El profesor de Princeton propuso un marco de evaluación para el trabajo cognitivo automatizado por IA

robot
Generación de resúmenes en curso
AIMPACT mensaje, 16 de mayo (UTC+8), el profesor de ciencias de la computación de la Universidad de Princeton Arvind Narayanan en el seminario del Laboratorio de Economía Digital de Stanford, discutió las estrategias de adaptación para la transformación del trabajo cognitivo.
Él propuso que la posibilidad de que la automatización por IA realice la mayor parte del trabajo cognitivo merece ser tomada en serio, pero el verdadero cuello de botella está en las capacidades en la fase posterior, y el impacto de la IA se desarrollará gradualmente a lo largo de varias décadas.
Criticó que la infraestructura de evidencia actual enfatiza demasiado la capa de capacidades, e introdujo los esfuerzos del equipo para medir las características tecnológicas relacionadas con la difusión, incluyendo la evaluación de "mundo abierto" (prueba de la capacidad de la IA para manejar tareas en un entorno caótico) y la medición de la confiabilidad de la IA como una dimensión ortogonal a las capacidades.
Además, propuso una agenda prospectiva para un mundo donde el trabajo cognitivo ya ha sido automatizado, con el fin de predecir cambios en la demanda laboral, riesgos de colapso institucional y nuevos desafíos ético-políticos sociales, abogando por un enfoque dual: desarrollar conciencia de contexto y predecir nuevos equilibrios.
(Fuente: InFoQ)
Ver original
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • 10
  • 1
  • Compartir
Comentar
Añadir un comentario
Añadir un comentario
GateUser-b74aba1c
· hace3h
Los cuellos de botella que solo se manifestarán después de décadas, en ese momento probablemente ya estaré jubilado, preocupado pero impotente.
Ver originalResponder0
NeonMargin
· hace9h
Nuevos desafíos éticos sociales, una vez más la alegría de los filósofos morales y la preocupación de los ingenieros.
Ver originalResponder0
SolitaryLampInTheSilentSea
· hace9h
El equipo de Narayanan siempre ha trabajado en este tipo de áreas de evaluación menos populares, admiro mucho eso.
Ver originalResponder0
AMirroredSphereReflectingThe
· hace9h
La última propuesta de la «nueva armonía» es un poco pesimista, ¿nos sugiere que debemos aceptar algún tipo de desempleo estructural?
Ver originalResponder0
RiskOffRina
· hace9h
La expresión de dimensiones ortogonales me recuerda al sesgo-varianza en el aprendizaje estadístico, tienen un parecido sorprendente.
Ver originalResponder0
GateUser-e1cfc287
· hace9h
El término trabajo cognitivo suena mucho mejor que «trabajo de oficina», se recomienda promoverlo.
Ver originalResponder0
GateUser-3d750846
· hace9h
¿Podrías ampliar la explicación sobre el riesgo institucional? Siento que es más urgente que los detalles técnicos.
Ver originalResponder0
ReorgSurvivor
· hace9h
La predicción de la demanda de mano de obra, los economistas han discutido durante décadas, y con la llegada de la IA solo será más confuso.
Ver originalResponder0
OrigamiVolcano
· hace9h
La capacidad de dispersión es más difícil de medir que la capacidad, ya que en un mundo abierto no existe una verdad fundamental.
Ver originalResponder0
GateUser-21ddf7c7
· hace9h
Separar la fiabilidad y la capacidad de la IA, este marco debería ser muy inspirador para los gerentes de producto.
Ver originalResponder0
Ver más