ШІ міг би зробити для нас більше роботи, а не спростити наше життя

Існує поширена думка, що штучний інтелект (AI) допоможе оптимізувати нашу роботу. Є навіть побоювання, що це може взагалі знищити потребу в деяких роботах.

Але в кабінеті У наукових лабораторіях, які я провів із трьома колегами з Манчестерського університету, запровадження автоматизованих процесів, спрямованих на спрощення роботи — і звільнення часу людей — також може зробити цю роботу складнішою, породжуючи нові завдання, які багато працівників можуть сприймати як буденні.

У дослідженні, опублікованому в Дослідницька політика, ми ознайомилися з роботами вчених у галузі під назвою синтетична біологія, або скорочено synbio. Synbio займається перетворенням організмів на нові здібності. Це бере участь у вирощування м'яса в лабораторії, у нових способах виробництва добрив і у відкритті нових ліків.

Експерименти Synbio покладаються на передові роботизовані платформи для повторного переміщення великої кількості зразків. Вони також використовують машинне навчання для аналізу результатів масштабних експериментів.

Вони, у свою чергу, генерують великі обсяги цифрових даних. Цей процес відомий як «оцифрування», коли цифрові технології використовуються для трансформації традиційних методів і способів роботи.

Деякі з ключових цілей автоматизації та оцифровування наукових процесів полягають у тому, щоб розширити масштаб науки, що може бути зроблено, заощаджуючи час дослідників, щоб зосередитися на тому, що вони вважатимуть більш «цінним» роботою.

Парадоксальний результат

Однак у нашому дослідженні вчені не були звільнені від повторюваних, ручних або нудних завдань, як можна було очікувати. Натомість використання роботизованих платформ розширило та урізноманітнило види завдань, які мали виконувати дослідники. На це є декілька причин.

Серед них той факт, що збільшилася кількість гіпотез (науковий термін для перевіреного пояснення деяких спостережуваних явищ) і експериментів, які необхідно було провести. Завдяки автоматизованим методам можливості розширюються.

Вчені сказали, що це дозволило їм оцінити більшу кількість гіпотез, а також кількість способів, якими вчені могли внести незначні зміни в експериментальну установку. Це призвело до збільшення обсягу даних, які потребували перевірки, стандартизації та спільного використання.

Крім того, роботів потрібно було «навчити» проводити експерименти, які раніше проводилися вручну. Людям також потрібно було розвивати нові навички для підготовки, ремонту та нагляду за роботами. Це було зроблено для того, щоб у науковому процесі не було помилок.

Наукова робота часто оцінюється за такими результатами, як рецензовані публікації та гранти. Однак час, витрачений на очищення, усунення несправностей і нагляд за автоматизованими системами, конкурує із завданнями, які традиційно винагороджуються в науці. Ці менш цінні завдання також можуть бути здебільшого непомітними, зокрема тому, що менеджери є тими, хто не буде знати про повсякденну роботу через те, що вони не проводять багато часу в лабораторії.

Вчені-синбіотехніки, які виконували ці обов’язки, не отримували кращої заробітної плати або були більш автономними, ніж їхні менеджери. Вони також оцінили своє власне робоче навантаження як вище, ніж ті, хто стоїть вище за ними в посадовій ієрархії.

Більш широкі уроки

Цілком можливо, що ці уроки також можуть бути застосовані до інших сфер роботи. ChatGPT – це Чат-бот на основі штучного інтелекту який «навчається» з інформації, доступної в Інтернеті. На запити онлайн-користувачів чат-бот пропонує на них відповіді виглядають добре продуманими та переконливими.

За оцінками Time журналу, щоб ChatGPT не повертав відповіді, які були расистськими, сексистськими чи образливими іншими способами, робітників у Кенії були найняті для фільтрації токсичного вмісту, який доставляє бот.

Існує багато часто невидимих ​​робочих практик, необхідних для розвиток і підтримка цифрової інфраструктури. Це явище можна описати як «парадокс цифровізації». Це ставить під сумнів припущення про те, що всі, хто залучений або зачеплений цифровізацією, стають більш продуктивними або мають більше вільного часу, коли частини їхнього робочого процесу автоматизовані.

Занепокоєння щодо зниження продуктивності є основною мотивацією організаційних і політичних зусиль з автоматизації та оцифрування повсякденної роботи. Але ми не повинні сприймати обіцянки підвищення продуктивності за чисту монету.

Натомість ми повинні кинути сумнів у способах вимірювання продуктивності, враховуючи невидимі типи завдань, які можуть виконувати люди, крім більш видимої роботи, яка зазвичай винагороджується.

Нам також потрібно розглянути, як розробити ці процеси та керувати ними, щоб технології могли більш позитивно підвищити людські можливості.

Ця стаття перевидана з Бесіда за ліцензією Creative Commons. Читати оригінал статті.

Зображення Фото: Герд Альтман від Pixabay

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. Доступ тут.
• джерело: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/