متاآنالیز آنتروپیک: آموزش مجدد کارگران بازده متوسطی را ارائه میدهد، احتمالاً برای جابجایی گسترده هوش مصنوعی کافی نیست
به طور خلاصه
گزارش آنتروپیک: آموزش مجدد کارگران دستاوردهای اندکی دارد، که احتمالاً برای جایگزینی هوش مصنوعی کافی نیست؛ برنامههای بخشی عملکرد بهتری دارند اما در برابر تکرار مقاومت میکنند.

شرکت تحقیقاتی هوش مصنوعی آنتروپیک جامعی منتشر کرده است گزارش نشان میدهد که برنامههای بازآموزی کارگران از نظر آماری مزایای اقتصادی قابل توجه اما متوسطی دارند، یافتههایی که اهمیت قابل توجهی دارند، زیرا سیاستگذاران به دنبال کاهش اختلال احتمالی بازار کار ناشی از هوش مصنوعی هستند.
این گزارش که توسط محقق مستقل دیوید رودمن و ماکسیم ماسنکوف از شرکت آنتروپیک به طور مشترک نوشته شده است، یک متاآنالیز جدید با شتابدهی هوش مصنوعی ارائه میدهد که در آن مدل کلود این شرکت، اکثر دادههای اساسی را استخراج کرده و تمام کدهای تحلیلی را نوشته است. این تحلیل با تکیه بر ۵۶ آزمایش تصادفی کنترلشده که از دهه ۱۹۷۰ در ایالات متحده انجام شده است، در کنار شواهد تجربی از اروپا، یکی از سیستماتیکترین ارزیابیها تا به امروز از ابتکارات آموزشی دولتی و غیرانتفاعی را ارائه میدهد.
به طور متوسط، این برنامهها اثرات مثبت اما محدودی دارند. به ازای هر فردی که یک دوره آموزشی به او پیشنهاد میشود، اشتغال تقریباً دو تا سه درصد افزایش مییابد و درآمد سالانه تقریباً ۱۰۰۰ دلار افزایش مییابد، که در مقایسه با هزینه متوسط حدود ۱۳۰۰۰ دلار برای هر شرکتکننده اندازهگیری میشود. از منظر مالی، دولتها بیش از نیمی از این هزینه را از طریق درآمد مالیاتی اضافی و کاهش پرداختهای مزایای عمومی جبران میکنند، به این معنی که این مداخلات تقریباً به طور کلی به نقطه سربهسر میرسند.
این گزارش، این یافتهها را در دستور کار گستردهتر تحقیقات اقتصادی آنتروپیک قرار میدهد که انتشار هوش مصنوعی را در مشاغل و صنایع مختلف دنبال میکند. در حالی که بازآموزی همچنان محبوبترین واکنش سیاستی به بیکاری ناشی از فناوری در نظرسنجیهای عمومی و تخصصی است، نویسندگان هشدار میدهند که عملکرد تاریخی نشان میدهد که اگر اتوماسیون پیشرفته در مقیاس قابل توجهی جایگزین کارگران شود، معماریهای فعلی برنامهها احتمالاً ناکافی خواهند بود.
برنامههای بخشی و چالش تکرار
یک استثنای قابل توجه در مورد میانگینهای متوسط، از یک گروه کوچک از «برنامههای بخشی» پدیدار میشود - ابتکاراتی که به طور فشرده با کارفرمایان در صنایع پر تقاضا همکاری میکنند تا متقاضیان را غربالگری کنند، برنامههای درسی مختص شغل را طراحی کنند و فارغ التحصیلان را مستقیماً در مشاغل قرار دهند. برنامههایی مانند Year Up و Per Scholas درآمد شرکتکنندگان را چندین برابر میانگین افزایش دادهاند و به طور مؤثر به عنوان واسطههای بازار کار عمل میکنند که استعدادهای نادیده گرفته شده را با کارفرمایانی که مایل به استخدام خطوط لوله هستند، مطابقت میدهند.
با این حال، این گزارش تأکید میکند که تکرار این موفقیتها دشوار بوده است. کپیهای با کیفیت بالا از مدلهای پیشرو اغلب در سایتهای جدید شکست خوردهاند، که نشان میدهد اثربخشی به عوامل شکننده و خاص زمینه از جمله روابط عمیق محلی، فرآیندهای پذیرش بسیار گزینشی که بیش از ۸۰ درصد متقاضیان را فیلتر میکنند و بلوغ سازمانی که در طول سالها ایجاد شده است، بستگی دارد.
با توجه به اینکه اکثر برنامههای مورد مطالعه، افراد کمدرآمد یا کماشتغال را به جای کارمندان یقه سفید میاندورهای که ممکن است به سالها آموزش مجدد نیاز داشته باشند، هدف قرار دادهاند، نویسندگان نتیجه میگیرند که زیرساختهای بازآموزی موجود با سناریوی جایگزینی گسترده هوش مصنوعی مطابقت ضعیفی دارد. توصیه اصلی آنها این است که قبل از وقوع هرگونه بحرانی، فوراً روی نمایش، ارزیابی و مقیاسبندی مدلهای امیدوارکننده سرمایهگذاری شود.
به طور خاص، آنها پیشنهاد میکنند که به سرعت یک برنامه بخش پیشرو را برای ... گسترش دهند.defiگروهی از کارگران را در حالی که به طور دقیق نتایج اشتغال و درآمد را اندازهگیری میکنند، مورد بررسی قرار داد. صندوق تحقیقات آینده اقتصادی آنتروپیک در موقعیتی قرار دارد که از چنین تحقیقاتی حمایت کند، و این نشان دهنده اجماع رو به رشدی است که درک محدودیتهای آموزش مجدد برای آمادگی برای دوران اتوماسیون سریع ضروری است.
رفع مسئولیت
در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.
درباره نویسنده
آلیسا، یک روزنامه نگار اختصاصی در MPost، متخصص در ارزهای دیجیتال، هوش مصنوعی، سرمایهگذاری و حوزه گسترده... Web3. او با نگاهی دقیق به روندها و فناوریهای نوظهور، پوشش جامعی را برای اطلاعرسانی و مشارکت خوانندگان در چشمانداز همیشه در حال تحول مالی دیجیتال ارائه میکند.
مقالات بیشتر
آلیسا، یک روزنامه نگار اختصاصی در MPost، متخصص در ارزهای دیجیتال، هوش مصنوعی، سرمایهگذاری و حوزه گسترده... Web3. او با نگاهی دقیق به روندها و فناوریهای نوظهور، پوشش جامعی را برای اطلاعرسانی و مشارکت خوانندگان در چشمانداز همیشه در حال تحول مالی دیجیتال ارائه میکند.



