مشاغل علمی زیر تیغ هوش مصنوعی سئو سی: هوش مصنوعی خیلی از مشاغل را تهدید می کند و به نظر نمی رسد مشاغل علمی از این قاعده مستثنا باشند. سوال اینجاست که کدام مشاغل بیشترین خطر جایگزینی با هوش مصنوعی را دارند؟ به گزارش سئو سی به نقل از ایسنا، برای پاسخ به این سؤال، نشریه نیچر با بیشتر از ۴۰ پژوهشگر در دانشگاه و صنعت که در کار خود از هوش مصنوعی استفاده می نمایند، صحبت کرده است. خیلی از آنها می گویند اوج گیری هوش مصنوعی همین حالا هم تقاضا برای محققان انسانی را که می توانند کد بنویسند یا تحلیل دادهٔ پایه انجام دهند، کاهش داده است. اینها وظایفی هستند که اغلب توسط دانشجویان تحصیلات تکمیلی، محققان پسادکتری یا افراد بدون تحصیلات تکمیلی صورت می گیرد. بگفته شوآن هه ژائو (Xuanhe Zhao)، مهندس مکانیک در موسسه فناوری ماساچوست در کمبریج، منسوخ شدن برخی نقش های پایه در عرصه هایی مانند مدل سازی کامپیوتری، بحث آینده هم نیست و همین حالا درحال وقوع است، چونکه هوش مصنوعی این کار را بسیار بهتر از دانشمندان نورسیده انجام می دهد. کارکنان در تعدادی مشاغل مانند ترجمه مقالات از یک زبان به زبان دیگر، هم شاهد از دست رفتن حرفه خود هستند. محققان عمدتا فکر می کنند که موقعیت هایی که شامل آزمایش عملی هستند، امن ترند، همانطور که مشاغل دانشمندان ارشد که پروژه های پژوهشی را سازمان دهی و هماهنگ می کنند هم امن تر به نظر می رسند. اما برخی استدلال می کنند که هوش مصنوعی حتی در این کارکردهای سطح بالاتر هم درحال نزدیک شدن به انسان هاست. بگفته آنتون کورینک (Anton Korinek)، اقتصاددان در دانشگاه ویرجینیا در شارلوتزویل، مشاغلی که شامل وظایف صرفاً شناختی هستند، اولین موارد حذفی خواهند بود. او می گوید: به صورت سنتی، این ها همان مشاغلی بودند که بیشترین ارتباط را با پژوهش علمی داشتند. آنها به زودی توسط هوش مصنوعی تصاحب خواهند شد.نیرویی مخرب محققان حالا از ابزارهای هوش مصنوعی برای خیلی از وظایف مانند ویرایش مقالات و خلاصه سازی مقالات علمی استفاده می نمایند. اما هم اکنون، بگفته محققان، توانایی هوش مصنوعی در تولید کد و پردازش داده بیشترین اختلال را در بازار کار علمی بوجود آورده است. به عنوان نمونه، برخی لابراتوار های دانشگاهی برنامه نویسان پژوهشی را استخدام می کنند تا بسته های کدی بنویسند که دیگر دانشمندان از آنها استفاده نمایند. بگفته برایان های (Brian Hie)، زیست شناس محاسباتی، با ظهور هوش مصنوعی، چنین مشاغلی حالا منسوخ شده اند. شوآن هه ژائو موافق است که موقعیت هایی که بر ایجاد شبیه سازی ها و تحلیل داده تمرکز دارند، حالا می توانند با هوش مصنوعی پر شوند. حتی اگر هوش مصنوعی هنوز به اخراج چنین کارکنانی منجر نشده باشد، حالا هم موقعیت های جدید در علم را محدود کرده است. هانا ویمنت استیل (Hannah Wayment-Steele) زیست شناس محاسباتی در دانشگاه ویسکانسین مدیسون، می گوید اگر پنج سال پیش درحال راه اندازی آزمایشگاهم بودم، فکر می کردم استخدام یک برنامه نویس پژوهشی واقعاً عالی است... ولی اکنون واقعاً احتیاجی به آن نمی بینم، چونکه هوش مصنوعی می تواند حتی کدنویسی سنگین را انجام دهد. نانشو لو (Nanshu Lu)، مهندس مواد در دانشگاه تگزاس در آستین، با این حرف موافق است. او می گوید: ما در استخدام دستیاران پژوهشی تحصیلات تکمیلی و محققان پسادکتری آینده بسیار محافظه کارتر شده ایم که این تا حدی به علت عدم قطعیت ها در مورد حمایت های مالی و بطور قطع به خاطر هوش مصنوعی است. برخی دانشمندان نسبت به خطرات احتمالی اخطار می دهند و می گویند دانشجویان کارشناسی، تحصیلات تکمیلی و متخصص ها امکان دارد دیگر نتوانند مشاغل آزمایشگاهی دانشگاهی به دست آورند که مشاغلی هستند که سکوی پرتابی به سمت دیگر موقعیت های علمی فراهم می کنند. کلاس ویک (Claus Wilke)، زیست شناس محاسباتی در دانشگاه تگزاس، می گوید: ممکن است بطور موقت به ازای هر دلار، پژوهش بیشتری انجام دهید، اما هزینه آن فروپاشی زنجیره تربیت نیرو و افول طولانی مدت خواهد بود. از دست رفتن مشاغل شواهد نشان میدهد که هوش مصنوعی حالا هم در تعدادی حوزه های در رابطه با علم سبب از دست رفتن شغل شده است. با بهبود و گسترش مترجمان مبتنی بر هوش مصنوعی، انجمن مترجمان آمریکا شاهد کاهش ۲۶ درصدی عضویت در قسمت علم و فناوری خود در کمتر از دو سال و نیم بوده است. برخی مترجمان به کارهای جدید روی آورده اند. به عنوان نمونه، جیمی راسل در چپل هیل، کارولینای شمالی، که قبلا اسناد کارآزمایی های بالینی را ترجمه می کرد، حالا مترجم پزشکی است و گفت وگوهای شفاهی میان بیماران و پزشکان را ترجمه می کند. اما او مترجمان سابقی را می شناسد که حالا راننده سرویس تحویل غذا هستند. او می گوید: خیلی ناراحت کننده است.محدودیت های مدل با این وجود خیلی از محققان می گویند که هوش مصنوعی هنوز نمی تواند وظایف سطح بالاتری را که دانشمندان انجام می دهند، انجام دهد. به عنوان نمونه، تصمیم گیری در رابطه با این که کدام ایده ها را بعنوان پرسش های پژوهشی دنبال کنند. جاناتان اوپنهایم (Jonathan Oppenheim)، فیزیکدان کوانتومی در دانشگاه کالج لندن، با هوش مصنوعی بیگانه نیست و از آن می خواهد قبل از ارسال هر یک از دست نوشته هایش به یک مجله، گزارش های داوری ساختگی ایجاد نماید. او نقدهای آنرا مفید می داند، اما می گوید هوش مصنوعی واقعاً قادر به عرضه ایده های نو نیست. حتی کسانیکه نسبت به توانایی هوش مصنوعی برای تولید ایده های پژوهشی خوش بین تر هستند، می گویند انسان ها هنوز در آن موارد نقش دارند. کارو سانکارالینگام (Karu Sankaralingam) دانشمند علوم کامپیوتر دانشگاه ویسکانسین مدیسون، فکر می کند بهترین راه برای ایده پردازی در رابطه با مسیرهای پژوهشی ترکیب داده های انسانی و هوش مصنوعی است، چونکه تولید فرضیه نیازمند حضور یک فرد در چرخه برای مهندسی پرامپت های دقیق است. او می گوید: من زمان فوق العاده زیادی را صرف فکر کردن به پرامپت می کنم. چنین دقتی برای ممانعت از «توهمات» هوش مصنوعی لازم است. توهمات به خروجی های ساختگی که سامانه های هوش مصنوعی می توانند تولید کنند، گفته می شود. در عین حال، آنتون کورینک (Anton Korinek) بر این باور است که حتی مشاغل پژوهشی ارشد هم اگر بر شناخت متمرکز باشند، صدمه پذیرند. او می گوید: انتظار دارم ریاضیدانان در سال تحصیلی آینده تاثیر آنرا ببینند. هرچند ریاضیدانان این دیدگاه را که هوش مصنوعی به جایگزین آنها شدن نزدیک است، رد می کنند. کار عملی در مقایسه، متخصص های لابراتوار و محقق هایی که آزمایش های «آزمایشگاه مرطوب» انجام می دهند، دست کم فعلاً در موقعیت امن تری هستند. لابراتوار های خودکار مبتنی بر هوش مصنوعی و رباتیک هنوز از انجام خیلی از وظایف ناتوان اند و در تفسیر نتایج مشکل دارند. اوپنهایم می گوید هوش مصنوعی برای مدتی نسبتا طولانی تاثیر زیادی بر کار آزمایشگران نخواهد داشت. یک مطالعه در ماه فوریه در حوزهٔ زیست شناسی ساختاری اطمینان می دهد که برخی مشاغل با وجود ظهور هوش مصنوعی باقی خواهند ماند. ابزار هوش مصنوعی آلفافولد ۲ (AlphaFold2) وظیفه دشوار برون یابی از توالی های اسید آمینه به ساختار پروتئین را انجام می دهد و ساختار حدود ۴۰ درصد از پروتئین های شناخته شده را با اطمینان «بسیار بالا» پیشبینی می کند. در عین حال، یک پیش چاپ که در روز ۳ فوریه انتشار یافت، نشان داد که شیوه های دستی و پرزحمت تصویربرداری از ساختار پروتئین هنوز استفاده می شوند. خیلی از پروتئین هایی که بصورت دستی مشخصه یابی شده بودند، همان هایی بودند که ابزار هوش مصنوعی در درک آنها مشکل داشت که نشان میدهد محققان به مسائلی روی آورده اند که در آنها انسان ها «مزیت نسبی» دارند. محققان می گویند چنین انعطاف پذیری شاید مسیر پیشِ روی علم باشد. ترنس تائو (Terence Tao)، ریاضیدان در دانشگاه کالیفرنیا در لس انجلس، می گوید: اگر با هوش مصنوعی سازگار شویم که فکر می کنم وادار به این کار باشیم، آن گاه دوام خواهیم آورد و در تعدادی موارد، حتی می توان شکوفا شد. حرف آخر اینکه اینها وظایفی هستند که اغلب توسط دانشجویان تحصیلات تکمیلی، محققان پسادکتری یا افراد بدون تحصیلات تکمیلی صورت می گیرد. اما او مترجمان سابقی را می شناسد که حالا راننده سرویس تحویل غذا هستند. او می گوید: خیلی ناراحت کننده است. منبع: seoc.ir 1404/12/04 10:55:01 5.0 / 5 10 تگهای خبر: تخصص , دانشگاه , ربات , رباتیك این مطلب سئوسی را می پسندید؟ (1) (0) تازه ترین مطالب مرتبط دشمن می خواهد دانشگاه مجازی باشد چرا حذف مدل GPT 4o خشم کاربران را برانگیخت؟ اخطار آکسفورد در رابطه با پزشکان دیجیتال تشخیص چت باتها چقدر حقیقی است؟ خرچنگ دریایی هوش مصنوعی آنقدرها هم هیجان انگیز نیست! نظرات بینندگان در مورد این مطلب نظر شما در مورد این مطلب نام: ایمیل: نظر: سوال: = ۳ بعلاوه ۳