, iş hiyerarşisinde üstlerinden daha yüksek olarak değerlendirdiler.

Daha Geniş Dersler

Bu derslerin diğer çalışma alanları için de geçerli olması mümkündür. ChatGPT bir AI destekli sohbet robotu web'de bulunan bilgilerden "öğrenir". Çevrimiçi kullanıcılardan gelen sorular sorulduğunda, chatbot şu yanıtları sunar: iyi hazırlanmış ve inandırıcı görünmek.

Göre Zaman dergisi, ChatGPT'nin ırkçı, cinsiyetçi veya başka şekillerde rahatsız edici yanıtlar vermekten kaçınması için, Kenya'daki işçiler bot tarafından iletilen zehirli içeriği filtrelemek için işe alındı.

için ihtiyaç duyulan birçok genellikle görünmez çalışma uygulamaları vardır. dijital altyapının geliştirilmesi ve bakımı. Bu fenomen bir “dijitalleşme paradoksu” olarak tanımlanabilir. Dijitalleşmeye dahil olan veya dijitalleşmeden etkilenen herkesin, iş akışlarının bazı bölümleri otomatikleştirildiğinde daha üretken hale geldiği veya daha fazla boş zamanı olduğu varsayımına meydan okuyor.

Verimlilikteki düşüşe ilişkin endişeler, günlük işleri otomatikleştirmeye ve dijitalleştirmeye yönelik örgütsel ve politik çabaların arkasındaki temel motivasyondur. Ancak üretkenlikte kazanç vaatlerini göründüğü gibi kabul etmemeliyiz.

Bunun yerine, genellikle ödüllendirilen daha görünür işlerin ötesinde, insanların başarabileceği görünmez görev türlerini göz önünde bulundurarak üretkenliği ölçme yöntemlerimize meydan okumalıyız.

Teknolojinin insan yeteneklerine daha olumlu katkıda bulunabilmesi için bu süreçleri nasıl tasarlayacağımızı ve yöneteceğimizi de düşünmemiz gerekiyor.

Bu makale şu adresten yeniden yayınlandı: Konuşma Creative Commons lisansı altında. Okumak Orijinal makale.

Resim Kredi: Gerd Altmann itibaren Pixabay

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• Plato blok zinciri. Web3 Metaverse Zekası. Bilgi Güçlendirildi. Buradan Erişin.
• Kaynak: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/