TL;DR
- این داستان در ابتدا در The Algorithm، خبرنامه هفتگی ما در مورد هوش مصنوعی ظاهر شد.
- برای دریافت داستانهایی از این قبیل در صندوق ورودی خود، در اینجا ثبت نام کنید.
- در مدار سیلیکون ولی، یک آخرالزمان شغلی مبتنی بر هوش مصنوعی بهعنوان یک امر مشخص صحبت میشود.
چه اتفاقی افتاد
این داستان در ابتدا در The Algorithm، خبرنامه هفتگی ما در مورد هوش مصنوعی ظاهر شد. برای دریافت داستانهایی از این قبیل در صندوق ورودی خود، در اینجا ثبت نام کنید.
در مدار سیلیکون ولی، یک آخرالزمان شغلی مبتنی بر هوش مصنوعی بهعنوان یک امر مشخص صحبت میشود. این روحیه به قدری تلخ است که یکی از محققین تأثیرات اجتماعی در Anthropic،.
در پاسخ به درخواست برای دیدگاههای خوشبینانهتر از آینده هوش مصنوعی،. گفت که ممکن است در کوتاهمدت رکود اقتصادی و «شکستن نردبان اولیه شغلی» رخ دهد.
همکار کمتر سنجیده او،. داریو آمودی،.
مدیر عامل شرکت،. هوش مصنوعی را «جایگزین عمومینیروی کار برای انسان» نامیده است که میتواند همه کارها را در.
کمتر از پنج سال انجام دهد. و البته این ایدهها فقط از آنتروپیک نمیآیند.
این مکالمات بهطور شگفتانگیزی باعث وحشت بسیاری از کارگران شده است (و احتمالاً به حمایت از تلاشها برای. توقف کامل ساخت مراکز داده کمک میکند،.
که برخی از آنها آخرین بار به کار خود ادامه دادند. هفته).
قانونگذاران که هیچکدام از آنها برنامه منسجمیبرای آنچه در آینده میآید ارائه نکردهاند، به وحشت کمک نمیکند. حتی اقتصاددانانی که هشدار دادهاند که هوش مصنوعی هنوز مشاغل را کاهش نداده و ممکن است منجر به.
صخرهای پیشرو نشود،. به این ایده رسیدهاند که میتواند تأثیری منحصر به فرد و بیسابقه بر نحوه کار ما داشته باشد.
الکس ایماس، مستقر در دانشگاه شیکاگو، یکی از این اقتصاددانان است. وقتی صبح جمعه صحبت کردیم،.
او دو چیز را با من در میان گذاشت:. یک ارزیابی صریح مبنی بر اینکه ابزارهای ما برای پیشبینی اینکه چگونه به نظر میرسد بسیار افتضاح هستند،.
و یک «ندای اسلحه» برای اقتصاددانان برای شروع جمعآوری یک نوع داده که میتواند برنامهای را برای رسیدگی. به هوش مصنوعی در نیروی کار ممکن کند.
در مورد ابزارهای افتضاح ما:. این واقعیت را در نظر بگیرید که هر شغلی از وظایف فردی تشکیل شده است.
برای مثال،. یکی از بخشهای کار یک مشاور املاک این است که از مشتریان بپرسد چه نوع ملکی را میخواهند.
بخرند. ایالات متحده دولت هزاران مورد از این وظایف را در کاتالوگ عظیمیکه برای اولین بار در سال.
1998 راه اندازی شد و از آن زمان بهطور منظم به روز میشود،. شرح داد.
این دادههایی بود که محققان OpenAI در ماه دسامبر برای قضاوت در مورد میزان "معرض" بودن یک شغل. در معرض هوش مصنوعی استفاده کردند (برای مثال،.
آنها دریافتند که یک مشاور املاک 28 ٪ در معرض خطر قرار دارد). سپس در ماه فوریه،.
Anthropic از این دادهها در تجزیه و تحلیل میلیونها مکالمه کلود استفاده کرد تا ببیند افراد واقعاً از. هوش مصنوعی آن برای تکمیل کدام وظایف استفاده میکنند و این دو لیست در کجا همپوشانی دارند.
ایماس میگوید،. اما دانستن میزان قرار گرفتن در معرض هوش مصنوعی وظایف منجر به درک توهمآمیزی از میزان خطر یک.
شغل خاص میشود. او به من گفت: «مورد قرار گرفتن به تنهایی ابزاری کاملاً بی معنی برای پیش بینی جابجایی است.
مطمئناً،. در تاریکترین حالت،.
برای شغلی که در آن به معنای واقعی کلمه هر کار را میتوان با هوش مصنوعی بدون هدایت. انسانی انجام داد،.
گویا است. اگر برای یک مدل هوش مصنوعی انجام تمام این وظایف کمتر از آنچه شما هستید هزینه دارد به.
گفته ایماس،. از آنجایی که مدلهای استدلالی و هوش مصنوعی عاملی میتوانند هزینههای زیادی را دریافت کنند،.
که این امر مسلم نیست. این موردی است که چندین دهه پیش در مورد اپراتور آسانسور ذکر شد.
شاید موازی امروز یک نماینده خدمات مشتری باشد که تنها تریاژ تماس تلفنی را انجام میدهد. اما برای اکثریت قریب به اتفاق مشاغل، قضیه به این سادگی نیست.
و جزئیات نیز مهم هستند:. برخی از مشاغل احتمالا روزهای تاریکی را در پیش خواهند داشت،.
اما دانستن اینکه چگونه و چه زمانی این اتفاق خواهد افتاد،. پاسخ دادن به آن تنها زمانی که در معرض قرار گرفتن است،.
دشوار است. برای مثال کد نوشتن را در نظر بگیرید.
مثلاً شخصی که برنامههای دوستیابی ممتاز میسازد،. ممکن است از ابزارهای کدنویسی هوش مصنوعی برای ایجاد چیزی که سه روز طول میکشید در یک روز.
استفاده کند. یعنی کارگر بازدهی بیشتری دارد.
کارفرمای کارگر، با صرف همان مقدار پول، اکنون میتواند خروجی بیشتری داشته باشد. پس آیا کارفرما کارمندان بیشتری میخواهد یا کمتر؟
این است سوالی که ایماس میگوید باید هر سیاست گذار را شب بیدار نگه دارد،. زیرا بسته به صنعت پاسخ آن تغییر خواهد کرد.
و ما در تاریکی کار میکنیم. در مورد این کدگذار،.
این کاراییها این امکان را برای برنامههای دوستیابی فراهم میکند که قیمتها را پایین. بیاورند.
(یک شکاک ممکن است انتظار داشته باشد که شرکتها به سادگی سود خود را به جیب بزنند،. اما در یک بازار رقابتی،.
اگر این کار را انجام دهند،. خطر کاهش قیمت را دارند.) این قیمتهای پایین همیشه باعث افزایش تقاضا برای برنامهها میشود.
اما چقدر؟ اگر میلیونها نفر دیگر بخواهند،.
شرکت ممکن است رشد کند و در نهایت مهندسان بیشتری را برای برآورده کردن این تقاضا استخدام کند. اما اگر تقاضا به سختی افزایش یابد - شاید افرادی که از برنامههای دوستیابی پریمیوم استفاده نمی.
کنند،. هنوز آنها را حتی با قیمت پایینتر نمیخواهند - به کدنویسهای کمتری نیاز است و.
اخراجها اتفاق میافتد. این فرضیه را در هر شغلی با وظایفی که هوش مصنوعی میتواند انجام دهد،.
تکرار کنید،. و شما مهمترین سوال اقتصادی زمان ما را دارید:.
ویژگیهای کشش قیمت،. یا اینکه چه میزان تقاضا برای چیزی با تغییر قیمت آن تغییر میکند.
و این قسمت دوم چیزی است که هفته گذشته ایماس تاکید کرد:. ما در حال حاضر این دادهها را در سراسر اقتصاد نداریم.
اما ما توانستیم. ایماس میگوید:.
ما اعدادی را برای اقلام مواد غذایی مانند غلات و شیر در اختیار داریم،. زیرا دانشگاه شیکاگو با سوپرمارکتها همکاری میکند تا دادههایی را از اسکنر قیمت آنها دریافت کند.
اما ما چنین ارقامیرا برای معلمان یا توسعه دهندگان وب یا متخصصان تغذیه نداریم (به هر حال،. همه مشاغلی که در معرض هوش مصنوعی قرار دارند).
یا حداقل نه به روشی که بهطور گسترده جمع آوری شده یا در دسترس محققان قرار گرفته باشد. گاهی اوقات در شرکتهای خصوصی یا مشاوره پراکنده است.
ایماس میگوید: «برای جمع آوری این به پروژه منهتن نیاز داریم. و ما به آن فقط برای مشاغلی که بدیهی است در حال حاضر تحت تأثیر هوش مصنوعی قرار.
میگیرند،. نیاز نداریم:.
«فیلدهایی که اکنون در معرض دید نیستند در آینده در معرض دید قرار خواهند گرفت،. بنابراین شما فقط میخواهند این آمار را در کل اقتصاد ردیابی کنند.» به دست آوردن همه این.
اطلاعات زمان و هزینه میبرد،. اما Imas معتقد است که ارزش آن را دارد.
این اولین نگاه واقع بینانه به اقتصاددانان را در مورد اینکه آینده ما با هوش مصنوعی چگونه می. تواند آشکار شود و به سیاست گذاران فرصتی برای برنامهریزی برای آن میدهد.
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.