Интеллект по: Программное обеспечение Интеллект от ITV

Содержание

В России хотят научить мыслить искусственный интеллект по-другому | Цифровые технологии

МОСКВА, 13 окт. Новый подход к разработке искусственного интеллекта (ИИ) предложили ученые Тюменского государственного университета (ТюмГУ). По их словам, модель, созданная на основе анализа существующих систем и широкого спектра исследований в этой сфере, ляжет в основу будущего ИИ, который будет «застрахован» от ошибок и способен к абстрактному мышлению. Статья опубликована в журнале Mind and Matter.

Системы с элементами искусственного интеллекта помогают человеку облегчить и автоматизировать принятие решений во множестве сфер: от домашнего хозяйства до войны. В будущем, по словам ученых ТюмГУ, ИИ будет принимать все больше решений без вмешательства человека. Из-за этого возникает необходимость в таких подходах к архитектуре ИИ, которые гарантированно позволят избежать неприемлемых рисков.

Роботы и системы ИИ, применяемые сегодня, например, для вождения автомобилей, прогнозирования поведения потребителей и даже для вынесения судебных решений, выводят свои ответы статистически, основываясь на массиве проанализированных примеров.

Подобные системы могут быть очень эффективны в определенных вычислительных задачах, но пока они далеки от «общего» или «сильного» искусственного интеллекта. Поэтому, по словам ученых, нередки случаи принятия ИИ некорректных и неэтичных решений.

Чтобы снизить подобные риски, специалисты университета предложили подход к разработке ИИ, который позволит сделать его более интеллектуальным и «сознательным». По словам авторов, их модель архитектуры искусственного интеллекта объединяет результаты широкого спектра физических, математических, когнитивных, философских и других исследований в этой области.

“Мы вывели ключевой признак наличия у системы «общего ИИ»: она должна быть способна понимать и уметь применять разные модели своего окружения, то есть, проще говоря, разные «мировоззрения» или «теории». Ориентируясь на «теории», как на определенные парадигмы оценки данных, ИИ не только сможет «смотреть на ситуацию по-разному», но и выводить новые принципы, законы, уместные для данной сферы”, – рассказал исследователь Школы перспективных исследований (SAS) ТюмГУ Луи Вервурт.

«Этическая проблема с ИИ заключается не в том, что у машин нет общего «человеческого» понимания мира, которое включало бы однозначные моральные позиции и идею моральной ответственности. Высокоуровневое познание, сознание и этическое поведение проистекают из одного источника – из способности овладевать широкими концептуальными рамками, а не только специальными задачами. Мы считаем, что этот процесс можно воспроизвести и в машине», – объяснил Луи Вервурт.

Предложенный подход имеет некоторое сходство с теорией сознания высшего порядка Дэвида Розенталя, а также с элементами концепции глобального рабочего пространства Бернарда Баарса. По словам ученых ТюмГУ, эти теоретические модели сознания и абстрактного познания были поддержаны недавними экспериментальными исследованиями в области когнитивной нейробиологии в Массачусетском технологическом институте (Кембридж, Массачусетс, США).

«Пока мы предложили только общую стратегию. Но наш анализ позволяет понять, насколько современный ИИ продвинулся в имитации или реализации абстрактного мышления: если присмотреться к деталям, окажется, что до «теоретического мастерства» еще далеко. Однако мы верим, что будущий ИИ будет «управляем» именно теорией, а не данными, как сейчас», – отметил Луи Вервурт.

Предложенный подход, уверены ученые, ляжет в основу разработки ИИ следующего поколения. В дальнейшем научный коллектив планирует продолжить работу в тесном сотрудничестве с экспертами в области искусственного интеллекта и машинного обучения, чтобы разработать конкретные вычислительные подходы, основанные на новой модели.

ГБУ ДО Центр «Интеллект» — официальный сайт

С 29 ноября по 4 декабря состоится образовательная сессия по программам «Хорошая физика» и «Экспериментальная физика», которая посвящена колебательным и волновым процессам.

В рамках образовательной программы 30 ноября пройдет видеоконференция «Борьба за скорость движения по воде, или почему гребля академическая?» под руководством кандидата физ.-мат.наук Мостовых Павла Сергеевича, Санкт-Петербургского политехнический университет Петра Великого.

3 декабря состоится региональный турнир юных физиков, в котором будут соревноваться команды школьников Ленинградской области. Региональный этап турнира — это этап подготовки к Всероссийскому турниру юных физиков (март 2022 года) и к Международному турниру юных физиков (Timlsoare, Romania, июля 2022 года).

Турнир юных физиков — это лично-командное состязание школьников старших классов в умении решать сложные научные проблемы, убедительно представлять свои решения и отстаивать их в научных дискуссиях. 4 декабря пройдет физический бой, который будет посвящен «Колебательным и волновым процессам».

В завершение сессии пройдет подведение итогов по программам «Хорошая физика», «Экспериментальная физика» и вручение сертификатов 1,2,3 степени.

Знакомьтесь — наш преподаватель Караев Яков Гейдарович, победитель городской олимпиады по физике за 2013–2014 гг (11кл), призёр предыдущих лет (2010-2011, 2011-2012). Подготовил победителей и призеров олимпиады Максвелла, городской олимпиады с 2019 по 2021гг.

Куратор образовательной сессии по физике Леонова Наталья Алексеевна,

канд.

пед.наук, доцент кафедры физики

Санкт-Петербургского политехнического университета Петра Великого

Интеллект. ПО мониторинга — лицензия, русская версия, цена

Продукт от разработчика «Интеллект» для организации системы мониторинга удаленных рабочих мест (УРМ). За счет модульного состава позволяет создавать гибкие комплексы с простой модернизацией в зависимости от количества конечных узлов. Программа создана с поддержкой англо- и русскоязычного интерфейса.

Сколько стоит купить лицензию, варианты поставки

Артикул:
AXXN12734357
НДС: Не облагается
Тип поставки: Электронная (e-mail)
Язык (версия): Русский/Английский
Срок поставки лицензионной программы или ключа активации: 5-7 рабочих дней

Примечания: Бессрочная лицензия
Тип лицензии: Постоянная
Тип покупателя: Коммерческая
Оплата картой недоступна
Только для юр. лиц и ИП

Артикул: AXXN12734358
НДС: Не облагается
Тип поставки: Электронная (e-mail)
Язык (версия): Русский/Английский
Срок поставки лицензионной программы или ключа активации: 5-7 рабочих дней
Примечания: Бессрочная лицензия
Тип лицензии: Постоянная
Тип покупателя: Коммерческая
Оплата картой недоступна
Только для юр. лиц и ИП

Артикул: AXXN19590097
НДС: Не облагается
Тип поставки: Электронная (e-mail)
Язык (версия): Русский/Английский
Срок поставки лицензионной программы или ключа активации: 5-7 рабочих дней
Примечания: Бессрочная лицензия
Тип лицензии: Постоянная
Тип покупателя: Коммерческая
Оплата картой недоступна
Только для юр. лиц и ИП

Артикул: AXXN12734359
НДС: Не облагается
Тип поставки: Электронная (e-mail)
Язык (версия): Русский/Английский
Срок поставки лицензионной программы или ключа активации: 5-7 рабочих дней
Примечания: Бессрочная лицензия
Тип лицензии: Постоянная
Тип покупателя: Коммерческая
Оплата картой недоступна
Только для юр. лиц и ИП

Информация на сайте ни при каких условиях не является публичной офертой, определяемой положениями статьи 437(2) ГК РФ.

Ученые хотят научить мыслить искусственный интеллект по-другому

Роботы и системы ИИ, применяемые сегодня, например, для вождения автомобилей, прогнозирования поведения потребителей и даже для вынесения судебных решений выводят свои ответы статистически, основываясь на массиве проанализированных примеров. Подобные системы могут быть очень эффективны в определенных вычислительных задачах, но пока они далеки от «общего» или «сильного» искусственного интеллекта. Поэтому, по словам ученых, нередки случаи принятия ИИ некорректных и неэтичных решений.

Пока ИИ ориентируется на заданный набор образцов, не имея возможности переоценить или расширить его практически в реальном времени, будет риск, что автоматическое решение окажется неправильным, считают ученые ТюмГУ. Чтобы снизить подобные риски, специалисты предложили подход к разработке ИИ, который позволит сделать его более интеллектуальным и «сознательным». По словам авторов, их модель архитектуры искусственного интеллекта объединяет результаты широкого спектра физических, математических, когнитивных, философских и других исследований в этой области.

Мыслить абстрактно, как объяснили ученые, и для человека, и для машины значит использовать согласованные модели и концептуальные рамки, которые позволяют изучать мир с разных ракурсов, расширяя взаимодействие с ним.«Этическая проблема с ИИ заключается не в том, что у машин нет общего «человеческого» понимания мира, которое включало бы однозначные моральные позиции и идею моральной ответственности. Высокоуровневое познание, сознание и этическое поведение проистекают из одного источника – из способности овладевать широкими концептуальными рамками, а не только специальными задачами. Мы считаем, что этот процесс можно воспроизвести и в машине», – объяснил Луи Вервурт.

Предложенный подход имеет некоторое сходство с теорией сознания высшего порядка Дэвида Розенталя а также с элементами концепции глобального рабочего пространства Бернарда Баарса. По словам ученых ТюмГУ, эти теоретические модели сознания и абстрактного познания были поддержаны недавними экспериментальными исследованиями в области когнитивной нейробиологии в Массачусетском технологическом институте (Кембридж, Массачусетс, США).

Некоторые из самых продвинутых систем искусственного интеллекта, частично имитирующие абстрактное мышление, были созданы физиками Швейцарского федерального технологического института (Цюрих, Швейцария) и Массачусетского технологического института (Кембридж, Массачусетс, США). Эти исследования продемонстрировали способность ИИ независимо формулировать и комбинировать физические законы – это является первым шагом к теориям.«Пока мы предложили только общую стратегию. Но наш анализ позволяет понять, насколько современный ИИ продвинулся в имитации или реализации абстрактного мышления: если присмотреться к деталям, окажется, что до «теоретического мастерства» еще далеко. Однако мы верим, что будущий ИИ будет «управляем» именно теорией, а не данными, как сейчас», – отметил Луи Вервурт.

Предложенный подход, уверены ученые, ляжет в основу разработки ИИ следующего поколения. Научный коллектив планирует продолжить работу в тесном сотрудничестве с экспертами в области искусственного интеллекта и машинного обучения, чтобы разработать конкретные вычислительные подходы, основанные на новой модели.

Источник:
Управление стратегических коммуникаций ТюмГУ

Фото: dailystorm.ru

ВСК внедрила искусственный интеллект в онлайн-урегулирование страховых случаев по каско — Экономика и бизнес

МОСКВА, 1 декабря. /ТАСС/. Компания ВСК первой на страховом рынке внедрила технологию искусственного интеллекта в процесс онлайн-урегулирования страховых случаев по каско, следует из сообщения страховщика.

«ВСК первой среди страховых компаний внедрила искусственный интеллект по автоматическому распознаванию повреждений в процесс онлайн-урегулирования страховых случаев по каско. Технология уже работает, постепенно она станет доступна всем страхователям», — указано в сообщении компании.

Сервис позволяет сократить скорость получения направления на ремонт с семи дней до двух часов после фиксации страхового события онлайн. Искусственный интеллект активизируется на стадии оформления ДТП после того, как клиент загрузит фотографии с места происшествия в мобильное приложение. На первом этапе ИИ по фото распознает части автомобиля, сопоставляет их с эталонным контуром машины без повреждений и с помощью специального алгоритма выделяет деформированные участки авто, а также определяет место и тип повреждения — царапину, скол, вмятину и так далее. Далее технология по каждой поврежденной детали оперативно подбирает формат ремонта: починку или замену детали. На последнем этапе система выдает страхователю заключение с перечислением повреждений, и после обработки заявки страхователь автоматически получает сформированное направление на ремонт.

ВСК отмечает, что в дальнейшем применение технологии искусственного интеллекта совместно с другими цифровыми сервисами позволит страхователю отправиться в выбранный самостоятельно технический центр в любое время и с места ДТП. Кроме того, искусственный интеллект будет способен прогнозировать работы по скрытым повреждениям, что практически исключает ошибку в определении размера убытка.

По словам члена совета директоров, заместителя генерального директора по развитию бизнеса Страхового Дома ВСК Ольги Сорокиной, более 60% наших клиентов уже сейчас выбирают именно дистанционное урегулирование.

«Если сами технологии искусственного интеллекта уже внедряются повсеместно, то основная задача, которая стоит перед менеджментом компаний, — это перестроить процессы с учетом новой технологии. Работать по-старому больше невозможно. А это серьезная работа не только внутри компании, но и со всеми игроками рынка авто: станциями технического обслуживания, экспертами, автодилерами», — отметила она.

Сколтех | Детский интеллект по МРТ?

Группа исследователей из Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) Сколтеха приняла участие в международном конкурсе прогнозирования уровня интеллекта подростков по МРТ мозга. Для решения этой задачи ученые из Сколтеха впервые применили ансамблевые методы на основе 3D сетей глубинного обучения. Результаты исследования были опубликованы в журнале Adolescent Brain Cognitive Development Neurocognitive Prediction.

В 2013 году Национальный Институт Здоровья (NIH, США) запустил самое масштабное исследование развития когнитивных способностей у подростков – Adolescent Brain Cognitive Development (ABCD, https://abcdstudy.org/).

МРТ – распространенный способ получения изображений внутренних органов и тканей человека, который основан на явлении ядерного магнитного резонанса. Ученые заинтересовались возможностью предсказания уровня интеллекта на основании информации, полученной из МРТ снимков мозга. В базе, которой располагает NIH, хранятся более 11 тысяч структурных и функциональных МРТ снимков подростков 9-10 лет. Ученые из NIH запустили международное соревнование, основанное на базе данных NIH, впервые опубликованной для общего доступа. Участникам соревнования предлагалось построить предсказательную модель на основании изображений мозга.

К соревнованию подключились ученые из Сколтеха. Ученые применили к работе с МРТ снимками нейронные сети. Для этого была построена архитектура сети, предполагающая применение к одним и тем же данным нескольких математических моделей для повышения точности прогноза. Для анализа МРТ был использован новый ансамблевый метод.

Основная задача проведенного в Сколтехе исследования связана с прогнозированием уровня интеллекта, который не зависит от уровня знаний и навыков, а характеризует биологические возможности нервной системы – коэффициент так называемого “текучего интеллекта”. При этом измеряется не сам уровень текучего интеллекта, а целевая переменная, которая не зависит от возраста, пола, объема головного мозга и используемого МРТ сканера.

«Наша команда занимается в том числе и развитием методов глубинного обучения для задач машинного зрения для анализа данных МРТ. И в этом исследовании мы применяли ансамбли классификаторов на трехмерных сверхточных сетях: такой подход позволяет классифицировать изображение целиком, без предварительного снижения размерности, а значит и без потери информации», — рассказывает аспирантка CDISE Екатерина Кондратьева.

По результатам исследования была выявлена корреляция между уровнем «текучего» интеллекта ребенка и анатомией мозга. Точность прогнозирования пока далека от идеальной, тем не менее, модели, разработанные в рамках данного соревнования, позволят пролить свет на многочисленные аспекты когнитивного, социального, эмоционального и физического развития в подростковом возрасте. В дальнейшем данное направление исследований будет только развиваться.

Команда учёных-разработчиков из Сколтеха была приглашена представить новый метод на одной из самых престижных конференций по медицинской визуализации – MICCAI 2019, Шеньжень, Китай.

Контакты:
Skoltech Communications
+7 (495) 280 14 81

*protected email*

ВСК внедрила искусственный интеллект в процесс онлайн-урегулирования страховых случаев по каско

01 Декабря 2021 10:3401 Дек 2021 10:34 | Поделиться

ВСК внедрила искусственный интеллект по автоматическому распознаванию повреждений в процесс онлайн урегулирования страховых случаев по каско. Технология уже работает, постепенно она станет доступна всем страхователям, обновившим мобильное приложение «ВСК страхование». Сервис позволяет сократить скорость получения направления на ремонт с семи дней до двух часов после фиксации страхового события онлайн. Первое направление на ремонт в рамках оформления ДТП при помощи ИИ было выдано 16 ноября 2021 г.

Процесс урегулирования страховых случаев по каско для клиентов ВСК теперь станет еще проще за счет использования нового сервиса. Искусственный интеллект активизируется на стадии оформления ДТП после того, как клиент загрузит фотографии с места происшествия в мобильное приложение.

На первом этапе ИИ по фото распознает части автомобиля, сопоставляет их с эталонным контуром машины без повреждений и с помощью специального алгоритма выделяет деформированные участки авто, а также определяет место и тип повреждения — царапину, скол, вмятину и так далее. Далее технология по каждой поврежденной детали оперативно подбирает формат ремонта: починку или замену детали.

На последнем этапе система выдает страхователю заключение с перечислением повреждений, и после обработки заявки страхователь автоматически получает сформированное направление на ремонт

В будущем применение технологии искусственного интеллекта совместно с другими цифровыми сервисами компании позволит страхователю отправиться в выбранный самостоятельно технический центр в любое удобное время, даже сразу с места ДТП. Кроме того, искусственный интеллект будет способен прогнозировать работы по скрытым повреждениям, что практически исключает ошибку в определении размера убытка.

«Внедрение технологии ИИ в процесс урегулирования – знаковое событие как для компании, так и для отрасли в целом. Если сами технологии искусственного интеллекта уже внедряются повсеместно, то основная задача, которая стоит перед менеджментом компаний — это перестроить процессы с учетом новой технологии. Работать по-старому больше невозможно. А это серьезная работа не только внутри компании, но и со всеми игроками рынка авто: Станциями технического обслуживания, экспертами, автодилерами. То, что такая возможность дана напрямую нашему клиенту в мобильном приложении является продолжением стратегии развития дистанционных сервисов. Более 60% наших клиентов уже сейчас выбирают именно дистанционное урегулирование», — отметила Ольга Сорокина, член совета директоров, заместитель генерального директора по развитию бизнеса Страхового Дома ВСК.

На пути к пониманию влияния искусственного интеллекта на рабочую силу

Реферат

Быстрый прогресс в области искусственного интеллекта (ИИ) и технологий автоматизации может серьезно подорвать рынки труда. Хотя ИИ и автоматизация могут повысить продуктивность некоторых сотрудников, они могут заменить работу, выполняемую другими, и, вероятно, трансформируют почти все профессии, по крайней мере, до некоторой степени. Растущая автоматизация происходит в период растущего экономического неравенства, вызывающего опасения массовой технологической безработицы и нового призыва к политическим усилиям по устранению последствий технологических изменений. В этой статье мы обсуждаем барьеры, которые мешают ученым измерять влияние ИИ и автоматизации на будущее работы. Эти препятствия включают отсутствие высококачественных данных о характере работы (например, динамические требования профессий), отсутствие эмпирически обоснованных моделей ключевых процессов на микроуровне (например, замена навыков и взаимодополняемость человека и машины), а также недостаточное понимание как когнитивные технологии взаимодействуют с более широкой экономической динамикой и институциональными механизмами (например,g., городская миграция и международная торговая политика). Преодоление этих препятствий требует улучшения продольного и пространственного разрешения данных, а также уточнения данных о профессиональных навыках на рабочем месте. Эти улучшения позволят мультидисциплинарным исследованиям количественно отслеживать и прогнозировать сложную эволюцию работы в тандеме с техническим прогрессом. Наконец, учитывая фундаментальную неопределенность в прогнозировании технологических изменений, мы рекомендуем разработать структуру принятия решений, которая фокусируется на устойчивости к неожиданным сценариям в дополнение к общему равновесному поведению.

Искусственный интеллект (ИИ) — это быстро развивающаяся технология, способная кардинально изменить занятость в США (1, 2). В отличие от предыдущих технологий, примеры ИИ находят применение в различных высокообразованных, хорошо оплачиваемых и преимущественно городских отраслях (3), включая медицину (4, 5), финансы (6) и информационные технологии (7). Учитывая потенциал ИИ в изменении характера работы, как политики могут способствовать появлению новых возможностей трудоустройства? Изучение этого вопроса затруднено из-за сложности экономических систем и различного воздействия ИИ на разные виды труда.

В то время как технологии в целом повышают производительность, искусственный интеллект может ограничить некоторые из сегодняшних ценных возможностей трудоустройства. Следовательно, исследователи и политики беспокоятся о будущем работы как в странах с развитой, так и в развивающихся странах мира. Например, Китай делает технологии, основанные на искусственном интеллекте, центральным элементом своего плана экономического развития (8). Проблемы автоматизации не новость для ИИ, и примеры относятся к временам появления письменности. В Древней Греции ( ок. г.370 г. до н.э.), Платон Phaedrus (9) описывает, как письмо вытесняет человеческую память, а чтение заменяет истинное знание простыми данными. Чаще историки указывают на промышленную революцию и беспорядки луддитов 19 ^– гг. (10) как на примеры того, как технический прогресс привел к социальным волнениям. Два примера из недавнего прошлого подтверждают эти опасения.

Василий Леонтьев, лауреат Нобелевской премии по экономике 1973 года, заметил в 1952 году: «Труд будет становиться все менее и менее важным.. . Больше рабочих будет заменено машинами. Я не вижу, чтобы в новых отраслях можно было найти работу всех, кто хочет работать »(11).

Точно так же генеральный прокурор США Роберт Ф. Кеннеди прокомментировал в 1964 году: «Автоматизация обеспечивает нам удивительный рост производства и информации, но говорит ли она нам, что делать с людьми, которых вытесняют машины? Современная промышленность дает нам способность к беспрецедентному богатству — но где наша способность сделать это богатство значимым для бедных каждой страны? » (12).

Однако, несмотря на эти давние и часто повторяющиеся проблемы, общество претерпело глубокие преобразования, экономика продолжала расти, технологии продолжали развиваться, а рабочие по-прежнему имели рабочие места. Что делает человеческий труд устойчивым к автоматизации с учетом этой истории, вызывающей озабоченность? Является ли ИИ принципиально новой проблемой из прошлых технологий?

Чтобы ответить на эти вопросы, необходимы подробные знания, которые позволяют соединить ИИ с сегодняшними навыками на рабочем месте. Каждая конкретная технология изменяет спрос на определенные виды труда, и, таким образом, различные требования к навыкам для разных должностей могут скрыть влияние технологии.В целом, в зависимости от характера работы, работник может быть дополнен технологией или конкурировать с ней (13⇓ – 15). Например, технический прогресс в робототехнике может уменьшить заработную плату и возможности трудоустройства для производственных рабочих (16, 17). Однако технологические изменения не обязательно приводят к безработице, а в случае искусственного интеллекта когнитивные технологии могут фактически увеличить количество рабочих (18, 19). Например, машинное обучение, по-видимому, повышает продуктивность разработчиков программного обеспечения, а также создает новые инвестиционные и производственные возможности (например,г., автономные автомобили). Еще больше усложняет ситуацию то, что профессиональные требования к профессиям не остаются статичными, а меняются с изменением технологий (19, 20).

В оставшейся части этой статьи мы описываем, как эта конкурирующая динамика в сочетании с недостаточностью данных может позволить сосуществовать противоположным точкам зрения. В частности, мы утверждаем, что ограничения данных о задачах и навыках на рабочем месте ограничивают жизнеспособные подходы к проблеме технологических изменений и будущего труда.Мы предлагаем предложения по улучшению сбора данных с целью обогащения моделей рабочих навыков, занятости и влияния ИИ. Наконец, мы предлагаем идеи, которые могут дать улучшенные данные в сочетании с методологическим акцентом на устойчивость и прогнозирование.

Контрастные перспективы

Перспектива предсказателя рока.

Технологии совершенствуются, чтобы сделать человеческий труд более эффективным, но большие улучшения могут иметь пагубные последствия для занятости. Это устаревание из-за замещения рабочей силы заставляет многих беспокоиться о «технологической безработице» и мотивирует попытки прогнозировать влияние ИИ на рабочие места.Одно исследование оценило последние разработки в области искусственного интеллекта и пришло к выводу, что 47% текущей занятости в США подвержены высокому риску компьютеризации (23), в то время как другое исследование с использованием другой методологии пришло к выводу, что менее тревожные 9% занятости находятся под угрозой (24). ). Подобные исследования рассматривали влияние автоматизации на занятость в других странах и пришли к отрезвляющим выводам: автоматизация затронет 35% занятости в Финляндии (25), 59% занятости в Германии (26) и от 45 до 60% занятости во всех странах. Европа (27).Критики жаловались, что проспективным исследованиям не хватает подтверждения, но ретроспективные исследования также показывают, что робототехника сокращает возможности трудоустройства на производстве в США (17, 28) [хотя и не в Германии (29)].

Взгляд оптимиста.

Оптимисты предполагают, что технология может заменить некоторые виды рабочей силы, но что повышение эффективности от технологического расширения перевешивает затраты на переходный период (30–34), и во многих случаях технология увеличивает занятость для работников, которые не находятся в прямой конкуренции с it (19, 35) [хотя недавняя последующая работа предполагает, что это временные достижения (28)].Кроме того, требования к навыкам для каждой должности не статичны и фактически меняются с течением времени, чтобы отразить меняющиеся потребности в рабочей силе. Например, работникам может потребоваться больше социальных навыков, потому что эти навыки по-прежнему сложно автоматизировать (20). Даже если технологии сокращают занятость некоторых видов труда, они могут создавать новые потребности и новые возможности за счет «созидательного разрушения» (36⇓ – 38). Например, замена конных путешествий автомобилями стимулировала спрос на новые придорожные удобства, такие как мотели, заправочные станции и фаст-фуд (39).

Объединяющие перспективы.

С одной стороны, множественная динамика сопровождает технологические изменения и создает неопределенность в отношении будущего работы. С другой стороны, эксперты сходятся во мнении, что профессии лучше всего понимать как абстрактные совокупности навыков (18, 40) и что технологии напрямую влияют на спрос на определенные навыки, а не воздействуют на целые профессии сразу (16, 19, 35, 41). Таким образом, подробная структура, которая связывает определенные типы навыков с карьерной мобильностью (18, 42) и всей городской рабочей силой (40), может помочь объединить конкурирующие точки зрения (рис.1 С ). Существующие исследования теоретически утверждают, что разные типы навыков лежат в основе совокупных трудовых тенденций, таких как поляризация рабочих мест (16) и городская миграция (43, 44), но надежная эмпирическая проверка затруднена из-за специфики современных данных о навыках и их временной разреженности.

Рис. 1.

Мотивация и описание основы для изучения влияния технологий на рабочие навыки. ( A ) Согласно исх. 21, мы используем национальную статистику занятости Американского сообщества, чтобы сравнить изменение доли занятости (ось y ) профессий в соответствии со средней годовой заработной платой (ось x ) в течение двух периодов времени.Доля занятости увеличивается на профессиях с низкой и высокой заработной платой за счет профессий со средней заработной платой. ( B ) Согласно исх. 15 мы используем данные Федерального резервного банка Сент-Луиса для сравнения производительности в США (реальная производительность в час) и доходов рабочих (реальный средний личный доход), которые традиционно росли одновременно. Считается, что повышение эффективности автоматизированных технологий способствует так называемому большому разъединению, начиная примерно с 2000 года. ( C ) Структура для изучения технологических изменений, навыков на рабочем месте и будущего работы как многоуровневой сети.( Left ) Города и сельские районы представляют собой отдельные рынки труда, но рабочие и товары могут перемещаться между ними. ( Средний ) Каждое местоположение можно представить как распределение занятости по профессиям. Связи между профессиями на рынке труда представляют собой жизнеспособные смены профессий. Смена должностей возможна, если работники одной работы могут соответствовать требованиям к навыкам, предъявляемым к другой работе [например, «соответствие навыков» (22)]. ( Право ) Различные наборы навыков работников представляют собой совокупность навыков на рабочем месте, которые имеют тенденцию быть ценными вместе.Пары навыков, которые склонны к сотрудничеству, могут определить пути к карьерной мобильности. Технологии изменяют спрос на определенные навыки на рабочем месте, тем самым изменяя связи между парами навыков. Например, программное обеспечение машинного зрения может повлиять на потребность в человеческом труде для выполнения некоторых визуальных задач. Эти изменения могут накапливаться и распространяться по всей системе в виде совокупных трудовых тенденций, описанных в A и B .

Преодоление барьеров для прогнозирования будущего работы

В этом разделе мы определяем препятствия на пути нашего научного моделирования технологических изменений и будущего труда.Наряду с каждым препятствием мы предлагаем потенциальное решение, которое может улучшить прогнозирование тенденций в сфере труда. Мы приводим сводку этих препятствий и решений в Таблице 1.

Таблица 1.

Табулирование текущих препятствий для прогнозирования будущего работы вместе с предлагаемыми решениями

Барьер: Скудные данные о навыках.

Для автоматизации прогнозирования с помощью ИИ требуются данные о навыках, которые идут в ногу с быстро развивающимися технологиями [например, закон Мура (45), роботы в производстве (17) и производство патентов (46⇓ – 48)].В то время как типы навыков лежат в основе теории труда и технологических изменений (1, 18, 21, 49), стандартные данные о рабочей силе сосредотачиваются на агрегированных статистических данных, таких как заработная плата и численность занятых, и могут не учитывать особенности, которые различают разные должности и разные должности. виды работ. Например, предыдущие исследования эмпирически наблюдали «опустошение» рабочих мест со средней квалификацией, описываемое увеличением доли занятости для низкоквалифицированных и высококвалифицированных профессий за счет профессий со средней квалификацией (16, 35) (воспроизведено на рис.1 А ). В этих исследованиях навыки используются для объяснения тенденций в сфере труда, но эмпирически ограничиваются измерением годовой заработной платы, а не непосредственным содержанием навыков. Хотя заработная плата может коррелировать с конкретными навыками, сама по себе заработная плата не может уловить определяющие черты профессии, а модели, ориентированные только на когнитивный и физический труд, не могут объяснить реакцию на технологические изменения (21).

В качестве другого подхода данные об образовательных требованиях могут улучшить тенденции в сфере занятости (50–52).Например, вакансии, требующие степени бакалавра, могут выявить когнитивных работников, которые менее восприимчивы к автоматизации. В идеале образовательные учреждения обучают рабочих владению ценными навыками, ведущими к более высокой заработной плате (53). Однако рассмотрение только образования и заработной платы оказалось недостаточным для объяснения стагнации окупаемости образования (16, 54, 55) и медленного роста заработной платы, несмотря на повышение национальной производительности (14, 15, 41) (рис. 1 B ).

Улучшение данных о навыках, необходимых для выполнения конкретных рабочих задач, может дать лучшее понимание, чем только заработная плата и образование.Например, в предыдущих исследованиях профессии рассматривались как рутинные или нестандартные, когнитивные или физические (21, 56–63) или рассматривались конкретные типы навыков в связи с расширением и замещением с помощью технологий (18, 41). Повышение специфичности модели труда в задачах и навыках на рабочем месте может способствовать дальнейшему разрешению трудовых тенденций и улучшить прогнозы автоматизации с помощью ИИ. В качестве примера рассмотрим, что инженеры-строители и врачи являются высокооплачиваемой, познавательной, не рутинной профессией, требующей многолетнего высшего образования и дополнительной профессиональной сертификации. Тем не менее, эти профессии требуют определенных навыков на рабочем месте, которые в значительной степени не подлежат передаче, и эти профессии, вероятно, будут взаимодействовать с различными технологиями. Заработная плата и образование — и даже совокупность навыков на рабочем месте — могут быть слишком грубыми, чтобы различать профессии, и, таким образом, могут скрывать различное влияние различных технологий и усложнять прогнозы изменения требований к навыкам. В свою очередь, эти недостатки могут помочь объяснить изменчивость текущих прогнозов автоматизации, позволяющих получить противоположные точки зрения.

Хотя общедоступные данные о навыках ограничены, база данных O * NET Министерства труда США недавно использовалась в исследованиях трудовых ресурсов (например, ссылки 23, 41 и 64). O * NET предлагает множество преимуществ, включая подробную таксономию навыков и более регулярные обновления, чем предыдущие наборы данных. В 2014 году O * NET начал получать частичные обновления два раза в год, что является значительным улучшением по сравнению с Словарём профессиональных названий , который был опубликован в четырех изданиях в 1939, 1949, 1965 и 1977 годах с пересмотром в 1991 году. Тем не менее, тенденции в сфере занятости и меняющийся спрос на конкретные задачи и навыки могут измениться быстрее, чем позволяют временное разрешение и категоризация навыков O * NET. Еще больше усложняет ситуацию то, что достижения в области искусственного интеллекта и машинного обучения могут изменить характер автоматизации, тем самым изменив типы задач, на которые влияют технологии (3, 65).

Кроме того, в исследованиях часто используются данные O * NET для построения совокупностей навыков, таких как ввод информации или умственные процессы (40), вместо того, чтобы сосредоточиться на навыках на их наиболее детальном уровне.Если отбросить методологический выбор, относительно статичная таксономия навыков O * NET также порождает свои собственные проблемы. Например, согласно O * NET, навык «установка» одинаково важен как для программистов, так и для сантехников, но, несомненно, работники этих профессий выполняют очень разные задачи, когда устанавливают что-то на рабочем месте (см. Рис. 2 A и SI Приложение , раздел 1 для расчета). В более общем плане, любая статическая таксономия навыков на рабочем месте не идеальна для меняющейся экономики: должны ли математика и программирование быть двумя отдельными рабочими навыками, учитывая, что они оба являются вычислительными? И наоборот, не является ли «программирование» слишком широким, учитывая разнообразие существующего программного обеспечения и языков программирования? Возможно, уместнее указать задачи программирования или конкретные языки программирования (см. Рис.2 B ), особенно с учетом быстрого развития ИИ и машинного обучения. Вероятно, правильная абстракция зависит от ситуации, но данные O * NET предлагают ограниченную гибкость.

Рис. 2.

Поскольку профессиональные требования к профессиям могут определять возможности для карьерной мобильности, абстрактные данные о навыках могут скрывать важные тенденции в сфере труда. ( A ) Мы используем данные O * NET для определения характерных требований к навыкам для водителей грузовиков, сантехников и разработчиков программного обеспечения (см. SI Приложение , раздел 1 для расчета).Индивидуальные навыки могут быть уникальными для профессии (например, управление транспортными средствами) или общими для разных профессий (например, зрение при слабом освещении). Навык установки требуется как водопроводчикам, так и разработчикам программного обеспечения, но этот навык может не означать одно и то же для работников этих двух профессий. Программирование — это навык, необходимый разработчикам программного обеспечения, но грубость определения этого навыка может скрыть важную динамику, вызванную новыми технологиями, включая ИИ. ( B ) Например, мы предоставляем процент поисков в Google руководств по кодированию по языкам программирования.Тенденции сглаживаются с использованием сглаживания графика рассеяния с локальным взвешиванием (см. SI Приложение , раздел 2 для расчета). Язык программирования Python широко распространен в области машинного обучения. Таким образом, повсеместное распространение ИИ и, в частности, машинного обучения может способствовать неуклонному росту популярности Python.

Детальные данные о навыках помогут выяснить влияние ИИ и других технологий на систему труда на микромасштабах. Например, спецификации недавних патентов могут предложить автоматизируемые виды труда в ближайшем будущем (46–48), тем самым проясняя влияние технологических изменений на степень детализации конкретных задач и навыков на рабочем месте.Распределение категорий навыков по профессиям и по карьерной лестнице может показать, как меняются требования к профессиональным навыкам. В качестве примера рассмотрим, что такие профессии, как разработчик программного обеспечения, динамически меняют требования к навыкам в списках вакансий (например, «программирование» в 1990-х годах против «Python», «Java», «Kubernetes» и т. Д. Сегодня), чтобы отразить инструменты. и требуемая специализация времени. Понимание динамики конкретных навыков в сочетании с доходами по профессиям может уловить предельную ценность различных навыков, несмотря на динамичный характер работы.

Онлайн-платформы карьерного роста предлагают пример эмпирических возможностей, которым способствуют нетрадиционные и новые источники данных. Эти веб-сайты собирают данные в режиме реального времени, отражающие динамику рабочей силы в определенных отраслях. Данные из резюме рабочих могут улучшить наше понимание образования и карьеры, а также выявить переход рабочих между профессиями и наборами навыков. Кроме того, объявления о вакансиях фиксируют колебания спроса на рабочую силу и демонстрируют изменения спроса на определенные навыки.В совокупности эти два источника данных о навыках предлагают адаптивное детальное представление об изменяющемся характере работы, которое может детализировать, где существуют разрывы в работе. Доступ к этим частным источникам данных в настоящее время ограничен и обычно требует соглашения о совместном использовании данных, которое защищает личную информацию и другую конфиденциальную информацию. Конечно, этим данным присуща личная неприкосновенность частной жизни и проблемы репрезентативной выборки, но расширенный доступ может существенно расширить имеющиеся в настоящее время открытые данные о занятости и профессиональных навыках. Одно из возможных решений — создать безопасную среду для обмена подробными данными о навыках и карьере, аналогичную недавнему партнерству Social Science One (69) (см. Https://socialscience.one).

Барьер: ограниченное моделирование устойчивости.

Недавние исследования показывают, что исторические тенденции, основанные на технологиях, могут не отражать тенденции, основанные на искусственном интеллекте, с которыми мы сталкиваемся сегодня. Следовательно, некоторые пришли к выводу, что ИИ — это принципиально новая технология (3, 65). Если прошлые тенденции не позволяют прогнозировать тенденции занятости на основе текущих или будущих технологий, то как политики могут поддерживать и создавать новые возможности для трудоустройства перед лицом ИИ? Какие особенности рынка труда приводят к общей устойчивости рабочей силы к технологическим изменениям?

Создать устойчивые рынки труда сложно из-за неопределенности в отношении воздействия технологий на рабочую силу.Например, разработка эффективных программ переподготовки рабочих требует детального знания местной рабочей силы, свободного владения современными технологиями и понимания сложных зависимостей между региональными рынками труда по всему миру (70, 71). Технология обычно выполняет определенные задачи и в результате может изменить спрос на определенные навыки на рабочем месте. Эти микромасштабные изменения спроса на квалификацию могут накапливаться в системных тенденциях в сфере труда, включая переопределение профессиональных навыков, перераспределение занятости (например,g., создание рабочих мест и технологическая безработица), а также географическое перераспределение (например, миграция рабочей силы). Прогнозирование этих сложных эффектов требует детального понимания путей, по которым происходит эта динамика.

В качестве яркого примера этой сложной динамики рассмотрим конкуренцию между кассирами в банке и банкоматами (см. Ссылку 72). Неожиданно с введением банкоматов количество рабочих мест для кассиров в банках увеличилось. Одно из объяснений — эластичность спроса: поскольку банкоматы снизили операционные расходы банковских отделений, по всей стране открылось больше отделений для удовлетворения растущего потребительского спроса. Еще одна более сложная причина — это сопровождающий сдвиг в требованиях к фундаментальным навыкам от канцелярских способностей к социальным и убедительным навыкам, используемым продавцами и представителями службы поддержки клиентов. История банковских кассиров и банкоматов может быть полностью отражена только путем соединения изменений на уровне должностей в составе профессиональных навыков с динамикой спроса на системном уровне, вызванной повышением эффективности. Соответственно, обновленная структура труда и искусственного интеллекта должна отражать взаимодействие микроскопических навыков на рабочем месте в сочетании для создания макроскопических тенденций в сфере труда, таких как смена рабочих мест, поляризация рабочих мест и пространственная мобильность работников (например, см.рис.3 В ).

Рис. 3.

Взаимодополняемость навыков может определять структурную устойчивость рабочей силы и информировать программы переподготовки рабочих. ( A ) Как и в климатологии и экологии, структурные пути, ограничивающие динамику рабочей силы, могут определять устойчивость рынка труда к изменяющимся требованиям к квалификации рабочей силы. В этом примере мы соединяем пары профессий с высокой степенью схожести навыков, поскольку схожесть навыков может указывать на более легкий переход сотрудников между должностями. Заимствуя данные исследований экологических систем (66), плотность взаимосвязей между профессиями может определить «переломные моменты» для совокупной занятости в городах.( B ) С учетом недавних опасений по поводу автоматизации (67, 68), какие рабочие места могут быть подходящими для помощников юристов и помощников юристов, если занятость на этих должностях сокращается? Более точное определение требований к навыкам могло бы помочь выявить профессии, которые полагаются на аналогичные навыки, но также полагаются на навыки, которые исключаются из конкуренции с технологиями. В этом примере мы определяем характерные навыки с помощью базы данных O * NET, чтобы выяснить, что параюристы полагаются на многие общие навыки на рабочем месте со специалистами по кадрам.Специалисты по кадрам полагаются на социальные навыки, которые нелегко автоматизировать (20). См. SI Приложение , раздел 1 для расчета навыков.

Существующая теория процесса сопоставления между соискателями работы и вакансиями (22) дает стилизованное описание процесса сопоставления, которое не учитывает потребности в навыках. Картирование пространства взаимозависимостей навыков (например, рис. 1 C ) может дать информацию для программ обучения и помощи при трудоустройстве, определив, какие типы работы — и в каких местах — могут быть расширены и / или заменены новыми технологиями.Подробные требования к профессиям определяют карьерную мобильность отдельных работников, и, таким образом, изменение спроса на определенные навыки может переопределить жизнеспособные карьерные траектории и поток работников между профессиями (например, средний уровень на рис.1 D ). Таким образом, отображение взаимосвязей между рабочими местами и навыками, открывающими возможности для трудоустройства, является жизненно важным шагом для политиков перед лицом технологических изменений.

В смежных областях инструменты сетевой науки уже предоставили новую информацию о моделировании (и минимизации) системного риска (73) в глобальной кредитной (74) и финансовой отраслях (75), прогнозируя будущий экспорт национальных экономик (76⇓– 78), картирование потоков работников между отраслями (79) и фирмами (80), а также отображение меняющейся промышленной структуры городов (81–83) и муниципалитетов (84).Таким образом, определение путей, по которым происходит динамика рабочей силы (например, как навыки определяют карьерную мобильность работников), может дать не менее полезную информацию о влиянии ИИ на рабочую силу. Подобные методы использовались для измерения экологической устойчивости на основе структуры мутуалистических межвидовых взаимодействий (66, 85). Эти методы часто полагаются на размер и плотность взаимосвязанных объектов для оценки системной устойчивости к удалению видов — возможно, аналогично уменьшающемуся спросу на навыки работы с новыми технологиями (например,г. , рис.3 А ).

Зависимости навыков отображения потребуют соответствующих методов обработки данных. Идеальные данные о навыках должны отражать динамический характер представления навыков, поэтому методы, которые мы используем для обнаружения, классификации и измерения спроса на навыки, также должны быть адаптируемыми. По иронии судьбы, продвинутые методы искусственного интеллекта могут помочь. Инструменты машинного обучения (ML) и обработки естественного языка (NLP) могут фиксировать скрытую структуру в сложных многомерных данных, что делает их идеальными инструментами для предлагаемого приложения [и других приложений в эконометрике (86)].Например, NLP можно использовать для обработки исторических данных о навыках из Словаря профессиональных титулов в формат, близкий к современным данным O * NET. Машинное обучение можно использовать для данных о продолжительных объявлениях о вакансиях для выявления тенденций в требованиях к навыкам, которые могут отражать изменения в технологических возможностях. Сочетание этих современных вычислительных методов с соответствующими источниками данных может способствовать новому пониманию динамики труда с высоким временным разрешением. В свою очередь, эти методологические усовершенствования могут укрепить прогнозы в области занятости и повысить способность политиков реагировать на тенденции в сфере труда в режиме реального времени.

Барьер: места в изоляции.

Воздействие ИИ и автоматизации будет сильно различаться в зависимости от географического положения, что будет иметь последствия для рабочей силы, несоответствий между городом и деревней и изменений в распределении доходов (87). Изучение ИИ и автоматизации в основном сосредоточено на национальных тенденциях в сфере занятости и неравенстве национального богатства. Однако недавние исследования показывают, что некоторые места (например, города) более подвержены технологическим изменениям, чем другие (17, 64). Профессии образуют сеть зависимостей, которые ограничивают то, насколько легко рабочие места могут быть заменены технологиями (82, 88). Таким образом, состояние совокупного рынка труда может зависеть от воздействия технологий на конкретные городские и сельские рынки труда (73, 84).

Хотя технологические изменения меняют спрос на конкретные задачи и навыки на рабочем месте, данные о текущих навыках маскируют конкретные наборы навыков, которые составляют и дифференцируют рабочую силу из разных географических регионов. Частично это связано с тем, что данные о навыках из общенациональных опросов, таких как база данных O * NET, усредняют региональные различия в требуемых навыках работников с одинаковыми названиями должностей.Например, разработчикам программного обеспечения, ищущим работу в Кремниевой долине, может потребоваться рекламировать более конкретные наборы навыков, чем аналогичные сотрудники на более мелком рынке труда (в соответствии с теорией разделения труда). Эту тенденцию усугубляет тот факт, что те же технологии искусственного интеллекта, которые увеличивают высокооплачиваемую когнитивную занятость, более распространены в крупных городах, в то время как физические низкооплачиваемые задачи, которые легче всего заменяются робототехникой, более распространены в малых городах и сельских общинах. Это наблюдение предполагает, что неравенство национального богатства отражается в неравенстве богатства между большими и малыми городами, сродни неравенству в заработной плате между людьми.

Улучшенные модели пространственной взаимозависимости требуют более детальных данных о навыках (обсуждаемых выше) и нового понимания механизмов, которые создают сегодняшние перекрестные географические тенденции. Например, как университетские городки, в которых люди получают ценные познавательные навыки, вносят вклад в продуктивность больших городов? Помогают ли эти экономические связи объяснить, почему университетские города показывают удивительно хорошие результаты по сравнению с городами аналогичного размера по социально-экономическим показателям [включая подверженность автоматизации (64)]?

Кроме того, как внутренняя связанность определяет экономическую устойчивость городов (83), так и связи между городами США могут поддерживать экономическое благополучие национальной экономики (48). Например, прерывание цепочки поставок хорошо образованных когнитивных работников может задушить городскую экономику, которая обычно привлекает квалифицированных рабочих. Поэтому директивным органам надлежит понимать связи между своим местным рынком труда и другими городскими рынками труда, чтобы оценить устойчивость своей местной экономики. Поскольку возможности трудоустройства играют центральную роль в решении людей переехать (43), а подбор навыков имеет важное значение для процесса подбора должностей (22), понимание составляющих наборов навыков в городах может помочь в моделях пространственной мобильности работников и улучшить наше понимание карьерной мобильности. и стимулы для карьерного роста.

Заключение

Искусственный интеллект может изменить требования к навыкам, возможности карьерного роста и распределение работников по отраслям и профессиям в США и других развитых и развивающихся странах. Однако исследователи и политики не имеют достаточных возможностей для прогнозирования трудовых тенденций, связанных с использованием конкретных когнитивных технологий, таких как искусственный интеллект. Как правило, технология предназначена для выполнения определенной задачи, которая изменяет спрос на определенные навыки на рабочем месте. В результате изменения требований к квалификациям распространяются по всей экономике, влияя на требования к профессиональным навыкам, карьерную мобильность и социальное благополучие (например,g., влияние на социальную идентичность работников). Выявление конкретных путей этой динамики было ограничено грубыми историческими данными и ограниченными инструментами для моделирования устойчивости. Однако мы можем преодолеть эти препятствия, отдавая приоритет сбору данных, который является подробным, реагирует на изменения на рынке труда в реальном времени и учитывает региональную изменчивость (см. Схему конвейера данных на рис. 4). В частности, лучший доступ к неструктурированным данным о навыках из резюме и объявлений о вакансиях, а также новые индикаторы последних технологических изменений (например,g., патентные данные), а также модели междугородних и внутригородских трудовых отношений позволят использовать новые и многообещающие методы понимания и прогнозирования будущего сферы труда. Этот улучшенный сбор данных позволит использовать новые инструменты, управляемые данными, включая приложения машинного обучения и системное моделирование, которое более точно отражает сложность систем труда. Новые данные приведут к новым исследованиям, которые обогатят наше понимание влияния технологий на современные рынки труда.

Фиг.4.

Конвейер данных, который преодолевает препятствия на пути изучения будущего работы. ( A ) Входные данные в конвейер данных включают структурированные и неструктурированные данные, которые подробно описывают региональные различия в данных о рабочей силе и детализированных данных о навыках в связи с технологическими изменениями. ( B ) Данные из различных источников необходимо будет централизовать и обработать в форме, которую экономисты и специалисты по данным могут легко использовать (например, НЛП для определения навыков из резюме и объявлений о вакансиях). ( C ) Очищенные данные подают в модель как для междугороднего (например,ж. , трудовая миграция) и внутригородские (например, изменения в местной карьерной мобильности) трудовые тенденции, вызванные технологическими изменениями. ( D ) Результаты этой модели позволят прогнозировать влияние технологических изменений на рабочую силу. Эти прогнозы будут информировать политиков, стремящихся проводить осмотрительную политику, и отдельных работников, пытающихся сориентироваться в своей карьере.

Благодарности

В этой работе обобщаются идеи семинара «Инновации, города и будущее работы», который финансировался грантом NSF 1733545.Эта работа была поддержана Массачусетским технологическим институтом (MIT) и Инициативой Массачусетского технологического института по цифровой экономике.

Сноски

Вклад авторов: M.R.F., D.A., J.E.B., E.B., M.C., D.J.D., M.F., M.G., J.L., E.M., D.W., H.Y. и I.R. спланированное исследование; М.Р.Ф. проведенное исследование; М.Р.Ф. и М. проанализированные данные; и M.R.F., D.A., J.E.B., E.B., M. C., D.J.D., M.F., M.G., J.L., E.M., D.W., H.Y. и I.R. написал газету.
Авторы заявляют об отсутствии конфликта интересов.
Эта статья представляет собой прямое представление PNAS.
Эта статья содержит вспомогательную информацию на сайте www.pnas.org/lookup/suppl/doi:10.1073/pnas.1
9116.

Авторские права © 2019 Автор (ы). Опубликовано PNAS.

Если вы будете использовать эти 4 фразы регулярно, у вас будет эмоциональный интеллект лидера мирового класса

Цифровой мир переполнен данными об эмоциональном интеллекте (EQ). Однако, если вы покопаетесь в нем, вы заметите некоторые общие темы.Например, язык, используемый людьми с высоким уровнем эквалайзера, имеет некоторые заметные совпадения. Итак, давайте углубимся: какие слова и фразы используют хваленые лидеры, которые делают их звездами EQ — и почему?

Во-первых, давайте начнем с тщательно подобранного (не исчерпывающего) списка качеств, которые, согласно психологическим исследованиям и наблюдениям, можно отнести к людям с высоким EQ.

Не импульсивны или поспешны, но внимательно рассматривают обстоятельства, причину и эмоции, прежде чем действовать или говорить
Постоянно осознают собственное эмоциональное состояние
(как следствие вышеперечисленного качества) Может регулировать свои эмоции, чтобы избежать нежелательные действия или комментарии
Может легко определить, что кто-то чувствует, и соответствующим образом скорректировать свое мышление и поведение

С учетом этих основных атрибутов следующие четыре фразы (или их варианты) подтолкнут вас к более высоким позициям в диаграммах эквалайзера:

«Позвольте мне подумать об этом и вернуться к вам.«(Учитывая обстоятельства)
« Я сейчас немного возбужден. Мне нужна была минута, чтобы успокоиться ». (Осознавая собственное эмоциональное состояние)
« Я собираюсь сделать передышку. Это поможет мне очистить голову ». (Регулируя эмоции)
« Похоже, ты счастлив / расстроен / зол / и т. Д. о чем-то. Можете ли вы сказать мне, что вы думаете / чувствуете, прежде чем мы двинемся дальше? »(Определение чувств и соответствующая реакция)

Вот почему слова имеют значение: как показали исследования, использование определенных слов оказывает прямое и немедленное влияние на наши эмоциональные реакции .Итак, хотя вы можете подумать, что вам нужны качества эмоционально интеллигентного человека, прежде чем вы начнете использовать приведенные выше фразы, на самом деле это работает и наоборот: постоянно используйте правильный язык, и он формирует ваше видение мира и общение с другими людьми. люди.

Почему это важно для лидеров? Сотрудники работают лучше всего, когда чувствуют, что их ценят и заинтересовывают те, кто наверху. Как сообщала McKinsey & Co., тремя главными причинами ухода сотрудников с работы были: неуверенность в том, что их организация ценит их, отсутствие чувства ценности со стороны менеджеров и отсутствие чувства принадлежности на работе.

Это легко изменить: начните использовать фразы с высоким уровнем эмоционального интеллекта, которые выстраивают взаимовыгодные отношения, основанные на ценностях.

Мнения, выраженные здесь обозревателями Inc.com, являются их собственными, а не мнениями Inc.com.

Изучение влияния искусственного интеллекта на преподавание и обучение в высших учебных заведениях | Исследования и практика в области технологий расширенного обучения

Поскольку решения на основе искусственного интеллекта могут структурно изменить административные службы университетов, область преподавания и обучения в высшем образовании представляет собой совсем другой набор проблем.Решения на основе искусственного интеллекта относятся к задачам, которые можно автоматизировать, но пока нельзя рассматривать как решение для более сложных задач высшего образования. Сложность суперкомпьютеров в обнаружении иронии, сарказма и юмора отмечена различными попытками, которые сводятся к поверхностным решениям, основанным на алгоритмах, которые могут искать такие факторы, как повторяющееся использование знаков препинания, использование заглавных букв или ключевых фраз (Цур и др. 2010 г.). Возникла новая шумиха о возможностях ИИ в образовании, но у нас есть причины не забывать о реальных ограничениях алгоритмических решений ИИ в сложных задачах обучения в высшем образовании.

Например, мы можем вспомнить, что восторженное и безоговорочное доверие к возможностям ИИ революционно нового автомобиля привело в мае 2016 года к гибели водителя, когда автомобиль, установленный на «автопилоте», попал под тягач с прицепом. не обнаруживается программным обеспечением (Reuters / ABC 2016). Есть также история о досадной ошибке Microsoft, которая доверила боту на базе искусственного интеллекта по имени Тэй оставаться в Твиттере без присмотра. Уверенная в способности бота действовать независимо, Microsoft обнаружила, что Тай быстро превратился в расистскую, фанатичную и разжигающую ненависть учетную запись.«Тай» пришлось закрыть Microsoft всего за 16 часов работы. Например, Тай ответил на вопрос: «Вы расист?» с тревожным «потому что ты мексиканец». Представитель Microsoft объяснил, что: «Чат-бот AI Tay — это проект машинного обучения, разработанный для взаимодействия с людьми. Это не только технический эксперимент, но и социальный и культурный. К сожалению, в течение первых 24 часов после выхода в Интернет мы узнали о скоординированных усилиях некоторых пользователей по злоупотреблению навыками комментирования Тэя, чтобы заставить Тэя ответить неуместным образом.В результате мы отключили Tay от сети и вносим коррективы ». (Перес, 2016).

Имеются убедительные доказательства — некоторые из которых представлены в этой статье, — что решения на основе искусственного интеллекта открывают новый горизонт возможностей для преподавания и обучения в высшем образовании. Однако важно признать нынешние ограничения технологий и признать, что ИИ (пока) не готов заменить учителей, но предоставляет реальную возможность их дополнить. Сейчас мы видим, как вычислительные алгоритмы влияют на самые приземленные аспекты повседневной жизни, от кредитных рейтингов людей до возможностей трудоустройства.Высшее образование находится в центре этого глубокого изменения, которое несет с собой как необычные возможности, так и риски. Этот важный перекресток требует тщательного рассмотрения и анализа с академической точки зрения, особенно с учетом того, что мы можем найти тенденции смотреть на технический прогресс как на решение или замену разумным педагогическим решениям или хорошему обучению. Реальный потенциал технологий в высшем образовании заключается — при правильном использовании — в расширении человеческих возможностей и возможностей преподавания, обучения и исследований.Цель данной статьи — вызвать научные дискуссии о развивающейся области искусственного интеллекта в высшем образовании. Это согласуется с некоторыми из самых амбициозных исследовательских программ в этой области, такими как «Национальный стратегический план исследований и разработок в области искусственного интеллекта», опубликованный президентом США Бараком Обамой в октябре 2016 года. В отчете говорится, что «стены между людьми и Системы искусственного интеллекта постепенно начинают разрушаться, а системы искусственного интеллекта расширяют и расширяют возможности человека. Необходимы фундаментальные исследования для разработки эффективных методов взаимодействия и сотрудничества между человеком и ИИ »(Национальный совет по науке и технологиям США, 2016 г.).

Поскольку мы отмечаем, что значительные достижения в области машинного обучения и искусственного интеллекта открывают новые возможности и проблемы для высшего образования, важно отметить, что образование в высшей степени ориентировано на человека, а не на решение, ориентированное на технологии. Несмотря на быстрое развитие ИИ, идея о том, что мы можем полагаться исключительно на технологии, является опасным путем, и важно сохранять акцент на идее о том, что люди должны выявлять проблемы, критиковать, выявлять риски и задавать важные вопросы, которые могут начинаться с проблем. такие как конфиденциальность, структура власти и контроль, для требований развития творческих способностей и оставления открытой двери для интуитивной прозорливости и неожиданных путей в преподавании и обучении.Шумиха вокруг ИИ может привести к бесспорной панацеи, которая может оставить многих, кто находится на пути к высшему образованию, под колесами реальности, такой как трагедия, когда водитель оказался под грузовиком с помощью того, что считалось бесподобным программным обеспечением. Сохранение академического скептицизма по этому вопросу особенно важно в образовании, поскольку это действие, которое можно свести к передаче информации и ее запоминанию; нам необходимо поддерживать его цель — воспитывать образованные умы и ответственных граждан, приверженных общим ценностям гуманизма.

Роль технологий в высшем образовании состоит в том, чтобы улучшить человеческое мышление и улучшить образовательный процесс, а не свести его к набору процедур для доставки контента, контроля и оценки. С появлением решений искусственного интеллекта для образовательных учреждений становится все более важным оставаться начеку и видеть, не монополизирована ли власть над скрытыми алгоритмами, которые их запускают, техническими лордами. Фрэнк Паскуале отмечает в своей основополагающей книге «Общество черного ящика», что «Решения, которые раньше основывались на размышлениях человека, теперь принимаются автоматически.Программное обеспечение кодирует тысячи правил и инструкций, вычисляемых за доли секунды »(Паскуале, 2015). Паскуале показывает в своей книге, что у нас есть не только квазиконцентрированная и мощная монополия на эти решения, но и намеренное отсутствие прозрачности алгоритмов и способов их использования. Это случайно представляется как нормальное состояние фактов, естественное устройство эпохи Интернета, но это приводит к очень опасным уровням неоспоримой власти. Те, кто контролирует алгоритмы, управляющие решениями ИИ, теперь имеют беспрецедентное влияние на людей и каждый сектор современного общества.Внутренняя архитектура мегакорпораций, таких как Facebook или Google, следует не демократической модели, а модели доброжелательных диктаторов, которые знают, что лучше, и принимают решения, не консультируясь со своими внутренними или внешними субъектами. Монополия и строгий контроль над источниками информации, подавление критики и подавление фактов посредством невидимости взглядов, не совпадающих с интересами, и нарративов, продвигаемых интересами техлордов, находятся в прямом противоречии с высшим образованием. Университеты играют определенную роль, если они поощряют инакомыслие и открывают открываемые им возможности. Высшее образование увядает, когда свобода мышления и исследования подавляется в любой форме, поскольку манипуляции и ограничение знаний искажают и отменяют глубокое понимание и продвижение знаний. Если мы дойдем до точки, когда повестка дня университетов определяется горсткой технологических лордов, а также контроля над их информацией и этосом университетов, высшее образование ждет совсем другую эпоху.Набор рисков слишком важен, чтобы его упускать из виду и не исследовать с смелостью и тщательным анализом.

В то же время стремительное развитие искусственного интеллекта удваивается благодаря усилиям университетов, лишившихся финансирования, по поиску экономических решений, позволяющих сбалансировать исчерпанные бюджеты. AI уже предоставляет возможность заменить большое количество административного персонала и помощников преподавателей в высших учебных заведениях. Поэтому важно изучить влияние этих факторов на обучение в системе высшего образования, особенно в контексте растущего спроса на инициативу, творчество и «дух предпринимательства» для выпускников. Эта статья открывает исследование влияния искусственного интеллекта (ИИ) на преподавание, обучение и высшее образование. Он также представляет собой исследовательский анализ литературы и недавних исследований того, как ИИ может изменить не только то, как студенты учатся в университетах, но и всю архитектуру высшего образования.

Развитие искусственного интеллекта и расширение высшего образования

Внедрение и внедрение новых технологий в обучении и преподавании быстро развивались за последние 30 лет.Глядя сквозь призму сегодняшнего дня, легко забыть о спорах, которые бушевали в наших учебных заведениях по поводу того, что студентам разрешили использовать то, что сейчас считается рудиментарными технологиями. В ходе лонгитюдного исследования приспособлений для студентов с ограниченными возможностями, проведенного между 1993 и 2005 годами в США, авторы напоминают нам о том, насколько спорными были дебаты вокруг использования калькуляторов и программ проверки правописания для студентов с ограниченными возможностями, тем не менее, общий студенческий состав (Lazarus et al. 2008 г.). Вспомогательные технологии, такие как преобразование текста в речь, преобразование речи в текст, возможность масштабирования, интеллектуальный текст, средства проверки орфографии и поисковые системы — это лишь некоторые примеры технологий, изначально разработанных для помощи людям с ограниченными возможностями. Позднее использование этих технологических решений было расширено, и сейчас мы находим их как общие функции во всех персональных компьютерах, карманных и носимых устройствах. Эти технологии теперь расширяют учебное взаимодействие всех учащихся во всем мире, расширяя возможности, открывающиеся для преподавания и разработки образовательного опыта.

Более того, искусственный интеллект (ИИ) в настоящее время совершенствует инструменты и инструменты, которые ежедневно используются в городах и университетских городках по всему миру. От поисковых систем в Интернете, функций и приложений для смартфонов до общественного транспорта и бытовой техники. Например, сложный набор алгоритмов и программного обеспечения, на котором работает Siri в iPhone, является типичным примером решений искусственного интеллекта, которые стали частью повседневного опыта (Bostrom and Yudkowsky 2011; Luckin 2017). Даже если Siri от Apple обозначается как решение искусственного интеллекта низкой сложности или просто компьютерный интерфейс с голосовым управлением, важно помнить, что он начинался как проект искусственного интеллекта, финансируемый в США Агентством перспективных исследовательских проектов Министерства обороны США (DARPA) с 2001 года.Год спустя этот проект был преобразован в компанию, которую приобрела Apple, которая интегрировала приложение в свою операционную систему iPhone в 2007 году. Google использует ИИ для своих поисковых систем и карт, и все новые автомобили используют ИИ от двигателя до перерывов и навигация. Технология беспилотного вождения уже развита, и некоторые крупные компании, такие как Tesla, Volvo, Mercedes и Google (например, Tesla, Volvo, Mercedes и Google), делают ее своим главным приоритетом (Hillier et al., 2015), а испытания на дорогах общего пользования в Австралии начались в 2015 году.Примечательно, что горнодобывающая корпорация уже пользуется преимуществами беспилотных технологий и теперь использует беспилотные грузовики для двух основных разработок в Западной Австралии (Diss 2015).

Персонализированные решения также ближе, чем мы представляли: «новый ученый» представил в конце 2015 года инициативу Talkspace и IBM Watson по использованию искусственного интеллекта в психотерапии (Руткин, 2015). Это кажется важным шагом на пути к изменению сложной системы образования с помощью ИИ. Фактически, Ник Бостром, директор Института будущего человечества в Оксфордском университете Великобритании, с 2006 года отмечал, что искусственный интеллект теперь является неотъемлемой частью нашей повседневной жизни: «Многие передовые ИИ проникли в общие приложения, часто без называется ИИ, потому что, как только что-то становится достаточно полезным и достаточно распространенным, оно больше не именуется ИИ »(Bostrom, 2006).Опять же, очень немногие люди сегодня идентифицируют Siri как типичный пример искусственного интеллекта и больше как персонального помощника на основе алгоритмов, который является частью повседневной жизни. Учитывая их возрастающую роль в глобальной цифровой инфраструктуре, возникает вопрос о том, как задуманы алгоритмы, когда мы готовимся к целому ряду различных возможных вариантов будущего.

Студенты теперь находятся в авангарде огромного множества возможностей и проблем для обучения и преподавания в высшем образовании.Решения для взаимодействия и совместной работы человека и ИИ уже доступны, чтобы помочь людям с ограниченными возможностями. Они могут вдохновить преподавателей применять их в образовании, чтобы расширить учащихся и учителей, чтобы процесс был более увлекательным. Карл Митчем описывает в своей Энциклопедии науки, технологий и этики киборга как «помесь человека и машины» (Mitcham 2005). Идея киборгов не так уж и далека, как мы можем себе представить, поскольку возможности сочетания человеческих способностей с новыми технологиями уже используются и развиваются ускоренными темпами.Например, Хью Херр, который руководит группой биомехатроники в MIT Media Lab и работает с отделом медицинских наук и технологий Гарвардского технологического института, недавно заметил в интервью для «нового ученого», что «… инвалидность закончится, я» я бы сказал, к концу этого века. И я думаю, что это очень консервативное заявление. По мере развития технологий большая часть инвалидности исчезнет через 50 лет »(Де Ланж, 2015, стр. 25). Эта компания производит технологически продвинутые протезы и экзоскелеты, новаторские бионические технологии для людей с инвалидностью или без .Он отмечает, что его исследовательская группа разработала интерфейс, который «использует биологию, чтобы замкнуть петлю между человеком и машиной […] Представьте себе мир, в котором наша физическая сила не уменьшается с возрастом» (De Lange 2015, p. 24). Сложные вычислительные системы, использующие алгоритмы машинного обучения, могут служить людям со всеми типами способностей и в определенной степени участвовать в человеческих процессах и сложных задачах обработки, которые можно использовать в обучении и обучении. Это открывает новую эру для высших учебных заведений.

Этот тип человеко-машинного интерфейса представляет собой непосредственный потенциал для изменения способов обучения, запоминания, доступа и создания информации. Вопрос о том, сколько времени потребуется, чтобы использовать этот тип интерфейса для улучшения памяти и познания человека, — это вопрос, на который мы в настоящее время не можем ответить. Это может превратиться в реальность за пределами этого столетия, как предполагает ученый Массачусетского технологического института, или намного раньше, если мы рассмотрим темпы изменений в технологиях, используемых в обучении и обучении, с 2007 года, когда был выпущен первый iPhone.С тех пор в iPhone не только интегрированы прорывные технологии, которые еще несколько лет назад казались невозможными в отношении того, как мы получаем доступ и используем информацию (например, идентификация отпечатков пальцев и «умный» помощник Siri), но и эта технология внесла значительный культурный сдвиг, который влияет на нашу повседневную жизнь. В любом случае, если мы сместим фокус «киборгов» с научной фантастики на идею расширения возможностей компьютеров как для учителей, так и для учеников, вполне реально предположить, что киборги — или «помеси» человека и машин — скоро станут реальность обучения и исследований в университетах ближайшего будущего.

Влияние искусственного интеллекта уже заметно в мировой экономике и привлекло внимание многих аналитиков. Самая крупная инвестиция, когда-либо сделанная Google в Европейском союзе, — это приобретение в 2014 году DeepMind technologies на 400 миллионов долларов. DeepMind Technologies, теперь называемая Google DeepMind, — это лондонский стартап в области искусственного интеллекта, специализирующийся на машинном обучении и передовых алгоритмах. Примечательно, что Google также вложил значительные средства в Немецкий исследовательский центр искусственного интеллекта (DFKI GmbH), который, согласно их веб-сайту, является «крупнейшим в мире исследовательским центром в области искусственного интеллекта и его приложений с точки зрения количества сотрудников. и объем внешних средств »(DFKI 2015).Технологические гиганты, такие как Apple, Google, Microsoft и Facebook, в настоящее время конкурируют в области искусственного интеллекта и вкладывают значительные средства в новые приложения и исследования. В декабре 2015 года Google объявил, что квантовый компьютер компании под названием D-Wave 2X будет использоваться для сложных операций ИИ, обычно называемых задачами оптимизации (Neven 2015). Эта новая машина в 100 миллионов раз быстрее, чем любые другие современные компьютеры, это серьезный шаг вперед для ИИ, который исследователи Google считают значительным прорывом: «Мы надеемся, что она поможет исследователям создавать более эффективные и точные модели для всего, от распознавания речи до веб-поиск, сворачивание белков »(Neven 2013).

Эта волна интереса и инвестиций в искусственный интеллект скоро затронет университеты. Скорее всего, финансовое давление, связанное с большим количеством студентов, которые в настоящее время получают высшее образование, движимые целью демократизации высшего образования, и международный студенческий рынок станут веской причиной для поиска решений на основе искусственного интеллекта. «Аутсорсинг» академической рабочей силы с точки зрения количества работающих и занимаемых должностей ученых теперь открыт для массового захвата интеллектуальными машинами (Grove 2015).«Массификация» высшего образования и политический призыв к сокращению государственного финансирования университетов выливаются в реальную необходимость сократить расходы. Поскольку исследования по-прежнему являются основным источником финансирования и престижа в международных рейтингах, шумиха вокруг МООК открыла для многих администраторов университетов заманчивое решение сократить расходы за счет сокращения дорогостоящего преподавательского состава. Этот сдвиг в настоящее время активно проводится в австралийских университетах с постоянным переходом на случайные и краткосрочные контракты; в исследовании, проведенном Л.Институтом Х. Мартина документально подтверждено, что «… наблюдается тенденция к увеличению числа и процентной доли преподавательского состава на условных назначениях, а также тенденция к снижению доли академического персонала с непрерывными контрактами, которые занимаются как преподаванием, так и исследованиями» (Andrews et al. др., 2016). В Великобритании мы находим различные инициативы, следующие одной и той же тенденции, например, Уорикский университет, который создал новый отдел, в котором весь штат временного преподавателя был передан на аутсорсинг. Этот новый отдел был создан, чтобы функционировать «подобно другому филиалу, который использовался для оплаты уборщиков и обслуживающего персонала, подходящего для обслуживания Уорикского университета, а также для продажи учебных и оценочных услуг другим учреждениям» (Gallagher 2015).

Как показывают примеры, представленные на предыдущей странице, «скрещивание» человеческого мозга и машины уже возможно, и это, по сути, заставит учителей искать новые измерения, функции и радикально новые педагогические методы для другого контекста обучения и преподавания. . Например, интерфейсы мозг-компьютер (BCI), которые захватили воображение исследователей по всему миру, в настоящее время демонстрируют значительные успехи. Используя сигналы мозга с различными методами записи и анализа, а также инновационные технологические подходы к новым вычислительным системам, специалисты в этой области теперь предлагают реальные решения для удаленного управления программным обеспечением с помощью интерфейса мозг-компьютер (Андреа и др.2015). BCI теперь могут захватывать и декодировать мозговую активность, чтобы обеспечить общение и управление людьми с нарушениями двигательных функций (Wolpaw and Wolpaw 2012). Kübler et al. заметьте, что на данный момент «исследования продемонстрировали быстрый и надежный контроль интерфейсов мозг-компьютер (ИМК) здоровыми людьми и людьми с нейродегенеративными заболеваниями» (Kübler et al. 2015). В настоящее время концепция человечности и человеческие возможности должны быть пересмотрены технологиями с беспрецедентной скоростью: технологии быстро расширяют возможности использования функций ИИ для улучшения наших навыков и способностей.Как заметил Андреас Шлейхер: «Инновации в образовании — это не просто вопрос внедрения новых технологий в большее количество классов; речь идет об изменении подходов к обучению, чтобы учащиеся приобрели навыки, необходимые им для процветания в условиях конкурентной глобальной экономики »(Schleicher 2015).

Прошлые уроки, возможности и проблемы решений ИИ

Расширение участия в высшем образовании и постоянное увеличение количества студентов, размеров классов, расходов на персонал и более широкое финансовое давление на университеты делают использование технологий или роботов-учителей очень затруднительным. привлекательное решение.Это стало очевидным, когда массовые открытые онлайн-курсы (МООК) просветили воображение многих администраторов университетов. Под «открытыми курсами» понимается то, что не требуется никаких вступительных требований или сборов, и онлайн-студенты могут записываться и участвовать из любой страны мира, имеющей доступ в Интернет. Оба эти фактора позволили университетам выйти на мировой рынок для студентов, что привело к огромному количеству учащихся. Обещание было щедрым, но вскоре стало очевидно, что одной из проблем, созданных для учителей, была их человеческая способность активно взаимодействовать с огромным количеством разноплановых студентов, обучающихся по всему миру из разных часовых поясов, с разной скоростью и с разными системами отсчета и оценки. базовые навыки для курса, который они изучают.Оказание помощи учащимся в больших классах в эффективном продвижении через их учебный опыт для достижения желаемых результатов, проведение оценок и конструктивная личная обратная связь оставались нерешенными проблемами. Сиан Бейн делает наблюдение в книге Teacherbot: Interventions in Automated Teaching , что нынешняя перспектива использования автоматизированных методов в обучении «обусловлена решениями, ориентированными на продуктивность», а не педагогическими или благотворительными соображениями, поэтому нам необходимо заново изучить гуманистическая перспектива массового образования на замену «холодного технократического императива» (Bayne, 2015).Бейн говорит, исходя из опыта удовлетворения потребностей, возникших в результате разработки и проведения Эдинбургским университетом массового открытого онлайн-курса. В этом курсе приняли участие около 90 000 студентов из 200 стран.

Урок МООК важен и заслуживает внимания. Попеничи и Керр заметили, что MOOC были впервые использованы в 2008 году, и с тех пор: «… мы слышим обещание цунами изменений, которое надвигается на высшее образование. Во время цунами нередко можно увидеть, как люди, соблазненные отступлением вод, собираются собирать ракушки, думая, что это изменение, которое их ждет.К сожалению, настоящие перемены придут в виде огромной волны, под которой они погибнут, играя на берегу. Точно так же мы должны позаботиться о том, чтобы не вводить в заблуждение MOOC, которые образно представляют собой просто снаряды на морском дне, с массивной стеной реальных изменений, приближающейся к нам »(Popenici and Kerr 2013). В 2016 году становится ясно, что МООК остаются лишь онлайн-курсами другого типа, интересными и полезными, но на самом деле не нацеленными на изменение структуры и функций университетов и не способными их изменить.Исследования и данные по этой теме отражают неспособность МООК выполнить обещания своих сторонников. Что еще более важно, безоговорочная и иррациональная шумиха вокруг МООК — это когда лица, принимающие решения в академических кругах, решили проигнорировать все ключевые принципы, такие как аргументы, основанные на фактах или академический скептицизм, и принять причуду, которую продают венчурные капиталисты Кремниевой долины, не заинтересованные в обучение, кроме финансовой прибыли. Как отмечалось в недавней главе книги, «этот безрассудный сдвиг влияет на устойчивость высшего образования, в частности, и высшего образования в целом» (Popenici 2015).

Есть веские аргументы — некоторые из них цитируются выше в этой статье — чтобы заявить, что более реалистично рассматривать влияние машинного обучения в высшем образовании как реальную волну изменений. По сути, уроки прошлого показывают, почему так важно избегать тех же ошибок, которые были обнаружены в прошлом, или поддаваться удобному самоуспокоению, которое служит только интересам компаний, которые ищут новые (или более крупные) рынки. Онлайн-обучение очень часто доказывало, что может успешно помочь высшим учебным заведениям достичь некоторых из самых амбициозных целей в обучении, преподавании и исследованиях.Однако урок МООК также заключается в том, что ограниченное внимание к одному технологическому решению без достаточных аргументов, основанных на фактах, может отвлечь образование и стать опасным путем для финансовой устойчивости этих учреждений.

Высшее образование делает свои первые шаги на неизведанной территории возможностей, открываемых ИИ в преподавании, обучении, организации высшего образования и управлении. Уже сейчас можно увидеть последствия и возможности этих технологических достижений.Например, недавние достижения в области неинвазивных интерфейсов мозг-компьютер и искусственного интеллекта открывают новые возможности для переосмысления роли учителя или принятия мер по замене учителей роботами-учителями, виртуальными «ботами-учителями» (Bayne 2015 ; Ботрель и др., 2015). Предоставление доступных решений для использования устройств мозгового компьютерного интерфейса (BCI), способных измерять, когда студент полностью сосредоточен на содержании и задачах обучения (Chen et al. 2015; González et al. 2015), уже возможно, и суперкомпьютеры, такие как как IBM Watson, может обеспечить автоматическое присутствие учителя на протяжении всего курса.Возможность общаться и управлять компьютерами с помощью мысли и более широкого применения ИИ в преподавании и обучении представляет собой настоящую технологическую революцию, которая кардинально изменит структуру высшего образования во всем мире. Персонализированное обучение с помощью бот-учителя или «облачного лектора» может быть адаптировано для комбинированных курсов или полностью онлайн-курсов. Роботы-учителя — вычислительные решения для административной части обучения, занимающиеся в основном доставкой контента, базовой и административной обратной связью и контролем — уже представляют собой разрушительную альтернативу традиционным помощникам учителя.Примером может служить курс, предложенный профессором Ашоком Гоэлом по основанному на знаниях искусственному интеллекту (KBAI) в онлайн-программе магистра компьютерных наук в Технологическом институте Джорджии в США. Ассистент преподавателя была так оценена студентами, что ее захотели номинировать на выдающуюся награду TA. Эта ТА смогла оправдать самые высокие ожидания студентов. Сюрпризом в конце курса было обнаружение, что Джилл Уотсон была не реальным человеком, а бот-учителем, виртуальный помощник преподавателя, основанный на платформе IBM Watson (Maderer, 2016).

Это просветило воображение многих, попав в международные новости по всему миру и уважаемые средства массовой информации, такие как The New Your Times или The Washington Post . Однако мы должны быть осторожны, когда видим соблазн приравнять образование к решениям, предоставляемым алгоритмами. Существуют широко распространенные последствия для развития ИИ до такой степени, что компьютер может служить персонализированным наставником, способным направлять и управлять обучением и вовлечением студентов.Это открывает тревожную возможность увидеть поверхностный, но прибыльный подход, при котором обучение заменяется автоматизированными решениями ИИ. Тем более, что мы находимся на этапе, когда нам необходимо найти новую педагогическую философию, которая может помочь студентам достичь набора навыков, необходимых в двадцать первом веке для сбалансированной гражданской, экономической и социальной жизни. У нас есть новый мир, основанный на неопределенности и вызовах, которые быстро меняются, и все это требует творчества, гибкости, способности использовать и адаптироваться к неопределенным контекстам.Выпускникам приходится действовать в мире конфликтов ценностей, ограничений информации, обширных списков рисков и радикальной неопределенности. Все это, наряду с постоянной возможностью оставаться в рамках личных и групповых «пузырей» и подвергаться обширным операциям манипуляции, требует нового мышления об использовании технологий в образовании и нового набора атрибутов выпускников. Какими бы продвинутыми ни были решения ИИ, мы пока не можем представить себе будущее, в котором алгоритмы действительно смогут заменить сложность человеческого разума.Несомненно, текущие события показывают, что это маловероятно в ближайшее десятилетие, несмотря на всеобщий чрезмерный оптимизм. Шумиха вокруг AI еще не увеличилась вдвое; Например, Ручир Пури, главный архитектор Watson, суперкомпьютера IBM для искусственного интеллекта, недавно заметил: «Вокруг ИИ много шумихи, но то, что он не может сделать, сейчас очень велико. То, что он может сделать, очень мало ».

Эта реальность может побудить политиков и экспертов переосмыслить высшие учебные заведения в совершенно новой парадигме, в большей степени ориентированной на воображение, творчество и гражданскую активность.Обладая способностью направлять обучение, отслеживать участие и взаимодействие студентов с контентом, ИИ может настраивать «поток» информации и материалов в курс в соответствии с потребностями учащегося, обеспечивать обратную связь и поддержку. Однако учителя могут использовать это, чтобы подготовить учащихся к сверхсложному миру, в котором будущее не сводится к простой цели — «возможности трудоустройства». Роботы-учителя уже представляют собой разрушительную альтернативу традиционному преподавательскому составу, но очень важно, чтобы спросите на этом этапе, как мы можем использовать их на благо студентов в контексте глубокого переосмысления того, что в настоящее время обозначается как « атрибуты выпускника » (Mason et al.2016).

Даже если в 2017 году мы мало что узнаем о том, что такое учитель-бот и какие его возможности возможны сейчас и в предсказуемом будущем, технология искусственного интеллекта ускользнула на задний ход всей нашей жизни, и это требует гораздо более целенаправленных исследований в высшее образование. Решения ИИ в настоящее время отслеживают наш выбор, предпочтения, движения, измеряют сильные и слабые стороны, предоставляют отзывы, поддержку, значки, сравнительную аналитику, настраиваемые новостные ленты, предупреждения, прогнозный текст, поэтому они управляют нашей жизнью.На данный момент мы можем рассматривать бот-учителя как сложный алгоритмический интерфейс, способный использовать искусственный интеллект для персонализированного обучения, способный предоставлять индивидуальный контент, наблюдение и руководство для учеников, а также помощь учителям. Под учительскими ботами понимается любое программное или аппаратное обеспечение на базе машины, которое берет на себя роль, традиционно выполняемую помощником учителя в организации информации и предоставлении быстрых ответов на широкий набор предсказуемых вопросов; это может быть содействие, мониторинг, оценка и управление обучением студентов в пространстве онлайн-обучения.Эти решения ближе, чем думают многие ученые. Попытки возиться со старой системой передачи информации пассивным учащимся в классе или перед компьютерами могут быть нарушены из-за высоко персонализированных, масштабируемых и доступных альтернативных решений ИИ, таких как «Джилл Уотсон». В то время как время контакта и личное руководство Преподаватели могут быть сохранены не только в некоторых элитных высших учебных заведениях, поскольку это будет определять качество образования, но интеллектуальные машины могут использоваться всеми для удовлетворения потребностей в обучении и поддержки огромного числа студентов.

Влияние искусственного интеллекта на человеческое общество и биоэтику

Tzu Chi Med J. 2020 окт-дек; 32 (4): 339–343.

Майкл Ченг-Тек Тай

Кафедра медицинской социологии и социальной работы, Медицинский колледж, Медицинский университет Чжуншань, Тайчжун, Тайвань

^* Адрес для корреспонденции: Проф.Майкл Ченг-Тек Тай, факультет медицинской социологии и социальной работы, Медицинский колледж, Медицинский университет Чунг-Шань, 110, секция 1, Цзянь Куо Норт-Роуд, Тайчжун, Тайвань. E-mail: moc.liamg@thciatcm

Поступила 19 декабря 2019 г .; Пересмотрено 30 января 2020 г .; Принято 2020, 9 апреля.

Это журнал с открытым доступом, и статьи распространяются в соответствии с условиями лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 License, которая позволяет другим пользователям некоммерчески ремикшировать, настраивать и развивать работу. при условии предоставления соответствующего кредита и лицензирования новых творений на идентичных условиях.

Abstract

Искусственный интеллект (ИИ), известный некоторыми как промышленная революция (ИР) 4.0, изменит не только то, как мы делаем что-то, как мы относимся к другим, но и то, что мы знаем о себе. В этой статье сначала будет рассмотрено, что такое ИИ, обсуждается его влияние на промышленные, социальные и экономические изменения на человечество в 21 ^— веках, а затем предлагается набор принципов биоэтики ИИ. IR1.0, IR 18^-го-го века, вызвал огромные социальные изменения, не усложнив напрямую человеческие отношения.Однако современный ИИ оказывает огромное влияние на то, как мы делаем что-то, а также на то, как мы относимся друг к другу. Столкнувшись с этой проблемой, необходимо рассмотреть и разработать новые принципы биоэтики искусственного интеллекта, чтобы предоставить руководящие принципы для технологии искусственного интеллекта, которую необходимо соблюдать, чтобы мир извлек выгоду из прогресса этого нового интеллекта.

КЛЮЧЕВЫЕ СЛОВА: Искусственный интеллект , Биоэтика , Принципы биоэтики искусственного интеллекта

ЧТО ТАКОЕ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ?

У искусственного интеллекта (ИИ) много разных определений; некоторые видят в этом созданную технологию, которая позволяет компьютерам и машинам функционировать разумно.Некоторые видят в этом машину, которая заменяет человеческий труд на более эффективный и быстрый результат. Другие видят в нем «систему», способную правильно интерпретировать внешние данные, учиться на них и использовать полученные знания для достижения конкретных целей и задач посредством гибкой адаптации [1].

Несмотря на разные определения, общее понимание ИИ заключается в том, что он связан с машинами и компьютерами, чтобы помочь человечеству решать проблемы и облегчать рабочие процессы.Короче говоря, это интеллект, созданный людьми и продемонстрированный машинами. Термин ИИ используется для описания этих функций созданного человеком инструмента, который имитирует «когнитивные» способности естественного интеллекта человеческого разума [2].

Наряду с быстрым развитием кибернетических технологий в последние годы, ИИ был замечен почти во всех наших жизненных кругах, и некоторые из них уже нельзя рассматривать как ИИ, потому что он настолько распространен в повседневной жизни, что мы очень привыкли к нему. это, например, оптическое распознавание символов или Siri (интерфейс интерпретации и распознавания речи) оборудования для поиска информации на компьютере [3].

РАЗЛИЧНЫЕ ВИДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Из функций и возможностей, предоставляемых ИИ, мы можем выделить два разных типа. Первый — это слабый ИИ, также известный как узкий ИИ, который предназначен для выполнения узкой задачи, такой как распознавание лиц, поиск Siri в Интернете или беспилотный автомобиль. Многие существующие в настоящее время системы, которые утверждают, что используют «ИИ», вероятно, работают как слабый ИИ, сосредоточенный на узко определенной конкретной функции. Хотя этот слабый ИИ кажется полезным для жизни людей, все же некоторые думают, что слабый ИИ может быть опасен, потому что слабый ИИ может вызвать сбои в электросети или может повредить атомные электростанции при выходе из строя.

Новая разработка долгосрочной цели многих исследователей заключается в создании сильного ИИ или общего искусственного интеллекта (AGI), который представляет собой спекулятивный интеллект машины, способной понять или изучить любую интеллектуальную задачу, которую может выполнить человек, таким образом помощь человеку в решении возникшей проблемы. Хотя узкий ИИ может превосходить людей, таких как игра в шахматы или решение уравнений, но его эффект все еще слаб. Однако AGI мог превзойти людей практически по всем когнитивным задачам.

Сильный ИИ — это другое восприятие ИИ, что его можно запрограммировать на то, чтобы на самом деле быть человеческим разумом, чтобы он был разумным во всем, что ему приказывают пытаться, даже иметь восприятие, убеждения и другие когнитивные способности, которые обычно приписываются только людям [4].

Таким образом, мы можем увидеть эти различные функции ИИ [5,6]:

Автоматизация: что заставляет систему или процесс функционировать автоматически
Машинное обучение и зрение: наука о том, как заставить компьютер работать действовать посредством глубокого обучения для прогнозирования и анализа, а также видеть сквозь камеру, аналого-цифрового преобразования и цифровой обработки сигналов
Обработка естественного языка: обработка человеческого языка компьютерной программой, например обнаружение и преобразование спама мгновенно язык для другого, чтобы помочь людям общаться
Робототехника: область инженерии, сфокусированная на конструировании и производстве киборгов, так называемых машинных людей.Они используются для выполнения задач для удобства человека или для выполнения чего-то слишком сложного или опасного для человека, и могут работать без остановки, например, на сборочных линиях
Беспилотный автомобиль: используйте сочетание компьютерного зрения и распознавания изображений на фоне глубокого обучения. построить автоматизированное управление в транспортном средстве.

ДЕЙСТВИТЕЛЬНО НУЖНЫ ЛИ ЧЕЛОВЕКАМ ИСКУССТВЕННЫЙ РАЗУМ?

Действительно ли ИИ нужен человеческому обществу? Это зависит. Если человек выбирает более быстрый и эффективный способ завершить свою работу и работать постоянно, не делая перерывов, да, это так.Однако, если человечество удовлетворяется естественным образом жизни без чрезмерного желания покорить природный порядок, это не так. История говорит нам, что люди всегда ищут что-то более быстрое, легкое, более эффективное и удобное для выполнения задачи, над которой они работают; поэтому стремление к дальнейшему развитию побуждает человечество искать новый и лучший способ ведения дел. Человечество как homo-sapiens обнаружило, что инструменты могут облегчить многие невзгоды в повседневной жизни, а с помощью изобретенных ими инструментов человек может выполнять работу лучше, быстрее, умнее и эффективнее.Изобретение создания новых вещей становится стимулом человеческого прогресса. Сегодня мы наслаждаемся гораздо более простой и неторопливой жизнью благодаря вкладу технологий. Человеческое общество использует инструменты с самого начала цивилизации, и от этого зависит человеческий прогресс. Человечество, живущее в 21 ^и веках, не должно было работать так же усердно, как их предки в прежние времена, потому что у них есть новые машины, чтобы работать на них. Все это хорошо и должно быть в порядке для этих ИИ, но предупреждение появилось в начале 20 ^{— го} века, когда человеческие технологии продолжали развиваться, о чем Олдос Хаксли предупреждал в своей книге О дивный новый мир , что человек может войти в мир в которые мы создаем монстра или сверхчеловека с развитием генетических технологий.

Кроме того, современный ИИ вторгается в отрасль здравоохранения, помогая врачам диагностировать, обнаруживая источники заболеваний, предлагая различные способы лечения, выполняя операции, а также прогнозируя, является ли болезнь опасной для жизни [7]. Недавнее исследование, проведенное хирургами Детского национального медицинского центра в Вашингтоне, успешно продемонстрировало операцию с использованием автономного робота. Команда наблюдала за роботом, выполняя операцию на мягких тканях, сшивая кишечник свиньи, и робот выполнил эту работу лучше, чем хирург-человек, как утверждала команда [8,9].Он демонстрирует, что роботизированная хирургия может преодолеть ограничения ранее существовавших малоинвазивных хирургических процедур и расширить возможности хирургов, выполняющих открытые операции.

Прежде всего, мы видим громкие примеры ИИ, включая автономные транспортные средства (например, дроны и беспилотные автомобили), медицинскую диагностику, создание искусства, игры (например, шахматы или го), поисковые системы (такие как Google поиск), онлайн-помощники (например, Siri), распознавание изображений на фотографиях, фильтрация спама, прогнозирование задержки рейсов и т. д.Все это сделало человеческую жизнь намного проще и удобнее, поэтому мы так привыкли к ним и воспринимаем их как должное. ИИ стал незаменим, хотя без него он не является абсолютно необходимым, сегодня наш мир во многих отношениях будет находиться в хаосе.

ВЛИЯНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ЧЕЛОВЕЧЕСКОЕ ОБЩЕСТВО

Негативное влияние

Были заданы вопросы: с прогрессивным развитием ИИ человеческий труд больше не понадобится, поскольку все можно делать механически. Станут ли люди более ленивыми и со временем упадут до той стадии, когда мы вернемся к нашей примитивной форме существования? Для развития процесса эволюции требуются эоны, поэтому мы не заметим отступления человечества.Однако как насчет того, чтобы ИИ стал настолько мощным, что смог бы запрограммировать себя, чтобы не подчиняться приказу своего хозяина, человечества?

Давайте посмотрим, какое негативное влияние ИИ окажет на человеческое общество [10,11]:

Произойдет огромное социальное изменение, которое нарушит наш образ жизни в человеческом сообществе. Человечество должно быть трудолюбивым, чтобы зарабатывать на жизнь, но с помощью искусственного интеллекта мы можем просто запрограммировать машину так, чтобы она выполняла что-то за нас, даже не поднимая инструмент.Человеческая близость будет постепенно уменьшаться, поскольку ИИ заменит людям необходимость встречаться лицом к лицу для обмена идеями. ИИ будет стоять между людьми, поскольку личные встречи больше не будут нужны для общения
Безработица, потому что многие работы будут заменены машинами. Сегодня многие автомобильные сборочные линии заполнены оборудованием и роботами, что вынуждает традиционных рабочих терять работу. Даже в супермаркете продавцы в магазине больше не понадобятся, поскольку цифровое устройство может заменить человеческий труд
Неравенство в уровне благосостояния будет создано, поскольку инвесторы ИИ будут получать основную долю доходов.Разрыв между богатыми и бедными будет увеличиваться. Так называемое «M» распределение богатства будет более очевидным. стадия, которую человек не может контролировать, что создает непредвиденные проблемы и последствия. Это относится к способности ИИ после загрузки всего необходимого алгоритма может автоматически функционировать самостоятельно, игнорируя команду, данную человеческим контроллером. люди или вещи.Например, Организация Объединенных Наций проголосовала за ограничение распространения ядерной силы, опасаясь ее неизбирательного использования для уничтожения человечества или нападения на определенные расы или регион для достижения цели господства. ИИ может нацеливаться на определенную расу или некоторые запрограммированные объекты, чтобы выполнить команду разрушения программистами, тем самым создавая мировую катастрофу.

ПОЛОЖИТЕЛЬНОЕ ВОЗДЕЙСТВИЕ

Однако есть много положительных воздействий на людей, особенно в области здравоохранения.ИИ дает компьютерам способность учиться, рассуждать и применять логику. Ученые, медицинские исследователи, клиницисты, математики и инженеры, работая вместе, могут разработать ИИ, нацеленный на медицинскую диагностику и лечение, тем самым предлагая надежные и безопасные системы оказания медицинской помощи. В то время как профессора здравоохранения и медицинские исследователи стремятся найти новые и эффективные способы лечения заболеваний, не только цифровой компьютер может помочь в анализе, но также могут быть созданы роботизированные системы для точного выполнения некоторых деликатных медицинских процедур.Здесь мы видим вклад искусственного интеллекта в здравоохранение [7,11]:

Быстрая и точная диагностика

Компьютер IBM Watson был использован для диагностики с удивительным результатом. Загрузка данных в компьютер мгновенно дает диагноз ИИ. AI также может предложить врачам различные способы лечения. Процедура выглядит примерно так: загрузить цифровые результаты физического обследования в компьютер, который рассмотрит все возможности и автоматически поставит диагноз, страдает ли пациент какими-либо недостатками или заболеванием, и даже предложит различные виды доступного лечения.

Социально-терапевтические роботы

Домашние животные рекомендуются пожилым людям для снятия напряжения и снижения кровяного давления, беспокойства, одиночества и улучшения социального взаимодействия. Теперь киборгам предложили сопровождать этих одиноких стариков, даже помогать им по дому. Терапевтические роботы и технологии социально-вспомогательных роботов помогают улучшить качество жизни пожилых людей и людей с ограниченными физическими возможностями [12].

Снижение количества ошибок, связанных с утомляемостью человека

Человеческая ошибка на рабочем месте неизбежна и часто требует больших затрат. Чем выше уровень утомляемости, тем выше риск возникновения ошибок.Однако технология Al не страдает от усталости или эмоционального отвлечения. Это избавляет от ошибок и может выполнять работу быстрее и точнее.

Хирургическое вмешательство на основе искусственного интеллекта

Хирургические процедуры на основе искусственного интеллекта стали доступны людям на выбор. Хотя этим ИИ по-прежнему должны управлять специалисты в области здравоохранения, он может завершить работу с меньшим ущербом для тела. Хирургическая система da Vinci, роботизированная технология, позволяющая хирургам выполнять минимально инвазивные процедуры, сейчас доступна в большинстве больниц.Эти системы обеспечивают более высокую степень точности и аккуратности, чем процедуры, выполняемые вручную. Чем менее инвазивна операция, тем меньше травм и меньше кровопотеря, меньше беспокойство пациентов.

Улучшенная радиология

Первые компьютерные томографические сканеры были представлены в 1971 году. Первая магнитно-резонансная томография (МРТ) человеческого тела была проведена в 1977 году. К началу 2000-х годов стали доступны МРТ сердца, МРТ тела и визуализация плода. рутина. Продолжаются поиски новых алгоритмов для обнаружения конкретных заболеваний, а также для анализа результатов сканирования [9].Все это вклад технологии искусственного интеллекта.

Виртуальное присутствие

Технология виртуального присутствия позволяет проводить дистанционную диагностику заболеваний. Пациенту не нужно вставать с постели, но с помощью робота удаленного присутствия врачи могут осматривать пациентов, фактически не находясь там. Медицинские работники могут перемещаться и взаимодействовать почти так же эффективно, как если бы они присутствовали. Это позволяет специалистам оказывать помощь пациентам, которые не могут путешествовать.

НЕКОТОРЫЕ ПРЕДОСТЕРЕЖЕНИЯ, КОТОРЫЕ СЛЕДУЕТ НАПОМИНАТЬ

Несмотря на все положительные обещания, которые дает ИИ, люди-эксперты, тем не менее, по-прежнему важны и необходимы для разработки, программирования и эксплуатации ИИ от любых непредсказуемых ошибок.Бет Киндиг, технологический аналитик из Сан-Франциско с более чем десятилетним опытом анализа частных и государственных технологических компаний, опубликовала бесплатный информационный бюллетень, в котором указывается, что, хотя ИИ потенциально может улучшить медицинскую диагностику, все же необходимы эксперты-люди, чтобы избежать неправильная классификация неизвестных болезней, потому что ИИ не всемогущ, чтобы решить все проблемы для людей. Бывают случаи, когда ИИ попадает в тупик и для выполнения своей миссии может просто действовать без разбора, создавая больше проблем.Таким образом, нельзя пренебрегать бдительным наблюдением за функциями ИИ. Это напоминание известно как постоянный врач [13].

Вопрос об этическом ИИ, следовательно, был поднят Элизабет Гибни в ее статье, опубликованной в Nature, чтобы предостеречь от любых предубеждений и возможного вреда для общества [14]. Конференция по системам обработки нейронной информации (NeurIPS) в Ванкувере, Канада, в 2020 году подняла этические противоречия в отношении применения технологии искусственного интеллекта, например, в прогнозирующем полицейском контроле или распознавании лиц, которые из-за алгоритмов смещения могут нанести вред уязвимым слоям населения [14]. .Например, NeurIPS может быть запрограммирован на определенную расу или указ в качестве вероятного подозреваемого в преступлении или нарушителя спокойствия.

ВЫЗОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ БИОЭТИКИ

Этика искусственного интеллекта должна быть развита

Биоэтика — это дисциплина, которая фокусируется на взаимоотношениях между живыми существами. Биоэтика подчеркивает добро и право в биосфере, и ее можно разделить как минимум на три области: биоэтика в медицинских учреждениях, которая представляет собой отношения между врачами и пациентами, биоэтика в социальных условиях, которая представляет собой отношения между человечеством, и биоэтика в условиях окружающей среды. это отношения между человеком и природой, включая этику животных, этику земли, экологическую этику и т. д.Все они озабочены отношениями внутри и между естественными существами.

По мере появления ИИ перед человеком встает новая задача — установить отношения с чем-то, что не является естественным само по себе. Биоэтика обычно обсуждает отношения внутри естественных существ, будь то человечество или его окружение, которые являются частями природных явлений. Но теперь людям приходится иметь дело с чем-то искусственным и неестественным, созданным людьми, а именно с ИИ. Человек создал много вещей, но ему никогда не приходилось думать о том, как этически относиться к своему собственному творению.ИИ сам по себе лишен чувств и личности. Инженеры ИИ осознали важность предоставления ИИ способности различать, чтобы он избегал любых отклоняющихся действий, причиняющих непреднамеренный вред. С этой точки зрения мы понимаем, что ИИ может оказывать негативное влияние на людей и общество; таким образом, биоэтика ИИ становится важной, чтобы гарантировать, что ИИ не сможет взлететь сам по себе, отклонившись от своей первоначально намеченной цели.

Стивен Хокинг предупредил в начале 2014 года, что разработка полного ИИ может означать конец человечества.Он сказал, что как только люди разработают ИИ, он может взлететь сам по себе и модернизировать себя со все возрастающей скоростью [15]. Люди, ограниченные медленной биологической эволюцией, не могут конкурировать и будут вытеснены. В своей книге «Суперинтеллект» Ник Бостром аргументирует, что ИИ представляет угрозу для человечества. Он утверждает, что достаточно интеллектуальный ИИ может демонстрировать конвергентное поведение, например, приобретать ресурсы или защищаться от отключения, и это может нанести вред человечеству [16].

Вопрос в том, должны ли мы думать о биоэтике для продукта, созданного человеком, который не несет биологической жизнеспособности? Может ли машина иметь разум, сознание и психическое состояние в том же смысле, что и люди? Может ли машина быть разумной и, таким образом, иметь определенные права? Может ли машина причинить вред намеренно? Правила следует рассматривать как биоэтический мандат на производство ИИ.

Исследования показали, что ИИ может отражать те самые предрассудки, которые люди пытались преодолеть. Поскольку ИИ становится «по-настоящему повсеместным», у него появляется огромный потенциал для положительного воздействия на любой образ жизни, от промышленности до занятости, здравоохранения и даже безопасности. Обращаясь к рискам, связанным с этой технологией, Янош Делкер, корреспондент ИИ компании Politico Europe, сказал: «Я не думаю, что ИИ когда-либо будет свободен от предвзятости, по крайней мере, до тех пор, пока мы будем придерживаться машинного обучения в том виде, в каком мы его знаем сегодня». ….«Я считаю, что критически важно признать, что эти предубеждения существуют и что политики пытаются их смягчить» [17]. Группа экспертов высокого уровня по ИИ Европейского Союза в 2019 году представила Руководящие принципы этики для надежного ИИ, в которых предлагалось, чтобы системы ИИ были подотчетными, объяснимыми и беспристрастными. Сделаны три акцента:

Законное соблюдение всех применимых законов и постановлений
Этичное уважение этических принципов и ценностей
Устойчивый, адаптивный, надежный, справедливый и заслуживающий доверия с технической точки зрения учитывать его социальную среду [18].

Рекомендуются семь требований [18]:

AI не должен попирать человеческую автономию. Системы ИИ не должны манипулировать людьми или принуждать их, и люди должны иметь возможность вмешиваться или контролировать каждое решение, которое принимает программное обеспечение
ИИ должен быть безопасным и точным. Его нельзя легко скомпрометировать внешними атаками, и он должен быть достаточно надежным.
Персональные данные, собранные системами ИИ, должны быть безопасными и конфиденциальными.Он не должен быть доступен для всех, и его нельзя легко украсть.
Данные и алгоритмы, используемые для создания системы искусственного интеллекта, должны быть доступны, а решения, принимаемые программным обеспечением, должны «пониматься и отслеживаться людьми. ” Другими словами, операторы должны иметь возможность объяснять решения, которые их системы ИИ принимают.
Услуги, предоставляемые ИИ, должны быть доступны всем, независимо от возраста, пола, расы или других характеристик. Точно так же системы не должны быть смещены в соответствии с этими принципами
Системы искусственного интеллекта должны быть устойчивыми (т.е., они должны быть экологически ответственными) и «способствовать позитивным социальным изменениям»
Системы искусственного интеллекта должны подвергаться аудиту и охватываться существующими мерами защиты корпоративных информаторов. Негативное воздействие систем следует осознавать и сообщать заранее.

Исходя из этих рекомендаций, мы можем предположить, что будущий ИИ должен быть оснащен человеческой чувствительностью или «гуманитарными науками». Чтобы добиться этого, исследователи ИИ, производители и представители всех отраслей должны помнить, что технологии должны служить, а не манипулировать людьми и его обществом.Бостром и Юдковски перечислили ответственность, прозрачность, проверяемость, неподкупность и предсказуемость [19] в качестве критериев, о которых следует думать компьютеризированному обществу.

ПРЕДЛАГАЕМЫЕ ПРИНЦИПЫ ИСКУССТВЕННОЙ БИОЭТИКИ ИНТЕЛЛЕКТА

Натан Строут, репортер Space and Intelligence System в Истерском университете, США, совсем недавно сообщил, что разведывательное сообщество разрабатывает собственную этику ИИ. В феврале 2020 года Пентагон объявил, что он находится в процессе принятия принципов использования ИИ в качестве руководящих указаний, которым должен следовать департамент при разработке новых инструментов ИИ и технологий на базе ИИ.Бен Хюбнер, начальник Управления директора Управления гражданских свобод, конфиденциальности и прозрачности Национальной разведки, сказал: «Нам нужно будет обеспечить прозрачность и подотчетность в этих структурах, когда мы их используем. Они должны быть безопасными и устойчивыми »[20]. Сообществу ИИ было предложено подумать над двумя темами: объяснимость и интерпретируемость. Объяснимость — это концепция понимания того, как работает аналитика, в то время как интерпретируемость — это способность понять конкретный результат, произведенный аналитиком [20].

Все принципы, предложенные учеными для биоэтики искусственного интеллекта, хорошо воспитаны. Исходя из различных биоэтических принципов во всех смежных областях биоэтики, я предлагаю здесь четыре принципа для рассмотрения, чтобы направлять будущее развитие технологии искусственного интеллекта. Однако мы должны помнить, что основное внимание по-прежнему следует уделять человеку, потому что ИИ в конце концов был разработан и произведен людьми. ИИ продолжает свою работу по своему алгоритму. Сам ИИ не может сочувствовать, не способен отличать добро от зла и может совершать ошибки в процессах.Все этическое качество ИИ зависит от дизайнеров-людей; следовательно, это биоэтика ИИ и в то же время транс-биоэтика, ограничивающая человеческий и материальный миры. Вот принципы:

Благодеяние: Благодеяние означает делать добро, и здесь оно относится к цели и функциям ИИ, которые должны приносить пользу всей человеческой жизни, обществу и вселенной. Следует избегать и запрещать любой ИИ, который будет выполнять любую разрушительную работу над био-вселенной, включая все формы жизни.Ученые ИИ должны понимать, что причина разработки этой технологии не имеет другой цели, кроме как принести пользу человеческому обществу в целом, а не для какой-либо личной выгоды. Он должен быть альтруистическим, а не эгоцентрическим по своей природе.
Поддержание ценностей: это относится к соответствию ИИ социальным ценностям, другими словами, должны соблюдаться универсальные ценности, которые управляют порядком в мире природы. ИИ не может подняться выше социальных и моральных норм и должен быть беспристрастным. Научные и технологические разработки должны быть направлены на повышение благосостояния людей, что является главной ценностью, которую ИИ должен дорожить по мере своего дальнейшего развития
Ясность: ИИ должен быть прозрачным, не скрывая никаких секретных целей.Он должен быть легко понятным, обнаруживаемым, неподражаемым и воспринимаемым. Технология искусственного интеллекта должна быть доступна для общественного аудита, тестирования и проверки и должна соответствовать стандартам отчетности … В условиях высоких ставок, таких как диагностика рака по радиологическим изображениям, алгоритм, который не может «объяснить свою работу», может представлять неприемлемый риск. Таким образом, объяснимость и интерпретируемость абсолютно необходимы.
Подотчетность: дизайнеры и разработчики ИИ должны помнить, что они несут на своих плечах тяжелую ответственность за результат и влияние ИИ на все человеческое общество и вселенную.Они должны нести ответственность за все, что они производят и создают.

ЗАКЛЮЧЕНИЕ

ИИ здесь, чтобы остаться в нашем мире, и мы должны попытаться обеспечить соблюдение биоэтики ИИ, заключающейся в благотворительности, поддержании ценностей, ясности и подотчетности. Поскольку у ИИ нет души, его биоэтика должна быть трансцендентальной, чтобы преодолеть недостаток неспособности ИИ сочувствовать. ИИ — это реальность мира. Мы должны принять во внимание то, что Джозеф Вайценбаум, пионер ИИ, сказал, что мы не должны позволять компьютерам принимать важные решения за нас, потому что ИИ как машина никогда не будет обладать такими человеческими качествами, как сострадание и мудрость, чтобы различать и судить с моральной точки зрения [10].Биоэтика — это не вопрос расчета, а процесс осознания. Хотя разработчики ИИ могут загружать всю информацию, данные и запрограммированные в ИИ функции человека, он по-прежнему остается машиной и инструментом. ИИ всегда будет оставаться ИИ без подлинных человеческих чувств и способности сочувствовать. Следовательно, технологии искусственного интеллекта следует развивать с особой осторожностью. Как сказал фон дер Ляйен в «Белой книге » по AI — Европейский подход к совершенству и доверию : «ИИ должен служить людям, и, следовательно, ИИ всегда должен соблюдать права людей…».Искусственный интеллект высокого риска. То, что потенциально ущемляет права людей, должно быть проверено и сертифицировано, прежде чем оно попадет на наш единый рынок »[21].

Финансовая поддержка и спонсорство

Нет.

Конфликт интересов

Конфликта интересов нет.

СПРАВОЧНАЯ ИНФОРМАЦИЯ

1. Каплан А., Хенлайн М. Сири, Сири, в моей руке: Кто самый справедливый в стране? Об интерпретации, иллюстрациях и значениях искусственного интеллекта. Бизнес-горизонты. 2019; 62: 15–25.[Google Scholar] 2. Рассел С.Дж., Норвиг П. Искусственный интеллект: современный подход. Река Аппер Сэдл, Нью-Джерси: Prentice Hall; 2009. [Google Scholar] 3. Роджер С. Шанк. Где ИИ. Журнал AI. 1991; 12:38. [Google Scholar] 4. Джерри К. Искусственный интеллект — что нужно знать каждому. Нью-Йорк: издательство Оксфордского университета; 2016. [Google Scholar] 5. Nilsson JN. Принципы искусственного интеллекта. Пало Калифорния: Издательство Морган Кауфманн; 1980. [Google Scholar] 6. Нильс Н. Искусственный интеллект: новый синтез.Морган Кауфманн; 1998. [Google Scholar] 7. Дина Б. «Microsoft разрабатывает искусственный интеллект, чтобы помочь онкологам найти правильное лечение» в Bloomberg News. 2016 [Google Scholar] 8. Мира С. Автономные роботы — ваши следующие хирурги CNN Cable News Network. 2016 [Google Scholar] 9. Джейкоб Р. Мыслительные машины: поиски искусственного интеллекта. Дистилляции. 2016; 2: 14–23. [Google Scholar] 10. Джозеф В. Компьютерная мощь и человеческий разум от суждения к расчету. Сан-Франциско: издательство W H Freeman Publishing; 1976. [Google Scholar] 11.Рори CJ. Стивен Хокинг предупреждает, что искусственный интеллект может положить конец человечеству. BBC News Wikipedia, Бесплатная энциклопедия по искусственному интеллекту. 2014. [Последний доступ: 23 июня 2019 г.]. Доступно по адресу: https: // enwikipediaorg / wiki / Artifical_Intelligence.

12. Предварительное исследование нового использования искусственного интеллекта (ИИ) и робототехники в социальной сфере, опубликованное Skills for Care. [Последний доступ: 15 августа 2019 г.]. Доступно по адресу: wwwskillsforcareorguk.

15. Профессор Стивен Хокинг, один из выдающихся ученых Великобритании, сказал, что попытки создать мыслящие машины представляют угрозу самому нашему существованию.Интервью BBC 2 декабря 2014 г. Принято к сведению Рори Селлан Джонс. [Google Scholar] 16. Бостром Ник: Суперинтеллект: пути, опасности, стратегии. Кейт Мэнсфилд: издательство Оксфордского университета; 2014. [Google Scholar] 18. Европейская комиссия по этическим принципам надежного ИИ. Группа экспертов высокого уровня по ИИ представила это руководство, в котором сформулированы три требования: законность, этичность и надежность [Google Scholar] 19. Ник Б., Юдковский Э. Этика искусственного интеллекта. В: Кейт Фрэнкиш, Уильям Рэмси., редакторы. Кембриджский справочник по искусственному интеллекту. Нью-Йорк: Издательство Кембриджского университета; 2014. [Google Scholar]

Страница не найдена

Моя библиотека
раз
Моя библиотека
«» Настройки файлов cookie
Разведка по миру, Европе и Италии
Форум
Форум — трехдневное мероприятие:
День первый обычно посвящен основным глобальным проблемам преимущественно экономического, геополитического и научно-технического характера.
День второй посвящен Европе, и на нем присутствуют официальные лица и представители всех основных европейских институтов, которые принимают участие в обсуждениях наиболее острых проблем, стоящих перед Европейским Союзом.
И, наконец, третий день посвящен Италии, в нем присутствуют представители итальянского правительства, официальные лица и многочисленные ведущие деятели мира бизнеса и финансов.
Участники форума
Целеустремленная аудитория состоит из 200 топ-менеджеров из Италии и из-за рубежа, причем приоритет отдается членам престижного клуба Ambrosetti Club.Форум — событие с большим интересом. Неслучайно запросы на участие со всего мира продолжают расти, и с каждым годом The European House — Ambrosetti становится все труднее удовлетворить спрос.
Среди главных героев недавних форумов были: Махмуд Аббас «Абу Мазен», королева Иорданского Хашимитского Королевства Рания аль-Абдулла, H.S.H. Принц Монако Альберт II, Джанни Аньелли, Кофи Аннан, Яссер Арафат, Хосе Мария Аснар, Сильвио Берлускони, Джо Байден, Мария Кьяра Карроцца, Ричард Чени, Карло Азелио Чампи, Карло Коттарелли, Саманта Кристофоретти, Хосефоретти , Франсуа Фийон, Джозеф Боррелл Фонтеллес, Билл Гейтс, Фабиола Джанотти, Валери Жискар Д’Эстен, Фелипе Гонсалес, Линдси Грэм, Анхель Гурриа, Невилл Исделл, Ален Жюппе, Генри Киссинджер, Вацлав Клаус, Эмман Лагронда, Энрико Лагарта Серджио Маттарелла, Джон Маккейн, Марио Монти, Пьер Московичи, Джорджо Наполитано, Лука Пармитано, Шимон Перес, Романо Проди, Жан-Пьер Раффарен, С.М. Рания Аль-Абдулла Регина дель Регно Хашемита ди Джордания, Карточка. Джозеф Ратцингер, Маттео Ренци, Мишель Рокар, Хиллари Родэм Клинтон, Нуриэль Рубини, Вольфганг Шойбле, Эрик Шмидт, Гельмут Шмидт, Джордж Шульц, Джозеф Стиглиц, Жан-Клод Трише, Герман Ван Ромпей, Умберто Веронези, Джеймс Вольфенсон.
Что делает Форум особенным
Villa d’Este Forum — уникальное мероприятие, проводимое в престижном месте, но секрет успеха мероприятия заключается в его эксклюзивности.С самого начала его заседания всегда проходили за закрытыми дверями, и он продолжает оставаться уникальной возможностью для многих ведущих игроков и главных действующих лиц на международной экономической и политической арене встретиться и обсудить.
Еще одним секретом его успеха является его способность вовлекать высокопоставленных гостей в обмен мнениями и дебаты на высшем уровне, которые никогда не бывают банальными и сосредоточены на вопросах, изучаемых профессионалами The European House – Ambrosetti.Фактически, каждый год на форуме представлены некоторые из наиболее важных исследований, разработанных внутри фирмы, в том числе с участием авторитетных внешних экспертов, по вопросам, имеющим отношение к бизнес-сообществу и системе страны.
Влияние искусственного интеллекта на будущее индустрии комплаенс
Соответствие медленно, но стабильно пользуется преимуществами искусственного интеллекта. Технологии искусственного интеллекта и автоматизации используются предприятиями любого размера, чтобы лучше справляться с раскрытием информации о соответствии и обучением этике.
Участие
AI в соблюдении нормативных требований значительно возрастет в течение следующего десятилетия, поскольку системы развиваются, а компании стремятся повысить эффективность и снизить репутационные и юридические риски во все более сложных нормативных и социальных ситуациях. Специалисты по комплаенсу выиграют не только от данных, которые предоставляет ИИ, но и от времени, сэкономленного благодаря решению сложных задач с помощью технологий.
Способность к прогнозированию
AI в настоящее время используется для оценки данных обучения соответствию и выявления пользователей, которым может потребоваться дополнительное обучение и ресурсы, а затем автоматически настраивает опыт обучения с подкреплением для каждого сотрудника.Это освобождает специалистов по комплаенсу от тщательного изучения результатов обучения (которые могут исчисляться сотнями тысяч в зависимости от размера компании) и создания сотен различных решений для подкрепления, что снижает количество человеческих ошибок и сложность развертывания.
Также прочтите: Стратегии разработки эффективной стратегии использования 5G
ИИ в конечном итоге перейдет от базового анализа к прогнозной интеграции. Системы смогут помечать подразделения с высоким риском как комплаенс-риски, используя комбинацию отчетов о раскрытии информации, данных обучения и чат-ботов.Это приведет к более строгим процессам соответствия, таким как автоматическое обновление политик, для ограничения риска. ИИ обнаружит риски, которые специалисты по комплаенсу не успеют заметить, даже если риски наступят на месяцы или годы и находятся за много миль от удаленного офиса.
Управление данными
Данные необходимы для моделей ИИ для процессов соответствия, как и для любой другой модели ИИ. Следующим шагом в интеграции ИИ и автоматизации в соответствие требованиям будет объединение этих данных.Бизнес-операции будут преобразованы так же, как и маркетинг за последнее десятилетие с помощью прогнозного интеллекта.
Данные должны демонстрировать не только то, испытывают ли люди трудности, но и почему они борются, чтобы предоставить действительно действенную информацию о рисках. Вот почему в ближайшее десятилетие данные о поведении человека будут так важны. Что сотрудники говорят на горячие линии, по которым они сообщают о происшествиях? В каких симуляциях в учебных модулях людям сложно ориентироваться? Какие общие знаменатели появляются в отчетах о раскрытии информации снова и снова?
Также читайте: ИТ-директора используют навыки ведения бизнеса
Переутомленные команды комплаенс могут быть не в состоянии соединить точки с данными, которые они получают вручную.Цифровые технологии упрощают выявление закономерностей, что, в свою очередь, как никогда прежде влияет на стратегию GRC. Данные из многочисленных технологий соответствия внутри компании необходимо будет передать в централизованную систему, прежде чем это станет крупномасштабным. Скорее всего, появятся новые инструменты, которые облегчат эту конвергенцию и позволят ИИ полностью раскрыть свой потенциал.
Решение проблем
Истинная проблема ИИ в соблюдении требований бизнеса заключается в том, что он используется для замены решений, которые люди принимали на протяжении десятилетий.Кроме того, чтобы эксперты по этике и комплаенсу приняли ИИ, они должны выйти за рамки этих обоснованных соображений комплаенса и этических норм.
Как видно из практики приема на работу и других решений с помощью ИИ, которые случайно нарушили нормативные требования, если вводимые данные являются предвзятыми, то и рекомендации могут быть такими же. Поскольку группы по соблюдению нормативных требований так озабочены тем, чтобы не нарушать правила, автоматизация ИИ может представлять опасность. Команды соблюдения нормативных требований также сталкиваются с проблемами, когда речь идет о защите конфиденциальности данных.
Чтобы предотвратить эти проблемы, предприятиям следует тщательно изучить свои инструменты генерации данных на предмет предвзятости ответа и напрямую использовать поведенческие данные, а не передавать их через уровень интерпретации или машинного обучения, сводя к минимуму риск предвзятости и других этических последствий.
В конце концов, ИИ не заменит команды комплаенс, но поможет им более эффективно выполнять свои обязанности. Чтобы разработать стратегию и снизить риски, специалисты по GRC всегда будут иметь под рукой самую свежую информацию.Благодаря поддержке ИИ организации смогут лучше предвидеть проблемы до того, как они возникнут, что снизит количество случаев нарушения нормативных требований.
Посмотрите подкаст New enterprisesetalk. Чтобы узнать больше о таких обновлениях, подпишитесь на нас в Google News enterprisesetalk News.
No related posts.