పెరుగుతున్న సాక్ష్యం AI పై అధిక-ఆధారపడటం సమర్థవంతంగా ఉపయోగించడానికి అవసరమైన మానవ నైపుణ్యాలను తగ్గిస్తుందని సూచిస్తుంది. ఈ అభివృద్ధి చెందుతున్న మానవ నైపుణ్యాల లోటు AI ను విజయవంతంగా స్వీకరించడాన్ని బెదిరిస్తుందని పరిశోధన హెచ్చరించింది మరియు దానితో ఆర్థిక వృద్ధికి అవకాశం ఉంది.
AI మన ప్రపంచాన్ని ఎలా మారుస్తుందనే దాని గురించి మరొక ప్రకటన లేకుండా ఒక రోజు వెళ్ళదని అనిపిస్తుంది. నేను మాట్లాడే ప్రతి వ్యాపార నాయకుడు AI లో పెట్టుబడులు పెట్టడం, పెట్టుబడి పెట్టడానికి ప్రణాళికలు వేయడం లేదా వారు వెనుకబడి ఉన్నారని ఆందోళన చెందడం. AI UK ఆర్థిక వ్యవస్థలోకి AI 736 బిలియన్లను ఇంజెక్ట్ చేయగలదనే యాక్సెంచర్ యొక్క అంచనా వంటి పెద్ద సంఖ్యలను మేము చూస్తాము. హైప్ చెవిటిది.
కానీ ఈ శబ్దం మధ్య, నిశ్శబ్దంగా మరియు మరింత చింతిస్తున్న కౌంటర్-కథనం ఆకృతిని పొందడం ప్రారంభమైంది. MIT వంటి ప్రదేశాల నుండి వచ్చిన నివేదికలలో మేము దీనిని చూశాము: AI సాధనాలపై ఎక్కువగా మొగ్గు చూపడం మమ్మల్ని తక్కువ పదునుగా చేస్తుంది.
వద్ద ది లెర్నింగ్ సైంటిస్ట్స్ ప్రచురించిన కొత్త ఫలితాలు మల్టీవర్స్ ఖచ్చితంగా ఏమి ఉంది. వారి నివేదిక AI తో మన ఏకవచన ముట్టడి సమీకరణం యొక్క అతి ముఖ్యమైన భాగాన్ని విస్మరించడానికి కారణమవుతుందని సూచిస్తుంది: మాకు.
హెచ్చరిక ఏమిటంటే, మన స్వంత మానవ నైపుణ్యాలను చురుకుగా పండించకుండా, AI లో ఈ బహుళ-మిలియన్-పౌండ్ల పెట్టుబడి కేవలం అండర్డిలివర్ కాదు; ఇది పూర్తిగా విఫలమవుతుంది. మేము రాబోయే సంవత్సరాల్లో ఉత్పాదకతను స్నాయువు చేయగల మానవ నైపుణ్యాల లోటును సృష్టించే ప్రమాదం ఉంది.
మల్టీవర్స్లో చీఫ్ లెర్నింగ్ ఆఫీసర్ గ్యారీ ఐమెర్మాన్ ఇలా అన్నారు: “నాయకులు AI సాధనాల కోసం లక్షలు ఖర్చు చేస్తున్నారు, కాని వారి పెట్టుబడి దృష్టి విజయవంతం కాను. ఇది నిజంగా మానవ మరియు సాంకేతిక సమస్య అయినప్పుడు ఇది సాంకేతిక సమస్య అని వారు భావిస్తారు.
“విశ్లేషణాత్మక తార్కికం మరియు సృజనాత్మకత, అలాగే సంస్కృతి మరియు ప్రవర్తనలు వంటి సామర్థ్యాలపై ఉద్దేశపూర్వక దృష్టి లేకుండా, AI ప్రాజెక్టులు వారి సామర్థ్యాన్ని ఎప్పటికీ అందించవు.”
ఇది ప్రతిధ్వనించే పాయింట్. ఒక ఉత్పాదక AI సెకన్లలో టెక్స్ట్ లేదా కోడ్ యొక్క బ్లాక్ను ఉత్పత్తి చేయడాన్ని మనమందరం చూశాము. కానీ తరువాత ఏమి జరుగుతుంది? అక్కడే నిజమైన పని ప్రారంభమవుతుంది, మరియు ఇది ప్రత్యేకంగా మానవ ప్రతిభను కోరుతుంది.
మల్టీవర్స్ బృందం సాధారణం AI వినియోగదారుని నిజమైన ‘పవర్ యూజర్’ నుండి వేరు చేస్తుంది. వారు పదమూడు కీలక నైపుణ్యాలను గుర్తించారు, అవి ఖచ్చితమైన ప్రాంప్ట్ రాయడం మరియు ఆలోచన, తార్కికం మరియు ప్రతిబింబించే ప్రతిదాన్ని వ్రాయడానికి పెద్దగా సంబంధం కలిగి లేరు. ఇది మీరు AI ని అడిగిన దాని గురించి మాత్రమే కాదు, కానీ మీరు తిరిగి ఇచ్చే వాటిని మీరు ఎలా విశ్లేషించారు, ప్రశ్నిస్తారు మరియు మెరుగుపరుస్తారు.
విశ్లేషణాత్మక తార్కికం తీసుకోండి. సంక్లిష్టమైన సమస్యను చూడటం మరియు AI నిర్వహించగలిగే ముక్కలుగా విడదీయడం మానవ నైపుణ్యం, కానీ ఒక పని ఒక యంత్రానికి సరైనది కానప్పుడు గుర్తించాల్సిన జ్ఞానం కూడా ఇది. ఇది పైలట్ గురించి, ప్రయాణీకుడు మాత్రమే కాదు.
అదేవిధంగా, సృజనాత్మకత అంటే, ఇప్పటికే ఉన్నదాని యొక్క కొంచెం మెరుగైన సంస్కరణను అడగడం కంటే, ఈ సాధనాలను ఉపయోగించడానికి నిజమైన కొత్త మార్గాలను ప్రయోగం చేయడానికి మరియు కనుగొనటానికి మనల్ని నెట్టివేస్తుంది.
వ్యక్తిగత పాత్ర లక్షణాలు కూడా ఉన్నాయి. సంకల్పం వంటి నైపుణ్యాలు (అనగా AI మీకు చెత్తను ఇచ్చినప్పుడు ప్రయత్నిస్తూనే ఉండటం) మరియు అనుకూలత అవసరం. ఈ సాధనాలను ఉపయోగించిన ఎవరికైనా మొదటిసారి విజయం చాలా అరుదు అని తెలుసు. AI యొక్క సమాధానానికి మించి చూడటానికి మరియు మీ స్వంత నైపుణ్యంతో దాని పనిని వాస్తవాన్ని తనిఖీ చేయడానికి ఒక నిర్దిష్ట స్థితిస్థాపకత మరియు లోతుగా ఉన్న ఉత్సుకత అవసరం.
మల్టీవర్స్లో సీనియర్ లెర్నింగ్ సైంటిస్ట్ ఇమోజెన్ స్టాన్లీ ఇలా వ్యాఖ్యానించాడు: “మేము సాంకేతిక నైపుణ్యాలకు మించి చూడటం ప్రారంభించాలి మరియు AI నుండి ఉత్తమమైన వాటిని పొందడానికి శ్రామిక శక్తి తప్పనిసరిగా కరిగే మానవ నైపుణ్యాల గురించి ఆలోచించాలి.
“మా మొదటి సూత్రాల పరిశోధన దశలో మేము కనుగొన్నది ఏమిటంటే, నైతిక పర్యవేక్షణ, అవుట్పుట్ ధృవీకరణ మరియు సృజనాత్మక ప్రయోగాలు వంటి నైపుణ్యాలు శక్తి AI వినియోగదారుల యొక్క నిజమైన భేదాలు.”
ఇది ఈ విషయం యొక్క క్రక్స్ లాగా అనిపిస్తుంది. మేము నిష్క్రియాత్మక వినియోగదారులు లేదా క్రియాశీల డ్రైవర్లుగా ఉండటానికి ప్రజలకు శిక్షణ ఇస్తున్నారా? ప్రస్తుతం, సంభాషణ సాంకేతికతతో ఆధిపత్యం చెలాయిస్తుంది. కానీ నిజమైన పోటీ ప్రయోజనం ఉత్తమ AI మోడల్ను కలిగి ఉండటం ద్వారా రాదు; ఇది ఉత్తమమైన వాటిని ఎలా పొందాలో తెలిసిన వ్యక్తులను కలిగి ఉండటం ద్వారా వస్తుంది.
భవిష్యత్తులో మనం కృత్రిమ రకాన్ని అభివృద్ధి చేస్తున్నట్లే మన స్వంత మానవ నైపుణ్యాలు మరియు తెలివితేటలను పెంపొందించడం గురించి ఉంటుంది. మేము లేకపోతే, మనకు అన్ని సమాధానాలు ఉన్న భవిష్యత్తును నిర్మించడాన్ని మేము రిస్క్ చేస్తాము, కాని సరైన ప్రశ్నలను ఎలా అడగాలో మర్చిపోయాము.
(ఫోటో మాగ్జిమ్ బెర్గ్)
ఇవి కూడా చూడండి: జుకర్బర్గ్ ‘పర్సనల్ సూపర్ ఇంటెలిజెన్స్’ కోసం మెటా యొక్క AI దృష్టిని వివరించాడు
పరిశ్రమ నాయకుల నుండి AI మరియు పెద్ద డేటా గురించి మరింత తెలుసుకోవాలనుకుంటున్నారా? తనిఖీ చేయండి AI & పెద్ద డేటా ఎక్స్పో ఆమ్స్టర్డామ్, కాలిఫోర్నియా మరియు లండన్లలో జరుగుతోంది. సమగ్ర సంఘటనతో సహా ఇతర ప్రముఖ సంఘటనలతో సహ-స్థాపించబడింది ఇంటెలిజెంట్ ఆటోమేషన్ కాన్ఫరెన్స్, బ్లాక్ఎక్స్, డిజిటల్ ట్రాన్స్ఫర్మేషన్ వీక్మరియు సైబర్ సెక్యూరిటీ & క్లౌడ్ ఎక్స్పో.
టెక్ఫోర్జ్ చేత శక్తినిచ్చే ఇతర రాబోయే ఎంటర్ప్రైజ్ టెక్నాలజీ ఈవెంట్స్ మరియు వెబ్నార్లను అన్వేషించండి ఇక్కడ.
