اگر ویدیوی سخنرانی دانیل ساسکیند در همایش TED را در وب‌سایت شبکه تماشا کرده باشید، می‌دانید که پاسخ او به این پرسش مثبت است! دانیل ساسکیند، استاد اقتصاد دانشگاه آکسفورد بر این باور است که ماشین‌ها در جنگ با انسان‌ها بر سر شغل در نهایت پیروز خواهند شد. اما او چگونه به این نتیجه به ظاهر نگران‌کننده رسیده است؟
تاریخ انتشار: ۱۳:۴۲ - ۲۶ آبان ۱۳۹۷ - 2018 November 17

 

وی در ابتدای سخنرانی عنوان می‌کند، ماشین‌ها به کمک انسان می‌آیند، از جمله در محیط کار. او یک راننده تاکسی را مثال می‌زند که با سامانه هوشمند مسیریابی می‌تواند مسیرهای بهتری را انتخاب کند و بر درآمد خود بیفزاید. این همان دیدگاهی است که گری کاسپارف، شطرنج‌باز نام‌آشنا نیز به آن باور دارد. گری‌کاسپارف آنگاه که در بازی شطرنج از ابررایانه‌ای به نام دیپ‌بلو شکست خورد، به این نتیجه رسید که شاید بهتر باشد از توانایی پردازش و حافظه کامپیوترها برای کمک به انسان استفاده شود.

بازی شطرنج پیشرفته را نیز می‌توان ابداع‌گری کاسپارف برای تعامل انسان و ماشین قلمداد کرد. در این سبک بازی شطرنج، بازیکنان انسانی از کامپیوترهایی با توان سخت‌افزاری یکسان بهره می‌برند تا حرکات خود را آنالیز کنند. اما تعامل انسان و ماشین تمامی ماجرا نیست!

از کامپیوترهای هوشمند نترسید؛ با آن ها کار کنید
دانیل ساسکیند به آن روی دیگر سکه نیز اشاره می‌کند که پیشرفت ماشین‌ها تنها یاری‌بخش انسان نیست، زیرا به کمک ماشین‌های دیگر نیز می‌آید و آن‌ها را در گرفتن شغل مهارت بیش‌تری می‌بخشد. چگونه؟ او همان سامانه هوشمند مسیریابی را مثال می‌زند که راننده‌ها از آن استفاده می‌کنند، اما برای خودروهای خودران نیز قابل استفاده است. مثال جالب دیگر در این زمینه، سیستم AutoML شرکت گوگل است که از یادگیری ماشین برای دستیابی به مدل بهینه یادگیری ماشین در یک کاربرد خاص نظیر دسته‌بندی تصاویر استفاده می‌کند. بنابراین رشد توان پردازشی ماشین‌ها و نرم‌افزارهایی که از این توان بهره می‌برند، تنها در خدمت انسان نخواهد بود.


افزون بر مورد فوق، ماشین‌ها به تدریج وارد عرصه مشاغل «غیرروتین» خواهند شد. غیرروتین چیست؟ هر کاری که در گذشته به نظر می‌رسید تنها از عهده هوش و خلاقیت انسانی بر می‌آید. دانیل ساسکیند تصریح می‌کند که مرز بین شغل‌های روتین و غیرروتین در حال رنگ باختن است. در واقع، اگر روزگاری ماشین‌ها (در قالب ربات) جای کارگران را گرفتند، در آینده روزی می‌رسد که پزشکان و وکلا نیز شغلشان در معرض خطر باشد. در حال حاضر، الگوریتم‌های یادگیری ماشین، قدرت تشخیص بیماری را بر اساس علائم و اسناد پزشکی دارند، و دقت آن‌ها در گذر زمان بالاتر نیز خواهد رفت. در یادداشتی که پیش‌تر نوشته بودم، به وظایفی اشاره کردم که تنها از عهده یک پزشک بر می‌آید.


برای مثال، برقراری ارتباط عاطفی با بیمار از جمله وظایف یک پزشک است. با این حال، آفرینش درک عاطفی برای ماشین‌ها موضوعی نیست که دانشمندان از خیر آن گذشته باشند. البته که بحث فلسفی پیرامون این موضوع پیچیده است، اما این احتمال همیشه وجود دارد که هر آنچه قبلاً در قلمرو انسان بوده، ماشین در آن سهیم شود. همین یک قرن پیش کمتر کسی پیش‌بینی می‌کرد که بهترین شطرنج‌باز دنیا از کامپیوتر شکست بخورد. قطعاً بینش ما نیز از آینده محدود است. اما راه چاره چیست؟ دانیل ساسکیند این بخش از ماجرا را چندان واکاوی نمی‌کند. تنها به ذکر این نکته بسنده می‌کند که اقتصاددان‌ها در پی حل این مشکل هستند و به راهکارهایی همچون درآمد پایه (basic income) رسیده‌اند.

عبارت درآمد پایه من را به یاد تجربه ناموفق توزیع یارانه در ایران انداخت، اما با کمی جستجو در اینترنت متوجه شدم ابعاد این رویکرد بسیار وسیع و پیچیده است. فقط حدود 33هزار مقاله پژوهشی تاکنون با کلیدواژه درآمد پایه به زبان انگلیسی منتشر شده است. درآمد پایه آنچنان که از نامش پیداست، یک میزان پول مشخص است که از سوی دولت به همه شهروندان بی قید و شرط پرداخت می‌شود. در عصر ماشین‌های هوشمند، شاید این یک راهکار برای نشاندن همه انسان‌ها بر سر میز شام اقتصاد باشد!

منبع: شبکه مگ

نظر شما
نام:
ایمیل:
* نظر:
* :