Ai: pencipta pekerjaan utama?

Selama beberapa dekade terakhir (setidaknya), kami telah mendengar tentang ancaman yang mengancam akan pengangguran teknologi - pengambilalihan pekerjaan manusia dengan otomatisasi. Tetapi hari-hari ini, tampaknya sangat dekat. Contoh kasus: Ketika awal tahun ini, Menteri Keuangan Steve Mnuchin menolak gagasan robot yang membuat manusia kehilangan pekerjaan, komunitas sains dan teknologi merespons dengan statistik dan grafik yang membanting penilaian itu.

Kecerdasan buatan menemukan jalannya ke sejumlah domain yang terus meningkat, menggembar-gemborkan gangguan yang belum pernah terjadi sebelumnya terhadap lanskap pekerjaan. Dan jaringan saraf dan algoritma pembelajaran mesin, konstituen AI paling modern yang modern, menjanjikan atau memberikan kinerja yang lebih baik daripada profesional manusia. Revolusi AI datang dengan langkah cepat, dan ini adalah saat yang tepat untuk memulai mempersiapkan infrastruktur pendidikan dan ekonomi kita untuk masa depan di mana manusia akan menjadi semakin jarang terlibat dalam melakukan jenis tugas tertentu.

"Jelas sekarang, dengan komputer mulai melihat, mendengar, dan membaca, otomatisasi akan mengalami peningkatan yang tidak diketahui, " kata Alex Linden, Wakil Presiden Riset Pembelajaran Mesin di Gartner. "Ini masih harus membuahkan hasil. Banyak perkembangan baru-baru ini akan memakan waktu beberapa tahun sebelum otomasi material mulai terjadi. Tetapi banyak domain non-manufaktur… pengoreksi, ahli terjemahan mesin, dan tentu saja harus takut dengan pekerjaan."

Tapi ini bukan keseluruhan gambar. Setiap revolusi industri adalah tentang perpindahan dan penyesuaian tenaga kerja seperti halnya penggantiannya, dan siklus terbaru ini tidak terkecuali. Tetapi penyebaran kecerdasan buatan juga akan memberikan peluang baru untuk menempatkan kreativitas dan inovasi manusia agar digunakan secara efektif.

Peningkatan Permintaan Bakat Tek

"Apa yang kita tahu adalah bahwa kecerdasan buatan akan paling efektif dalam jangka pendek untuk pekerjaan yang dapat dipecah menjadi serangkaian rutinitas, apakah itu pekerjaan kasar atau tugas kognitif, " kata Joe Lobo, botmaster di perusahaan intelijen buatan Inbenta. "Ini berarti manusia akan dapat berkonsentrasi pada tugas yang lebih kreatif dan akibatnya lebih menyenangkan."

"Teknologi tidak pernah menjadi penghancur total pekerjaan, " kata Stuart Frankel, CEO Narrative Science. "Lihatlah hampir setiap pekerjaan teknologi yang ada di perusahaan mana pun saat ini. Tak satu pun dari pekerjaan itu ada dua puluh tahun yang lalu, dan sebagian besar dari mereka mungkin bahkan tidak ada sepuluh tahun yang lalu."

Faktanya, untuk saat ini, alih-alih menjadi pengambilalihan total pekerjaan manusia dengan robot, masalahnya adalah bahwa ada banyak lowongan kerja yang kosong dan tidak cukup orang yang terampil untuk mengisinya. Dengan meningkatnya bisnis berbasis data, permintaan akan talenta teknologi semakin meningkat.

Sebagai contoh, pada tahun 2016, periset ekonomi cyber Cybersecurity Ventures melaporkan bahwa tingkat pengangguran cybersecurity adalah nol - dan pada kenyataannya, ada kekurangan lebih dari satu juta ahli di seluruh dunia. Bidang ketenagakerjaan teknologi serupa, seperti pengembangan perangkat lunak dan ilmu data, tidak bernasib lebih baik dan berhadapan dengan kesenjangan bakat mereka sendiri. Kebutuhan akan lebih banyak ahli dalam pekerjaan teknologi akan terus tumbuh karena kecerdasan buatan menemukan jalannya ke lebih banyak domain.

"Saya percaya bahwa pemerintah harus memastikan bahwa pengkodean dihargai setinggi bahasa Inggris, matematika, dan sains, jika kita ingin memastikan bahwa kita dapat memaksimalkan ledakan ini dalam peluang yang akan diberikan oleh kecerdasan buatan, " kata Lobo.

Beberapa tahun terakhir telah melihat sejumlah proyek yang dipimpin pemerintah serta inisiatif oleh sektor swasta untuk membantu memenuhi kebutuhan akan bakat teknologi. Contohnya, proyek TechHire mantan Presiden Barack Obama adalah contohnya: Ini termasuk hibah $ 100 juta yang dimaksudkan untuk membuka jalan bagi lebih banyak orang dalam pekerjaan teknologi, termasuk mereka yang tidak memiliki sertifikasi pendidikan tinggi.

Kami juga melihat pengembangan kursus online terbuka besar-besaran (MOOCs) dari lembaga-lembaga seperti Coursera dan Big Data University - pendidikan online gratis untuk keterampilan teknis yang sangat diminati. Coding boot camps, lembaga yang mengajarkan pelamar pemrograman komputer dalam waktu singkat, juga meningkat popularitasnya. Pada saat yang sama, perusahaan seperti AT&T membantu karyawan mereka beradaptasi dengan masa depan pekerjaan.

Seiring laju perkembangan kecerdasan buatan, kebutuhan keterampilan dan keahlian akan berubah sama cepatnya. Bahkan pengembangan perangkat lunak tidak akan tetap sama di masa depan dan akan beralih dari pengkodean ke pelatihan algoritma AI.

Revolusi dalam Interaksi Manusia-Komputer

Banyak orang yang kehilangan pekerjaan karena AI tidak memiliki keterampilan dan pengetahuan untuk memasuki pekerjaan teknologi, dan melatih mereka membutuhkan waktu yang cukup lama. Untungnya, dalam hal ini, kecerdasan buatan dapat membantu memecahkan masalah yang mungkin sebagian besar adalah buatannya sendiri. AI sudah menjanjikan untuk merevolusi pendidikan dalam banyak hal, termasuk mempersonalisasikan dan mengoptimalkan pengalaman belajar. Ini berarti akan lebih sedikit waktu untuk mempelajari keterampilan baru.

"Manusia akan dapat berlatih kembali ke industri lain lebih cepat dari sebelumnya, memberi mereka fleksibilitas maksimum untuk bereaksi terhadap perubahan di pasar kerja, " kata Lobo. "Mengapa sopir truk tidak bisa beralih ke karier dalam bidang coding dalam beberapa bulan?"

Di mana AI tidak dapat melunakkan kurva belajar, itu akan dapat memecah kompleksitas tugas dan membuatnya lebih sederhana, memungkinkan lebih banyak orang untuk memasuki pekerjaan yang pernah membutuhkan pendidikan dan pelatihan bertahun-tahun.

Salah satu perkembangan yang patut dicatat adalah Natural Language Processing and Generation (NLP / NLG), cabang kecerdasan buatan yang berkaitan dengan pemahaman dan pembuatan skrip bahasa manusia. NLP dan NLG mendefinisikan kembali cara kita berinteraksi dengan komputer, menghilangkan rintangan dan hambatan untuk melakukan tugas dan membuat kita jauh lebih efisien dalam pekerjaan kita.

"NLG adalah teknologi yang memungkinkan dan augmentasi, " kata Frankel dari Narrative Science. "Ketika dikombinasikan dengan keterampilan manusia, NLG dapat menghasilkan hasil yang jauh melebihi apa yang bisa dicapai oleh satu kelompok saja. Saya pikir Excel adalah analogi yang hebat dengan NLG. Ketika Lotus 123 dan Excel pertama kali keluar, ada banyak prediksi mengerikan tentang masa depan akuntan dan analis keuangan, tetapi kami segera mengetahui bahwa alat-alat ini tidak akan menggantikan analis. Faktanya, para analis berubah menjadi analis super dan bisnis mulai mempekerjakan mereka berbondong-bondong. Hal yang sama terjadi dengan NLG."

Narrative Science mengintegrasikan NLG ke dalam platform intelijen bisnis (BI) untuk memberi para pengguna Narasi Cerdas, wawasan, komunikasi percakapan yang dikemas dengan informasi yang relevan dengan audiens yang memberikan transparansi lengkap ke dalam bagaimana keputusan analitik dibuat. Teknologi ini, Frankel menjelaskan, membantu memungkinkan sekelompok orang yang lebih luas untuk melakukan pekerjaan mereka tanpa memerlukan keahlian khusus seperti ilmu data.

"Ini berarti orang yang kurang teknis atau orang-orang di setiap ketrampilan analitis dapat menggunakan alat BI ini, langsung mendapatkan wawasan yang mereka butuhkan, dan pada akhirnya, melakukan pekerjaan mereka dengan lebih baik, " katanya.

NLP, di sisi lain, membuatnya lebih mudah bagi orang untuk berinteraksi dengan alat analisis dan sumber data. Anda sudah dapat melihat ini di platform seperti IBM Watson Analytics, di mana perintah bahasa alami membuatnya lebih mudah untuk menanyakan sumber data. Ini dapat membuka jalan bagi orang-orang dengan keterampilan matematika untuk memasuki pekerjaan ilmu data tanpa harus melalui kursus pemrograman yang panjang.

NLP juga membantu memahami kumpulan besar pengetahuan yang tidak terstruktur, termasuk artikel, buku, dan whitepaper, mengaturnya menjadi data yang dapat ditanyakan dan dapat digunakan oleh mesin. Ini dapat membuat perangkat lunak dan layanan jauh lebih efisien dalam membantu para ahli manusia.

Alex Linden, peneliti di Gartner, percaya ini dapat membantu menciptakan grafik pengetahuan yang lebih efisien - repositori data yang terstruktur secara longgar yang mendukung mesin AI. "AI / NLP dapat membantu menciptakan industri pengetahuan yang nyata, " katanya. Namun dia menambahkan, "Kami masih dalam masa pertumbuhan absolut."

Melengkapi Upaya Manusia

Contohnya adalah platform IBM Watson for Cybersecurity yang baru diluncurkan oleh IBM. Watson menggunakan algoritma pembelajaran mesin untuk menyaring banyak data terstruktur dan tidak terstruktur. Itu kemudian "belajar" tentang ancaman yang berulang dan muncul dan membantu analis keamanan untuk melakukan pekerjaan mereka. Caleb Barlow, Wakil Presiden IBM Security, berpikir tentang peran Watson seperti seorang paramedis yang membantu dokter. Ini dapat membuat lebih mudah bagi analis dengan keterampilan dan pengalaman yang kurang untuk menjadi lebih mahir dalam menangani insiden keamanan.

Tech bukan satu-satunya sektor di mana AI dapat melengkapi upaya manusia dan menempatkan lebih banyak orang ke dalam pekerjaan. Algoritma kecerdasan buatan juga menunjukkan harapan di bidang kesehatan dan obat-obatan, yang secara kronis kekurangan dokter dan pekerja terampil. Jaringan saraf dan asisten AI membuatnya lebih mudah untuk mendeteksi, mendiagnosis, dan mengobati penyakit, mengurangi waktu yang diperlukan untuk melatih dokter, dan membuat layanan kesehatan dapat diakses oleh lebih banyak orang.

"Ada kekurangan dokter, perawat dan asisten dokter di AS, dan ada kebutuhan yang lebih akut di luar negara maju, " kata Frankel. "Anda memikirkan semua hal yang dapat dilakukan AI - mengambil sejumlah besar data, menganalisisnya, mengomunikasikan poin-poin paling penting - dan memperluas ketersediaan banyak layanan yang hanya bisa dilakukan oleh orang-orang dengan pelatihan ekstensif (dan biasanya mahal) Anda masih membutuhkan orang untuk bekerja secara langsung dengan pasien. AI memungkinkan lebih banyak orang untuk melakukannya karena itu membuat pengetahuan lebih mudah diakses. Dengan cara ini, saya pikir AI benar-benar akan menciptakan lebih banyak pekerjaan."

Akhirnya, pengembangan kecerdasan buatan akan menciptakan peluang kerja bagi para ahli di luar domain terkait teknologi tradisional. Penulis sains data dan instruktur LinkedIn Learning, Doug Rose, percaya bahwa industri juga perlu memiliki keterampilan lain.

"Setengah abad terakhir telah menjadi anugerah bagi bidang kuantitatif. Programmer komputer, insinyur dan ilmuwan data telah mendominasi pasar kerja dan menciptakan perusahaan besar, " kata Rose. "Namun, beberapa tantangan utama dengan AI jauh berbeda dari perangkat lunak. Di sini tantangan terbesar adalah menciptakan pengalaman manusia yang lebih baik."

Karena dibutuhkan tugas yang semakin rumit, kecerdasan buatan menghadapi tantangan sosial, etika, dan politik. Insinyur menghadapi masalah yang sama sekali baru, seperti membuat algoritma AI yang tidak bias.

"Saat ini adalah domain dari akademisi, insinyur, dan pengembang perangkat lunak, " kata Rose. "Akhirnya lapangan akan menuntut serangkaian keterampilan yang berbeda. Ini akan membutuhkan orang-orang dengan latar belakang yang kuat dalam humaniora. Kunci untuk pengalaman manusia yang lebih baik akan datang dari filsafat, studi budaya, retorika, bahasa dan seni. Spesialis ini akan jadilah pemandu yang membantu menjembatani kesenjangan antara perangkat lunak dan kebutuhan dasar manusia kita."

Rose telah menguraikan topik tersebut dalam sebuah esai, "Siapa yang Akan Mengajari Mesin Kita Dari Kesalahan?" di mana ia menjelaskan mengapa perlu ada kursi untuk antropolog, spesialis komunikasi, filsuf, dan ahli budaya kita.

Inbenta adalah perusahaan yang mempekerjakan ahli bahasa untuk mengembangkan leksikon untuk solusi pencariannya, memastikan mereka kuat dan dapat memberikan tingkat layanan yang tinggi kepada pelanggannya.

"Siswa linguistik umumnya diharapkan untuk pindah ke karier dalam mengajar atau menerjemahkan, tetapi kami telah melihat pasar mereka mulai berubah, berkat AI, " kata Lobo dari Inbenta. "Beberapa tahun ke depan akan melihat peran serupa yang saat ini tidak dapat kita pahami untuk orang-orang yang mungkin khawatir bahwa keterampilan yang mereka peroleh bisa menjadi kuno."

Sampai hari robot mengambil semua pekerjaan, masih banyak yang bisa dilakukan manusia. Tetapi kita perlu merangkul perubahan dan bersiap untuk itu.