人工智能可以为我们做更多的工作，而不是简化我们的生活

人们普遍认为 人工智能 (AI) 将有助于简化我们的工作。 甚至有人担心它可能会完全消除对某些工作的需求。

但在一项研究中 在我与曼彻斯特大学的三位同事进行的科学实验室研究中，引入旨在简化工作并解放人们时间的自动化流程也可能使工作变得更加复杂，产生许多员工可能认为平凡的新任务。

在研究中，发表在 研究方针，我们研究了科学家在一个名为 合成生物学，或简称 synbio。 Synbio 致力于重新设计生物体以获得新的能力。 它涉及 在实验室种植肉，生产肥料的新方法，以及新药的发现。

Synbio 实验依靠先进的机器人平台重复移动大量样本。 他们还使用机器学习来分析大规模实验的结果。

这些反过来又会产生大量的数字数据。 这个过程被称为“数字化”，其中数字技术被用来改变传统的方法和工作方式。

科学过程自动化和数字化的一些关键目标是扩大可以完成的科学，同时节省研究人员的时间来专注于他们认为更“有价值”的工作。

矛盾的结果

然而，在我们的研究中，科学家并没有像人们预期的那样从重复的、手动的或无聊的任务中解脱出来。 相反，机器人平台的使用扩大并多样化了研究人员必须执行的任务种类。 有几个原因。

其中一个事实是，需要进行的假设（对某些观察到的现象进行可检验解释的科学术语）和实验的数量增加了。 使用自动化方法，可能性被放大。

科学家们表示，这使他们能够评估更多的假设，以及科学家可以对实验设置做出细微改变的方式。 这产生了增加需要检查、标准化和共享的数据量的效果。

此外，机器人需要接受“训练”以执行以前手动执行的实验。 人类也需要发展新技能来准备、修理和监督机器人。 这样做是为了确保科学过程中没有错误。

科学工作通常根据同行评审的出版物和资助等产出来评判。 然而，清理、排除故障和监督自动化系统所花费的时间与传统上在科学领域获得奖励的任务相竞争。 这些价值较低的任务在很大程度上也可能是不可见的——特别是因为管理者是那些由于没有在实验室花费太多时间而不会意识到平凡工作的人。

承担这些职责的合成生物科学家并没有比他们的经理获得更高的报酬或更多的自主权。 他们还评估自己的工作量高于工作等级中高于他们的工作量。

更广泛的教训

这些经验教训也可能适用于其他工作领域。 ChatGPT 是一个 人工智能驱动的聊天机器人 从网络上可用的信息中“学习”。 当在线用户提出问题时，聊天机器人会提供答案 显得精心制作和令人信服.

根据 时间 杂志，为了让 ChatGPT 避免以其他方式返回种族主义、性别歧视或冒犯性的答案， 肯尼亚的工人 被雇用来过滤机器人提供的有毒内容。

有许多通常是看不见的工作实践需要 数字基础设施的开发和维护. 这种现象可以描述为“数字化悖论”。 它挑战了这样一种假设，即当部分工作流程实现自动化时，受数字化影响的每个人都会变得更有效率或有更多空闲时间。

对生产力下降的担忧是组织和政治努力实现日常工作自动化和数字化的主要动机。 但是，我们不应该只相信表面上会提高生产力的承诺。

相反，我们应该通过考虑人类可以完成的隐形任务类型来挑战我们衡量生产力的方式，而不是通常有回报的更明显的工作。

我们还需要考虑如何设计和管理这些流程，以便技术能够更积极地增加人类的能力。

本文重新发表 谈话 根据知识共享许可。 阅读 原创文章.

图片来源： 格德阿尔特曼 止 Pixabay

• SEO 支持的内容和 PR 分发。 今天得到放大。
• 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
• Sumber: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/