„Es wäre verdammt ärgerlich, wenn sich herausstellen würde, dass Programmierer einfacher zu automatisieren sind als Anwälte.“ -Professor Alejandro Piad Morffis.
Die zunehmende Akzeptanz großsprachlicher generativer KI-Modelle wie ChatGPT, Microsoft Bing, Google Bard, Stable Diffusion usw. lässt die Vorteile dieser Modelle zwar nicht leugnen, hat aber zu einer übertriebenen und erschütternden, aber nicht unbegründeten Angst geführt von Mitgliedern der Öffentlichkeit über die Möglichkeit, dass diese KI-Modelle die Arbeitsplatzsicherheit für Millionen von Arbeitnehmern weltweit gefährden könnten.
Wie bereits beschrieben, ist die Bedrohung menschlicher Arbeitsplätze durch KI zwar übertrieben und erschütternd, aber nicht unbegründet.
Die Fähigkeit der KI, sich wiederholende Aufgaben auszuführen, große Informationsmengen zu verarbeiten und menschenähnliche Entscheidungen nachzuahmen, macht sie zu einem sehr guten Werkzeug zur Steigerung von Kreativität, Produktivität und Effizienz.
Um die Frage zu beantworten: „Wird KI unsere Jobs wegnehmen?“ Ich habe die Hilfe eines Experten namens in Anspruch genommen
Den Fragen wird der Buchstabe „Q“ vorangestellt, während den Antworten der Buchstabe „A“ vorangestellt wird. Was die Fragen betrifft, hoffe ich, technische und philosophische Fragen abzudecken, da Professor Morffis auch eine Affinität zum Philosophischen hat.
Es ist auch wichtig zu beachten, dass ich zum besseren Verständnis Links zu bestimmten Konzepten bereitstellen werde, die komplex zu verstehen sind.
Lasst uns anfangen!
A: Mein Name ist Alejandro Piad, ich habe Informatik an der Fakultät für Mathematik und Informatik der Universität Havanna, Kuba, studiert. Ich habe 2016 ebenfalls an derselben Hochschule einen Master in Informatik gemacht und einen Doppel-Doktortitel erworben. in Informatik an der Universität Alicante und einen Ph.D. in Mathematik an der Universität Havanna im Jahr 2021.
Mein Ph.D. befasste sich mit der Wissensentdeckung aus natürlicher Sprache und konzentrierte sich insbesondere auf die Extraktion von Entitäten und Beziehungen aus medizinischen Texten.
Seit meinem Graduiertenstudium unterrichte ich an der Universität von Havanna. Ich war Hauptdozent für Programmierung, Compiler und Algorithmendesign und gelegentlich auch Dozent für maschinelles Lernen und andere Themen.
Seit 2022 bin ich dort Vollzeitprofessor, ich war auch einer der Begründer der neuen Karriere im Bereich Data Science, der ersten ihrer Art in Kuba, und ich habe den gesamten Lehrplan für Programmier- und Computersysteme für diese Karriere geschrieben Forschen Sie weiterhin im Bereich NLP und konzentrieren Sie sich derzeit auf neurosymbolische Ansätze zur Wissensentdeckung, wobei Sie LLMs mit symbolischen Systemen mischen.
A: Ich habe als Student mit KI für Spiele gespielt und einige Studentenprojekte mit Computer Vision und Metaheuristik durchgeführt. Nach meinem Abschluss begann ich mein Masterstudium in Computergrafik, aber als Nebenprojekt recherchierte ich in NLP, insbesondere zur Stimmungsanalyse auf Twitter.
Nach Abschluss des Masterstudiums begann ich darüber nachzudenken, einen Doktortitel zu machen. und setzte alles auf maschinelles Lernen.
Man könnte also sagen, dass es etwa 10 Jahre her ist, seit ich begonnen habe, KI ernst zu nehmen. Meine älteste Arbeit zu diesem Thema stammt aus dem Jahr 2012.
A: Nun ja, es war immer cool, nur nicht außerhalb der akademischen Welt. Ich würde sagen, der Schnittpunkt von zwei
A: Ich weiß nicht, ob eine Branche vollständig ersetzt wird, aber ich bin sicher, dass es massive Veränderungen geben wird. Langfristig kann natürlich niemand etwas sagen. Aber kurz- und mittelfristig (5–10 Jahre) und angesichts dessen, was wir bei Sprachmodellen sehen, bin ich davon überzeugt, dass jeder, dessen Arbeit auf der oberflächlichen Filterung und Verarbeitung natürlicher Sprache basiert, einiges zu rechnen haben wird.
Dazu gehören alle möglichen Führungsrollen, darunter auch jeder, dessen Aufgabe es ist, E-Mails zu lesen, zusammenzufassen und Berichte zu erstellen. Jede Art von Sekretärin, die nicht über das Notieren und Planen von Aufgaben hinausgeht. Texter, die mit Vorlageninhalten arbeiten.
Grundsätzlich lässt sich jede Aufgabe zur Inhaltserstellung, die unterhalb der Ebene tatsächlicher menschlicher Kreativität liegt, billiger automatisieren als die Bezahlung eines Menschen
Nicht, weil das Modell ihnen die angestrebte Endqualität liefert, sondern weil das Modell ihnen 90 % der Qualität liefert, und dann kommt die echte menschliche Kreativität als Kirsche obendrauf und fügt die letzten 10 % hinzu. Auch die Bildung muss sich erheblich verändern. Wir können mehr darüber reden, wenn Sie möchten.
A: Ja, die Wissenschaft wird sich anpassen. Es ist die langlebigste Institution der westlichen Zivilisation. Sie ist älter als alle unsere Hauptreligionen und hat alle großen zivilisatorischen Veränderungen überlebt. Es wird sich erheblich verändern, da es sich im Laufe der Zeit verändert hat.
A: Jede Technologie birgt potenzielle Probleme, und je fortschrittlicher die Technologie, desto dringlicher ist es, sie zu berücksichtigen. KI ist eine sehr mächtige Technologie mit dem Potenzial, alle unsere wirtschaftlichen Beziehungen zu stören.
Da es sich um etwas auf der Ebene einer industriellen Revolution handelt, wird es massive Auswirkungen haben, und daher muss die Sorge auf derselben Ebene liegen.
Ein Unterschied zu früheren disruptiven Technologien besteht darin, dass neue Technologien hauptsächlich die Tätigkeiten automatisieren, die die geringsten kognitiven Fähigkeiten erfordern, wie dies in der Landwirtschaft, im verarbeitenden Gewerbe, im Bergbau usw. der Fall war.
Dieses Mal stehen wir jedoch kurz davor, eine große Zahl von Angestelltenjobs zu ersetzen und gleichzeitig viele Arbeiterjobs unangetastet zu lassen. Wir werden also viele Leute haben, die es gewohnt sind, in Büros zu arbeiten und feststellen, dass eine KI ihre Arbeit genauso gut (oder vielleicht etwas besser) und viel billiger erledigen kann, sodass sie entweder ihre Fähigkeiten erheblich verbessern müssen oder umsteigen müssen zu weniger qualifizierten Arbeitsplätzen.
Es gibt noch andere ethische Überlegungen, es besteht ein großes Potenzial für den Missbrauch von KI-Technologien für Fehlinformationen, Fake News, soziale Unruhen usw. Ich glaube nicht, dass wir darauf vorbereitet sind, dass eine große Anzahl menschenähnlicher Chatbots Twitter übernimmt; es beginnt bereits zu geschehen.
Es gibt auch Voreingenommenheitsprobleme, denn da diese Systeme immer allgegenwärtiger werden, können sich die Schäden stark auf die Minderheiten konzentrieren, so dass nicht alle im gleichen Maße von den Vorteilen der KI profitieren werden, sondern einige Minderheiten stärker von den Nachteilen betroffen sein werden als diejenigen, die nicht davon betroffen sind von Minderheiten.
A: Ja, besonders diese Jobs. Zumindest kurzfristig wird es mehr Angestellte als Arbeiter automatisieren. Das ist etwas Neues, und die Gesellschaft ist es nicht gewohnt, mit solchen Arbeitsunterbrechungen zu kämpfen zu haben.
Das sind Leute, die aufs College gegangen sind und mehr oder weniger davon überzeugt waren, dass ihre Jobs sicher sind, oder zumindest sicherer als Taxifahrer, Pizzaboten, Gärtner, was auch immer.
A: Langfristig werden sich alle Berufe auf unvorhersehbare Weise weiterentwickeln, einschließlich Software-Engineering und -Entwicklung. KI und technologische Fortschritte werden diese Berufe so weit verändern, dass sie scheinbar verschwunden sind.
Aufgrund der steigenden Nachfrage nach Software in verschiedenen Branchen ist jedoch kurz- bis mittelfristig ein Rückgang der Softwareentwickler unwahrscheinlich. Dieser wachsende Bedarf an qualifizierten Fachkräften übersteigt bei weitem die derzeitige Zahl ausgebildeter Personen, die in der Lage sind, Software zu erstellen.
Die KI-Revolution wird einem ähnlichen Muster folgen wie frühere technologische Durchbrüche in der Informatik wie Compiler, integrierte Entwicklungsumgebungen, Cloud Computing, Container, Code-Vervollständigung und IntelliSense.
Diese Innovationen machten das Programmieren auch für Personen ohne hochformalen Hintergrund zugänglicher und erweiterten die Möglichkeiten für Entwickler.
In den nächsten 20 Jahren können wir mit einer Explosion von Menschen rechnen, die in den Bereich der Softwareentwicklung einsteigen. Obwohl sich die beruflichen Rollen aufgrund der sich entwickelnden Technologietrends etwas ändern können, wird es wahrscheinlich weiterhin ein Wachstum bei denjenigen geben, die daran interessiert sind, das Programmieren und Schreiben von Code zu erlernen.
A: Schauen Sie sich die Zahlen an. Ich sehe nur mehr Stellenanzeigen für Softwareentwickler. Der Trend ist weiterhin steigend.
A: Erstens habe ich keine Ahnung, wie Sie sich vorstellen können, wie eine 30-prozentige Chance, 50 % der Jobs zu automatisieren, überhaupt aussieht. Ist die Wahrscheinlichkeit, dass Sie Ihren Job verlieren, bei 15 %?
A: Ja, aber Tatsache ist, dass viele der Aufgaben, mit denen Entwickler die meiste Zeit verbringen, von ziemlich geringem Wert sind und wir viel besser dran wären, wenn sie automatisiert würden: Debuggen, Tests schreiben, lästige Codeoptimierungen durchführen. Wenn Sie das alles automatisieren, haben wir mehr Zeit für die wirklich wichtigen Teile der Softwareentwicklung, bei denen es nie um das Schreiben von Code ging.
A: High-Level- und Architekturdesign, Benutzererfahrung, Mensch-Computer-Interaktion und das betrifft nur die Software selbst. Beim Software-Engineering geht es eigentlich um die Beziehung zwischen Software und Menschen, sowohl zwischen Menschen, die Software erstellen, als auch zwischen Menschen, die Software verwenden. Softwarekenntnisse sind also nur die halbe Miete. Die andere Hälfte besteht darin, Ihre Benutzer und Kollegen zu verstehen.
A: Natürlich ist es sehr schwer zu sagen, wir befinden uns mitten in einer industriellen Revolution, die mindestens so groß ist wie die Mikroprozessor-Revolution oder die Internet-Revolution. Niemand konnte sich 1960 vorstellen, wie 1980 aussehen würde.
Die Gesellschaft ist per Definition nie bereit für Veränderungen. Das ist es, was ein System ausmacht, etwas, das danach strebt, seinen Status quo aufrechtzuerhalten. Aber der Mensch ist die anpassungsfähigste soziale Spezies da draußen, also denke ich, dass wir das schaffen werden. Viele Menschen werden darunter leiden, und daran müssen wir auf jeden Fall arbeiten, aber meiner Meinung nach wird nichts Apokalyptisches passieren.
A: Ich habe immer noch keine wirklich überzeugenden Argumente für das Weltuntergangsszenario gesehen. Viele der Argumente scheinen auf Argumenten wie „Wir wissen nicht, wie sich das entwickeln wird, also wird es uns wahrscheinlich alle umbringen“ zu basieren, und das ist ein klassischer logischer Irrtum: Sie ziehen im Grunde genommen eine Schlussfolgerung aus mangelndem Wissen.
A: Ich denke, wir werden es lösen, zumindest gut genug, um apokalyptische Szenarien zu vermeiden. Die schwerwiegendsten Ausrichtungsprobleme erfordern, dass Sie an eine leistungsstarke Version des glauben
A: Ich denke, das ist nur natürlich, da wir Menschen immer mehr der untergeordneten kognitiven Arbeit automatisieren (z. B. das Zusammenfassen von Dokumenten oder das Finden relevanter Referenzen) und wir Menschen an den kreativsten Teilen unserer Arbeit arbeiten können. In manchen Berufen gibt es davon von Anfang an nur sehr wenig, und da sehe ich eine Herausforderung, weil diese möglicherweise vollständig oder fast vollständig automatisiert werden.
Aber die meiste Wissensarbeit hat eine kreative Seite, den Teil, bei dem man tatsächlich etwas Neues macht.
Über die Bereiche, die hierfür reif sind, kann ich nicht viel anderes sagen, aber zumindest im Bildungsbereich denke ich, dass uns eine seit langem benötigte Revolution bevorsteht.
Wir Professoren müssen nicht mehr als Gatekeeper von Informationen fungieren. Anstatt die meiste Zeit damit zu verbringen, immer wieder dieselben Aufsätze zu bewerten, können wir uns jetzt darauf konzentrieren, jedem Schüler das bestmögliche persönliche Feedback zu geben.
A: Es gibt ein paar einfache Wege und einige, die nicht so einfach sind. Erstens geht es nur darum, den Zugang zu Wissen zu verbessern. Fast alles, was Sie lernen möchten, können Sie zumindest zunächst einmal im Internet finden. Allerdings sind diese oft auf viele Quellen mit unterschiedlichem Detaillierungsgrad, widersprüchlichen Inhalten, unterschiedlichen Sprachstilen usw. verteilt.
Die erste relativ einfache Anwendung besteht darin, diese Reihe von Quellen zu einem bestimmten Thema zu nehmen und mir einen allgemeinen Überblick über die wichtigsten Erkenntnisse zusammenzufassen, mit Links zum tieferen Eintauchen usw. Wir sind dem ziemlich nahe (wenn man von den Halluzinationen absieht, die es gibt). ein erhebliches Problem).
Eine andere Möglichkeit besteht darin, Pädagogen einfach von untergeordneten Aufgaben zu befreien, damit sie mehr Zeit haben, sich auf die Schaffung von Lernerfahrungen zu konzentrieren. Aber das mit Abstand Wichtigste ist meiner Meinung nach das Potenzial für personalisiertes Lernen.
Sie könnten einen KI-Assistenten haben und ihm sagen: „Ich möchte lernen, wie man eine Rakete baut“, und er könnte einen sehr detaillierten Plan speziell für Sie erstellen, basierend auf dem, was er bereits weiß. Sie wissen, er würde Ihnen hier sagen: Schauen Sie sich zuerst dieses Video an, nehmen Sie dann an diesem kurzen Kurs teil, lesen Sie nun dieses Kapitel dieses Buches ... und begleiten Sie drei Monate lang dabei, etwas ganz Spezielles zu lernen.
A: Ja, definitiv ist maschinelles Lernen per Definition auf die Mehrheit trainiert, daher wird es immer denjenigen am meisten schaden, deren Anwendungsfall aus irgendeinem Grund nicht zur Mehrheit passt.
Insbesondere wenn Sie Modelle trainieren, um menschliches Verhalten vorherzusagen oder mit Menschen zu interagieren, funktioniert dies tendenziell besser für die Teilpopulationen, die in den Daten am besten repräsentiert sind.
Was kannst du tun? Beginnen Sie damit, das Bewusstsein für diese Probleme zu schärfen und stellen Sie sicher, dass Sie Ihre Modelle gründlich auf Verzerrungen testen. Gehen Sie beim Sammeln von Daten sehr vorsichtig vor, gehen Sie nicht den einfachen Weg und crawlen Sie das Internet und bemühen Sie sich, qualitativ hochwertige und vielfältige Datenquellen zu finden.
Aber vor allem sollten Sie unterschiedliche Menschen mit unterschiedlichen Sichtweisen in Ihr Team aufnehmen. Sie können ein Problem nicht lösen, das Sie nicht sehen können.
A: Ich hoffe, dass die Open-Source-Community die Tools allen zur Verfügung stellt. Wir haben bereits gesehen, was der Zugang zu einem kostenlosen Betriebssystem, einer kostenlosen Office-Suite, einer kostenlosen Spiele-Engine, einem kostenlosen Code-Editor usw. für die kreativen Kinder in den ärmeren Teilen der Welt bedeutet.
Ich vertraue darauf, dass wir über ebenso gute wie kommerzielle Open-Source-KI-Tools verfügen werden, genauso wie wir über ebenso gute wie kommerzielle Open-Source-Entwicklungstools verfügen werden.
A: Wenn Sie bereits Informatik studieren, ist der grundsätzliche Ratschlag, sich auf die Grundlagen und nicht nur auf Werkzeuge zu konzentrieren. Die Werkzeuge werden sich ändern, aber die Grundlagen werden noch lange relevant bleiben. Wenn Sie etwas anderes studieren, erfahren Sie, wie KI Ihre Produktivität verbessern kann, und erfahren Sie viel über ihre Grenzen. Nutzen Sie es, um Ihre eigene Arbeit zu verbessern.
A: Die KI-Revolution ist da. Wir alle können entweder ein Teil davon sein, indem wir lernen, diese Technologie zu nutzen, um Gutes zu bewirken und das Leben aller zu verbessern.
Auch hier veröffentlicht