به گزارش سلامت نیوز به نقل از اطلاعات، ۱.یکی از پرسشهایی که این روزها والدین زیاد میپرسند این است که «بچهام بعد از دبیرستان چه رشتهای بخواند؟» و راستش پاسخدادن به این سئوال هر روز دشوارتر میشود. اگر پنج یا ده سال پیش میپرسیدند، احتمالاً با اطمینان میگفتم علوم کامپیوتر یا مهندسی نرمافزار. هنوز هم این رشتهها بسیار مهماند، اما امروز هوش مصنوعی بخشی از برنامهنویسی، تحلیل داده و کارهای فنی و ذهنی تکراری را انجام میدهد. بنابراین دیگر نمیتوان فقط با نگاه به مشاغل پردرآمد امروز برای آیندهی تحصیلی فرزندان تصمیم گرفت.
۲.یک معیار شاید این باشد که ببینیم روبات و هوش مصنوعی به کدام حرفهها دیرتر میرسند. البته فقط توانایی فنی روبات مطرح نیست؛ اقتصاد جایگزینی نیز مهم است. ممکن است روباتی قادر به انجام کاری باشد، اما اگر خرید، نگهداری و بهرهبرداری از آن بسیار گرانتر از نیروی انسانی باشد، جایگزینی دیرتر اتفاق میافتد. بنابراین، باید پرسید ماشین چه زمانی هم از نظر فنی و هم از نظر اقتصادی میتواند جای انسان را در آن شغل پرکند.
۳.فیزیوتراپی مثال خوبی است. روبات شاید برخی حرکات توانبخشی را انجام دهد، اما فیزیوتراپ باید بدن بیمار را لمس کند، فشار را تغییر دهد، واکنش او را ببیند، حرکت را با درد و وضعیت بیمار تطبیق دهد و با او ارتباط انسانی برقرار کند. روباتی که همهی این کارها را انجام دهد ممکن است پیچیده و گران باشد. همین منطق درباره برخی حرفههای ظریف و دستی که به مهارت، تشخیص لحظهای و سازگاری با شرایط غیرقابلپیشبینی نیاز دارند نیز صادق است. در چنین حوزههایی ممکن است روبات دیرتر بتواند با انسان رقابت اقتصادی کند.
۴.در سوی دیگر، کارهایی وجود دارند که باید امیدوار باشیم روبات هرچه زودتر به آنها برسد: کار در اعماق معدن، مقابل کورههای بسیار داغ، فعالیتهای آلاینده، جابهجایی بارهای سنگین و برخی عملیات ساختمانی و راهسازی. هرجا فعالیت خطرناک، فرساینده و تا حد زیادی استانداردشدنی است، چه دلیلی دارد انسان آن را انجام دهد؟
پیشرفت فناوری تا اندازهی زیادی تاریخ آزادشدن انسان از همین کارهاست.
۵.بناهای عظیم گذشته با نیروی جسمانی شمار زیادی از انسانها ساخته میشدند. انقلاب صنعتی بخش بزرگی از نیروی بازوی انسان را به ماشین سپرد. بعدها ماشینهای محاسبه و کامپیوتر ما را از محاسبات تکراری رها کردند. زمانی در بانکها و شرکتهای بیمه صدها نفر ساعتها جمع و ضرب و تقسیم میکردند؛ امروز ماشین این کار را در کسری از ثانیه انجام میدهد. شأن انسان بالاتر از آن است که عمر خود را صرف کاری کند که ماشین بهتر، سریعتر و ارزانتر انجام میدهد.
۶.شاید هوش مصنوعی مرحله بعدی همین مسیر باشد؛ با این تفاوت که این بار ماشین به سراغ کارهای ذهنی تکراری آمده است. خلاصهکردن صد مقاله، مرور ادبیات موضوع، جستوجوی منابع، مرتبکردن اطلاعات، محاسبات و تحلیلهای استاندارد و تهیه پیشنویس گزارش، دیگر الزاماً کارهایی نیستند که انسان باید ساعتهای عمر خود را صرف آنها کند. سهم انسان باید به سطح بالاتری منتقل شود: تشخیص مسألهای که هنوز حل نشده، دیدن رابطهای که دیگران ندیدهاند، طرح پرسشی که هنوز پرسیده نشده و در نهایت گفتن همان چند جملهای که چیزی به دانش موجود بشر اضافه میکند.
۷.حتی پایاننامههای دانشگاهی نیز احتمالاً باید تغییر کنند. در اقتصاد، مدیریت، مالی، حسابداری، علوم سیاسی و جامعهشناسی بخش بزرگی از پایاننامهها صرف مرور ادبیات، نقل دیدگاههای گذشته و توضیح روشهای شناختهشده میشود. وقتی ماشین میتواند اینها را گردآوری و خلاصه کند، چرا دانشجوی دکتری باید دویست یا سیصد صفحه عمدتاً درباره آنچه دیگران گفتهاند بنویسد؟ شاید پایاننامههای این رشتهها به پایاننامههای ریاضی شبیهتر شوند: کوتاهتر، مستقیمتر و متمرکز بر سهم تازهی پژوهشگر. ارزش پایاننامه به تعداد صفحات نیست؛ به آن چیزی است که پژوهشگر به دانش موجود اضافه کرده است. در عصر هوش مصنوعی باید حرفهای گفتهشده را کمتر تکرار کنیم و برای گفتن حرف نگفته بیشتر فکر کنیم.
۸. اینجاست که دوباره به انتخاب رشته میرسیم. هرچه ابزارها قدرتمندتر شوند، ارزش کسانی که «منطق پشت پرده» را میفهمند بیشتر میشود. ممکن است هوش مصنوعی برنامه بنویسد یا تحلیل آماری انجام دهد، اما هنوز کسی باید بداند مسأله چیست، چه مدلی مناسب است، فرضهای آن چیست، نتیجه چقدر قابلاعتماد است و ماشین کجا ممکن است اشتباه کند. پس شاید بهتر باشد به رشتههایی توجه کنیم که بیش از آموزش یک ابزار، قدرت فهم و حل مسئله را پرورش میدهند.
۹.از این منظر، ریاضیات اهمیت ویژهای دارد. جبر خطی، احتمال و آمار، حسابان و بهینهسازی از پایههای هوش مصنوعی و یادگیری ماشیناند. مقصود این نیست که همه باید ریاضیدان شوند یا ریاضی تضمینکننده شغل است. هیچ رشتهای چنین تضمینی ندارد. اهمیت ریاضی در این است که صورتبندی مسأله، استدلال منطقی، کار با عدمقطعیت و تفکر کمّی را آموزش میدهد؛ تواناییهایی که با تغییر نرمافزار از میان نمیروند.
۱۰.درباره فیزیک، شیمی و دیگر علوم پایه نیز همین استدلال صادق است. فیزیک، مدلکردن جهان واقعی و شکستن مسأله پیچیده به اجزای قابلفهم را میآموزد. شیمی در قلب فناوریهایی چون مواد پیشرفته، باتری، نیمههادی، داروسازی و زیستفناوری قرار دارد. هوش مصنوعی پژوهش در این رشتهها را شتاب میدهد، اما همچنان به انسانی نیاز است که خود علم را بفهمد. شاید هوش مصنوعی بهجای به حاشیهراندن علوم پایه، اهمیت آنها را بیشتر کند.
۱۱. البته نسخه واحدی وجود ندارد که بگوییم همه ریاضی، فیزیک یا کامپیوتر بخوانند. پزشکی، پرستاری، فیزیوتراپی، مهندسی، زیستشناسی، شیمی و حتی بخشهایی از علوم انسانی که به قضاوت، اعتماد، مذاکره و فهم انسان نیاز دارند، مسیرهای متفاوتی خواهند داشت. استعداد و علاقه خود جوان نیز باید در مرکز تصمیم باشد. نمیتوان کسی را که از ریاضی بیزار است صرفاً به این دلیل که آینده را ریاضیتر میبینیم، به ریاضیات فرستاد.
۱۲. درعین حال نباید بیش از حد خوشبین باشیم. وقتی از مدلهای هوش مصنوعی میپرسیم با حذف مشاغل چه خواهد شد، معمولاً پاسخ امیدوارکننده است: مشاغل قدیمی از میان میروند و مشاغل تازه ایجاد میشوند. شاید در بلندمدت چنین باشد، اما تاریخ انقلاب صنعتی و انقلاب اطلاعاتی نکته دیگری هم دارد: کسانی که مشاغل تازه را به دست آوردند الزاماً همان کسانی نبودند که شغلهای قبلی را از دست داده بودند. کارگری که ماشین جای او را گرفت لزوماً مهندس ماشین نشد؛ کارمند محاسباتی نیز الزاماً نتوانست خود را با عصر کامپیوتر تطبیق دهد. برای اقتصاد ممکن است «در نهایت» شغل دیگری ایجاد شده باشد، اما برای یک انسان، این «در نهایت» گاهی به معنای باقی عمر اوست.
۱۳.همین خطر درباره هوش مصنوعی نیز وجود دارد و شاید جدیتر باشد، زیرا سرعت تغییر بسیار بالاست. جوان بیستساله شاید بتواند چند بار مهارت و حرفهی خود را تغییر دهد؛ اما فرد پنجاهسالهای که مهارت تخصصیاش ناگهان کمارزش شده ممکن است چنین فرصتی نداشته باشد. ممکن است در میان این تحول یک یا چند «نسلگذار» هزینه سنگینی بپردازند. بنابراین جملهی ساده «نگران نباشید، شغلهای جدید ایجاد میشود» کافی نیست. باید پرسید: شغل جدید برای چه کسی، در کجا، با چه مهارتی و چند سال بعد؟
۱۴.پس اگر امروز از من بپرسند «فرزندم چه رشتهای بخواند؟»، بهجای نام یک رشته چهار سئوال مطرح میکنم: آن رشته تا چه اندازه دانش بنیادی میدهد؟ چه مقدار از کار آینده آن تکراری و قابلماشینیشدن است؟ وقتی روبات و هوش مصنوعی وارد آن حرفه شوند، چه بخش ارزشمندی برای انسان باقی میماند؟ و آیا فرزند من استعداد و علاقهی کافی دارد که در آن حوزه واقعاً موفق شود؟ شاید نباید به دنبال رشتهای باشیم که روبات هرگز به آن نرسد. مهمتر این است که وقتی روبات رسید، فرزند ما در جایی ایستاده باشد که ماشین را به خدمت بگیرد، نه اینکه ناچار شود برای انجام کاری که ماشین بهتر انجام میدهد با آن رقابت کند.
نظر شما