Ai: der ultimative Job-Schöpfer?

In den letzten Jahrzehnten haben wir (zumindest) von der drohenden technologischen Arbeitslosigkeit gehört - der Übernahme menschlicher Arbeitsplätze durch Automatisierung. Aber heutzutage scheint es besonders unmittelbar bevorzustehen. Ein typisches Beispiel: Als der Finanzminister Steve Mnuchin Anfang dieses Jahres die Vorstellung ablehnte, dass Roboter den Menschen die Arbeit rauben, reagierte die Wissenschafts- und Technologie-Community mit Statistiken und Diagrammen, die diese Einschätzung kritisierten.

Künstliche Intelligenz dringt in immer mehr Bereiche ein und kündigt eine beispiellose Störung der Beschäftigungslandschaft an. Neuronale Netze und Algorithmen für maschinelles Lernen, die wichtigsten Bestandteile der modernen KI, sind entweder vielversprechend oder liefern eine bessere Leistung als menschliche Fachkräfte. Die KI-Revolution nimmt ein rasantes Tempo an, und es ist genau der richtige Zeitpunkt, um unsere Bildungs- und Wirtschaftsinfrastruktur auf eine Zukunft vorzubereiten, in der sich die Menschen immer weniger mit bestimmten Aufgaben befassen.

"Mit dem Beginn des Sehens, Hörens und Lesens von Computern wird die Automatisierung jetzt ganz klar ungeahnte Fortschritte machen", sagt Alex Linden, Vice President of Machine Learning Research bei Gartner. "Das muss noch Früchte tragen. Viele der jüngsten Entwicklungen werden ein paar Jahre dauern, bis die Materialautomatisierung einsetzt. Aber viele nicht-produzierende Bereiche… Korrektoren, Experten für maschinelle Übersetzungen, und sicherlich müssen sie um die Arbeitsplätze fürchten."."

Dies ist jedoch nicht das ganze Bild. Bei jeder industriellen Revolution geht es sowohl um die Verlagerung und Anpassung der Belegschaft als auch um deren Ersetzung, und dieser neueste Zyklus ist keine Ausnahme. Die Verbreitung künstlicher Intelligenz wird aber auch neue Möglichkeiten bieten, die Kreativität und Innovation des Menschen effektiv zu nutzen.

Erhöhte Nachfrage nach technischen Talenten

"Was wir wissen, ist, dass künstliche Intelligenz kurzfristig am effektivsten ist für Jobs, die in eine Reihe von Routinen unterteilt werden können, sei es Handarbeit oder kognitive Aufgaben", sagt Joe Lobo, Botmaster des Unternehmens für künstliche Intelligenz Inbenta. "Das bedeutet, dass sich die Menschen auf die kreativeren und damit unterhaltsameren Aufgaben konzentrieren können."

"Technologie war noch nie ein Netto-Zerstörer von Arbeitsplätzen", sagt Stuart Frankel, CEO von Narrative Science. "Sehen Sie sich fast jeden Technologiejob an, den es heute in einem Unternehmen gibt. Keiner dieser Jobs existierte vor zwanzig Jahren, und die meisten existierten wahrscheinlich noch nicht einmal vor zehn Jahren."

Im Moment besteht das Problem eher darin, dass es viele freie Stellen gibt und nicht genug Fachkräfte, um sie zu besetzen, als dass sie von Robotern vollständig übernommen werden. Mit dem Aufstieg des datengetriebenen Geschäfts steigt die Nachfrage nach technischen Talenten auf breiter Front.

Zum Beispiel berichtete Cybersecurity Ventures, ein Cyber-Economy-Forscher, im Jahr 2016, dass die Arbeitslosenquote im Bereich Cybersecurity bei Null lag - und dass es tatsächlich weltweit einen Mangel an mehr als einer Million Experten gibt. Ähnliche Tech-Beschäftigungsbereiche wie Softwareentwicklung und Data Science schneiden nicht besser ab und haben mit ihrer eigenen Talentlücke zu kämpfen. Der Bedarf an mehr Experten für technische Berufe wird weiter zunehmen, da die künstliche Intelligenz in noch mehr Bereiche vordringt.

"Ich bin der Meinung, dass Regierungen sicherstellen sollten, dass die Codierung genauso wichtig ist wie Englisch, Mathematik und Naturwissenschaften, wenn wir sicherstellen wollen, dass wir diesen Boom an Möglichkeiten maximieren können, die künstliche Intelligenz uns bieten wird", sagt Lobo.

In den letzten Jahren gab es eine Reihe von von der Regierung geführten Projekten sowie Initiativen des Privatsektors, um den Bedarf an technischen Talenten zu decken. Das TechHire-Projekt des früheren Präsidenten Barack Obama ist ein Beispiel: Es umfasst ein Stipendium in Höhe von 100 Millionen US-Dollar, das mehr Menschen den Weg in einen technischen Beruf ebnen soll, auch ohne Hochschulabschluss.

Wir sehen auch die Entwicklung von massiven offenen Online-Kursen (MOOCs) von Institutionen wie Coursera und der Big Data University - kostenlose Online-Ausbildung für technische Fähigkeiten, die stark nachgefragt werden. Zunehmend beliebt sind auch Coding Boot Camps, Institutionen, die Bewerber in kurzer Zeit in Computerprogrammierung unterrichten. Gleichzeitig helfen Unternehmen wie AT & T ihren Mitarbeitern, sich auf die Zukunft der Beschäftigung einzustellen.

Mit zunehmender Geschwindigkeit der Entwicklung künstlicher Intelligenz werden sich die Anforderungen an Fähigkeiten und Fachwissen ebenso schnell ändern. Nicht einmal die Softwareentwicklung wird in Zukunft gleich bleiben und sich vom Codieren zum Trainieren von KI-Algorithmen verschieben.

Eine Revolution in der Mensch-Computer-Interaktion

Viele der Menschen, die ihre Arbeit an AI verlieren, verfügen nicht über die Fähigkeiten und das Wissen, um in technische Berufe einzusteigen, und ihre Ausbildung erfordert viel Zeit. Glücklicherweise kann in dieser Hinsicht künstliche Intelligenz dazu beitragen, ein Problem zu lösen, das zum größten Teil von ihm selbst verursacht wurde. AI verspricht bereits, die Bildung in vielerlei Hinsicht zu revolutionieren, einschließlich der Personalisierung und Optimierung des Lernerlebnisses. Dies bedeutet, dass das Erlernen neuer Fertigkeiten weniger Zeit in Anspruch nimmt.

"Der Mensch wird schneller als je zuvor in andere Branchen zurückkehren können und so ein Höchstmaß an Flexibilität erhalten, um auf die Veränderungen auf dem Arbeitsmarkt zu reagieren", sagt Lobo. "Warum kann ein Lkw-Fahrer nicht innerhalb von Monaten eine Karriere im Codieren beginnen?"

Wenn die KI die Lernkurve nicht lockern kann, kann sie die Komplexität der Aufgaben verringern und vereinfachen, sodass mehr Menschen in Berufe eintreten können, für die früher eine jahrelange Aus- und Weiterbildung erforderlich war.

Eine bemerkenswerte Entwicklung ist Natural Language Processing und Generation (NLP / NLG), der Zweig der künstlichen Intelligenz, der mit dem Verstehen und Produzieren von Skripten in menschlicher Sprache zu tun hat. NLP und NLG definieren die Art und Weise, wie wir mit Computern umgehen, neu, beseitigen Hürden und Hindernisse für die Ausführung von Aufgaben und machen uns bei unserer Arbeit viel effizienter.

"NLG ist eine Technologie, die es ermöglicht und erweitert", sagt Frankel von Narrative Science. "In Kombination mit menschlichen Fähigkeiten kann NLG Ergebnisse liefern, die weit über das hinausgehen, was jede Gruppe alleine erreichen könnte. Ich denke, Excel ist eine großartige Analogie zu NLG. Als Lotus 123 und Excel zum ersten Mal herauskamen, gab es viele bedenkliche Vorhersagen über die Zukunft von Wirtschaftsprüfer und Finanzanalysten, aber wir haben schnell festgestellt, dass diese Tools die Analysten nicht ersetzen werden. Tatsächlich haben sich die Analysten in Super-Analysten verwandelt und die Unternehmen haben begonnen, sie in Scharen einzustellen. Dasselbe passiert mit NLG."

Narrative Science integriert NLG in Business Intelligence (BI) -Plattformen, um Benutzern intelligente Narrative und aufschlussreiche, gesprächsrelevante Informationen bereitzustellen, die vollständige Transparenz darüber bieten, wie analytische Entscheidungen getroffen werden. Die Technologie, erklärt Frankel, hilft einer breiteren Gruppe von Menschen, ihre Arbeit zu erledigen, ohne spezielle Kenntnisse wie Data Science zu benötigen.

"Dies bedeutet, dass weniger Techniker oder Personen mit analytischen Fähigkeiten diese BI-Tools verwenden können, sofort die erforderlichen Erkenntnisse erhalten und letztendlich ihre Arbeit besser erledigen können", sagt er.

NLP hingegen erleichtert es den Benutzern, mit Analysetools und Datenquellen zu kommunizieren. Sie können dies bereits auf Plattformen wie IBM Watson Analytics sehen, wo Befehle in natürlicher Sprache das Abfragen von Datenquellen erleichtern. Dies kann Menschen mit mathematischen Fähigkeiten den Einstieg in datenwissenschaftliche Berufe ermöglichen, ohne langwierige Programmierkurse absolvieren zu müssen.

NLP hilft auch dabei, große Mengen an unstrukturiertem Wissen, einschließlich Artikeln, Büchern und Whitepapers, zu verstehen und sie in Daten zu organisieren, die von Maschinen abgefragt und verwendet werden können. Dies kann dazu führen, dass Software und Dienste menschliche Experten effizienter unterstützen.

Alex Linden, der Forscher bei Gartner, ist der Ansicht, dass dies dazu beitragen kann, effizientere Wissensdiagramme zu erstellen - lose strukturierte Datenrepositorys, die KI-Engines antreiben. "AI / NLP kann dabei helfen, eine echte Wissensindustrie aufzubauen", sagt er. Aber er fügt hinzu: "Wir stecken noch in den Kinderschuhen."

Ergänzt die menschlichen Anstrengungen

Ein Beispiel ist die kürzlich von IBM eingeführte AI-basierte Watson for Cybersecurity-Plattform. Watson verwendet Algorithmen für maschinelles Lernen, um Tonnen strukturierter und unstrukturierter Daten zu sichten. Es "lernt" dann über wiederkehrende und aufkommende Bedrohungen und hilft Sicherheitsanalysten bei der Ausführung ihrer Aufgaben. Caleb Barlow, Vice President of IBM Security, sieht Watsons Rolle als Rettungssanitäter, der einem Arzt hilft. Dies kann es weniger erfahrenen Analysten erheblich erleichtern, mit Sicherheitsvorfällen effizienter umzugehen.

Technologie ist nicht der einzige Sektor, in dem KI die menschlichen Anstrengungen ergänzen und mehr Menschen in Beschäftigung bringen kann. Auch in den Bereichen Gesundheitswesen und Medizin, in denen es chronisch an Ärzten und Fachkräften mangelt, sind Algorithmen für künstliche Intelligenz vielversprechend. Neuronale Netze und KI-Assistenten erleichtern das Erkennen, Diagnostizieren und Behandeln von Krankheiten erheblich, verkürzen die für die Ausbildung von Ärzten erforderliche Zeit und machen die Gesundheitsdienste für viel mehr Menschen zugänglich.

"In den USA herrscht ein Mangel an Ärzten, Krankenschwestern und Arzthelfern. Außerhalb der Industrieländer besteht ein noch akuterer Bedarf", sagt Frankel. "Sie denken über all die Dinge nach, die AI tun kann - riesige Datenmengen nehmen, analysieren, die wichtigsten Punkte kommunizieren - und die Verfügbarkeit vieler Dienste erweitern, die nur von Personen mit umfangreicher (und normalerweise teurer) Schulung durchgeführt werden können Man braucht immer noch Leute, die mit Patienten arbeiten. KI ermöglicht es mehr Leuten, dies zu tun, weil es Wissen zugänglicher macht. Auf diese Weise denke ich, dass KI tatsächlich mehr Arbeitsplätze schaffen wird."

Schließlich wird die Entwicklung der künstlichen Intelligenz Beschäftigungsmöglichkeiten für Experten jenseits der traditionellen technischen Bereiche schaffen. Der Data Science-Autor und LinkedIn-Lehrbeauftragte Doug Rose ist der Ansicht, dass die Branche auch andere Fähigkeiten mit einbeziehen muss.

"Das letzte halbe Jahrhundert war ein Segen für quantitative Bereiche. Computerprogrammierer, Ingenieure und Datenwissenschaftler haben den Arbeitsmarkt dominiert und riesige Unternehmen gegründet", sagt Rose. "Einige der wichtigsten Herausforderungen bei AI unterscheiden sich jedoch erheblich von der Software. Die größte Herausforderung besteht darin, ein besseres menschliches Erlebnis zu schaffen."

Künstliche Intelligenz nimmt immer kompliziertere Aufgaben wahr und steht vor sozialen, ethischen und politischen Herausforderungen. Ingenieure haben es mit völlig neuen Problemen zu tun, beispielsweise mit der Erstellung unvoreingenommener KI-Algorithmen.

"Im Moment ist die Domäne von Akademikern, Ingenieuren und Softwareentwicklern", sagt Rose. "Irgendwann wird das Gebiet andere Fähigkeiten erfordern. Es wird Menschen mit einem starken Hintergrund in den Geisteswissenschaften erfordern. Der Schlüssel zu einer besseren menschlichen Erfahrung wird aus Philosophie, Kulturwissenschaften, Rhetorik, Sprachen und Kunst kommen. Diese Spezialisten werden es tun." seien Sie die Führer, die helfen, die Kluft zwischen der Software und unseren wesentlichen menschlichen Bedürfnissen zu überbrücken."

Rose hat das Thema in einem Aufsatz erläutert: "Wer lehrt unsere Maschinen von Anfang an?" in dem er erklärt, warum es einen Sitz für unsere Anthropologen, Kommunikationsspezialisten, Philosophen und Kulturexperten geben muss.

Inbenta ist ein Unternehmen, das Linguisten damit beauftragt, das Lexikon für seine Suchlösungen zu entwickeln, um sicherzustellen, dass sie robust sind und ihren Kunden hohe Serviceraten bieten können.

"Von Sprachschülern wird im Allgemeinen erwartet, dass sie innerhalb des Lehrens oder Übersetzens Karriere machen, aber dank AI hat sich ihr Markt allmählich verändert", sagt Lobo von Inbenta. "In den nächsten Jahren werden ähnliche Rollen auftauchen, die wir derzeit nicht verstehen können, wenn Menschen befürchten, dass die erworbenen Fähigkeiten veraltet werden könnten."

Bis der Tag, an dem Roboter alle Aufgaben übernehmen, gibt es noch viel zu tun für die Menschen. Aber wir müssen Veränderungen annehmen und uns darauf vorbereiten.