ACM通信
技术战略与管理
人工智能与专业工作的未来
信贷:在上面
如果你是一名软件工程师或数据科学家，你的工作在一个世纪前还不存在。一个世纪后，你的工作很可能会完全不同。这种工作转变背后的一个驱动力是人工智能(AI)。从近期来看，未来10年或20年，对当今易受自动化影响的工作比例的预测差异巨大——从9%(在经合组织国家)2在702个职业中，47%796%(769个职业中的740个)。6，8，9为什么会有如此大的差异?是什么让更精确的预测变得困难?鉴于更好的教育不再是抵御技术性失业风险的保护措施，我们是否应该改变对就业的看法?这篇专栏文章探讨了这些问题，以便我们能为子孙后代的未来工作做出更好的决定。
人工智能出现之前，自动化的历史及其对工作的影响
我们正处于所谓的第四次工业革命之中，它融合了人工智能、机器人、物联网、3D打印、基因工程、量子计算和其他技术的进步，带来了效率和生产力的巨大提高。对早期工业革命中的技术如何影响工作进行简要的历史回顾有助于追溯当前工业革命的影响。
第一次工业革命与18年蒸汽机的出现有关th世纪，使生产机械化成为可能。纺织厂和其他工厂的生产率提高了，因为他们把能源从水磨换成了蒸汽。19世纪的第二次工业革命th世纪是由电力和科学原理的应用引发的，这导致了大规模生产的扩散。19世纪初的照片th在电影中，20世纪的勒德分子摧毁纺织机械以抗议机械化，以及查理·卓别林几乎跟不上流水线的速度现代提醒我们，工作正在发生根本性的变化。工业工程师设计生产流程，工厂工人通常在装配线上执行预先计划的任务。实际上，工匠的工作被分解成标准化的任务，可以由半熟练的操作工完成。
第三次工业革命始于20世纪50年代计算机的出现。这导致了使用计算机辅助设计(CAD)、计算机辅助制造(CAM)的制造业的进一步自动化，以及数字技术在通信(通过互联网)、银行(通过自动柜员机)和包括物流在内的其他服务行业的应用。前两次工业革命导致机械力量取代了人力(即肌肉和手工)，而第三次工业革命则使重复性和例行性的人类脑力劳动(即使用电子表格进行金融计算)得到了计算机化。电脑化使大量白领工人自动化，包括文书、技术和专业工人。
人工智能有什么不同?
人工智能将通常需要人类智能的任务自动化，这一定义区别于人工任务的自动化。人工智能如何改变人类工人的工作?在大规模处理能力和数据存储能力支持的机器学习(ML)传播之前，以下命题变得引人注目。
首先，一份工作由相互关联的任务组成，而且是由计算机自动化的任务，而不是工作。3.“例行”的任务，很容易编入代码，往往是自动化的;“非常规”任务需要更多的隐性解决问题的能力、直觉、创造力和说服力，这些任务很难自动化。例如，金融分析师建立模型来自动预测股票价格，但他们不能自动完成解释预测结果和为客户提供建议的任务。前面提到的“面临计算机化风险”的工作所占比例差异很大，一个关键原因是，任务级分析汇总到工作中的方式不同。第二，有些任务被计算机代替，但有些任务是对计算机的补充。4，5例如，虽然自动化计算代替了人工计算，但对自动化计算需求的增加导致了人类对计算机编程的补充任务的需求。
人工智能将通常需要人类智能的任务自动化，这一定义区别于人工任务的自动化。
随着机器学习(ML)的出现，这些命题必须被修改。首先,考虑到人工智能替代和补充哪些人工任务，“例行”和“非例行”任务之间的区别可能不再有意义。我们可能会认为人工智能是在推动非例行任务的前沿，因为机器变得更有能力将过去默契的东西编成代码。然而，另一种截然不同的思考方式是，把机器以"例行程序"和"常规程序"的方式来执行任务。“非常规”的区别不再适用。这是因为机器可以遵循根本不需要反映人类遵循的规则的规则。例如，机器遵循的规则——无论是自动驾驶汽车还是人脸识别算法——与从事同一活动的人类遵循的规则并不相同。因此，我们希望避免“人工智能谬误”。12认为开发人工智能系统的唯一方法是复制人类专家的思维过程。这一点在ML中已经变得很明显，它让机器从丰富的数据中推断出规则，而在“专家系统”中，人类领域专家必须清晰地表达一套规则供机器遵循。
第二,人工智能将创造新的任务，但这些任务将如何融入新的或现有的工作仍不确定。一项研究将人工智能将创造的新工作(尽管它们实际上是任务)分为三种类型:培训师、维持者和解释者。13培训师教人工智能系统(聊天机器人或Siri和alexa等数字助手)应该如何表现，尤其是在表达同理心或察觉讽刺方面。讲解员由于算法分析人员知道复杂算法的内部工作原理，并能向非技术人力资源专业人士解释，例如，招聘系统如何识别出某个职位的最佳候选人。支撑的有助于确保人工智能系统按照设计的方式运行，并以适当的紧迫性解决意外后果。培训、解释和维持似乎需要不同的知识基础。那么，它们将由单独的专家组执行吗?或者这些角色是否会合并到现有的职业中(例如，合并持续任务的合规专业人员)?我们还不知道这些问题的答案。
人工智能对专业工作的影响
前面关于未来专业工作的讨论意味着什么?专业工作是政府统计“专业、技术和管理职业”的一部分，包括科学家和工程师，以及会计师、律师和医生。我们专注于专业人士，定义为拥有专业知识、知识体系和服务道德，11因为他们被认为是最受人工智能威胁的。这种关注可能为可能出现的新职业提供线索。
首先，就像第二次工业革命中手艺被分解成任务一样，专业工作在第三次和第四次工业革命中也经历了任务分解。例如，向客户提供建议的法律实践可以分解为确定客户的问题、审查有关问题的文件以及向客户解释分析的结果等任务。特别是人工智能和机器学习的应用，使得机器取代了审查文件的任务。机器还需要来自多学科团队中的数据科学家和项目管理专业人员的补充任务输入。1因此，它有助于识别哪些专业任务可以被AI替代，哪些任务可以被AI补充。
其次，技术前沿并不是决定机器做什么和人类最终做什么的唯一因素。人类可能仍然在循环中，以确保维护社会和道德规范。特别是，专业规范，有时得到政府监管的支持，使一个专业团体能够声称一个专有的专业领域。例如，只有有执照的医生才能行医，只有有执照的律师才能执业。人工智能在他们特定领域的应用可能会导致他们将过去做的事情委托给机器，但监督功能可能会保留给那些持牌专业人士。
人工智能对未来工作的影响应该以人工智能自动化的任务(而不是工作)为框架。
第三，将任务重新捆绑到专业岗位的方式取决于专业控制。在许多工作场所，从医院到商业公司，不同专业人员组成的多学科团队正变得越来越重要。这种多学科的团队合作可能会导致更多的“混合专业人士”，他们在其他领域发展了一种相对于-à-vis专业知识的关系能力。10在医院，医生可以扩展他们的领域，控制提供高质量的病人护理，而不仅仅是治疗病人。此外，可能会出现一名新的执业医生，以确保提供人工智能辅助的病人护理。类似地，计算专业人员本身也可能在人工智能的应用中承担所有的培训、解释和维持角色。但同样合理的情况是，新的人工智能专业人员的崛起，他们专注于培训、解释和维持新的任务。修订后的ACM道德规范和职业行为规范要求计算机专业人员“监控其系统与社会基础设施的集成水平”。一个然而，人工智能技术变得越普遍，将这些新任务纳入现有的计算行业就越具有挑战性。
因此，专业控制视角给出了一些暗示，但也为人工智能如何催生新职业留下了多种解决方案。由于社会和伦理问题是至关重要的，因此如何将任务捆绑到专业工作中可能因职业而异。
结论
人工智能对未来工作的影响应该以人工智能自动化的任务(而不是工作)为框架。人工智能替代了一些任务，补充了一些任务，并创造了新的任务。这种替代、互补和创造的复杂相互作用如何将任务重新捆绑到现有或新的工作岗位上仍不确定。为此，我们必须在技术可行性之外考虑社会和专业规范。职业视角对于考虑未来的工作是很有用的，因为人们越来越期待专业人士在与其他领域相关的能力上“混合”，有时也会结合其他领域的专长。
参考文献
1.Armour, J.和Sako, M. ai促成的法律服务商业模式:从传统律师事务所到下一代法律公司。专业与组织杂志1(2020)。
2.Arntz, M.， Gregory, T.和Zierahn, U.经合组织国家的工作自动化的风险。经合组织，巴黎，法国，2016年。
3.为什么还有这么多工作?工作场所自动化的历史和未来。经济展望杂志， 3(2015年3月)，3 - 30。
4.Brynjolfsson和McAfee。第二个机器时代。W.W. Norton & Company，纽约，2014年。
5.Brynjolfsson, E.和Mitchell, T.机器学习能做什么?劳动力的影响。科学358， 6370, 2017, 1530-1534。
6.德洛特(B. Dellot)，梅森(R. Mason)和斯蒂芬斯(Wallace-Stephens)。工作的四个未来:在激进技术时代应对不确定性。RSA,伦敦,2020年。
7.未来的就业:工作有多容易受到计算机化的影响?技术预测与社会变革。114(2017), 254 - 280。
8.马尼卡，J.等。一个可行的未来:人工智能、自动化、就业和生产力。麦肯锡全球研究院，2017。
9.Muro, M.， Whiton, J.，和Maxim, R.，哪些工作受到人工智能的影响?布鲁金斯大都会政策项目，华盛顿特区，2019年。
10.混合专业主义及其以外:(新)在不断变化的组织和社会环境中的公共专业主义形式。专业与组织杂志， 2(2015年2月)，187-206。
11.专业人士的生意。Commun。ACM 56， 7(2013年7月)，30-32。
12.r, e，和D。职业的未来:技术将如何改变人类专家的工作。牛津大学出版社，美国，2015。
13.Wilson, h.j.， Daugherty, P.和Bianzino, N.人工智能将创造的就业机会。麻省理工斯隆管理评论， 4(2017年4月)，14。
数字图书馆是由计算机协会出版的。版权所有©2020 ACM股份有限公司
没有发现记录