Kwantumrun

BEELDKREDIET:

iStock

AI-ondersteund werk: kunnen machine learning-systemen onze beste teamgenoot worden?

In plaats van AI te zien als een katalysator voor werkloosheid, moet het worden gezien als een verlengstuk van menselijke capaciteiten.

Auteur:
auteursnaam
Quantumrun-prognose
10 november 2023

Samenvatting inzicht

De dynamiek tussen mens en machine evolueert, waarbij kunstmatige intelligentie (AI) rollen vervult die de menselijke capaciteiten vergroten en de traditionele relatie tussen gebruiker en gereedschap verandert in een meer collaboratieve interactie. Van gezondheidszorg tot softwareontwikkeling: de rol van AI verandert in die van een onmisbare assistent, die helpt bij taken als data-analyse, het beheren van patiëntendossiers of zelfs het leren coderen. Deze transitie brengt ook een reeks implicaties met zich mee, waaronder de behoefte aan nieuwe regelgevingskaders, voortdurend leren voor de beroepsbevolking en het potentieel voor efficiëntere en veiligere operationele praktijken in verschillende sectoren.

AI-verbeterde werkcontext

De interactie tussen mens en machine is altijd een centraal discussiepunt geweest, vooral met de komst van AI en machine learning (ML) technologieën. Een veel voorkomende angst is dat AI een voedingsbodem zou kunnen zijn voor desinformatie of nepnieuws, wat het wantrouwen tussen individuen zou kunnen aanwakkeren. AI heeft echter een enorm potentieel in het vergroten van de menselijke capaciteiten en het stimuleren van creativiteit en innovatie. Veel experts beweren dat de huidige toepassing van AI nog niet zijn hoogtepunt heeft bereikt; het wordt vaak gedegradeerd tot een loutere relatie tussen gebruiker en gereedschap, in plaats van tot een samenwerkingspartnerschap.

AI omvat nu complexe redeneervermogens en autonome acties, waardoor het een actieve entiteit wordt in plaats van een passief instrument dat uitsluitend tegemoetkomt aan menselijke eisen. De verschuiving gaat richting een meer collaboratieve interactie waarbij mensen en AI een tweerichtingsdialoog aangaan, waardoor besluitvorming en uitvoering van taken gedeeld kunnen worden. Door dit te doen, kunnen mensen AI-reacties beoordelen en aanpassen, en hun doelstellingen verfijnen op basis van de inzichten van de AI. Dit nieuwe paradigma kan mogelijk leiden tot een herdefinitie van de arbeidsverdeling tussen mensen en intelligente machines, waardoor de sterke punten van beide worden gemaximaliseerd.

Tot de opmerkelijke vorderingen op dit domein behoren grote taalmodellen (LLM's). OpenAI's ChatGPT kan bijvoorbeeld mensachtige tekst verwerken en genereren op basis van de informatie die eraan wordt toegevoegd, waardoor waardevolle inzichten, concepten of suggesties worden geboden die tijd kunnen besparen en creatief denken kunnen stimuleren. Ondertussen kan de beeldgenerator DALL-E 3 realistische foto's, strips en zelfs memes maken. Adviesbureau Deloitte vat deze evoluerende relatie samen door te suggereren dat mensen nu aan machines, met machines en voor machines kunnen werken, wat duidt op een toekomst waarin onze interactie met AI meer met elkaar verweven en wederzijds verrijkend is.

Disruptieve impact

Tom Smith, een eigenaar van een AI-startup, begon aan een verkenning van de geautomatiseerde softwareprogrammeur van OpenAI, Codex, en ontdekte dat het nut ervan de loutere gespreksmogelijkheden overstijgt. Toen hij dieper ging graven, ontdekte hij dat Codex bedreven was in het vertalen tussen verschillende programmeertalen, wat duidde op een mogelijke verbetering van de code-interoperabiliteit en vereenvoudiging van platformonafhankelijke ontwikkeling. Zijn ervaringen brachten hem tot de conclusie dat technologieën als Codex, in plaats van een bedreiging te vormen voor professionele programmeurs, zouden kunnen fungeren als katalysator voor de menselijke productiviteit.

In de gezondheidszorg biedt de toepassing van AI een veelbelovende mogelijkheid om de diagnostische nauwkeurigheid en efficiëntie van artsen te vergroten. Hoewel AI misschien niet de intuïtieve insteek van menselijke artsen heeft, fungeert het als een reservoir van gegevens uit het verleden en de behandelgeschiedenis, klaar om te worden geraadpleegd om betere klinische beslissingen te nemen. De hulp strekt zich uit tot het beheren van de medische dossiers en medicatiegeschiedenis van patiënten, een taak die van aanzienlijk belang is en toch tijdrovend voor drukke artsen. Naast deze taakspecifieke hulpmiddelen luidt de introductie van AI-aangedreven collaboratieve robots of cobots op productie- of bouwlocaties een aanzienlijke vermindering van het letselrisico in.

Ondertussen is het vermogen van AI om complexe workflows in kaart te brengen, te optimaliseren en te overzien een bewijs van zijn potentiële rol bij het verbeteren van de operationele efficiëntie. De sectoroverschrijdende toepassingen, van softwareontwikkeling tot gezondheidszorg en industriële activiteiten, onderstrepen een verschuiving naar een meer collaboratieve synergie tussen mens en machine. Naarmate LLM's en computervisie verfijnder en gangbaarder worden, kunnen ze niet alleen leiden tot een nieuwe kijk op individuele rollen, maar ook tot een bredere organisatorische transformatie.

Implicaties van AI-verbeterd werk

Mogelijke implicaties van AI-verbeterd werk kunnen zijn:

De opkomst van AI als een onmisbare assistent in verschillende domeinen, waaronder virtuele assistenten, chatbots en codeerhulpmiddelen, die bijdragen aan verbeterde efficiëntie en productiviteit in meerdere sectoren.
Implementatie van regelgevingskaders rond de werkrelaties tussen mens en AI, waarbij de reikwijdte en grenzen van taken worden afgebakend, wat een goed gedefinieerde operationele omgeving en duidelijkheid in de rolafbakening bevordert.
Inzet van AI in data-analyserollen, levert kritische inzichten in de financiële sector en de industrie en helpt bij het formuleren van datagestuurde strategieën en geïnformeerde besluitvormingsprocessen.
De ontwikkeling van meer ondersteunende technologieën in AI-laboratoria, waardoor het vermogen van AI als waardevolle teamgenoten wordt vergroot, vooral in de gezondheidszorg, wat zou kunnen leiden tot betere patiëntenzorg en efficiënte ziekenhuisoperaties.
Een verschuiving naar continu leren en bijscholing onder de beroepsbevolking om gelijke tred te houden met de vooruitgang op het gebied van AI, waardoor een cultuur van levenslang leren en aanpassingsvermogen wordt bevorderd.
De potentiële verandering in bedrijfsmodellen, omdat bedrijven AI kunnen inzetten om de operationele kosten te verlagen, de klantbetrokkenheid te verbeteren en nieuwe diensten of producten aan te bieden, wat een verschuiving naar meer datacentrische modellen katalyseert.
Economische voordelen die voortkomen uit door AI verbeterde efficiëntie kunnen leiden tot kostenbesparingen voor consumenten, wat zich mogelijk vertaalt in lagere prijzen voor goederen en diensten en een hogere levensstandaard.
Een politieke verschuiving nu overheden AI inzetten voor betere beleidsanalyses, publieke dienstverlening en geïnformeerde besluitvorming, zij het met uitdagingen op het gebied van gegevensprivacy en ethische overwegingen.
Potentiële voordelen voor het milieu, aangezien AI zou kunnen helpen bij het optimaliseren van de toewijzing van hulpbronnen, het verminderen van verspilling en het bijdragen aan duurzamere operationele praktijken in industrieën.