Wird KI Ihren Job übernehmen? Vielleicht noch nicht, sagt eine Studie

By | January 22, 2024

WWird künstliche Intelligenz unsere Jobs wegnehmen? Wenn Sie Führungskräfte aus dem Silicon Valley über die Fähigkeiten der heutigen hochmodernen KI-Systeme sprechen hören, denken Sie vielleicht, die Antwort sei „Ja, und zwar bald.“

Ein neues von MIT-Forschern veröffentlichtes Papier legt jedoch nahe, dass die Automatisierung in der Belegschaft möglicherweise langsamer erfolgt als bisher angenommen.

Forscher am Computer Science and Artificial Intelligence Laboratory des MIT untersuchten nicht nur, ob KI in der Lage ist, eine Aufgabe auszuführen, sondern auch, ob es für Unternehmen wirtschaftlich sinnvoll ist, die Menschen, die diese Aufgaben ausführen, im Kontext des breiteren Arbeitsmarktes zu ersetzen.

Sie fanden heraus, dass Computer-Vision-KI mittlerweile in der Lage ist, Aufgaben zu automatisieren, die 1,6 % des Lohns der Arbeitnehmer in der US-Wirtschaft (ohne Landwirtschaft) ausmachen, aber nur 23 % davon Diese dort Die Löhne (0,4 % der Gesamtwirtschaft) wären bei den aktuellen Kosten für Unternehmen günstiger, wenn sie ihre Arbeitskräfte automatisierten, statt menschliche Arbeitskräfte zu bezahlen. „Insgesamt deuten unsere Ergebnisse darauf hin, dass die Beschäftigungsverlagerung in der KI zwar erheblich, aber auch schrittweise erfolgen wird – und daher Raum dafür besteht.“ [government] Politik und Recycling, um die Auswirkungen der Arbeitslosigkeit abzumildern“, schreiben die Autoren.

Aufgaben wie die Analyse von Bildern von Diagnosegeräten in einem Krankenhaus oder die Untersuchung von Tabletts, um sicherzustellen, dass sie die richtigen Artikel enthalten, werden in dem Artikel als Beispiele für die Art von „Sehaufgaben“ vorgestellt, die aktuelle KI möglicherweise ausführen könnte. Doch Aufgaben wie diese seien oft so fragmentiert, argumentieren die Autoren, dass es nicht wirtschaftlich sei, sie zu automatisieren.

„Auch wenn es einige Veränderungen gibt, gibt es auch etwas Zeit, sich daran anzupassen“, sagt Neil Thompson, Hauptautor der Studie, gegenüber TIME. „Es wird nicht so schnell gehen, dass sofort alles im Chaos gerät.“

Es sei denn, das passiert. Die Studie konzentrierte sich nur auf Computer Vision AI – Systeme, die Objekte in Bildern und Videos erkennen und kategorisieren können – und nicht auf flexiblere Systeme wie multimodale Modelle großer Sprachen, für die GPT-4 von OpenAI ein Beispiel ist. Eine aktuelle OpenAI-Studie schätzte, dass 19 % der US-amerikanischen Arbeitnehmer 50 % ihrer Aufgaben am Arbeitsplatz durch GPT-4-Level-Systeme „beeinträchtigt“ sehen könnten – eine viel höhere Schätzung als die Studie der MIT-Forscher, die sich ausschließlich auf Computer Vision konzentriert. Eine entscheidende Frage für die Wirtschaft im Zeitalter der KI wird sein, ob die Ergebnisse der MIT-Studie auf „allgemeinere“ KI-Tools anwendbar sind – solche, die versprechen, die meisten Formen kognitiver Arbeit, die hinter einem Bildschirm ausgeführt werden können, zu automatisieren.

MIT-Forscher haben herausgefunden, dass es für Unternehmen kostspielig sein kann, Computer-Vision-Systeme so zu „tunen“, dass sie für eine bestimmte, spezielle Aufgabe geeignet sind. Während eine solche Investition für große Unternehmen wirtschaftlich sinnvoll sein kann, ist sie für ein kleines Unternehmen, das einfach einen Facharbeiter behalten könnte, der die Aufgabe bereits gut erledigt, oft nicht günstiger. Diese Dynamik ist laut MIT-Artikel einer der Hauptgründe dafür, dass nicht alle Aufgaben, die KI heute leisten kann, auch wirtschaftlich realisierbar sind. Menschen zu ersetzen. (Der bei der Zeitschrift Management Science eingereichte Artikel wurde noch nicht begutachtet.)

Es ist jedoch unklar, ob sich diese Dynamik auf Sprachaufgaben übertragen lässt. Um ein Computer-Vision-Modell zu „tunen“, um beispielsweise bestimmte Arten von Medikamentenflaschen mit einer Genauigkeit von 99,9 % voneinander zu unterscheiden, müssten große Mengen beschrifteter Bilder verschiedener Medikamente gesammelt werden, was kostspielig sein kann. und ein komplizierter Prozess (obwohl Niedriglohnarbeiter in armen Ländern angeworben wurden, um dies kostengünstig zu erledigen). Sie müssten dann erhebliche Rechenkosten zahlen, um ein KI-Modell in diesen großen Datenspeicher einzubauen.

Weitere Informationen finden Sie unter: OpenAI setzte kenianische Arbeiter ein, die weniger als 2 US-Dollar pro Stunde verdienten, um ChatGPT weniger giftig zu machen

Andererseits kann die Feinabstimmung eines hochmodernen Sprachmodells zur Erfüllung einer bestimmten Aufgabe einfach darin bestehen, ihm eine detaillierte Liste schriftlicher Regeln zur Verfügung zu stellen. Eine OpenAI-Studie vom August letzten Jahres ergab, dass GPT-4 die Aufgabe der Inhaltsmoderation auf digitalen Plattformen effektiv erfüllen konnte, nachdem es anhand eines detaillierten Richtliniendokuments und nur einiger beschrifteter Beispiele optimiert wurde. Diese Ergebnisse legen nahe, dass große Sprachmodelle viel schneller und kostengünstiger auf ein breites Spektrum wirtschaftlicher Aufgaben angewendet werden können als Computer-Vision-Modelle.

Die Feinabstimmung von GPT-4 befindet sich noch im eingeschränkten Beta-Modus, da OpenAI daran arbeitet, die erheblichen Sicherheitsherausforderungen zu mindern, die diese Anpassungsstufe mit sich bringen kann. Da OpenAI und seine Konkurrenten jedoch damit beginnen, Kunden die Verbesserung ihrer fortschrittlicheren Modelle zu ermöglichen, kann es in der Wirtschaft zu einem Automatisierungs- oder Erweiterungsgrad kommen, der schneller voranschreitet, als die MIT-Studie vorhersagt.

„Es ist sicherlich plausibel, dass die Anpassung großer Sprachmodelle einfacher sein könnte als die Anpassung von Computer-Vision-Systemen und dass dies zu einer größeren Akzeptanz in der Wirtschaft führen könnte“, sagt Thompson gegenüber TIME. Aber „solange ein kleines Ingenieurteam benötigt wird, um das System in den Arbeitsablauf des Unternehmens zu integrieren, werden die Kosten weiterhin begrenzt sein.“

Leave a Reply

Your email address will not be published. Required fields are marked *