当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 人类不应惧怕被人工智能自动化取代的原因

人类不应惧怕被人工智能自动化取代的原因

来源:51CTO.COM 2023-04-16 16:12:24 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《人类不应惧怕被人工智能自动化取代的原因》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

人类不应惧怕被人工智能自动化取代的原因

随着企业现在部署人工智能工具来做很多事情——从翻译演讲到为大型法律建立语言学习模型,许多员工开始担心他们可能很快就会失业。

然而,颇受欢迎的Noahpinion网站的作者Noah Smith在一篇文章中辩称,人们还不应该担心自己的工作被自动化取代。

Smith写道,“人们对自动化的普遍认知是,它会将人类赶出工作岗位——今天你从事着某种有价值的工作,明天你就在领取福利救济了。然而,事实却并非如此!几个世纪以来,我们一直在部署自动化技术,截至2023年,几乎每个想要工作的人都还有工作。”

自动化到底意味着什么?

在他的文章中,Smith研究了从花旗银行到普华永道会计师事务所的研究人员多年来关于工作自动化的几项研究。

Smith指出,在这些研究中,“自动化”一词从未被明确定义,但是它们都共同阐述了不同程度的“替代”假设。有些情况下,比如“你将得到新的工具,让你自动完成工作中无聊的部分,从而能够使你晋升到一个更有价值的职位”,甚至会带来新的好处。

这意味着很难就自动化对任何特定的个人意味着什么得出全面的结论。

史密斯指出的另一个问题是,这些研究并没有涉及劳动力市场整体将如何变化。他认为,“如果一个工作岗位被自动化摧毁,而另外两个更高薪资的工作岗位被创造出来,那么工人显然是赢家。”然而,关于这个话题的研究似乎只关注自动化,这可能表明工人是这种情况下的输家,即使事实并非如此。

评估“替代”往往是主观的

Smith还指出,以前的研究在评估一份工作被取代的风险时使用了过多的主观性。

在弗雷和奥斯本(2013)的一项研究中,研究人员指出,他们从美国劳工部开发的数据库中“主观地手工标记”工作,如果这些工作“可自动化”,则打1分,如果不能,则打0分。

研究人员还指出,他们只关注数据库中“我们对其电脑化标签非常有信心”的一小部分工作,以进一步降低“主观偏见影响我们分析”的风险。

Smith表示,好消息是,从那时起,研究方法已经得到了改进。

高盛本月初发表的一项研究通过将工作视为政府数据库中描述的任务总和(而非一个整体实体),评估了人工智能对自动化的影响。

Smith指出,高盛的研究人员还认识到,当只有一些任务是自动化的时候,“自动化通常充当的是补充作用,而不会取代工人”。

此外,这项研究还支持了自动化并不总是意味着裁员的观点,指出“技术可以取代一些任务,但它也可以让我们在执行其他任务时更有效率,并创造新的任务和新的工作岗位”。

然而,《福布斯》在报道这项研究时的标题是《高盛预测人工智能将消除或减少3亿个工作岗位》。

Smith写道,“很多人都习惯了‘机器人抢走了我们的工作’的说法,以至于他们会通过扭曲的视角来报道他们看到的每一个结果。’”

今天关于《人类不应惧怕被人工智能自动化取代的原因》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
如何修复未在 Windows 10 上迁移的设备?如何修复未在 Windows 10 上迁移的设备?
上一篇
如何修复未在 Windows 10 上迁移的设备?
win10使用时经常死机怎么办?win10频繁死机解决方法
下一篇
win10使用时经常死机怎么办?win10频繁死机解决方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    485次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    541次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    563次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    518次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    332次使用