推进自动化意味着人类需要接受终身学习
当人们谈论自动化时,我们大多数人可能会想象在工厂组装线上的机器人手臂。而且,在过去几十年的大部分时间里,这是考虑自动化的一种合理方式,因为它专注于用机器代替人体劳动。
但是这个形象越来越过时。随着人工智能技术的进步,自动化仍在取代人类,只有现在发生在认知领域和物理领域。
这也不是遥远的未来愿景。美国财政部长史蒂文姆努钦今年早些时候表示,人工智能“甚至不在我们的雷达屏幕上”,并补充说,他认为在人类开始失去工作给人工智能之前它将是“50到100年”,他不可能更多错误。
例如,我们看到人工智能技术公司的目标是在未来10年内替换目前在金融领域雇员人数的50%。几年前我们会考虑从自动化中“安全”这些类型的工作。
根据牛津大学研究人员的统计,47%的工人可能面临失业的风险,特别是中等技能的零售工作,以及办公室工作人员,如收银员和电话推销员。麦肯锡最近的一份报告预测,只有较小比例的就业机会有被机器完全取代的风险,但指出大多数就业机会将其部分工作视为自动化。
换句话说,我们都会以某种方式感受AI的影响。而我们的技能并没有跟上。
大多数现代公司已经需要的软技能和技术技能的数量正在迅速增加。与此同时,人们所接受的技能仍然适用于更短,更短的时间。人工智能只会加速这一趋势。我们已经越过了一个门槛,那里的技能时间淘汰比单一职业时间短。
信息:人们需要比以往更快地适应。这可能会产生巨大的后果,包括全球经济部分失业和破坏性破坏。
一个容易想象的情景:在美国,大约有350万卡车司机。假设一家卡车公司可以以30,000美元对卡车进行改装,使其成为可靠,安全的自动驾驶车辆。这将是一次性成本,并且成本将低于卡车司机的年薪。一旦这种情况成为可能,该行业可能会非常迅速地彻底检修其车队。
那么这350万名前卡车司机呢?今天的出租车司机和优步和Lyft车手呢?事实上,当Uber司机上街开始抗议自动驾驶汽车时,我们仍然有可能会在街头抗议Uber的街头出租车司机。
然而,这里的好消息是,以前的技术革命已经表明,这些变化也带来了新的机会和全新的工作机会。世界将需要更多能够完成AI不能完成的工作的人。为了取得成功,我们需要对我们的员工进行“机器证明”。
重塑教育和技能发展
为了做到这一点,我们需要一种支持持续学习的教育和培训方法,并且灵活且具有吸引力- 这种方法适合各种人群的需求。
不幸的是,我们目前的教育模式主要是为了在职业生涯开始时培训年轻人,因为学习是全职职业。总体来说,这是一种模式,它围绕“就座时间”的概念而建立:如果您需要40个学分才能毕业,您需要在教室里花一定的时间听教授。这很好,如果你有很多时间花费。但是,随着AI加速工作人员不断更新技能的需求,时间正在迅速成为稀缺商品。
那么,另一种方法可能是什么样子?
一个方向可能是改变人们研究的内容。人类越来越重视创新和创造的价值:在看似无关的事物中看到联系。强调跨学科知识可以促进这些创造性的联系;为了实现这一目标,一些大学已经将自己的部门调整到现实世界的职业领域,而不是狭窄的学科。
例如:亚利桑那州立大学创建了一系列以职业为中心的部门,如“地球与空间探索学院”,其中包含地球科学,天体物理学和环境工程学的元素。
我们也需要改变我们对学习负责的地方。我们很小的时候,我们的父母对我们的教育负责;后来这个责任转移到我们的老师身上相反,我们需要一种模式,在这种模式下,即使在毕业后,个人也可以为自己的终身教育负责。公司需要承担责任,不断为员工提供发展机会。
高等教育与劳动力市场之间需要有更大的连通性。大学可以通过关注真正需求的技能来解决这一需求。部分原因可以通过企业与高等院校之间建立更多的合作关系来实现。也可以通过创造更多机会将工作和学习结合在一起来实现- 例如,更多更好的实习计划。
获得你知道的信用
改善高等教育很重要,但我们大多数人都希望我们在毕业后能不断提升技能。事实上,非传统学生- 成年学习者兼职接受高等教育- 已经是大学和学院中增长最快的部分之一。
为了满足这些非传统学生的需求,现在是教育机构全面接受关于掌握和证明能力而非座位时间的认证的时候了。通过这种方法,学生可以获得他们真正知道的信息,而不是在教室里花费多少时间。
总之,学习不能随着毕业而结束。为了提高竞争力,公司需要自己提高教育机会,同时鼓励自主学习,以确保他们的员工不断获得新技能,因为旧技能已经过时。
现代的基于能力的学习方法不仅可以为员工提供保持相关所需的技能,还可以提高员工满意度并帮助公司进行招聘和保留。
注:本文部分内容根据Jeremy Auger在Entrepreneur网站的文章编译而成。
了解更多可以关注微信公众号:智德物联科技。
推进自动化意味着人类需要接受终身学习相关推荐
- 查理芒格+终身学习+你的认知就是你的财富的边界
穷查理宝典+终身学习+你的认知就是你的财富的边界 我不知道如何使你挣钱.但是我知道一万种甚至更多的方式使得你亏钱. 巴菲特是这样说的: 「芒格用思想的力量,拓宽了我的视野,让我以非比寻常的速度从猩猩进 ...
- DARPA“终身学习机器”项目取得重大进展
来源:DARPA网站 2019年3月,美国防高级研究计划局(DARPA)"终身学习机器"(L2M)项目研究人员在<自然·机器智能>杂志发表了其有关人工智能算法的研究结果 ...
- 黄金法则之《终身学习》
"一生的成长法则,明天总比昨天更美好" 通过此书可以掌握一种看待事物的思维方式,能够看到身边的机会并将其最大化.一旦你将成长当成中心目标,生活就时时充满机遇. 下面总结了一些书中的 ...
- 读《终身学习》 哈佛毕业后的六堂课,整理总结
本书起源: 该书作者黄征宇,本书缘起于作者自我规划的一门人生课程.因为事业上与合伙人分道扬镳,作者决定拿出一年时间,完成自己设定的人生MBA的课表. 他把自己认为的对人生来说非常重要的六个点:身体健康 ...
- 盖茨、马斯克都遵循的终身学习法则:知识不是由学科划分的
比尔盖茨.乔布斯.巴菲特.拉里佩奇.贝佐斯--这些白手起家的亿万富豪如何持续学习?我们也能在生活中用到这些特质吗? 答案是肯定的.本文辟谣了学习和认知的三个谎言,教你如何适应快速变化的知识经济. 下面 ...
- 什么是终身学习(Life Long Learning / Continuous Learning / Never Ending Learning / Incremental Learning)
文章目录 1. 概念区分 1.1 Life Long v.s. Multi task 1.2 Life Long v.s. Transfer 2. 终身学习 2.1 Selective Synapti ...
- 持续学习:持续协调是终身学习的现实场景
题目:Continuous Coordination As a Realistic Scenario for Lifelong Learning 出处:International Conference ...
- 大龄测试/开发程序员该怎样延长职业寿命?活在未来,终身学习......
目录:导读 前言 一.Python编程入门到精通 二.接口自动化项目实战 三.Web自动化项目实战 四.App自动化项目实战 五.一线大厂简历 六.测试开发DevOps体系 七.常用自动化测试工具 八 ...
- 最新8篇ICML2020投稿论文:自监督学习、联邦学习、图学习、数据隐私、语言模型、终身学习…...
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 机器学习顶会 ICML已经 结束了 2020 年的论文投稿,作为最"硬核 ...
最新文章
- 《javascript设计模式》笔记之第十章 和 第十一章:门面模式和适配器模式
- Spring——AOP配置时的jar包异常
- Go 语言——Tensorflow
- Android源码分析(三):Mms模块总结(一)
- 扫地机器人腿是咕噜_扫地机器人|如何避免买到“智障”,看这篇
- golang 防知乎 中文验证码 源码
- 自定义request链路跟踪
- python 最小二乘回归 高斯核_机器学习技法6-(支持向量回归)
- 做老板必须要有正气和底气,所谓正气就是身正不怕影子斜
- 相对于其他框架的离子应用开发:它被炒作了吗?
- mac 修改pip镜像为国内镜像
- 单片机74LS138应用
- Vue todos代办事项功能
- An effective intrusion-resilient mechanism for PLCs against data tampering attacks
- 杭州电子科技大学计算机科学与技术复试,杭州电子科技大学计算机科学与技术(一级学科)考研参考书目...
- x86架构应用如何向Arm架构低成本迁移
- matlab link offset,基于MATLAB教学型机器人空间轨迹仿真
- 错误使用 mex 解决方法
- 计算机毕业设计基于VC的中小企业人事管理系
- es相同条件搜索多次返回结果不一样