愛：究極のジョブクリエーターですか？

（少なくとも）過去数十年間、技術的な失業の迫り来る脅威、つまり自動化による人間の仕事の乗っ取りについて聞いてきました。 しかし最近では、特に差し迫っているようです。 適切な事例：今年の初め、スティーブ・ムヌチン財務長官は、ロボットが人間を失業させるという概念を却下したとき、科学技術コミュニティはその評価を非難する統計とチャートで応答しました。

人工知能はますます多くのドメインに進出し、前例のない雇用環境の混乱を予告しています。 そして、最新のAIの最も重要な構成要素であるニューラルネットワークと機械学習アルゴリズムは、人間の専門家よりも有望であるか、優れたパフォーマンスを提供しています。 AI革命は急速に進んでおり、特定の種類のタスクの実行に人間がますます関与しなくなる未来に向けて、教育および経済インフラストラクチャの準備を開始するのに適しています。

GartnerのMachine Learning ResearchのVPであるAlex Linden氏は、次のように述べています。 「これはまだ実を結ぶ必要があります。最近の開発の多くは、材料の自動化が始まるまで数年かかります。しかし、多くの非製造ドメイン…校正者、機械翻訳の専門家、そして確かに仕事を恐れる必要があります」

ただし、これは全体像ではありません。 すべての産業革命は、労働力の置換と調整と同様に労働力の移動と調整に関するものであり、この最新のサイクルも例外ではありません。 しかし、人工知能の普及は、人間の創造性と革新を効果的に活用する新たな機会も提供します。

技術人材の需要の増加

「私たちが知っていることは、人工知能は、肉体労働であろうと認知作業であろうと、一連のルーチンに分解できる仕事に対して短期的に最も効果的であることです」と、人工知能会社インベンタのボットマスター、ジョー・ロボは言う。 「これは、人間がより創造的で結果としてより楽しいタスクに集中できることを意味します。」

「テクノロジーはかつてないほど雇用を完全に破壊したことはありません」とナラティブサイエンスのCEO、スチュアートフランケルは述べています。 「今日の企業に存在するほぼすべてのテクノロジージョブを見てください。それらのジョブは20年前には存在しませんでした。ほとんどのジョブはおそらく10年前には存在しませんでした。」

実際のところ、現時点では、ロボットによる人間の仕事を完全に乗っ取るのではなく、問題は多くの空いている求人があり、それらを埋めるのに十分な熟練者がいないことです。 データ駆動型ビジネスの台頭に伴い、ハイテク人材の需要は全面的に増加しています。

たとえば、2016年、サイバー経済研究者のCyber​​security Venturesは、サイバーセキュリティの失業率がゼロであり、実際、世界中で100万人を超える専門家が不足していることを報告しました。 ソフトウェア開発やデータサイエンスなどの同様の技術雇用分野は、これまで以上に進歩しておらず、独自の人材ギャップに対処しています。 人工知能がさらに多くの分野に進出するにつれて、技術職の専門家を増やす必要性は高まり続けています。

「政府は、人工知能が私たちに提供する機会のこのブームを最大化できるようにするために、コーディングが英語、数学、科学と同じくらい高く評価されることを保証すべきだと思います」とロボは言います。

近年、政府主導のプロジェクトや、民間企業による技術人材のニーズを満たすための取り組みが行われています。 バラク・オバマ元大統領のTechHireプロジェクトはその一例です。高等教育の資格を持たない人を含む、より多くの人々が技術職に道を開くための1億ドルの助成金が含まれています。

また、CourseraやBig Data Universityなどの機関による大規模なオープンオンラインコース（MOOC）の開発も見られます。これは、需要の高い技術スキルに対する無料のオンライン教育です。 短時間でコンピュータープログラミングを志願する教育機関であるコーディングブートキャンプも人気が高まっています。 同時に、AT&Tなどの企業は、従業員が将来の雇用に適応できるよう支援しています。

人工知能の開発のペースが加速するにつれて、スキルと専門知識の要件も同様に急速に変化します。 ソフトウェア開発でさえ、今後も変わらず、コーディングからAIアルゴリズムのトレーニングに移行することはありません。

人間とコンピューターの相互作用の革命

AIで仕事を失っている人の多くは、技術職に就くためのスキルと知識を持っていないため、トレーニングにはかなりの時間が必要です。 幸いなことに、この点で、人工知能は、それ自体が主な原因である可能性のある問題の解決に役立ちます。 AIは、学習体験のパーソナライズや最適化など、さまざまな方法で教育に革命をもたらすことをすでに約束しています。 これは、新しいスキルを習得する時間が少なくなることを意味します。

「人間はこれまで以上に迅速に他の業界に再教育できるようになり、雇用市場の変化に対応するための最大限の柔軟性が得られます」とロボ氏は言います。 「トラック運転手が、数か月以内にコーディングのキャリアに進むことができないのはなぜですか？」

AIが学習曲線を和らげることができない場合、タスクの複雑さを打ち破り、よりシンプルにすることができ、かつては長年の教育とトレーニングを必要としていた仕事に就くことができます。

注目に値する開発の1つは、自然言語処理と生成（NLP / NLG）です。これは、人間の言語スクリプトの理解と作成に関係する人工知能の分野です。 NLPとNLGは、コンピューターとの対話方法を再定義し、タスクを実行するためのハードルと障壁を取り除き、仕事の効率を大幅に向上させています。

「NLGは、実現と増強のテクノロジーです」とNarrative ScienceのFrankel氏は言います。 「人間のスキルと組み合わせると、NLGは、いずれかのグループが単独で達成できるものをはるかに超える結果を生み出すことができます。ExcelはNLGに非常によく似ていると思います。Lotus123とExcelが最初に登場したとき、将来の悲惨な予測がたくさんありました会計士と財務アナリストが、これらのツールがアナリストに取って代わることはないことをすぐに知りました。実際、アナリストはスーパーアナリストに変わり、企業は大勢でそれらを雇い始めました。同じことがNLGでも起こっています。」

Narrative ScienceはNLGをビジネスインテリジェンス（BI）プラットフォームに統合し、分析的意思決定の完全な透明性を提供する視聴者関連の情報が満載された洞察力に富んだ会話型コミュニケーションをユーザーに提供します。 Frankel氏によると、このテクノロジーは、データサイエンスなどの特殊なスキルセットを必要とせずに、より多くの人々が仕事を行えるようにするために役立っています。

「これは、より技術的な人や分析スキルセットの人々がこれらのBIツールを使用して、必要な洞察を即座に得ることができ、最終的には仕事を改善できることを意味します」と彼は言います。

一方、NLPを使用すると、人々は分析ツールやデータソースとのやり取りがはるかに簡単になります。 これは、IBM Watson Analyticsなどのプラットフォームで既に確認できます。IBMWatson Analyticsでは、自然言語コマンドによってデータソースのクエリが簡単になっています。 これにより、数学のスキルを持つ人々が、長いプログラミングコースを受講しなくてもデータサイエンスの仕事に就くことができます。

NLPは、記事、書籍、ホワイトペーパーなど、構造化されていない知識の大規模なコーパスの意味を理解し、それらを機械でクエリ可能で使用可能なデータに整理することも支援しています。 これにより、人間の専門家を支援する上で、ソフトウェアとサービスをより効率的にすることができます。

Gartnerの研究者であるAlex Lindenは、これがより効率的なナレッジグラフの作成に役立つと考えています。これは、AIエンジンを駆動する緩やかに構造化されたデータリポジトリです。 「AI / NLPは、真の知識産業の創出に役立ちます」と彼は言います。 しかし、彼は、「私たちはまだ完全な初期段階にある」と付け加えています。

人間の努力を補完する

例として、IBMが最近発表したAIベースのサイバーセキュリティプラットフォーム向けWatsonがあります。 Watsonは、機械学習アルゴリズムを使用して、大量の構造化データと非構造化データを選別します。 次に、繰り返し発生する脅威について「学習」し、セキュリティアナリストが業務を遂行するのを支援します。 IBM SecurityのVPであるCaleb Barlowは、医師を支援する救急救命士の役割のようなWatsonの役割を考えています。 これにより、スキルや経験の少ないアナリストがセキュリティインシデントの処理に習熟しやすくなります。

AIが人間の努力を補完し、より多くの人々を仕事に就けることができるのは、Techだけではありません。 人工知能アルゴリズムは、医師や熟練労働者が慢性的に不足しているヘルスケアおよび医療の分野でも有望です。 ニューラルネットワークとAIアシスタントにより、病気の検出、診断、および治療がはるかに簡単になり、医師の訓練に必要な時間が短縮され、より多くの人々が医療サービスにアクセスできるようになります。

「米国では医師、看護師、医師助手が不足しており、先進国以外ではさらに深刻なニーズがあります」とフランケルは言います。 「あなたはAIができることすべてについて考えます-大量のデータを取得し、それを分析し、最も重要なポイントを伝えます-そしてそれは大規模な（そして通常は高価な）トレーニングを受けた人々だけが行うことができる多くのサービスの可用性を広げます。患者と実際に作業する人々が必要です。AIは知識によりアクセスしやすくするため、より多くの人々がそれを可能にします。このように、AIは実際により多くの仕事を生み出すと思います。」

最終的には、人工知能の開発により、従来の技術関連の領域を超えた専門家の雇用機会が生まれます。 データサイエンスの著者であり、LinkedIn Learningのインストラクターであるダグローズは、業界でも他のスキルを活用する必要があると考えています。

「最後の半世紀は量的分野の恩恵でした。コンピュータープログラマー、エンジニア、データサイエンティストが雇用市場を支配し、大企業を生み出しました」とローズは言います。 「しかし、AIの主な課題のいくつかはソフトウェアとは大きく異なります。ここでの最大の課題は、より良い人間体験を作成することです。」

人工知能はますます複雑なタスクを引き受けるため、社会的、倫理的、政治的な課題に直面しています。 エンジニアは、公平なAIアルゴリズムの作成など、まったく新しい問題に取り組んでいます。

「今は学者、エンジニア、ソフトウェア開発者の領域です」とローズは言います。 「やがて、この分野には異なるスキルが必要になります。人文科学の強いバックグラウンドを持つ人々が必要になります。より良い人間体験の鍵は、哲学、文化研究、レトリック、言語、芸術にあります。ソフトウェアと人間の本質的なニーズとの間のギャップを埋めるのに役立つガイドになります。」

ローズは、「誰が間違った方法で機械を教えるのか」というエッセイでこのトピックについて詳しく説明しています。 彼は、なぜ人類学者、コミュニケーションの専門家、哲学者、文化の専門家のための席が必要なのかを説明しています。

Inbentaは、言語学者を雇用して検索ソリューションの辞書を開発し、堅牢で顧客に高いサービスレートを提供できるようにします。

「言語学の学生は通常、教育や翻訳の分野でキャリアを積むことが期待されていますが、AIのおかげで市場が変化し始めています」と、InbentaのLobo氏は言います。 「今後数年間は、彼らが習得したスキルが時代遅れになる可能性があることを懸念する人々のために、現在理解できない類似の役割を見るでしょう。」

ロボットがすべての仕事を引き受ける日まで、人間がやるべきことはまだたくさんあります。 しかし、私たちは変化を受け入れ、それに備える必要があります。