Cách mạng AI sẽ tác động thế nào đến tương lai của lực lượng lao động? (phần 2)

Chủ nhật, 10/12/2017, 20:30 - Nguồn: Yêu cầu xóa tin

Sau phần 1 về ý nghĩa và tiềm năng của trí tuệ nhân tạo trong việc giải quyết vấn đề việc làm trong tương lai, mời bạn đọc theo dõi phần 2: Liệu AI có tự động hóa được tất cả mọi công việc không, và khả năng thật sự của các AI hiện nay là gì.

Các chủ đề này đã được các chuyên gia kinh tế và công nghệ hàng đầu trình bày tại hội nghị Trí tuệ nhân tạo và công việc trong tương lai (AI and the Future of Work) do phòng thí nghiệm trí tuệ nhân tạo CSAIL và Sáng kiến Kinh tế Số (đều thuộc học viện công nghệ Massachusetts-MIT) tổ chức vào đầu tháng 11/2017​.

Tăng thêm công việc hay tự động hóa?

(từ trái sang: điều phối viên John Markoff, các diễn giả Dimitris Papageorgiou, Sophie Vandebroek, Krystyn Van Vliet, John Van Reenen)

Chủ đề thứ hai tập trung vào việc AI có thay thế các công việc hoặc làm cho số lượng công việc tăng thêm hay không.

Giáo sư kinh tế học John Van Reenen từ học viện công nghệ MIT thừa nhận chúng ta đang sợ tự động hóa. Nỗi sợ này có nguồn gốc từ trải nghiệm kinh tế trong 30-40 năm qua. Ông cho rằng, lịch sử 200-300 năm trở lại đây là một lịch sử tích cực mà trong đó nền kinh tế có thể tạo ra nhiều công việc. Tuy nhiên, "vấn đề là chất lượng chứ không phải số lượng công việc".

Giám đốc điều hành IBM Research Sophie Vandebroek là một người tin tưởng mạnh mẽ vào quan điểm công việc sẽ tăng thêm. Bà nói về các hệ thống giúp chúng ta làm việc tốt hơn theo quan điểm của bà, ví dụ như AI hỗ trợ chuyên gia an ninh, chuyên gia dịch vụ tài chính, tự động hóa việc chấm bài kiểm tra bằng công nghệ học máy...

Giám đốc điều hành IBM Research Sophie Vandebroek 

Cùng quan điểm với Sophie, giáo sư Krystyn Van Vliet ở học viện công nghệ MIT cho rằng công nghệ máy tính tìm kiếm động đất sẽ không làm giảm số nhà nghiên cứu bức xạ mà sẽ giúp các bác sĩ có thêm thời gian tư vấn cho bệnh nhân và tham khảo ý kiến lẫn nhau. Theo bà, "mọi người không thích nghe rằng họ cần được tái đào tạo".

Trước câu hỏi của đồng sự Markoff từ đại học Stanford về việc sự phát triển của AI có làm "suy giảm kỹ năng" của con người không, Dimitris Papageorgiou, đối tác của Ernst & Young (một trong những hãng kiểm toán hàng đầu thế giới) cho rằng, dù hầu hết nhiệm vụ bay được thực hiện bởi phi công tự động thì các máy bay vẫn có hai phi công. Tuy nhiên, AI đang khoét sâu khoảng cách giữa các nhân viên chuyên môn thấp và những người có kỹ năng cao hơn. Vì vậy, Estonia và Costa Rica đã thay đổi giáo trình dựa trên dự báo công việc trong tương lai. Còn giáo sư kinh tế Van Reenen lưu ý rằng, cho đến nay công nghệ vẫn thiên về hướng ủng hộ công nhân có trình độ. Điều này được phản ánh trong những khoản thưởng khổng lồ để trợ cấp học đại học, kể cả khi nguồn cung công nhân có trình độ đại học đã gia tăng. Nhưng AI thì khác với công nghệ, vì nó cũng sẽ tác động tới những công việc chuyên môn cao như trong lĩnh vực bức xạ.

Các chiến lược để định hướng giai đoạn đầu tiên

Chủ đề thứ ba là các chiến lược giúp AI làm việc tốt hơn, cũng như các ý kiến về việc giáo dục công nhân trong thời đại mới.

Nói về việc xây dựng một hệ thống phản ứng để chúng ta có thể truy cập vào và học tập suốt đời, đồng sáng lập LinkedIn Allen Blue cảnh báo rằng có một số công việc mang tính tạm thời. Ngay lúc này, hội lớn nhất thuộc về những nhà lập trình trong lĩnh vực y khoa. Tuy nhiên đây cũng là một công việc nhiều khả năng sẽ được tự động hóa và không còn tồn tại nữa. Tự vấn về cách chúng ta sẽ dành thời gian, tiền bạc để đạt được giáo dục như thế nào, theo Blue, các nhà tuyển dụng và chính phủ phải tham gia nhiều hơn. "Cần tư duy lại giáo dục từ cấp cao nhất xuống đến cấp mầm non" và đặt trọng tâm vào những lĩnh vực như kỹ năng hợp tác.

 Allen Blue, đồng sáng lập và phó chủ tịch quản lý sản phẩm mạng xã hội chuyên nghiệp LinkedIn

Sam Madden, giáo sư học viện MIT kiêm đồng giám đốc khoa SystemsThatLearn lo lắng về cách các bạn trẻ tuổi mới lớn sử dụng thời gian của mình, trong đó có việc họ đã dành bao nhiêu thời gian cho máy tính và các thiết bị thay vì tương tác với bạn bè. Theo ông, điều này sẽ để lại "một tác động phức tạp lên các kỹ năng xã hội".

Giám đốc quản lý và đồng sự kỹ thuật Microsoft Research New England Jennifer Chayes nói về cách mà AI có thể cải thiện lĩnh vực chăm sóc sức khỏe, ví dụ như các ứng dụng di động sử dụng học tập tăng cường (reinforcement learning) để tạo động lực cho những người tiểu đường tập thể dục nhiều hơn. Bà cũng quan tâm đến sự công bằng trong AI. Theo bà, các hệ thống nên được tối ưu hóa vì sự công bằng thay vì thiên vị dữ liệu liên quan đến con người và phóng đại chúng. Vì "chúng ta muốn đảm bảo rằng AI đang làm tốt hơn chứ không phải tệ hơn con người".

 Jennifer Chayes, Giám đốc quản lý và đồng sự kỹ thuật Microsoft Research New England 

Giám đốc sáng lập Sáng kiến Nghiên cứu Khoa học Kết nối (Connection Science Research Initiative) MIT Alex "Sandy" Pentland không lo lắng về các công việc mà nghĩ nhiều hơn về các phương pháp tạo ra giá trị. Theo ông, chúng ta đang dịch chuyển từ những công việc có tính lặp lại sang những công việc đòi hỏi nhiều hơn về các kỹ năng xã hội và khả năng phân tích vượt lên các khuôn mẫu cũ kỹ. "Chiến lược con người" hay ý tưởng về các mạng lưới trong một công ty, một xã hội cũng giống như các kết nối trong học sâu (deep learning). Việc đưa học tập tăng cường lên mạng xã hội cũng như các mạng lưới sản xuất là điều thú vị và sẽ đem lại "kaizen (cải tiến) mọi hướng lên trên" ở cấp thấp nhất, cũng như trong mọi cấp quản lý.

Trong một cuộc thảo luận khác, Pentland cũng nói rằng cần có sự minh bạch dữ liệu và chia sẻ dữ liệu nhiều hơn. Theo ông, hiện nay dữ liệu đang tập trung đáng kể chỉ trong một vài nơi. Ông hy vọng sẽ có một số cách mở rộng cơ hội tiếp cận dữ liệu mà vẫn tôn trọng các luật riêng tư. AI cũng chỉ tốt như dữ liệu được dùng để đào tạo nó. Nếu chúng ta lo ngại về tính công bằng, chúng ta phải hiểu rõ những dữ liệu nào đã được đưa vào hệ thống.

AI thật hay chỉ là thống kê điện toán?

Chủ đề thứ tư là các giới hạn trong các hệ thống AI ngày nay.

Giáo sư Josh Tenenbaum của học viện MIT cho rằng các công nghệ AI mà chúng ta đang có không phải là AI thật sự mà chỉ là những hệ thống chỉ làm được một việc dựa trên nhận dạng khuôn mẫu. Theo ông, trí tuệ thật sự phải có những khả năng như: mô hình hóa thế giới, giải thích và hiểu được những gì nó thấy, tưởng tượng, học hỏi và xây dựng các mô hình thế giới mới. Chúng ta vẫn cách xa hàng thập kỷ so với một AI như thế. So với AI hiện tại thì các bé 3 tháng còn có trải nghiệm thực tiễn bằng giác quan về vạn vật trong thế giới tốt hơn.

Giáo sư Josh Tenenbaum của phòng thì nghiệm trí tuệ nhân tạo MIT CSAIL 

Patrick Winston, giáo sư ở học viện MIT mỉa mai rằng "giáo sư AI" sẽ là công việc cuối cùng còn tồn tại. Tuy nhiên, nhìn chung ông lạc quan hơn rất nhiều những người khác về tương lai của lực lượng lao động. Theo ông, thật sự mọi việc đã không thay đổi nhiều kể từ năm 1985, khi cuộc cách mạng công nghệ cuối cùng hóa ra lại không thay thế con người. Học máy (learning machine) chỉ là một từ khác để chỉ "thống kê điện toán". Vì vậy, khi ai đó nói rằng anh ta sở hữu AI sẽ chiếm lĩnh thế giới, nếu bạn chỉ đơn giản thay thế "AI" bằng "thống kê điện toán", sự thuyết phục của tuyên bố trên sẽ giảm đi nhiều.

Giáo sư Winston cũng rất hoài nghi về dự án xây dựng một máy tư duy (thinking machine) của John MacCarthy: "Chúng tôi luôn luôn nói rằng công nghệ cấp con người còn cách xa 20 năm nữa… (và) cuối cùng chúng tôi sẽ đúng", nhưng không phải là vào lúc này (chưa thể có công nghệ cấp con người vào thời điểm này). Những gì chúng ta đang có hôm nay cực kỳ hữu ích nhưng đó chỉ là một phần nhỏ trong trí tuệ vô hạn của con người, giáo sư Winston nhấn mạnh.

Giáo sư Patrick Winston cũng đến từ phòng thí nghiệm trí tuệ nhân tạo MIT CSAIL 

Steve Trần(Theo PC Mag)

Trang gốc:
Công nghệ
Tiêu điểm tuần