این پروفسور وارتون می گوید که لوله کش شدن شما یا فرزندانتان را از هوش مصنوعی نجات نمی دهد - اما این 4 چیز می تواند

آی استوک؛ BI اگر در مورد هوش مصنوعی و معنای آن در مورد شغل خود - یا شغل فرزندانتان ... نگران نیستید، باید.

اتان مولیک، استاد مدیریت وارتون می گوید، اما این بدان معنا نیست که هوش مصنوعی شما را بیکار می کند.

Mollick فکر می‌کند که کارگران با تجربه مهارت‌ها و ویژگی‌هایی دارند که هوش مصنوعی نمی‌تواند آن‌ها را تکرار کند، مانند "طعم". اما برای جوانانی که تازه شروع به کار می کنند چه اتفاقی می افتد؟ شما نمی توانید هوش مصنوعی را از بین ببرید. چگونه می توان با آن زندگی کرد؟

یا دقیق تر: چگونه می توانید در دنیای هوش مصنوعی امرار معاش کنید؟

در اینجا چند پاسخ استاندارد وجود دارد: "یاد بگیرید از هوش مصنوعی استفاده کنید." یا شغلی در برابر هوش مصنوعی بیابید، حرفه ای که نمی توان آن را خودکار کرد. شاید چیزی با دستانت .

اتان مولیک فکر نمی‌کند که کارساز باشد.

Mollick یک استاد مدیریت وارتون است که به یکی از بانفوذترین راهنماها در مورد آنچه که هوش مصنوعی در حال حاضر می تواند انجام دهد تبدیل شده است - و معنی آن برای افرادی که باید در کنار آن کار کنند. کتاب جدید او، "همزیستی"، استدلال می‌کند که مدل‌ها بسیار سریع‌تر از آنچه بیشتر مردم درک می‌کنند در حال بهبود هستند و تنها راه مقابله با شتاب سریع آنها این است که یاد بگیریم چگونه با آنها زندگی کنیم.

این بدان معناست که اذعان کنید که بسیاری از کارهایی که امروز می توانید انجام دهید در آینده کمتر مفید خواهند بود و تمرکز بر ویژگی هایی که از قبل دارید و هوش مصنوعی نمی تواند آنها را تکرار کند.

من با Mollick در مورد اینکه هوش مصنوعی چه معنایی برای شغل شما، آینده فرزندانتان دارد و چه اتفاقی می‌افتد وقتی سیستم‌هایی که به کارگران آموزش می‌دهند در پادکست Channels من خراب می‌شوند صحبت کردم. متن زیر گزیده ای از گفتگوی ما است که ویرایش شده است.

پیتر کافکا: به افرادی که نگران شغل یا شغل فرزندانشان هستند، گفته می‌شود که متخصص هوش مصنوعی شوند - یا کارهایی را بیابند که ضد هوش مصنوعی هستند، مانند لوله‌کشی یا پرستاری. آیا این مفید است؟

ایتان مولیک: فکر نمی کنم خیلی مفید باشد. اول از همه، این عالی است تا زمانی که PlumBot 6000 از راه برسد. من یک متخصص رباتیک نیستم، اما متخصصان رباتیکی که می شناسم، گفتند: "LLMs هرگز ... این رونق هوش مصنوعی کاملا نامرتبط است ... روبات ها سخت هستند"، "در واقع یک چیز در اینجا وجود دارد."

نمی دانم آینده چه خواهد بود. من فکر نمی‌کنم کسی این کار را انجام دهد، شنیدن از کسی که متخصص هوش مصنوعی است، آرامش‌بخش یا بسیار ناراحت‌کننده است.

به قسمتی که بیشترین تغییر را دارد، یعنی کدنویسی نگاه کنید. ما قبلا می دانیم که کدنویسی در حال تغییر است. [اما] ما حتی نمی دانیم که آیا قرار است شغل های بیشتر یا کمتری در زمینه کدنویسی وجود داشته باشد. ما می دانیم که کاری که شما به عنوان کدنویس انجام می دهید تغییر خواهد کرد و به تغییر ادامه خواهد داد.

نوشتن کد بدون خطا در حال حاضر اهمیت کمتری نسبت به تصور آنچه می خواهید بسازید دارد. بسیاری از کدنویس ها خوشحال تر از همیشه هستند. بعضی ها غمگین ترند اینها مشاغل در حال تکامل هستند.

در کتاب، من در مورد چهار چیز صحبت می کنم که حداقل مزیتی به شما می دهد. دانش عمیق: شناخت یک منطقه واقعا خوب، زیرا این تخصص به شما امکان می دهد تا با هوش مصنوعی رقابت کنید. دانش گسترده: دانستن در مورد بسیاری از چیزهای مختلف.

چیزی که در شرکت‌ها می‌بینم این است که می‌گویند: «کدنویس‌های ما کار طراحی انجام می‌دهند، طراحان ما کار کدنویسی انجام می‌دهند، و بازاریابان در حال انجام طرح‌های تجاری هستند». هر چه بیشتر در مورد بسیاری از چیزهای کوچک بدانید، هوش مصنوعی بیشتر می تواند به شما کمک کند.

بعد سلیقه هست هوش مصنوعی بسیار تولید می کند. چه چیزی مانع از شلختگی آن می شود؟ سلیقه شما در مورد اینکه کدام چیزها را انتخاب کنید.

و در نهایت آژانس. فکر نمی‌کنم «یادگیری استفاده از هوش مصنوعی» در حال حاضر معنای زیادی داشته باشد. ما تمام روش‌هایی را که برای آموزش استفاده از هوش مصنوعی به مردم استفاده می‌کنیم، آزمایش کرده‌ایم. هیچ کدام از آن ترفندها دیگر جواب نمی دهد.

اعلان بیشتر شبیه مدیریت شده است. دیگر لازم نیست کلمات جادویی انجام دهید تا هوش مصنوعی کاری انجام دهد. در عوض، شما مشخص می‌کنید: این محصولی است که من می‌خواهم، در اینجا چگونه می‌دانم خوب است، در اینجا چگونه باید آن را آزمایش کنید، این چیزی است که شما به من نشان می‌دهید. پنج مدل مختلف را به من بدهید که بتوانم از بین آنها انتخاب کنم.

به نظر می رسد که این خبر خوبی برای کسی که در اواسط شغلی است، که تجربه، سلیقه، و در کار خود خوب شده است، باشد. اما اگر در حال شروع کار هستید، چگونه می‌توانید آن چیزها را در دنیایی توسعه دهید که هوش مصنوعی می‌گوید: "من تحقیقات را انجام خواهم داد. آن را برای شما خواهم نوشت."

دو مشکل وجود دارد. یکی افراد به عنوان فردی و دیگری نهادهایی است که ما برای آموزش به مردم داریم.

به عنوان یک فرد، ما دوست داریم به صورت شناختی مطالب را بارگذاری کنیم. این چیزی است که ما برای انجام آن ساخته شده ایم. فناوری همیشه جایگزین نیروی کار مزاحم بوده است. هیچ کس برای شستن ظروف با دست به محض داشتن ماشین ظرفشویی کاج نمی کند.

هیچ کس نمی خواهد کره خود را بپزد.

بچه های من خط شکسته را یاد نمی گیرند. من نمی دانم چگونه از قانون اسلاید استفاده کنم.

اما ما در انتخاب چیزهایی که می‌خواهیم آن‌ها را تخلیه کنیم، بد هستیم. این مشکلی است که همه در تکالیف تقلب می کنند.

و سپس نهادها هستند. دو مجموعه از مؤسسات یادگیری برای یادگیری نحوه انجام یک کار وجود دارد. یکی تحصیلات دانشگاهی و دبیرستانی است. آنها در حال حاضر خراب هستند، اما ما آن را کشف خواهیم کرد. هوش مصنوعی واقعا معلم خوبی است و ما می دانیم که چگونه افراد بدون هوش مصنوعی را آزمایش کنیم: شما آنها را با یک کتاب آبی در کلاس درس می گذارید یا با هم صحبت می کنید. در نتیجه، با آموزش هوش مصنوعی خارج از کلاس و یادگیری فعال در کلاس، آموزش بهتری خواهیم داشت.

چیزی که من نگرانش هستم روش دیگر یعنی کارآموزی است.

من افراد را به یک بانک، شرکت مشاوره، شرکت حسابرسی یا نمایندگی خودرو می فرستم و آنها به همان روشی که همه یاد می گیرند، یاد می گیرند.

آنها کار غرغر می کنند، با دستمزد ضعیف. ممکن است کمی مورد سوء استفاده قرار گیرند. تجارت این است که آنها مهارت ها و تماس ها را یاد می گیرند و یاد می گیرند که چگونه کارها را انجام دهند زیرا ما آنها را مجبور به انجام آن می کنیم.

و مدیران میانی کسی را وادار می کنند تا کارهای مزخرف آنها را انجام دهد. حتی اگر شما یک مربی بد باشید، مردم همچنان طناب زدن را یاد می گیرند. اگر نشان دهند که می توانند کار خوبی انجام دهند، پیشرفت می کنند. شما نسل بعدی کارمندان خوب را دریافت خواهید کرد. چند هزار سال است که به طرز شگفت انگیزی عمل کرده است.

همه اینها شکست خورد زیرا انگیزه ها دیگر همسو نیستند. به عنوان یک کارمند جوان، بهترین شرط شما این است که از هوش مصنوعی برای همه چیز استفاده کنید زیرا از شما بهتر است. افراد جوان در استفاده از هوش مصنوعی بسیار بدتر هستند زیرا همه چیز را به کلود می ریزند و نتایج کلود را به شما می دهند. چگونه می توانند به شما بگویند که گزارش خوب است یا بد؟ ذائقه نساخته اند.

و مدیران متوجه می شوند: "چرا باید به یک کارآموز بروم در حالی که هوش مصنوعی با سرعت بهتری مشکل را برای من حل می کند؟" و رهبران شرکت می گویند: "چرا می خواهم سرعت این قطار را کاهش دهم؟ چرا از کارآموزان می خواهم کار بدتری داشته باشم؟"

مکانیسم تمرین این چرخه با فضیلت بود و کاملا در هم شکسته است.

یا باید آموزش رسمی تری را انجام دهیم - بسیاری از کارهای سبک و یقه سفید باید بیشتر شبیه جوشکاری یا لوله کشی باشد و جنبه تجاری-مدرسه ای دارد - یا شرکت ها باید در مورد مربیگری به عنوان یک کار واقعی که انجام می دهند جدی بگیرند. این کار زمان می برد و بهره وری هزینه می برد، اما شما از داشتن افراد جوان تر بهره مند می شوید.

ترس من این است که شرکت ها بگویند "ما فقط افراد ارشد را استخدام خواهیم کرد." اون منطقه خطرناکه خط لوله استعداد به پایان می رسد. هیچ جایگزینی وجود ندارد.

مقاله اصلی را در Business Insider بخوانید