p A conversa em torno da inteligência artificial e da automação parece dominada por profetas do apocalipse, que temem que os robôs suplantem todos os humanos na força de trabalho, ou otimistas que pensam que não há nada de novo sob o sol. Mas o professor Erik Brynjolfsson do MIT Sloan e seus colegas dizem que o debate precisa ter um tom diferente. p Uma nova pesquisa descobriu que tarefas específicas dentro de empregos, ao invés de ocupações inteiras em si, será substituído pela automação em um futuro próximo, com alguns trabalhos mais impactados do que outros.
p "Nossas descobertas sugerem que uma mudança é necessária no debate sobre os efeitos da IA:longe do foco comum na automação total de empregos inteiros e substituição ocupacional generalizada em direção ao redesenho de empregos e reengenharia de práticas de negócios, "os pesquisadores escrevem em um artigo publicado em maio na American Economic Association Papers and Proceedings. O trabalho é de Brynjolfsson, professor Tom Mitchell do departamento de aprendizado de máquina da Carnegie Mellon University, e Daniel Rock, doutorando e pesquisador da Iniciativa MIT na Economia Digital.
p "Apesar do que Hollywood está dizendo, estamos muito longe da inteligência geral artificial. Isso é IA que pode fazer tudo o que um ser humano pode, "Brynjolfsson disse." Não temos nada perto disso. Não o faremos por décadas, a menos que haja algum avanço surpreendente. "
p O que temos são poderosos sistemas estreitos de IA, Brynjolfsson disse, que são capazes de resolver certos, problemas específicos em níveis humanos ou super-humanos de precisão, normalmente usando redes neurais profundas. Essas tecnologias são adeptas de tarefas que envolvem análise preditiva, reconhecimento de fala e imagem, e processamento de linguagem natural, entre outros.
p "Mas isso não é tudo - são algumas coisas, "disse ele." Isso levanta a questão óbvia:quais são as tarefas que esta incrível IA pode fazer bem, e quais são as tarefas que eles não podem fazer? "
p Para responder a essas perguntas, os pesquisadores desenvolveram uma avaliação de 23 questões para determinar se uma tarefa é adequada para aprendizado de máquina. O quão alto ou baixo é a pontuação de uma tarefa na rubrica indica o quão suscetível ela pode ser à automação e aprendizado de máquina, Brynjolfsson disse. Ele e Tom Mitchell publicaram a rubrica original no jornal
Ciência em dezembro, 2017
p "Qualquer gerente pode aceitar esta rubrica, e se eles estão pensando em aplicar o aprendizado de máquina [a uma tarefa], esta rubrica deve dar-lhes alguma orientação, "disse ele." Há muitos, muitas tarefas adequadas para aprendizado de máquina, e a maioria das empresas apenas arranhou a superfície. "
p Os pesquisadores queriam levar a ideia mais longe. Uma vez que um trabalho é apenas um pacote de várias tarefas, também é possível usar a rubrica para medir a adequação de ocupações inteiras ao aprendizado de máquina. Usando dados do Federal Bureau of Labor Statistics, isso é exatamente o que eles fizeram - para cada uma das mais de 900 ocupações distintas na economia dos EUA, de economistas e CEOs a motoristas de caminhão e professores.
p "As tecnologias de automação têm sido historicamente o principal impulsionador do aumento da produtividade industrial. Elas também interromperam o emprego e a estrutura salarial de forma sistemática, "escrevem os pesquisadores." No entanto, nossa análise sugere que o aprendizado de máquina afetará partes muito diferentes da força de trabalho do que as ondas anteriores de automação ... A tecnologia de aprendizado de máquina pode transformar muitos empregos na economia, mas a automação total será menos significativa do que a reengenharia de processos e a reorganização de tarefas. "
p Radiologistas, por exemplo, têm 26 tarefas distintas associadas ao seu trabalho, Brynjolfsson disse. Ler imagens médicas é uma tarefa adequada para aprendizado de máquina, com computadores começando a se tornar melhores em reconhecimento de imagem do que humanos. Mas as habilidades interpessoais, como transmitir informações sobre cuidados de saúde a um paciente, não são tão fácil ou eficazmente realizadas por máquinas, ele disse.
p "Em quase todas as ocupações, existem pelo menos algumas tarefas que podem ser afetadas, mas também há muitas tarefas em todas as profissões que não o farão. Dito isto, algumas ocupações têm relativamente mais tarefas que podem ser afetadas pelo aprendizado de máquina ", disse Brynjolfsson, observando que um trabalho como um concierge pode ser, e está sendo, principalmente substituído por serviços baseados em aprendizado de máquina de empresas como o Google. Empregos como massoterapeutas, que não tem muito potencial para aprendizado de máquina, são provavelmente os menos afetados, de acordo com o estudo.
p Os pesquisadores recomendaram olhar para as tarefas dentro de cada ocupação que têm alto potencial para serem automatizadas por aprendizado de máquina, separando-os das tarefas que não e reorganizar o trabalho para corresponder a esses desenvolvimentos. O aprendizado de máquina pode realizar as tarefas para as quais é ideal, eles escrevem, enquanto o trabalho humano poderia ser liberado para fazer mais das atividades para as quais o aprendizado de máquina não é adequado, com um efeito líquido de aumento da lucratividade.
p Isso não quer dizer que novos desenvolvimentos em aprendizado de máquina não possam ter um impacto maior sobre os empregos e a economia no futuro, os pesquisadores escrevem. "Combinar o estado da arte em evolução no ML no futuro exigirá a atualização da rubrica de acordo, " eles escrevem.
