Der Verlust von Arbeitsplätzen für Technologie ist nichts Neues. Seit der industriellen Revolution wurden Rollen, die früher ausschließlich von Menschen ausgeführt wurden, langsam aber stetig durch irgendeine Form von automatisierten Maschinen ersetzt. Selbst in Fällen, in denen der menschliche Arbeiter nicht vollständig durch eine Maschine ersetzt wird, haben Menschen gelernt, sich auf eine Batterie von Maschinen zu verlassen, um mehr zu sein effizient und genau.

A berichten Aus dem Programm der Oxford Martin School über die Auswirkungen der Zukunftstechnologie geht hervor, dass 47% aller Arbeitsplätze in den USA wahrscheinlich durch automatisierte Systeme ersetzt werden. Zu den Arbeitsplätzen, die bald durch Maschinen ersetzt werden, gehören Immobilienmakler, Tierzüchter, Steuerberater, Dateneingabe-Mitarbeiter, Rezeptionisten und verschiedene persönliche Assistenten.

Aber Sie müssen Ihren Schreibtisch noch nicht zusammenpacken und an einen Computer übergeben, und in der Tat werden Arbeitsplätze, die ein gewisses Maß an sozialer Intelligenz und Kreativität erfordern, wie in Bildung, Gesundheitswesen, Kunst und Medien, wahrscheinlich erhalten bleiben Nachfrage von Menschen, weil solche Aufgaben computergestützt schwierig bleiben.

Ob wir es mögen oder nicht, wir leben jetzt in einer Ära, die dominiert wird von künstliche Intelligenz (AI). AI kann als eine Sammlung von Technologien betrachtet werden, mit denen Aufgaben von Menschen, die Maschinen bedienen, imitiert oder sogar übertroffen werden können.

Wir werden es vielleicht nicht zuerst sehen, aber wir können es nicht vermeiden, in unseren täglichen Aktivitäten auf ein oder mehrere Systeme zu stoßen, die irgendeine Art von KI-Algorithmus verwenden - wie die Suche nach Informationen mit Google, den Kauf eines empfohlenen Produktes bei Amazon oder Erkennen von Gesichtern in einem auf Facebook hochgeladenen Bild.

Tiefes Lernen

Aktuelle Durchbrüche in AI sind im Wesentlichen auf eine Technik namens Deep Learning zurückzuführen. Oft auch als maschinelles Lernen oder neuronale Vernetzung bekannt, beinhaltet Deep Learning das "Trainieren" eines Computermodells, um Objekte aus Bildern zu erkennen. Die Stärke von tiefen lernbasierten KI-Systemen liegt in ihrer Fähigkeit, automatisch zu arbeiten erkennbare Merkmale erkennen und benutze sie, um Probleme mit der Erkennung zu lösen.

Obwohl Menschen solche Erkennungsaufgaben leicht unbewusst ausführen könnten, ist es für einen Menschen oft schwierig, den genauen Ablauf auf einer ausreichend detaillierten Ebene zu erklären, so dass er in einen Computer programmiert werden könnte.

Mit tiefem Lernen hat sich das alles geändert. Jetzt können tiefe Lern-basierte KI-Systeme die wichtigen Funktionen herausfinden schwierige Probleme lösen die einst für ausschließlich von Menschen lösbar gehalten wurden.

Und als Folge davon müssen sich die Menschen mental darauf vorbereiten, dass Einige unserer Jobs gehen für KI-Systeme verloren. Wir müssen vielleicht in naher Zukunft sogar KI-Systeme unseren Kollegen oder Chefs nennen.

Aber trotz des tieferen Wissens, das unsere Computer bald erreichen werden, muss der Verlust unserer Arbeitsplätze an Maschinen keine schlechte Sache sein. Durch den Großteil der Arbeit von Automaten werden Menschen von Routineaufgaben befreit, die Computer mit höheren Genauigkeitsraten besser ausführen können, wie z Autos fahren.

Dies sollte es Menschen ermöglichen, wie Menschen anstelle von Maschinen zu denken. Es wird auch Zeit und Energie für den Menschen frei machen, um kreativere und intellektuell stimulierende Aktivitäten zu unternehmen, möglicherweise unterstützt durch KI.

Emotionale Intelligenz

KI-Systeme sind für den Durchschnittsmenschen bereits viel zu kompliziert geworden, um sie zu verstehen, geschweige denn zu reparieren, so dass neue Rollen geschaffen werden, die Menschen benötigen, die als Vermittler zwischen Computern und Menschen fungieren können.

Ähnlich wie in den Berufen Medizin oder Jura, wo Fachleute mit Fachkenntnissen technische Details für den Alltag vermitteln müssen, brauchen wir Profis, die die Sprache der KI sprechen. Diese Fachleute können in ihren Fähigkeiten variieren und bestehen wahrscheinlich aus Softwareentwicklern, Informatikern und Datenwissenschaftlern.

Aber ethische Probleme, die sich aus der Zusammenarbeit zwischen Menschen und KI ergeben, sind ein echtes Problem. Es ist eine Sache, ein falsch erkanntes Gesicht in einem auf Facebook hochgeladenen Bild zu erkennen, aber eine ganz andere Sache, wenn Krebs von einer KI falsch diagnostiziert wird, was sehr leicht passieren könnte. Schließlich machen Computer genauso Fehler wie Menschen.

Obwohl Systeme auf KI-Basis in vielen Bereichen intelligenter werden als Menschen, sind diese Systeme bei weitem nicht perfekt und es ist unwahrscheinlich, dass sie angesichts der unvorhersehbaren Lernmechanismen, die sie verwenden, jemals perfekt sind.

Allerdings werden die sozialen und kulturellen Veränderungen wahrscheinlich eher die eigentliche Herausforderung als die technische Herausforderung der KI selbst sein. Während also Roboter, die unsere Arbeit übernehmen, eine gute Sache sein können, wird nur die Zeit zeigen, ob wir bereit sind, sie als unsere Mitarbeiter zu akzeptieren.

Über den Autor

Danushka Bollegala, Dozentin am Institut für Informatik der Universität Liverpool. Seine Forschungsinteressen sind Künstliche Intelligenz, Computerlinguistik und Web Mining. Ich habe an verschiedenen Themen gearbeitet, die mit den oben genannten Feldern wie der Messung semantischer und relationaler Ähnlichkeit aus Webdaten, Domainanpassung, Stimmungsanalyse, Social Media, Disambiguierung von Personennamen, Namensalias-Extraktion und Informationsordnung in Textverdichtung von mehreren Dokumenten verbunden sind.

Dieser Artikel wurde ursprünglich veröffentlicht am Das Gespräch.. Lies das Original Artikel.

Bücher zum Thema

at InnerSelf Market und Amazon