img

هوش مصنوعی ایجاد کننده فرصت‌های شغلی جدید…

/
/
/
برای حداقل چند دهه گذشته، ما صحبت های زیادی را در مورد تهدیدهای بیکاری ناشی از ورود فناوری به دنیای مدرن برای افراد شنیده ایم-یعنی به نوعی اتوماسیون سازی و استفاده از فناوری بر نیروی کار انسانی مسلط می شود. اما این روزها، به نظر می رسد که این اتفاق خیلی به ما نزدیک تر شده است. به عنوان یک مثال: در اوایل امسال، آقای استیو مناچین، وزیر خزانه اعلام کرد که روبات ها و اتوماسیون سازی نمی توانند باعث بیکار شدن نیروی کار جامعه شوند، در این هنگام جامعه علوم و فناوری با نمودار و آمارهایی پاسخ این ادعا را دادند که به وضوح نشان می دادند این نظریه تا چه میزان اشتباه بوده است.

هوش مصنوعی هر روز بیشتر از روزهای قبل در راه باز کردن راه خود به حوزه های مختلف زندگی افراد است، و یک اختلال بی سابقه را در زندگی شغلی افراد به وجود آورده است. و الگوریتم های یادگیری ماشین و شبکه های عصبی، یعنی مشهورترین تشکیل دهنده های هوش مصنوعی (AI) مدرن، عملکرد بهتری را نسبت به بشر از خود نشان داده اند و حرفه ای تر از بشر عمل کرده اند. انقلاب هوش مصنوعی با سرعت بسیار بالایی در حال رخ دادن است، و اکنون وقت خوبی است تا ما نیز از نظر زیرساخت های آموزشی و اقتصادی خود را برای آینده ای آماده کنیم که بشر هر روز کمتر از روز قبل، در وظایف مشخصی دخالت خواهد داشت.
آقای الکس لیندان، متخصص یادگیری ماشین در مرکز تحقیقاتی Gartner می گوید: «به وضوح، اکنون با کامپیوترهایی که در اطراف خود مشاهده می کنیم، در مورد آن ها می شنویم یا می خوانیم، اتوماسیون سازی رونق بی سابقه ای را تجربه خواهد کرد. این امر هنوز هم به خوبی به ثمر ننشسته است. بسیاری از توسعه های اخیر چند سال قبل از این که اتوماسیون سازی مواد بر بشر مسلط شوند، شروع به رخ دادن می کنند. اما در بسیاری از حوزه های تولید…ویرایشگران، متخصصان یادگیری ماشین، و افرادی در شغل های دیگر قطعاً باید از امنیت شغلی خود ترس داشته باشند».
ولی این یک تصور کامل و شامل نیست. هر انقلاب صنعتی بیشتر باعث عزل و اصلاح نیروی کار خواهد شد زیرا قصد دارد یک جایگزین را برای هر جایگاهی انتخاب کند، و این اتفاقات جدیدی که در حال رخ دادن هستند نیز از این قائله مستثنا نیستند. اما تسلط و انتشار هوش مصنوعی همچنین فرصت های شغلی جدیدی را برای بشر فراهم می آورد تا افراد بتوانند با خلاقیت و ابداع خود استفاده موثری را از این فناوری مدرن داشته باشند.

نیاز روز افزون به استعداد فناوری
آقای جو لوبو، مدیر سایت هوش مصنوعی در شرکت Inbenta گفت: «چیزی ما می دانیم این است که هوش مصنوعی در کوتاه مدت برای شغل هایی که می توان آن ها را به چند قسمت مشخص و معمولی تقسیم کرد بیشترین کارایی را خواهد داشت، چه شغل موردنظر از نوع نیروی کار دستی باشد و چه از نوع وظایف شناختی باشد. این به این معنی است که بشریت قادر خواهد بود بر روی وظایف خلاقانه تر و در نتیجه لذت بخش تری تمرکز داشته باشد».
آقای استوارت فرانکل، مدیر اجرایی کمپانی Narrative Science می گوید: «فناوری هرگز یک نابودگر در برابر شغل ها نبوده است. نگاهی بیاندازید به این همه شغلی که هر روزه توسط فناوری در کمپانی های مختلف ایجاد می شود. هیچ یک از این شغل ها در ۲۰ سال پیش وجود نداشته اند، و اکثریت آن ها شاید در ۱۰ سال گذشته حتی وجود خارجی نداشته اند».
به هر حال، در حال حاضر به جای این که نگران تسلط کامل روبات ها بر شغل بشری باشیم، باید به این مشکل توجه کنیم که هنوز پست های شغلی بسیار زیاد وجود دارند که افراد متخصص و ماهری برای پر کردن این شغل ها وجود ندارند. با رشد و گسترش تجارت مبتنی بر داده ها، نیاز به هوش و استعداد فناوری هر روزه بیشتر از قبل به چشم می خورد.
برای نمونه، در سال ۲۰۱۶ کمپانی تحقیقاتی سایبری-اقتصادی به نام Cybersecurity Ventures گزارش کرد که نرخ بیکاری سایبری امنیتی صفر بوده است-و در واقع، نشان دهنده این امر است که در حدود ۱۰ میلیون متخصص مورد نیاز دنیا می باشد که باید برای این پست ها تامین شوند. ناحیه های مشابه شغل-فناوری مانند توسعه نرم افزاری و علوم داده ها، نیز به همین صورت هستند و به شدت نیاز به نیروی کاری دارند که دارای استعداد فناوری باشند تا بتوانند حفره های نیروی کار آن ها را پر کنند. نیاز به متخصصان بیشتر در شغل های فناوری نیز همانند هوش مصنوعی در حال رشد قابل توجهی است و در حال وارد شدن به حوزه های بیشتر و بیشتری می باشد.
آقای لوبو افزود: «من معتقد هستم که دولت ها باید اطمینان حاصل کنند که برنامه نویسی به همان میزان انگلیسی، ریاضیات، و علوم دیگر ارزش نهاده می شود، به این ترتیب با وارد کردن کدنویسی و برنامه نویسی در آموزش افراد می توانیم در رویارویی با انقلاب فناوری، بیشتری میزان استفاده از مزایای هوش مصنوعی ببریم».
در سال های اخیر شاهد تعدادی از پروژه ها بوده ایم که توسط دولت اجرا شده اند و همچنین شاهد طرح هایی بوده ایم که بخش های خصوصی ارائه کرده اند تا بتوانند نیاز به استعداد فناوری را پاسخ دهند. پروژه TechHire متعلق به رئیس جمهور سابق ایالات متحده آقای باراک اوباما یک مثال از این نوع پروژه ها است: این پروژه ۱۰۰ میلیون دلار اعتبار داشت تا به تعداد بیشتری از مردم اجازه دهد که به شغل های فناوری ورود کنند، از جمله این افراد کسانی بودند که مدارک بالای علمی و آموزشی نداشته اند.
همچنین ما با رشد بسیار زیاد و روز افزون دوره های آنلاین باز و گسترده (MOOC ها) توسط موسساتی مانند Coursera و Big Data University مواجه هستیم که این موسسات آموزش های آنلاین رایگان را برای مهارت های فنی که به شدت مورد نیاز جامعه هستند برگزار می کنند. کمپ های کدنویسی بوت، موسساتی هستند که برنامه نویسی کامپیوتری را به افراد در یک دوره فشرده آموزش می دهند و شهرت بسیار بالایی را برای خود کسب کرده اند. در همین حال، کمپانی هایی مانند AT&T به کارمندان خود کمک می کنند تا بتوانند خودشان را با آینده کاری و شغلی خود وفق دهند.
با رشد سریع هوش مصنوعی، نیازمندی های مربوط به مهارت ها و تخصص ها نیز به همان سرعت تغییر خواهند کرد. حتی توسعه نرم افزار هم به شکل قبل باقی نخواهد ماند و در آینده از کدنویسی به نوشتن الگوریتم های هوش مصنوعی تغییر پیدا خواهد کرد.

یک انقلاب در مداخله میان کامپیوتر و بشر
بسیاری از افرادی که شغل خود را به دلیل گسترش هوش مصنوعی از دست داده اند هیچ مهارت و دانشی را برای ورود به شغل های فناوری ندارند، و آموزش دادن به این افراد نیز هزینه زمانی بسیار زیادی را دارد. خوشبختانه، از این نظر، هوش مصنوعی می تواند در حل کردن یک مساله بسیار کمک کند و همین امر هوش مصنوعی را تبدیل به یک فناوری خودساخته کرده است. هوش مصنوعی ثابت کرده است که می تواند در بخش آموزش، به طریق های مختلفی انقلاب ایجاد کند، از جمله شخصی سازی کردن و بهینه سازی کردن تجربه یادگیری که از این دسته طریق ها است. یعنی یادگیری مهارت های جدید در این روش ها زمان کمتری را می طلبد.
آقای لوبو گفت: «بشر می تواند زودتر از هر زمان دیگری به صنعت های دیگر وارد شود، و دارای انعطاف پذیری قابل ملاحظه ای خواهد بود تا بتواند نسبت به تغییرات شغلی در بازار واکنش مناسب داشته باشد و خود را وفق دهد. چرا یک راننده کامیون نتواند با آموزش چند ماهه وارد شغل هایی مانند برنامه نویسی شود؟»
جاهایی که هوش مصنوعی نتواند منحنی یادگیری را متعادل کند، قادر خواهد بود تا پیچیدگی وظایف را از بین ببرد و آن ها را ساده تر کند، به این صورت می تواند مردم را قادر سازد تا بتوانند وارد شغل هایی شوند که نیازمند سال ها آموزش و تمرین می باشند.
یک رشد و توسعه ارزشمند در این زمینه تولید و پردازش زبان طبیعی (NLP/NLG) است، این شاخه ای از هوش مصنوعی است که با فهم و تولید اسکریپت های زبان بشری در ارتباط می باشد. NLP و NLG روشی را که بشر با کامپیوترها تعامل دارند مجدداً تعریف می کنند، سختی ها و موانع مربوط به اجرای وظایف را از سر راه بشر برمی دارند و ما را قادر می سازند تا در انجام این وظایف کارایی بالاتری را داشته باشیم.
آقای فرانکل از موسسه تحقیقاتی Narrative Science می گوید: «NLG یک فناوری توانمندساز و موجب رشد برای بشر است. زمانی که NLG با مهارت های بشری ترکیب شود، می تواند نتایجی را از خود تولید کند که بسیار قوی تر و بهتر از نتایج مربوط به این دو گروه به صورت تکی می باشند. من معتقدم که نرم افزار Excel بسیار به NLG شباهت دارد. زمانی که نرم افزارهای Lotus 123 و Excel برای اولین بار وارد بازار شدند، پیش بینی های زیادی را در مورد آینده حساب داران و تحلیلگران مالی می کردند و نگران شغل های این افراد بودند، اما ما به سرعت خود را با این نرم افزارها وفق دادیم و آن ها را به عنوان ابزارهای مفیدی در تحلیل بازار و تجارت به کار گرفتیم. همین اتفاق هم برای NLG در حال رخ دادن است».
موسسه Narrative Science می خواهد NLG را با پلتفرم های هوش تجاری (BI) یکپارچه کند تا برای کاربران روایت مصنوعی، و ارتباطات دقیق و مکالمه ای را با اطلاعات مخاطب-محوری که شفافیت کامل را در تصمیم های تحلیلی گرفته شده نشان می دهند، ارائه کنند. آقای فرانکل توضیح می دهد که این فناوری در قادر ساختن گروه های وسیع تری از افراد برای انجام وظایفی بدون نیاز به مجموعه ای تخصصی از مهارت هایی مانند علوم داده ها، کمک کننده است.
او می گوید: «این امر به این معنی است که مردم یا گروه ها در هر سطح مهارتی از نظر تحلیلی می توانند از این ابزارهای هوش تجازی (BI) استفاده کنند، و به سرعت نیازهای خود را برآورده کنند، و در نهایت، شغل و کار خود را بهتر از قبل انجام دهند.»
از طرف دیگر، NLP برای افرادی که با ابزارهای تحلیلگر و منابع اطلاعات و داده ها سر و کار دارند، امور را بسیار آسان تر از قبل می کند. شما می توانید این امر را در پلتفرم هایی مانند IBM Watson Analytics مشاهده کنید که دستورهای زبان طبیعی باعث شده اند که کار کردن با منابع داده ها بسیار آسان تر شوند. این فناوری می تواند روش کار کردن مردم با مهارت های ریاضیات برای ورود به شغل های مربوط به علم داده ها را آسان تر کند و دیگر نیازی به این نباشد که مردم را به دوره های برنامه نویسی طولانی مدت بفرستیم.
همچنین NLP به ما کمک می کند تا بسیاری از دانش های بدون ساختار، از جمله مقالات، کتاب ها، و کاغذهای سفید برای ما منطقی به نظر برسند، و به این طریق بتوانیم آن ها را به داده هایی تبدیل کنیم که قابل شناسایی هستند و به دلیل این که سازماندهی شده اند، توسط ماشین ها نیز قابل استفاده باشند. این امر می تواند نرم افزار و خدمات را در کمک کردن به متخصصان بشری بسیار کاراتر از قبل کند.
آقای الکس لیندن، محققی در موسسه Gartner معتقد است که این اتفاق می تواند به ایجاد گراف های دانش کاراتری کمک کند-و این داده هایی که ساختاربندی کمتری دارند در تغذیه موتورهای هوش مصنوعی عملکرد بهتری را داشته باشند. او می گوید: «هوش مصنوعی (AI)/NLP می تواند یک صنعت دانش واقعی را ایجاد کند». اما او اضافه کرده است «ما هنوز در مراحل اولیه این فناوری قرار داریم».

تکامل تلاش‌های بشری
یک مثال در این زمینه همان برنامه Watson از کمپانی IBM است که برپایه هوش مصنوعی برای پلتفرم Cybersecurity کار می کند و اخیراً وارد بازار شده است. نرم افزار Watson از الگوریتم های یادگیری ماشین استفاده می کند تا تن ها از داده های ساختاربندی نشده و ساختاربندی شده را تحلیل کند. سپس این نرم افزار در مورد جریان و تهدیدهای بالقوه مواردی را «یاد می گیرد» و به تحلیلگران امنیتی کمک می کند تا شغل ها و وظایف خود را در این زمینه انجام دهند. آقای کالب بارلو، یکی از کارکنان بخش امنیتی کمپانی IBM نقش نرم افزار Watson را مانند یک متخصص پزشکی می داند که به یک متخصص جسمانی کمک می کند. این نرم افزار می تواند به تحلیلگرانی که مهارت و تجربه کمتری را برای کارا و موثر بودن در رویارویی با مسائل امنیتی دارند، کمک بسیار زیادی کند.
فناوری تنها بخشی نیست که هوش مصنوعی بتواند در آن باعث کامل شدن تلاش های بشری و قرار دادن افراد بیشتر در شغل های جدید باشد. الگوریتم های هوش مصنوعی در زمینه های سلامت و دارو نیز دارای مزیت هایی هستند، که به مرور زمان متخصصان جسمانی و کارگران مهارت دیده ای را تربیت خواهند کرد. متخصصان شبکه های عصبی و هوش مصنوعی به طریق آسان تری می توانند بیماری ها را کشف، شناسایی و درمان کنند، و از این جهت دیگر نیازی به آموزش دادن دکترها نیست، و باعث می شود که خدمات بهداشتی و درمانی برای بسیاری از مردم، در دسترس قرار بگیرند.
آقای فرانکل می گوید: «در تعداد دکترها، پرستاران و متخصصان جسمانی در ایالات متحده کمبود قابل توجهی وجود دارد، و حتی امروزه در این کشور نیاز به پر شدن این جاهای خالی حتی بیشتر از قبل در این دنیای توسعه یافته احساس می شود. شما در مورد تمامی کارهایی که هوش مصنوعی قادر به انجام آن ها است فکر کنید-می تواند حجم های غول آسایی از داده ها را دریافت کند، آن ها را تحلیل کند، و مهمترین نکات مربوط به این تحلیل را به ما گوش زد کند- و همچنین می تواند دسترسی افراد به بسیاری از خدماتی را که می تواند تنها به وسیله آموزش دادن افراد مورد استفاده قرار گیرند (و معمولاً هزینه زیادی برای این کار وجود دارد)، گسترش دهد. شما هنوز به افراد و نیروی کار بشری نیاز دارید تا بیماران را درمان کنند. هوش مصنوعی افراد بیشتری را قادر می سازد تا این کار را انجام دهند زیرا این فناوری می تواند دانش های مربوطه را بیشتر در دسترس افراد قرار دهد. از این نظر، من فکر می کنم که هوش مصنوعی در نهایت شغل های بیشتری را ایجاد خواهد کرد.»
در نهایت، توسعه هوش مصنوعی باعث به وجود آمدن فرصت های شغلی زیادی برای مختصصان، در ورای حوزه های مربوط به فناوری سنتی، خواهد شد. آقای دوگ رز، متخصص راهنما در یادگیری لینکدین و نویسنده علوم داده ها اعتقاد دارد که این صنعت نیاز به استفاده از دیگر مهارت ها نیز خواهد داشت.
آقای رز می گوید: «نیم قرن گذشته زمان رونق گرفتن زمینه های کمی بوده است. برنامه نویسان کامپیوتر، مهندسان، و متخصصان علوم داده ها بر بازار شغل سراسر دنیا در این دوره مسلط بوده اند و کمپانی های غول پیکری را بنانهاده اند. با این اوصاف هنوز برخی از چالش های کلیدی در هوش مصنوعی بسیار با نرم افزار متفاوت هستند. در اینجا بزرگترین چالش همان ساختن تجربه بشری بهتر خواهد بود.»
هوش مصنوعی با این که باید وظایف پیچیده ای را انجام دهد، با چالش های سیاسی، اخلاقی و اجتماعی نیز رو به رو خواهد شد. مهندسین در حال دست و پنجه نرم کردن با مشکلات کاملاً جدیدی مانند ساختن الگوریتم های نااریب هوش مصنوعی هستند.
آقای رز می گوید: «هم اکنون هوش مصنوعی حوزه مربوط به دانشجویان، مهندسان، و توسعه دهندگان نرم افزارها می باشد. در نهایت این زمینه نیاز به مجموعه ای متفاوت از مهارت ها خواهد داشت. این حوزه نیازمند افرادی با سابقه قوی در انسانیت می باشد. کلید اصلی برای به دست آوردن تجربه بشری بهتر مربوط به فلسفه، مطالعات فرهنگی، علم معنا، زبان ها و هنرها خواهد بود. این متخصصان همان راهنمایانی خواهند بود که حفره خالی میان نرم افزار و نیازهای ضروری بشری ما را تامین خواهند کرد.»
آقای رز به یک عنوان در یک مقاله با عنوان «چه کسی خوب و بد را به ماشین های ما یاد می دهد؟» اشاره کرده است که دلیل اصلی نیاز ما به انسان شناسان، متخصصان ارتباط و تعامل، فیلسوفان، و متخصصان فرهنگی برای استفاده از هوش مصنوعی را شرح داده است.
کمپانی Inbenta یک کمپانی است که زبانشناسان را برای توسعه واژگانی برای روش های جستجوی خود استخدام می کند، تا مطمئن شود که این واژگان قدرتمند هستند و می توانند نرخ های بالایی از خدمات را به مشتریان این کمپانی ارائه دهند.
آقای رز گفت: «دانشجویان زبانشناسی معمولاً انتظار دارند که وارد شغل هایی در رابطه با آموزش دادن یا ترجمه کردن شوند، اما ما مشاهده کرده ایم که بازار کار این افراد نیز به لطف هوش مصنوعی در حال تغییر کردن است. در چند سال آینده شاهد نقش های دیگری از این قبیل خواهیم بود که امروزه نمی توانیم تغییری را در آن ها تصور کنیم و بیشتر از امروز شاهد افرادی خواهیم بود که نگران قدیمی شدن مهارت های خود هستند.»
تا زمانی که روبات ها همه شغل ها را بگیرند، هنوز بسیاری از کارها برای بشر وجود دارند که باید آن ها را انجام دهد. اگر ما بتوانیم این تغییر را بپذیریم و خود را برای آن آماده کنیم، در آینده فرصت های شغلی بسیاری را خواهیم داشت.

نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

It is main inner container footer text