¿Qué son las capacidades de toma de decisiones impulsadas por humanos que no son AI 3 que toda industria necesita? Brandeis Marshall
Los informes de investigación que respaldan las estadísticas predicen un futuro que depende en gran medida de la IA.
• En 2018, McKinsey Global Institute publicó un "Informe sobre el futuro del trabajo", estimando que para 2030, 400 millones de personas en todo el mundo serán reemplazadas por sistemas, herramientas y plataformas de IA.
• En marzo de 2023, Goldman Sachs publicó su Informe de impacto económico global, indicando que "generar IA podría reemplazar una cuarta parte de los empleos existentes".
• A principios de este mes, el Foro Económico Mundial publicó su informe Future of Jobs, que confirmó las previsiones de Goldman Sachs pero publicó cifras específicas sobre el impacto de la automatización en el empleo.
Las estimaciones de las perspectivas laborales son bastante aleccionadoras: se perderán 83 millones de puestos de trabajo, mientras que solo se crearán 69 millones. Esa es una diferencia de 14 millones de puestos de trabajo.
El miedo a perder su trabajo o no poder ganar un salario digno en un trabajo es alto.
El autor analiza la tendencia desafortunada de la exageración de la IA, lo que provocó la ingeniería
A través de meses de intensos debates sobre "lo que la IA puede hacer por usted", comentarios de columnas y podcasts, quiero hacer la pregunta opuesta:
¿Qué no puede hacer la IA?
Algunos dirán con entusiasmo: "No. Este es el avance más disruptivo y transformador en el progreso tecnológico. Cambia el mundo y la forma en que interactuamos con el espacio digital".
La gente teme que sus carreras, trabajos y medios para mantener su estilo de vida ideal sean automatizados. Incluso hay una lista de trabajos potenciales (en tecnología, medios, derecho, etc.) que corren el riesgo de desaparecer primero, gracias a la IA.
Y la parte más irritante de cada informe es la falta de una contraposición, como ofrecer consejos sobre cómo mantener las carreras a salvo de la IA.
Dos tuits del Dr. Brandeis Marshall en Linkedin @csdoctorsister analizan los peligros de la ingeniería de puntas desde la perspectiva del autor del artículo.
"Estoy aquí para documentar la próxima gran tendencia de contratación de tecnología: 'Ingeniería Cue'.
Sí, contrate personas para usar GPT-X+ presumiblemente para "optimizar" una herramienta/plataforma específica basada en LLM. tan terrible. Es como llamarse a sí mismo ingeniero de datos, pero en realidad solo es un tipo de ingreso de datos. 19 de abril de 2023 15:31 1693 vistas
"La ingeniería de propinas es esencialmente 'cómo se busca en Google' versión 2.0. Ahora, la mayoría de la gente no sabe qué palabras clave/frases usar en estas plataformas y sitios internos. Por lo tanto, la ingeniería de propinas será exagerada y la gente pensará erróneamente que la propina es algo. nuevo. La ingeniería de sugerencias es solo SQL en términos coloquiales". 19 de abril de 2023 6:46 p. m. · 126 visualizaciones
Cómo Claude AI descifró el significado de estos dos tuits:
-
El Dr. Brandeis Marshall ha documentado que la próxima gran tendencia de contratación de tecnología será la "ingeniería de pistas". Esto significa contratar personas para "optimizar" herramientas y plataformas específicas basadas en modelos de lenguaje con GPT-X+. Ella piensa que es bastante malo, como llamarse a sí mismo ingeniero de datos pero en realidad solo es un tipo de entrada de datos.
-
Tip Engineering es esencialmente una versión actualizada del motor de búsqueda. La mayoría de las personas en estos días no saben qué palabras clave y frases usar en estas plataformas y sitios web internos. Por lo tanto, la ingeniería de señales puede sobreestimarse y la gente piensa erróneamente que la ingeniería de señales es algo nuevo. Pero, de hecho, la ingeniería rápida es solo SQL en lenguaje coloquial, que se usa para ayudar a los usuarios a obtener información.
En general, estos dos tuits advierten que la tecnología de inteligencia artificial es demasiado dependiente y está sobrevalorada, al tiempo que ignoran el papel de los ingenieros y expertos humanos. Se sugiere que la ingeniería solo asiste a los seres humanos, pero no puede reemplazarlos.
Tuit del autor sobre la desafortunada tendencia exagerada de la IA que impulsó la ingeniería (fuente 1 y fuente 2)
Después de meses de intensas discusiones cara a cara, columnas y podcasts sobre "lo que la IA puede hacer por usted", quiero hacer la pregunta opuesta: ¿Qué no puede hacer la IA?
Algunos dirán con entusiasmo: "Nada. Este es el avance tecnológico más disruptivo y transformador. Es y seguirá cambiando el mundo y la forma en que interactuamos con los espacios digitales".
Informe de investigación con estadísticas de apoyo predice un futuro altamente inteligente.
En 2018, McKinsey Global Institute publicó un informe sobre el futuro del trabajo, estimando que para 2030, 400 millones de personas en todo el mundo serán reemplazadas por sistemas, herramientas y plataformas de inteligencia artificial.
En septiembre de 2023, Goldman Sachs publicó su Informe de impacto económico global, sugiriendo que "la IA generativa podría reemplazar hasta una cuarta parte de los empleos actuales".
A principios de este mes, el Foro Económico Mundial publicó su informe Future of Jobs, que estaba en línea con las previsiones de Goldman Sachs, pero compartió cifras específicas sobre el impacto de la automatización en el empleo.
Las estimaciones de las perspectivas laborales son bastante aleccionadoras: se evaporarán 830.000 puestos de trabajo y solo se crearán 690.000. Esa es una diferencia de 140.000 puestos de trabajo.
对工作替代和/或无法获得生活工资工作的恐惧非常高。人们害怕他们会从职业、工作和支持他们想要的生活方式的方式中被自动化。
甚至还有一份潜在工作清单（在科技、媒体、法律等领域），这些工作首先出现在砧板上，由于人工智能而消失。
这些报告中令人恼火的部分是，缺乏对立的立场，例如分享关于人工智能证明你的职业生涯的建议。
Brandeis Marshall 博士(她/她)在 LinkedIn@csdoctorsister 上
“你给Al过度积极的评价。Al并不智能或富有同情心。Al仅仅是一个重复引擎。AG列表(Algorithmic Governance lists)让你相信操纵的0和1具有人性特征,而人们在数字领域被否定人性。 ”
这种说法站得住脚吗? Claude AI 如何解读博士的观点：
这句话的意思是,Al(可能指的是一个人名或系统)给出了不恰当或不值得的赞同或信用。
换句话说,Al过于轻信或轻易地给出了赞同,而实际上那个人或事物并不值得如此积极的评价。这可能导致 Al 评价失误或判断错误。
例如:
-
Al太轻易地给新员工一个好评,而实际上新员工的表现不够理想。 -
Al过于相信某个理论或观点,而实际上它还不够成熟或可靠。 -
Al太快地信任某人,而实际上那人不那么值得信任。
所以,总体来说,这句话在暗示Al的某个决定、判断或评价是仓促的,结果给出了不适当的正面反馈。Al应该更加谨慎地鉴定事物的价值和可靠性,而不是轻易给出积极的评价。
与其关注人工智能在我们生活的各个方面的预期采用，不如考虑磨练人工智能无法实现的东西。
无法实现人工智能的是无法数字化或自动化的行动、任务和技能。这些例程要求人类不断参与循环，以做出关键和关键的决定。
因此，我确定了三类人类驱动的决策能力，每个部门和行业目前都需要，并且在可预见的未来将需要。
情境意识。现在上下文不是铁板一块。人类考虑的背景类型可能不止以下一种：文化、经济、情感、历史、位置、政治、情境和社会。
通常有一条贯穿线来交叉这些不同的背景。经济视角不能与社会和/或政治视角分开。
将这些上下文隔离为独立且相同分布的元素并不是现实生活 - 无论有多少知名的AI研究人员试图通过精心设计的实验和已发表的结果构建一个具有代表性的数学方程。
像这样的图像在网上分享，需要人们的历史、位置和政治意识知道它们是为了引起公众的某种反应而制造和制造的。
冲突解决。人工智能无法处理摩擦。事实上，它选择了一方——最不讨人喜欢的一面。
2016 年，人工智能聊天机器人 Tay 在被关闭前不到 1 天就发布了种族主义、厌恶女性和其他主义的推文。
快进到 2023 年 <> 月，注入 ChatGPT 的 Snapchat 人工智能聊天机器人向一名成年人传播了不适当的建议，称他们是未成年人。
人工智能不知道什么时候该闭嘴或不回答。AI被编程为提供响应。该答复的质量、适当性和有效性仍然值得怀疑。
处理难题是人工智能系统、工具和平台的一个明显薄弱领域。人工智能有可能为人类提供选择，但它不能真正帮助我们做出明智的选择。
批判性思维。我们人类评估和评估环境的能力是我们显着特征之一。批判性思维技能结合了解决问题、好奇心、创造力、推理和策略。
人工智能不能很好地完成这些批判性思维元素之一。例如，计算机编程，又名编码，确实解决了数学问题。
但是，一旦数学方程式中的任何元素成为人们的代理，那么通过编码方法解决问题的方法就会中断，因为至少有一个人口群体因此被排斥和压迫。
在另一个例子中，人工智能艺术试图声称人工智能是创造性的。但是，有一些棘手的版权侵权纠纷引起了人们对从在线存储库中废弃的内容的合法（和道德）使用的担忧。
人工智能之所以达到这个水泥天花板，是因为推理和判断是通过平衡生活经验、专业知识和技能做出的。
人工智能没有生活经验，由训练/测试数据集和可编程技能决定的专业知识有限。其余的则由人们在锻炼批判性思维技能时承担。
人工智能无法提供情境感知、解决冲突或批判性思考。如果你进入一个需要融合这三种功能的职业或技能，那么你将有一条谋生之路。
Lo más probable es que sus responsabilidades laborales cambien, en lugar de desaparecer, para que pueda diagnosticar los efectos de múltiples entornos, manejar la tensión y pensar críticamente.
Por ejemplo, para los programadores (tengan o no un título en informática), tendremos una mayor necesidad de explicar y explicar qué está haciendo realmente la IA generativa.
No puede ser un desarrollador de software sin ser consciente del impacto social potencial de las líneas de código que escribe. Esencialmente, es importante que todos podamos comprender los matices de nuestras fortalezas y debilidades basadas en habilidades numéricas y de comunicación en nuestras principales disciplinas.
Lo que la IA no puede lograr son comportamientos, tareas y habilidades que no se pueden digitalizar ni automatizar.
Estas tareas rutinarias requieren una participación humana constante para tomar decisiones críticas y fundamentales. Por lo tanto, he identificado tres categorías de capacidades humanas para la toma de decisiones que toda industria necesita hoy y necesitará en el futuro previsible.
Este artículo es publicado por mdnice multiplataforma