تحقیقات MIT: انسان‌ها هنوز در اکثر مشاغل ارزان‌تر از هوش مصنوعی هستند

مطالعه‌ای از موسسه فناوری ماساچوست (MIT) نشان می‌دهد که هوش مصنوعی هنوز نمی‌توان به شکل مقرون‌به‌صرفه جایگزین بیشتر مشاغل شود، مساله‌ای که به نگرانی بسیاری از کارکنان صنعتی تبدیل شده است.

به گزارش پیوست، جایگزین شدن توسط هوش مصنوعی باعث نگرانی بخش وسیعی از نیروی کار شده و هرروز پیش‌بینی‌های بیشتری درمورد نابودی تعداد زیادی از مشاغل منتشر می‌شود. با این حال تحقیقات MIT نشان می‌دهد که در حال حاضر و آنهم در اقتصاد پیشرفته‌ای مثل آمریکا، تنها ۳ درصد از مشاغل را می‌توان به شکل مقرون به‌صرفه با دید کامپیوتری جایگزین و هوش مصنوعی کرد.

به گفته بلومبرگ دانشگاه MIT در یکی از معدود پژوهش‌های عمیق روی این مساله و تمرکز بر بازده هزینه خودکارسازی در ایالات متحده و استفاده از دید کامپیوتری (برای مثال به عنوان جایگزین معلمان و ارزیابی ملک) دریافته است که تنها ۲۳ درصد از کارکنان را می‌توان به صورتی مقرون‌به‌صرفه، با توجه به میزان حقوق، با هوش مصنوعی جایگزین کرد. در دیگر حوزه‌ها به دلیل هزینه بالای نصب فناوری تشخیص دیداری با استفاده از هوش مصنوعی و استفاده از آن، کارکنان انسانی مقرون‌به‌صرفه‌تر هستند.

در طول یک سال و پس از عرضه ChatGPT و دیگر ابزارهای مولد، بسیاری از صنایع به استفاده از هوش مصنوعی روی آورده‌اند. شرکت‌های فناوری از جمله مایکروسافت و الفابت (شرکت مادر گوگل) در آمریکا و بیدو و علی‌بابا در چین، خدماتی را بر مبنای هوش مصنوعی عرضه کرده‌اند و سرعت توسعه را افزایش داده‌اند، سرعت بالایی که از نگاه بسیاری نگران کننده است. یکی از نگرانی‌های مهم درمورد هوش مصنوعی، تاثیر آن بر نیروی کار است.

محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT در مقاله‌ای ۴۵ صفحه‌ای با عنوان Beyond AI Exposure، می‌گویند: «ماشین‌ها کار ما را می‌دزدند، جمله‌ای که در تحولات سریع فناورانه زیاد به گوش می‌رسد. این اضطراب دوباره با پیدایش مدل‌های بزرگ زبانی پدیدار شده است. یافته‌های ما نشان می‌دهد که تنها ۲۳ درصد از حقوق کارکنان را می‌توان به گونه‌ای مقرون‌ به صرفه با هوش مصنوعی و دید کامپیوتری خودکارسازی کرد و دلیل آن هم هزینه‌های اولیه سیستم‌های هوش مصنوعی است.»

دید کامپیوتری شاخه‌ای از هوش مصنوعی است که به کامپیوتر‌ها اجازه می‌دهد اطلاعات معناداری را از تصاویر دیجیتالی و دیگر ورودی‌های دیداری استخراج کنند، از جمله مهمترین کاربرد‌های این فناوری رمی‌توان به تشخیص اشیا در سیستم‌های رانندگی خودکار و کمک به دسته‌بندی تصاویر در گوشی‌های هوشمند اشاره کرد.

بیشتر بخوانید: ما عزاداریم – زومیت

با این حال دید کامپیوتری بیشتر از همه در حوزه‌هایی مثل خرده‌فروشی، حمل‌ونقل و انبارداری مقرون به صرفه است که در تمامی آنها شرکت‌های تجارت الکترونیک مثل آمازون و فروشگاه‌های زنجیره والمارت پیشتازی می‌کنند. استفاده از این فناوری در حوزه مراقبت‌های درمانی نیز از نظر این مقاله شدنی است. به گفته پژوهشگران، پیشروی هوش مصنوعی، به ویژه با پیشنهادات اشتراکی هوش مصنوعی به عنوان یک خدمت، می‌تواند استفاده از این فناوری را در موارد تازه‌ای فراگیر کند.
این مطالعه که بودجه آن را آزمایش هوش مصنوعی MIT-IBM Watson تامین کرده است از روش پرس و جوی آنلاین برای جمع‌آوری داده درمورد یک هزار وظیفه دیداری در ۸۰۰ حرفه استفاده کرده است. به گفته محققان در حال حاضر تنها ۳ درصد از این وظایف را می‌توان به شکلی مقرون‌به‌صرفه خودکارسازی کرد اما اگر هزینه داده‌ها کاهش یافته و دقت آنها بیشتر شود، این نرخ تا سال ۲۰۳۰ ممکن است به ۴۰ درصد برسد.
پیچیدگی سیستم‌های هوش مصنوعی از جمله ChatGPT و بارد گوگل باعث شده تا بسیاری نگران بیکاری گسترده در نتیجه هوش مصنوعی باشند زیرا چت‌بات‌های جدید در وظایفی که پیشتر تنها در انحصار انسان بود، عملکرد خوبی را نشان داده‌اند. صندوق بین‌المللی پول هفته گذشته اعلام کرد که حدود ۴۰ درصد از مشاغل جهان تحت تاثیر هوش مصنوعی قرار می‌گیرند و سیاست‌گذاران باید به خوبی بین پتانسیل هوش مصنوعی و پیامد‌های منفی آن تعادل ایجاد کنند.
در اجلاس مجمع جهانی اقتصاد که هفته گذشته در داووس برگذار شد نیز بسیاری به جایگزین شدن نیروی کار با هوش مصنوعی اشاره کردند. مصطفی سلیمان، بنیان‌گذاری Inflection AI و گوگل دیپ‌مایند، گفت که سیستم‌های هوش مصنوعی «اساسا ابزاری برای جایگزینی نیروی کار» هستند.
در تحقیقات MIT، یکی از موارد مطالعه مربوط به نانوایی است. نانواها کیفیت مواد اولیه را به صورت روزانه بررسی می‌کنند اما این مساله تنها ۶ درصد از وظایف آنها است. درنتیجه زمان و هزینه‌ای که با استفاده از سیستم‌های خودکار و هوش مصنوعی در آن صرفه‌جویی می‌شود، فاصله زیادی با هزینه تمام شده این سیستم دارد و درنتیجه استفاده از آن اصلا مقرون‌به‌صرفه نیست.
نیل تامپسون، رئیس پروژه تحقیقات FutureTech در آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT، می‌گوید: «مطالعه ما استفاده از دید کامپیوتری در تمام اقتصاد را آزمایش می‌کند و امکان استفاده از آن را تقریبا در تمامی حرفه‌ها در تمام صنایع و بخش‌ها را زیر نظر می‌گیرد. ما نشان دادیم که خودکارسازی در خرده‌فروشی و مراقبت‌های درمانی بیشتر می‌شود و در حوزه‌هایی مثل ساخت‌وساز، معدن یا املاک کمتر شاهد آن خواهیم بود.»

منبع