人工知能がその地位を占める中、あなたは仕事を続けることができるでしょうか?

産業革命の重機からデジタルコンピュータ時代、さらに最近では人工知能の急速な発展に至るまで、技術の進歩はしばしば失業に関する懸念を引き起こしてきました。専門家は、人工知能システムは仕事を置き換えるだけでなく、人々の労働能力を高め、より困難な作業をインテリジェントなアルゴリズムに任せることで、効率を向上させ、人々の負担を軽減すると考えている。

[[347191]]

これは、人間が AI と直接協力し、対話することを意味します。 「自動化によって職を失わない私たちは、ますますインテリジェントなソフトウェアと隣り合って働くことになるだろう」と、調査会社フォレスターの副社長兼主席アナリスト、JP ガウンダー氏は語る。「これは、想像できるほぼすべてのビジネス プロセスに当てはまるだろう。」

クラウド コンピューティングのパワーと機械学習の進歩を組み合わせることで、AI アシスタントが人間の労働者の認知作業の一部を引き受け、人間が得意なタスクに集中できるようにするというアイデアです。

これはすでに多くの企業で起こっています。2020 年にデロイトが 1,300 人の最高情報責任者と上級技術リーダーを対象に実施した調査では、従業員の代わりとして AI を使用している企業はわずか 12% で、従業員の支援として AI を使用している企業は 60% であることがわかりました。

共同設計

ジェネレーティブデザインを例に挙げてみましょう。製造業などの分野の設計者やエンジニアは、部品や製品の 3 次元「図面」を作成するために長い間、コンピュータ支援設計 (CAD) ツールに依存してきました。ジェネレーティブ デザインでは、ユーザーは材料の種類、パフォーマンス基準、コストに関する要件などのパラメータをアルゴリズムに入力し、機械部品から家具まで、デザイナーやエンジニアが選択できる多数の代替モデルを作成します。

その結果、通常期待される美的感覚には合わないものの、標準の範囲内に収まり、より効率的な場合もある、珍しい有機的なデザインが生まれることがあります。

オートデスクのジェネレーティブ デザインおよび機械学習製品担当戦略開発マネージャーであるセス ヒンドマン氏は、実際には設計プロセスには多くの面倒な作業が伴い、デザイナーとエンジニアが何度も繰り返し作業を行う必要があると指摘しました。これにより、ユーザーは自分の役割のより価値の高い側面に集中できるようになります。

「ジェネレーティブ デザインは、設計空間全体を探索する時間や意欲さえないエンジニアのための共同作業ツールとして高く評価されています」と彼は言います。「これにより、エンジニアは実際にエンジニアリング作業を行うことができ、より集中できるようになります。」

オートデスクのジェネレーティブ デザインへの取り組みは、同社の R&D 部門が開発したパイロット プラットフォーム プロジェクトである Dreamcatcher から始まりました。この技術はすでにエアバスなどの工業企業によって試験的に導入されており、同社は軽量航空機部品の製造に使用しています。また、著名な建築家兼デザイナーのフィリップ・スタルクは、椅子のデザインプロジェクトでジェネレーティブデザインプラットフォームを使用しています。

この技術は後にオートデスクの商用製品「Fusion 360」に採用され、カリフォルニア州サンノゼの電動バイクメーカー、ライトニング・モーターサイクルズなどの企業で使用されている。同社の最高経営責任者兼創設者リチャード・ハットフィールド氏は、この画期的な進歩は、設計者が新しい部品をより迅速かつ効率的に開発できるようになったことで可能になったと語った。

同氏によると、以前はライトニングの設計部門が部品を設計し、強度やその他の仕様について分析してから変更を加えていたが、これは時間のかかるプロセスだったという。 「ジェネレーティブ デザイン ソフトウェアを使用すると、手作業で行う場合に比べて、何百万回もの反復とシミュレーションを非常に高速に実行できます」とハットフィールド氏は言います。「ソフトウェアで反復するのではなく、ペンと紙で部品を描こうとするようなものです。これは大きな進歩です。」

脊椎保護ベルトなどの個人用安全装置を製造しているオーストリアのデザインスタジオ Edera Safety のプロダクトデザイナー、Alexandre Martin 氏は、Fusion 360 ジェネレーティブ デザイン ツールを使用することで、日常業務で多くの時間を節約できました。

「ジェネレーティブ デザインにより、デザイン プロセスが 10 倍高速化されました」と彼は言います。「非常に効率的なクリエイティブ チームが何ヶ月もかけて作業し、その中から最も効果的な結果を選び出すようなものです。」

マーティン氏は、AI を活用することで、一見すると直感に反するまったく新しいデザインの可能性が開けると述べています。 「AI は、私が非論理的だと思っていたり、簡単に見落とされてしまうような反復を示してくれました。それは本当に、設計プロセスの論理的な要素のように感じられました」と彼は語った。

人間とAIのパートナーはすでに活動中

オフィス ソフトウェアで即座に翻訳を取得したり、電子メールで定型応答の提案を使用したりと、多くの従業員はすでに、多くの場合は気づかないうちに、非常に微妙な方法で AI とやり取りしています。同時に、AI アシスタントとのやり取りはますます複雑になっています。 Alexa、Google Assistant、Siri、Cortanaなど、私たちが私生活で慣れ親しんでいる音声アシスタントは、職場でも使用され始めています。たとえば、ユーザーが情報を検索したり、会議室を予約したりするのを手伝うなどです。

これは、人間が AI とより直接的にやりとりすることを意味します。 Google や Amazon Web Services (AWS) などの企業が提供するコールセンター ソフトウェアの最新の進歩により、コールセンターのエージェントは、顧客とのあらゆるやり取りをガイドする AI アシスタントと対話できるようになりました。サポート的なメモや情報を提示したり、顧客の感情を特定したり、対応を提案したりするのがすべてリアルタイムで行われます。人工知能はチャットボットのように作業を完全に自動化することはできませんが、コールセンターのエージェントがより良いサービスを提供して顧客満足度を高め、売上を伸ばすのに役立ちます。

「このユースケースでは、コールセンターの担当者が AI に置き換えられるのではなく、AI が併用されて顧客とのやり取りがより適切に処理されるのです」と Forrester の Gownder 氏は言う。「これはまだ一般的ではありませんが、起こり始めています。」

従業員と AI のやり取りはオフィス内だけではありません。協働ロボット（コボット）は、エンジニアと一緒に作業して重い物や工具を所定の場所に移動できるように装備されている工場や、アマゾンの巨大な施設などの倉庫で、ロボットが人間の労働者による配送用の商品のピッキングや梱包を手伝うなど、ますます一般的になりつつある。

MIT の航空宇宙工学准教授であり、コンピューター科学および人工知能研究所 (CSAIL) のインタラクティブ ロボティクス グループの責任者であるジュリー シャーシュ氏は、人間と自然かつ確実に対話できる AI システムを開発するには、人間の労働者のニーズを予測して適応できること、言い換えれば、優れたチーム プレーヤーになることを学ぶ必要があると考えています。

「AIには大きな可能性があります。曖昧で不確実な情報を人間が解析しなければならない非常に困難な作業をAIに任せるのではなく、AIに人間のやり方を理解させてサポートを提供し、適切な情報を提供し、人間がより困難な作業に集中できるように推奨を行うことができます」とシャー氏は述べた。

彼女の研究は、AI 搭載ロボットが人間の労働者とより効果的にやりとりする方法に焦点を当てています。自動車生産ラインのロボットが適切な材料を適切なタイミングで届けられるようにする方法を探ったり、困難な意思決定タスクで人間を支援するインテリジェントなサポート システムを開発したりしています。

「私の研究室での研究はすべて、パズルのピースのようにぴったり合う AI の開発に注力しており、人間の仕事を置き換えるのではなく、人間の能力を増強することを目標としています」と彼女は語った。「その背後にある重要な技術は、人が何を考えているのか、どのような精神状態なのかを推測し、次に何をするかを予測し、適切なタイミングで介入して、適切な情報や適切な資料を提供することです。」

これは、作業員の動きを予測できるアルゴリズムを開発するなど、人間が得意とする複雑なプロセスを模倣することを意味します。

「私の仕事のほとんどは、『どうすれば正しい情報を、正しい順序で、正しいタイミングで入手できるか？』『どうすれば組立ラインで正しい部品を、正しい順序で、正しいタイミングで入手できるか？』ということに集中しています。これらはスケジュールの問題であり、それが私たちの世界を動かしているのです」とシャー氏は語った。

MIT CSAILがベス・イスラエル・ディーコネス医療センターで実施した研究プロジェクトでは、職場で人間が人工知能を信頼する意思を調査した。このプロジェクトでは、ヒューマノイドロボット「Nao」に搭載された AI システムを使用して、ケアを調整するために継続的かつリアルタイムの意思決定が必要な環境である病院の分娩室のスケジュールに関する推奨事項を提供します。

責任者は看護師長で、看護師 10 名と患者 20 名からなるチームを同時に調整し、20 室の部屋を配置することが仕事です。スケジュールにはさまざまな変数があり、看護師長は女性がいつ出産するか、陣痛はどのくらい続くかなどの要素を予測する必要があります。

「彼らは基本的に病院の各階で航空管制官のような役割を果たし、どの患者をどの部屋に入れるか、どの看護師をどの患者に割り当てるかを決定します」とシャー氏は語った。

AIシステムは、看護師長が行うスケジュール作成作業を再現するようにトレーニングされており、部屋の割り当てを予測し、どの看護師をどの手術に割り当てるべきかを推奨することができました。看護師はロボットに質問することができ、ロボットはテキスト読み上げソフトウェアを通じて提案をしてくれる。

実際のパイロットデモンストレーションでは、看護師は AI の推奨を 90% の割合で受け入れた一方で、「質の低い」推奨を同じ割合で拒否しました。看護師からのフィードバックは肯定的で、参加者は新しいスタッフのトレーニングと作業負荷の共有の利点を強調しました。

私たちは人工知能を信頼しているでしょうか?

職場で AI と関わる従業員が増えるにつれ、従業員自身とその組織は、重要な決定を下すためにアルゴリズムに頼るのが適切なのはいつか、また人間の文脈的知識の方が価値が高いのはいつか、という疑問を持つようになるかもしれません。

それぞれの選択肢には相対的な利点があり、AI システムは人間が気付かない可能性のある偏見を回避できます。 「アルゴリズムは、人間が収集するにはコストがかかりすぎる情報を集約することができる」とアセイ氏は、求職者の履歴書を精査する例を挙げて述べた。

「履歴書を見る人間は、少数の人に基づいて大学について一般的な偏見を持つかもしれないが、AIは同じ情報を読み取って、大学がどのようなものかをより正確に評価することができる」とアセイ氏は言う。「アルゴリズムは州立大学の弱小校だと知っているかもしれないが、工学部の選抜は実は非常に厳しく、人間はそのような情報を集めるのに時間をかけないだろう。」

同時に、AI アルゴリズムはエラーが発生しやすく、予期しないバイアスがプログラムに組み込まれる可能性があるため、アルゴリズムの信頼性を人間が確実に把握できるように透明性が重要です。

「常に人間の決定を無視するアルゴリズムは望ましくありませんし、人間も同意しないでしょう。それは状況次第です」とアセイ氏は言う。「人間がアルゴリズムに従うべきか自分自身に従うべきか、そしてアルゴリズムからの情報をどのように統合すべきかを理解できる十分な情報を伝えるアルゴリズムを構築する必要があります。」

シャー氏は、システムを信頼できるものにすることと、システムを信頼できるものにすることは同じではないと指摘した。たとえば、航空業界では、パイロットが不完全なコックピット自動化システムを信頼したために多くの事故が発生しています。

「システムに対して不適切な信頼を築くのは簡単だということはわかっています」と彼女は言う。「小さなことでもできます。システムをもっと人間らしくすれば、テキストの指示を読み上げるのではなく、話しかけるようにすれば、人々はシステムのアドバイスに従い、信頼する可能性が高くなります。」

これらのシステムを信頼できるものにし、人がシステムへの信頼を適切に調整できるように支援することは問題ではありません。重要なのは、これらのシステムがいつ能力の範囲内で決定を下し、いつ能力を超えているかを把握し、人々が機械の能力をさらに強化できるようにすることです。 ”

彼女はこう付け加えた。「私たちはよく『人々はシステムをどの程度信頼するだろうか』と尋ねますが、これは間違った質問です。正しい質問は『システムは信頼できるか』です。信頼できるシステムもあれば、そうでないシステムもあります。」

なぜその仕事を完全に自動化しないのでしょうか?

なぜ人間は AI と協力する必要があるのでしょうか? 作業を大量に自動化しないのはなぜでしょうか? 答えの 1 つは、少なくとも現時点ではほとんどの場合、技術的に不可能だということです。研究者によると、人間はいくつかのタスクにおいて著しく優れたパフォーマンスを発揮する。

人間が AI に対して持つ主な利点は、さまざまな情報源からの情報を活用して直感を活用し、これまで遭遇したことのない問題を解決する能力です。

つまり、私たちは常識を働かせることができるのです。 「人間は常識が豊富なので、これまで見たことのない状況を推測するのが得意です」と、スタンフォード大学経営大学院の技術経済学教授で、スタンフォード人間中心人工知能研究所の副所長を務めるスーザン・アセイ氏は言う。「AIと人間はそれぞれ異なる強みを持っています。人間は予測が外れないようにすることができますが、AIは自身のデータにしか反応しません。」

一方、人工知能は、人間の脳が処理するのが難しい大量のデータの処理に優れています。 「AIはより多くのデータ、つまり状況に関するより多くのデータを調べることができ、人間が個人的な経験で遭遇するよりも多くの結果を導き出す可能性があります」とアセイ氏は語った。

AI はより多くのタスクを実行できるようにトレーニングできますが、現時点では人間の入力なしで実行できるタスクには限界があります。

機械にどのようなデータを供給するかを選択するときも、私たちは世界を構築しているのです。 AI システムが特定の画像でトレーニングされる場合でも、写真を撮影して興味のあるオブジェクトをフレーミングするのは依然として人間です。 「ロボットが自由に移動していて、画像が人間の目によってフレーム化されていないときに、環境から物体を識別することは、まったく別の問題です」とMITのシャー氏は語った。

「人間には、構造化されていない問題を構造化する能力という、当面 AI が持ち得ない独自の能力があります」とシャー氏は言う。「問題を構造化してしまえば、AI は仕事をこなし、非常に優れたパフォーマンスを発揮できますが、AI のために問題を構造化するために現在注がれている努力を私たちは過小評価しがちだと思います。」

「AIが人間のようになるというのは誤解だ」とデロイトコンサルティングのマネージングディレクター兼インテリジェントオートメーションリーダーのジーナ・シェーファー氏は言う。

「人間のような AI は、私にとってはまだ遠い道のりです」とシェーファー氏は言う。「基本的なことはできますし、素晴らしいこともできますが、環境の理解など、現在の 5 歳児が持つような能力も欠けています。それがインタラクションの素晴らしさです。見落とされているのは、人間を AI 技術で置き換えることができるということです。その利点は、人間が仕事に人間らしい性質を持ち込むことができることです。」

AI人材に向けた人材育成

AI が適切に導入されれば、雇用者と従業員の両方に恩恵をもたらし、反復的な作業から解放されます。

「理想的には、これらのテクノロジーは、より良い意思決定を支援し、より深い洞察を提供し、人々が特定のタスクを自動化したり、従業員が明らかに関わりたくないプロセスを自動化したりするのに役立ちます」とフォレスター社のガウンダー氏は述べた。

企業は従業員が AI とやり取りすることの利点を認識していますが、仕事が変化するにつれて創造性と複雑な推論をより重視するトレーニングとスキルの変更が必要になります。

ガウンダー氏は、雇用主が従業員にAIとより頻繁に交流するよう奨励することが重要だと強調した。 「従業員は、ますますスマートになるソフトウェアを快適に扱える文化とスキルを持っているでしょうか？ 多くの人はそれをしたくない、またはそれを行うスキルを持っていないかもしれません。テクノロジーに恐れを抱いているのかもしれません」と彼は語った。

多くの企業にとって、変革を達成するには大幅な調整が必要になります。デロイトの調査によると、59%の企業が今後12～18か月以内にAIを統合するために仕事の再設計が重要になると考えていますが、準備ができていると答えたのはわずか7%でした。スキルの向上に多額の投資を行った回答者はわずか17%でした。

「AIと自動化に投資することで、従業員のエクスペリエンスを向上させる可能性は大いにあるが、何事もうまくいかない可能性があるのと同じように、間違ったことをしてしまう可能性もある」とガウンダー氏は警告した。

今後数年間で人工知能があらゆる種類の仕事に密接な影響を及ぼすことは明らかです。

「これは多くの人にとって最先端の行動ですが、すぐに極めて重要になるでしょう」とガウンダー氏は言う。「今後 10 年間で、インテリジェント ソフトウェアと自動化が私たちの仕事をどのように変えるのかを私たちは目にすることになるでしょう。そのための準備を始める必要があります。」