Влияние искусственного интеллекта на занятость населения по теории Дж. М. Кейнса | Статья в сборнике международной научной конференции

Отправьте статью сегодня! Журнал выйдет 5 декабря, печатный экземпляр отправим 9 декабря.

Опубликовать статью в журнале

Библиографическое описание:

Одинцова, А. С. Влияние искусственного интеллекта на занятость населения по теории Дж. М. Кейнса / А. С. Одинцова, М. В. Митиенко. — Текст : непосредственный // Исследования молодых ученых : материалы VI Междунар. науч. конф. (г. Казань, январь 2020 г.). — Казань : Молодой ученый, 2020. — С. 27-29. — URL: https://moluch.ru/conf/stud/archive/357/15508/ (дата обращения: 27.11.2020).



В основу данной статьи легли предсказания Джона Мейнарда Кейнса, а точнее его знаменитая речь «Экономические возможности для наших внуков» (Мадрид, июнь 1930 г.). В работе проанализирована связь между техническим прогрессом и занятостью, которая критически решает основные темы экономики, взвешенные против прогресса информационных технологий и, в частности, искусственного интеллекта.

Ключевые слова: искусственный интеллект, технический прогресс, машинное обучение, система, безработица.

На сегодняшний день мы много слышим о проблемах, связанных с искусственным интеллектом, что в свою очередь порождает термин “ненужная работа”. [1] Достаточно открыть первые страницы финансовых газет, как можно будет наблюдать растущую озабоченность, связанную с этим явлением, которое вызывает глубокие переживания среди тех, кто оказался наиболее пострадавшим. Технологическая безработица, по сути, распространяется не только на промышленную и производственную деятельность. Также она связана с новыми видами интеллектуальной деятельности, которые облегчаются простыми в использовании технологическими инструментами и поэтому вызывают потребность в меньшей рабочей силе. Мало кто готов признать, что их профессиональные задачи действительно можно было бы выполнить, затратив значительно меньше время. На самом деле, многие наблюдают создание и поддержание фиктивных рабочих мест в компаниях, для создания избыточного рынка труда. Это происходит из-за опасений впасть в своего рода социальную депрессию, которая может искалечить нынешнюю социальную систему. Действительно, современные психологи отмечают, что депрессия — это социальное явление, связанное с современными временами и периодами безработицы. [2]

Поскольку прогресс сегодня в первую очередь технологический, какая ответственность может быть возложена на эту технологию? Когда Кейнс изложил свое видение этой утопии, она вызвала жаркие дебаты в рамках дисциплин автоматизации, предшественника современного ИИ. Ученые задавались вопросом, этично ли изучать автоматизацию, и какие системы и технологии могут заменить человека в его повседневной деятельности и работе. [2] Эта дискуссия продолжается и сегодня, особенно в свете влияния технического прогресса на занятость.

С исторической точки зрения очевидно, что технологические инновации и человеческий труд развивались и продолжали развиваться симбиотическим образом, все больше определяя рамки, в которых вмешательство человека становится все менее и менее необходимым. Электроника, автоматизация, информационные технологии, достигнутые с помощью искусственного интеллекта, означают, что темпы происходящих изменений становятся все более и более ускоренными, вызывая замешательство и страдания во всей той части человечества, которая, все еще погруженная в повседневные нужды. ИКТ в целом уже обеспечивают поддержку повседневной деятельности и работы, оптимизируют рабочую нагрузку, трансформируют или даже делают устаревшими некоторые профессии. [1] Издательская деятельность-это сектор, который больше всего страдает от этого процесса. ИИ ведет к изменениям, имеющим еще большее влияние, которое часто не очевидно, но, которое теперь пронизывает каждый аспект нашей жизни. Действительно, кибернетика, бионика, робототехника, нейронные сети (и, в более общем плане, алгоритмы машинного обучения) привели к значительным изменениям в производственной деятельности и услугах. Использование систем искусственного интеллекта было расширено от приложений в научных вычислениях до более общих областей. Алгоритмы и интеллектуальные машины используются в различных областях. Экономический, деловой, медицинский, промышленный и юридический секторы являются одними из наиболее очевидных, но в целом любая область, в которой необходимо делать прогнозы (т. е. применять своего рода человеческую интуицию), используя данные без достаточного предварительного знания, подвержена изменениям. Одним из примеров этого является обнаружение мошенничества машин и алгоритмов, который может идентифицировать поддельный чек, мошенничество. В медицинской области методы машинного обучения используются для диагностики и прогнозирования заболеваний или для создания эффективных машин, способных обнаруживать патологии. Широкое поле ИИ включает в себя, по сути, не только системы и алгоритмы, но и кибернетику и робототехнику, также все более присутствующие в повседневной жизни, не только в промышленной автоматизации, но и в таких приложениях, как экзоскелеты или роботизированной помощи людям [3]. Например, в некоторых японских больницах уже используются роботы-врачи, а также киборги-медсестры.

В последнее время избыточная рабочая сила в промышленности была перемещена из производства в сферу услуг, а позже, когда выяснилось, что она также изобилует услугами, она была захвачена в секторе ИКТ (в котором занято 40 процентов активного населения). [4]

Главная задача ИИ заключается в расширении возможностей искусственных систем путем объединения творческих способностей, суждений и интуиции человеческого интеллекта со скоростью, точностью и вниманием к деталям искусственных систем. Не вдаваясь в философские или этические вопросы, ясно, что способность создать систему, объединяющую человеческие и искусственные способности, может привести к продукту, пригодному для использования в любом контексте, с некоторой гарантией успеха. Но сможет ли ИИ на самом деле создать системы и машины, которые могли бы заменить людей? В области ИИ существует вечная дискуссия, которая ставит тех, кто поддерживает так называемую сильную позицию, против сторонников слабой позиции. В философии ИИ сильная позиция (сильный ИИ, термин, придуманный Джоном Серлом) утверждает, что формы ИИ можно заставить рассуждать и решать проблемы, а также демонстрировать самосознание: согласно сильному ИИ, компьютер — это не просто инструмент в изучении ума; скорее, соответствующим образом запрограммированный компьютер действительно является умом (Джон Серл). С другой стороны, слабый ИИ поддерживает использование программ для изучения или решения конкретных проблем, исключая возможность достижения самосознания 1 ENIAC поглощал большое количество электричества, настолько, что его первое включение вызвало затемнение в Западном районе Филадельфии. [5] Сторонники слабого ИИ утверждают, что машины никогда не смогут по-настоящему стать разумными, и поэтому никогда не смогут заменить людей, в то время как сторонники сильного ИИ считают, что достижение истинного самосознания для машин будет возможно в будущем.

В настоящее время усилия ИИ направлены на создание вычислительных моделей, которые могут моделировать интеллектуальные системы (или использоваться интеллектуальными системами) для понимания, но еще более для воспроизведения работы человеческого мозга. Интеллектуальные системы, которые извлекают из этого выгоду, являются самыми разнообразными: подумайте об агентах, роботах, системах в окружающей среде, развлекательных и обучающих приложениях, которые уже являются повседневной реальностью, инструментах, которые заменяют людей в их деятельности. Все это может быть пугающим, очевидно, по всем уже приведенным выше причинам. Но тогда почему люди хотят создавать интеллектуальные машины? Причины кроются в стремлении человека получить больше свободного времени и в умственно-духовном измерении. Несомненно, ИИ, помимо всех других дисциплин ИКТ, несет большую ответственность в сегодняшнем кризисе занятости, и, кроме того, этот процесс еще не был остановлен: с каждым днем машины и системы становятся не только более мощными, но и более творческими. Если мы действительно верим, что ИИ всегда будет на службе интеллекта и человеческой мотивации, то достаточно разработать быстрые, гибкие, мощные и мобильные системы и со временем адаптироваться к связанным с ними изменениям. Если же, наоборот, намерение состоит в том, чтобы максимально использовать возможности для развития этих машин, то искусственные умы должны проявлять человеческие характеристики, такие как креативность, помня о присущих им рисках. [6]

Речь Кейнса кажется пророческой в свете того, что мы переживаем. Остается надеяться, что его утопия скоро осуществится, избавив нас от подавляющих и неизбежных тревог среднего периода, в котором мы живем. Мы не можем сказать, может ли технология и, в частности, ИИ помочь в решении текущей ситуации или выступать в качестве ускорителей для окончательной структуры, защищаемой Кейнсом. Однако, несомненно, вовлечение технологических дисциплин делает их ответственными за давление событий, если не за весь процесс. [1] Очевидно, что искусственный интеллект еще не способен полностью заменить человека. Вместо этого системы и машины, созданные с использованием технологии искусственного интеллекта, становятся ценным источником поддержки для человека, принимающего решения в растущем числе ситуаций, или в качестве замены для опасных или тяжелых видов работы. Само собой разумеется, что прогресс в целом всегда вел к трансформации и, учитывая ускорение технического прогресса, даже в этом случае технология привела к исчезновению определенных профессий и профессий. Однако ответственность за технический прогресс и ИИ, который является самой современной технологией, должна быть разделена с социальными и экономическими практиками, которые до сих пор не имели последствий, предложенных Кейнсом (например, сокращение рабочего времени), но пытаются максимизировать прибыль за счет освобождения от работы, как это было предложено в кейнсианской утопии.

Литература:

  1. Кейнс Дж.М. Общая теория занятости, процента и денег. М.: Экономика,1978. 157 с.
  2. Лэйард Р. Счастье: уроки новой науки. М.: Изд. Института Гайдара, 2012. 416 с.
  3. Макашова Н. Этика и экономическая теория. Общественные науки и современность. 1992, № 3. С. 12–26.
  4. Макашева Н. А. Этика добра и общая экономическая теория (Интеллектуальный вызов Дж.М.Кейнса) // Общественная наука и современность. — 1993. — № 6. — С. 11–24.
  5. Ивашковский С. Н. Дж. М.Кейнс и его экономическая теория: этический ракурс // Вестник МГИМО Университета. — 2016. — С. 172–187.
  6. Лэйард Р. Счастье: уроки новой науки. М.: Изд. Института Гайдара, 2012. 416 с.
Основные термины (генерируются автоматически): искусственный интеллект, технический прогресс, система, машина, машинное обучение, ENIAC, изменение, повседневная деятельность, производственная деятельность, самое дело.

Похожие статьи

Искусственный интеллект: проблемы и перспективы

Ключевые слова: интеллект искусственный, машина, робот, проблемы.

Далее следует этап под названием самообучение искусственного интеллекта, который заключается в создании алгоритмов машинного обучения через самоорганизующуюся инкрементную нейронную сеть.

Основные этапы развития искусственного интеллекта

искусственный интеллект, машина Тьюринга, управляющее устройство, машина, нечеткое

Ключевые слова: искусственный интеллект, машина Тьюринга, Дартмутский семинар.

Искусственный интеллект (сокр. ИИ) — теория и реализация компьютерных систем...

Искусственный интеллект. Основные направления исследований

искусственный интеллект, интеллектуальный помощник, система, пользователь, машинное обучение, голосовой помощник, различный род

В результате прогресса в технологиях распознавания естественного языка машины уже заменяют журналистов в некоторых жанрах.

Права человека в контексте разработки и применения систем...

Область искусственного интеллекта (ИИ) быстро развивается и в предстоящее десятилетие влияние которого значительно возрастает. (ИИ) все больше присутствует в нашей повседневной жизни, отражая растущую тенденцию обращаться к нему за помощью в...

Обучение человека и машины | Статья в сборнике...

Ключевые слова: машинное обучение, обучение человека, эффективное обучение.

Искусственный интеллект занимается проблемами обучения машины.

Например, существуют такие системы как системы автоматической проверки эссе (AES − automated...

Робототехника, искусственный интеллект и интеллектуальные...

Из всех предоставленных на олимпиаде тем для меня самой интересной и актуальной оказалась «Робототехника, искусственный интеллект и интеллектуальная собственность». Возможно, это произошло под влиянием множества научно-фантастических фильмов.

IT-технологии обучения и их применение в различных сферах

Статья рассматривает концепцию машинного обучения и сферы, где машинное обучение

В своей работе, мы предлагаем рассмотреть и подробнее рассказать об этих сферах и самой концепции

Искусственный интеллект и машинное обучение: в чем разница...

Искусственный интеллект в современных... | «Молодой

Наиболее развивающимся в искусственном интеллекте является метод машинного обучения. Он заключается в том, что принятие решения на одну

Искусственный интеллект занимается проблемами обучения машины. ИИ) — теория и реализация компьютерных систем...

Использование кодеков в подготовке исходных данных для...

Машинное обучение — использование моделей, построенных на базе статистического

Одним из видов машинного обучения являются искусственные нейронные сети (ИНС).

С тех пор прогресс шагнул далеко вперед и на текущий момент мы имеем информационные комплексы...

Анализ систем Business Intelligence в РФ | Статья в журнале...

« Машинное обучение ( Machine Learning ) — подраздел искусственного интеллекта , математическая дисциплина, использующая разделы. Дедуктивное обучение принято относить к области экспертных систем , поэтому термины машинное обучение и обучение по...

Похожие статьи

Искусственный интеллект: проблемы и перспективы

Ключевые слова: интеллект искусственный, машина, робот, проблемы.

Далее следует этап под названием самообучение искусственного интеллекта, который заключается в создании алгоритмов машинного обучения через самоорганизующуюся инкрементную нейронную сеть.

Основные этапы развития искусственного интеллекта

искусственный интеллект, машина Тьюринга, управляющее устройство, машина, нечеткое

Ключевые слова: искусственный интеллект, машина Тьюринга, Дартмутский семинар.

Искусственный интеллект (сокр. ИИ) — теория и реализация компьютерных систем...

Искусственный интеллект. Основные направления исследований

искусственный интеллект, интеллектуальный помощник, система, пользователь, машинное обучение, голосовой помощник, различный род

В результате прогресса в технологиях распознавания естественного языка машины уже заменяют журналистов в некоторых жанрах.

Права человека в контексте разработки и применения систем...

Область искусственного интеллекта (ИИ) быстро развивается и в предстоящее десятилетие влияние которого значительно возрастает. (ИИ) все больше присутствует в нашей повседневной жизни, отражая растущую тенденцию обращаться к нему за помощью в...

Обучение человека и машины | Статья в сборнике...

Ключевые слова: машинное обучение, обучение человека, эффективное обучение.

Искусственный интеллект занимается проблемами обучения машины.

Например, существуют такие системы как системы автоматической проверки эссе (AES − automated...

Робототехника, искусственный интеллект и интеллектуальные...

Из всех предоставленных на олимпиаде тем для меня самой интересной и актуальной оказалась «Робототехника, искусственный интеллект и интеллектуальная собственность». Возможно, это произошло под влиянием множества научно-фантастических фильмов.

IT-технологии обучения и их применение в различных сферах

Статья рассматривает концепцию машинного обучения и сферы, где машинное обучение

В своей работе, мы предлагаем рассмотреть и подробнее рассказать об этих сферах и самой концепции

Искусственный интеллект и машинное обучение: в чем разница...

Искусственный интеллект в современных... | «Молодой

Наиболее развивающимся в искусственном интеллекте является метод машинного обучения. Он заключается в том, что принятие решения на одну

Искусственный интеллект занимается проблемами обучения машины. ИИ) — теория и реализация компьютерных систем...

Использование кодеков в подготовке исходных данных для...

Машинное обучение — использование моделей, построенных на базе статистического

Одним из видов машинного обучения являются искусственные нейронные сети (ИНС).

С тех пор прогресс шагнул далеко вперед и на текущий момент мы имеем информационные комплексы...

Анализ систем Business Intelligence в РФ | Статья в журнале...

« Машинное обучение ( Machine Learning ) — подраздел искусственного интеллекта , математическая дисциплина, использующая разделы. Дедуктивное обучение принято относить к области экспертных систем , поэтому термины машинное обучение и обучение по...