BT kondigde onlangs het schrappen van 55.000 banen aan, waarvan ongeveer 11.000 verband houden met het gebruik van kunstmatige intelligentie (AI). De rest van de bezuinigingen was het gevolg van bedrijfsefficiëntie, zoals het vervangen van koperen bekabeling door betrouwbaardere glasvezelalternatieven.
Het punt over AI roept verschillende vragen op over de impact ervan op de bredere economie: welke banen zullen het meest worden beïnvloed door de technologie, hoe zullen deze veranderingen plaatsvinden en hoe zullen deze veranderingen worden gevoeld?
De evolutie van technologie en de daarmee samenhangende impact op werkzekerheid is een terugkerend thema sinds de industriële revolutie. Terwijl mechanisatie vroeger aanleiding gaf tot angst voor banenverlies, zijn het tegenwoordig krachtigere AI-algoritmen. Maar voor veel of de meeste beroepen blijft het behouden van mensen in de nabije toekomst cruciaal.
De technologie achter deze huidige revolutie is in de eerste plaats een zogenaamd Large Language Model (LLM) dat relatief menselijke antwoorden op vragen kan geven. Het is de basis voor OpenAI’s ChatGPT, Google’s Bard-systeem en Microsoft’s Bing AI.
Dit zijn allemaal neurale netwerken: wiskundige computersystemen die grofweg zijn gemodelleerd naar de manier waarop zenuwcellen (neuronen) in het menselijk brein vuren. Deze complexe neurale netwerken zijn getraind of vertrouwd gemaakt met tekst, vaak afkomstig van internet.
Het trainingsproces stelt een gebruiker in staat een conversatievraag te stellen en het algoritme kan de vraag opsplitsen in componenten. Deze componenten worden vervolgens verwerkt om een antwoord te genereren dat past bij de gestelde vraag.
Het resultaat is een systeem dat redelijk klinkende antwoorden kan geven op elke gestelde vraag. De impact reikt verder dan het lijkt.
Mens tot nu toe
Net zoals GPS-navigatie de noodzaak voor een bestuurder om een route te kennen kan vervangen, geeft AI werknemers de mogelijkheid om alle informatie die ze nodig hebben binnen handbereik te hebben zonder te hoeven “googlen”.
Dit verwijdert effectief mensen uit de cyclus, wat betekent dat elke situatie waarin het iemands taak is om een artikel op te zoeken en links tussen hen te creëren, in gevaar kan komen. Het meest voor de hand liggende voorbeeld hiervan zijn callcenterbanen.
Het blijft echter mogelijk dat de bevolking niet zou accepteren dat een AI hun problemen oplost, zelfs als de wachttijden voor oproepen aanzienlijk zouden worden verminderd.
Bij elk handmatig werk is er een zeer klein risico dat vervanging nodig is. Naarmate robotica krachtiger en behendiger worden, werken ze in zeer beperkte omgevingen. Het vertrouwt op sensoren om informatie over de wereld te verstrekken en vervolgens beslissingen te nemen op basis van die onvolledige gegevens.
AI is niet klaar voor deze werkruimte, de wereld is een chaotische en onzekere plek waar flexibele mensen uitblinken. Loodgieters, elektriciens en complexe productiebanen, bijvoorbeeld in de auto- of vliegtuigindustrie, hebben op de lange termijn weinig of geen concurrentie. Uitdrukking.
De echte impact van AI zal echter waarschijnlijk in de vorm van efficiëntie komen in plaats van volledige vervanging van banen. Als menselijke assistent zou de technologie zich snel moeten vestigen. Dit gebeurt al, vooral op het gebied van softwareontwikkeling.
In plaats van Google te gebruiken om erachter te komen hoe een specifiek stuk code moet worden geschreven, is het veel efficiënter om ChatGPT te vragen. De geretourneerde oplossing kan precies worden afgestemd op de behoeften van een individu en efficiënt en zonder onnodige details worden geleverd.
Veiligheidskritische systemen
Dit type applicatie zal steeds vaker voorkomen naarmate toekomstige AI-tools echte intelligente assistenten worden. Of bedrijven dit als excuus gebruiken om in te krimpen, hangt af van de werkdruk.
Aangezien het VK kampt met een tekort aan afgestudeerden op het gebied van wetenschappen, technologie, techniek en wiskunde, met name in disciplines als techniek, is het onwaarschijnlijk dat er op dit gebied banen verloren gaan, maar alleen op een efficiëntere manier en manier om met de huidige situatie werkdruk.
Voorwaarde hiervoor is dat de medewerkers optimaal gebruik maken van de mogelijkheden die de technologie biedt. Natuurlijk zal er altijd scepsis zijn en het introduceren van AI in de ontwikkeling van veiligheidskritische systemen zoals medicijnen zal veel tijd kosten. Dat komt omdat vertrouwen in de ontwikkelaar van cruciaal belang is, en de eenvoudigste manier om dat vertrouwen op te bouwen, is door een mens centraal te stellen in het proces.
Dit is van cruciaal belang omdat deze LLM’s worden opgeleid via internet, dus vooringenomenheid en fouten zijn erin verweven. Deze kunnen per ongeluk worden aangemaakt, bijvoorbeeld doordat een persoon naar een bepaald evenement komt, simpelweg omdat ze dezelfde naam hebben als een andere persoon. Erger nog, ze kunnen ook kwaadwillig worden gedaan, door opzettelijk de presentatie van valse of zelfs opzettelijk misleidende trainingsgegevens toe te staan.
Cyberbeveiliging wordt een steeds groter probleem naarmate systemen meer verbonden raken, net als de gegevensbron die wordt gebruikt om de AI te bouwen. LLM’s zijn gebaseerd op open informatie als bouwsteen die door interactie wordt verfijnd. Dit vergroot de mogelijkheid van nieuwe methoden om systemen aan te vallen door opzettelijke onwaarheden te creëren.
Hackers kunnen bijvoorbeeld kwaadaardige websites maken en deze plaatsen op plaatsen waar ze waarschijnlijk worden opgepikt door een AI-chatbot. Omdat de systemen op veel gegevens moeten worden getraind, is het moeilijk om te controleren of alles klopt.
Dit betekent dat wij als werknemers moeten proberen de kracht van AI-systemen te benutten en hun volledige potentieel te benutten. Dat betekent altijd in twijfel trekken wat we van hen krijgen, in plaats van blindelings te vertrouwen op hun resultaten. Dit tijdperk doet denken aan de begindagen van GPS, toen de systemen gebruikers vaak langs wegen leidden die ongeschikt waren voor hun voertuigen.
Als we sceptisch zijn over het gebruik van deze nieuwe tool, kunnen we de kracht ervan maximaliseren en tegelijkertijd het personeelsbestand vergroten – zoals we hebben gezien in alle voorgaande industriële revoluties.
Dit artikel is opnieuw gepubliceerd door The Conversation onder een Creative Commons-licentie. Lees het originele artikel.
Jonathan Aitken werkt niet voor, adviseert niet, heeft geen eigen belang in of ontvangt geen financiering van bedrijven of organisaties die baat zouden kunnen hebben bij dit artikel, en heeft geen andere relevante connecties bekendgemaakt dan haar academische baan.