今のところ人工知能があなたの仕事を奪うことはないが、すでにあなたの履歴書に載っている

今のところ人工知能があなたの仕事を奪うことはないが、すでにあなたの履歴書に載っている

[[387879]]

AI、つまり人工知能は、最近誰もが口にする言葉になっているようです。私はこのテクノロジーのメガトレンドをしばらく前から認識していましたが、最近、AI が求職者にとって最も需要の高い専門分野の 1 つになりつつあることに気づきました。
私たちの多くにとって、「人工知能」という言葉は、SFファンタジーやロボットが世界を支配するのではないかという恐怖を思い起こさせると思います。メディアによる AI の描写は多岐にわたり、将来 AI がどのように発展していくかを正確に予測できる人は誰もいませんが、現在の傾向と発展は、AI が私たちの生活の一部となる様子について 2 つのまったく異なるイメージを描いています。
実際、AI はすでに私たちの周りで稼働しており、検索結果からオンライン デート、買い物の仕方まで、あらゆるものに影響を与えています。データによると、過去 4 年間で複数のビジネス分野における人工知能の応用が 270% 増加しました。
しかし、AIは仕事の未来にとって何を意味するのでしょうか?コンピュータとテクノロジーの発展により、これは最も差し迫った問題の 1 つになりました。歴史上の多くの技術開発と同様に、人工知能の発展により労働者が時代遅れになるのではないかという懸念が生じています。
現実はそれほど恐ろしいものではないかもしれませんが、もっと複雑かもしれません。

人工知能とは何ですか?

AI が仕事の未来にどのような影響を与えるかを詳しく検討する前に、まず AI とは何かを理解することが重要です。ブリタニカでは AI を「デジタル コンピューターまたはコンピューター制御のロボットが、知的生物が一般的に行うタスクを実行する能力」と定義しています。
「人工知能」は、コンピューティング、システム、テクノロジーのあらゆる進歩を表す包括的な用語になりました。これらの進歩の中で、コンピュータ プログラムは、人間の知性との一定のつながりを必要とするタスクを実行したり問題を解決したりすることができ、過去のプロセスから継続的に学習してアップグレードすることもできます。

[[387880]]

この学習能力は人工知能の重要な要素です。私たちの友達全員をスポンサー広告に置き換える恐ろしい Facebook アルゴリズムのようなアルゴリズムは AI アルゴリズムと関連していますが、重要な違いがあります。
ソフトウェアジャーナリストの Kaya Ismail 氏が書いているように、アルゴリズムは単に「命令」のセット、つまりデータを処理するための公式です。人工知能はアルゴリズムを新たなレベルに引き上げ、確立されたルールに従って自らを変更および書き換えることができる一連のアルゴリズムで構成することができ、それによって「知能」を発揮します。
人工知能によって人間の労働者が不要になることはおそらくないでしょう。少なくとも長い間は。まずは皆さんの懸念をいくらか和らげてください。そして、少なくとも今のところは、ロボットが皆さんの仕事を奪うこともおそらくないでしょう。
AI がメディア、特に私たちのお気に入りの SF 映画でどのように描かれているかを考えると、このテクノロジーの出現によって、AI がいつか人間の仕事を置き換えるのではないかという懸念が生じていることは明らかです。結局のところ、テクノロジーが進歩するにつれて、かつては手作業で行われていた多くのタスクが自動化されるようになりました。インテリジェントなコンピューターの開発が飛躍的に進歩すれば、私たちが知っている仕事の一部が消滅してしまうのではないかと心配するのは当然です。
しかし、私はそのような宿命論を支持する理由はないと思う。MITの未来の仕事に関するタスクフォースは最近、「人工知能と仕事の未来」と題する論文を発表し、人工知能の発展とグローバルな仕事の関係を綿密に検討している。この報告書はより楽観的な見通しを描いている。
この論文は、AIが人間の労働力を排除するのではなく、大規模なイノベーションを推進し続け、多くの既存産業の発展を促進し、多くの新たな成長分野を創出する可能性があり、最終的にはより多くの雇用を生み出すだろうと予測している。
AI は特定のタスクを実行する上で人間の知能の有効性を再現する点で大きな進歩を遂げていますが、依然として大きな限界があります。特に、AI プログラムは通常、「特殊な」インテリジェンスしか持たないため、一度に 1 つの問題を解決し、1 つのタスクしか実行できません。多くの場合、それらは硬直的になり、入力の変化に対応できなかったり、規定の手順の外で「思考」を実行したりできなくなります。
しかし、人間は「汎用知能」、つまり問題を解決し、抽象的に考え、批判的な判断を下す能力を持っており、それは今後もビジネスにおいて重要な役割を果たし続けるでしょう。人間の判断は、すべてのタスクではないとしても、あらゆるレベルの判断において関係性に基づいています。

[[387881]]

人工知能の急速な発展を制限する可能性のある要因は他にも数多くあります。人工知能は多くの場合「学習」を必要としますが、これには大量のデータが必要になる場合があり、適切な種類のデータの可用性が疑問視され、分類の必要性が浮き彫りになるとともに、そのようなデータを取り巻くプライバシーとセキュリティの問題に対する懸念も生じます。コンピューティングと処理能力にも限界があり、超強力な言語モデル AI を動かすための電気代は 460 万ドルにも上ると推定されています。
注目すべきもう 1 つの重要な制限は、データ自体が、社会的な不平等や、データを作成して入力した設計者の暗黙の偏見を反映して、偏っている可能性があることです。 AI に入力されるデータに偏りがある場合、その偏りは AI によって生成される結果に影響を及ぼす可能性があります。
連邦取引委員会に AI 技術のあらゆる新たな用途について潜在的な偏見がないか調査することを義務付ける「アルゴリズム説明責任法案」が議会に提出されている。
これらと他の多くの要因に基づき、MIT の論文では、AI が人間に匹敵する知能レベルに到達し、理論上は人間の労働者に完全に取って代わるまでには、まだ長い道のりがあると主張しています。
教育から民間部門、政府機関に至るまで、労働者のトレーニングとスキルアップに重点が置かれているあらゆるレベルで、AI は最終的に雇用を減らすのではなく増やす可能性を秘めています。このように、問題はもはや「人間かコンピュータか」ではなく、産業の発展と経済的繁栄を推進する複雑なシステムへの「人間とコンピュータ」の共同参加です。
この論文は、AI とその潜在的な方向性についてさらに深く知りたい人にとっては一読の価値があります。
人工知能は、テクノロジー分野だけでなく、あらゆるビジネスで標準になりつつあります。最近、クライアントや同僚との会話の中で、AI に対する人々の認識に誤りがあることに気づいたことが何度かありました。多くの人々は、これがテクノロジーの世界に大きな影響を与えるだけの技術であると感じているようです。
気づいていないかもしれませんが、テクノロジーの世界は今日の世界です。経済学者ポール・クルーグマンが 1998 年に言ったことを忘れないで下さい。「2005 年頃までには、インターネットが経済に与える影響はファックス機ほど大きくないことが明らかになるだろう。」人工知能に関しては、取り残されたくはないはずです。
実際、大手企業の 90% が AI テクノロジーに継続的な投資を行っています。何らかの AI 駆動型テクノロジーを導入した企業のうち、半数以上が生産性の向上を報告しています。
人工知能は、特に以下の業界に大きな影響を与える可能性があります。
医療業界:
医療における人工知能の利用の潜在的な利点はすでに調査されています。ヘルスケア業界には、ヘルスケアに関連する予測モデルの作成に使用できる膨大な量のデータがあります。さらに、特定の診断環境では AI が医師よりも効果的であることが示されています。
自動車産業:
自動運転車や自動ナビゲーションの登場により、AI が交通や自動車の世界に与える影響はすでに明らかになっています。人工知能は、もちろん自動車産業を含む製造業にも大きな影響を与えるでしょう。
サイバーセキュリティ:
特に 2020 年にサイバーセキュリティ インシデントが急増したことを考えると、サイバーセキュリティは多くのビジネス リーダーにとって最優先事項です。ハッカーは在宅勤務者や安全性の低い技術システムやWi-Fiネットワークで作業する人々を悪用しており、パンデミック中に攻撃は600%増加している。人工知能と機械学習は、サイバーセキュリティの脅威を識別し予測するための重要なツールになります。 AI は、大量のデータを処理して不正行為を予測し、検出できるため、金融業界のセキュリティの面でも重要な資産となるでしょう。
電子商取引:
人工知能は、電子商取引の将来において重要な役割を果たすでしょう。ユーザー エクスペリエンスからマーケティング、フルフィルメント、流通まで、あらゆる分野に人工知能の縮図が存在します。チャットボットの使用、買い物客のパーソナライゼーション、画像ベースのターゲット広告、倉庫と在庫の自動化など、AI が電子商取引を推進し続けることが期待できます。
人工知能は就職活動に大きな影響を与えています。人事部長がプログラムで犯した小さなミスを言い訳にして、あなたを許してくれるとまだ期待しているなら、目を覚まさなければなりません。人工知能はすでに採用プロセスで重要な役割を果たしています。履歴書の 75% は、採用担当者に届く前に自動応募者追跡システムによって拒否されています。
これまで、採用担当者は適切な候補者を見つけるために、履歴書をじっくり読むのにかなりの時間を費やさなければなりませんでした。 LinkedIn によると、採用担当者は採用を成功させるために履歴書の審査に 23 時間を費やすことがあるそうです。
しかし、履歴書のスキャンは AI 搭載プログラムによって行われることが多くなってきています。 2018 年、採用マネージャーの 67% が AI によって仕事が楽になったと回答しました。
採用プロセスにおいて自動化やアルゴリズムが普及しつつある一方で、採用担当者が特定の種類の AI を使用することに対して批判的な意見も多く、採用プロセスに大きな偏りが生じる可能性があると主張しています。
具体的な例としては、スタートアップ企業のHireVueが挙げられる。同社の技術は、顔認識ソフトウェアと心理学を利用して、求職者の適性を判断するというもの。電子プライバシー情報センターは、このソフトウェアが偏見を引き起こす可能性があると主張して連邦取引委員会に訴訟を起こした。

[[387882]]

新しいテクノロジーが開発されるにつれて、採用プロセスにおける特定の種類の AI の使用が物議を醸す可能性が高くなることは明らかです。ただし、潜在的な雇用主が AI を使用して応募を処理している場合、同様のテクノロジーを有利に利用できない理由はありません。
Jobscan は、採用マネージャーが使用するものと同様の履歴書スキャン機能を提供します。目標は、あなたの履歴書を求人内容と比較し、特定の職種の要件に合わせて履歴書を修正する方法を教えることで、応募者追跡システムを「打ち負かす」ことです。
Jobseer は、履歴書のスキャン、希望する仕事に関連するキーワードやスキルに基づいて、あなたの経験に最も合った求人情報を見つけるのに役立つブラウザ プラグインです。それぞれの履歴書に対して、その職種にどれだけ適合しているかに基づいて評価が与えられ、履歴書と経験を向上させるためのスキルの推奨も得られます。
Rezi は、応募者追跡システムに適合する履歴書を作成するのに役立つテンプレートを提供する AI ベースの履歴書ビルダーです。これを使用して新しい履歴書を作成し、現在の履歴書と比較して、改善が必要な点を確認できます。
専門的なスキルを向上させたい場合や、就職市場での専門的なイメージをより競争力のあるものにしたい場合、人工知能は、特に人工知能が多くの業界に与えるであろう大きな影響を考慮すると、取り組むべき良い方向でもあります。
人工知能と機械学習は、今日の雇用市場において最も重要なスキルのリストのトップに位置しています。 AI または機械学習のスキルを必要とする仕事は、今後 5 年間で 71% 増加すると予想されています。この分野での知識基盤を拡大したい場合は、AI スキルに重点を置いた無料のオンライン コースを検討してください。
テクノロジーに精通しているなら、AI 分野でのやり取りについて深く掘り下げてできる限り多くを学んだほうがよいでしょう。あなたのスキルが他の分野にある場合は、AI が大きな影響を与えることを認識し、自分の能力の範囲内で、さまざまな分野で AI がどのように機能するかの基礎を理解するように努める必要があります。
好むと好まざるとにかかわらず、人工知能は今後も存在し続けるでしょう。個人的には、恐れるものは何もないと思っています。前進するための最善の方法は、AI を含む私たちの周りの新しいテクノロジーを認識し、それに適応することです。

<<:  人工知能を理解し、適応する方法

>>:  AIOps に関する 6 つの誤解とその説明

ブログ    

推薦する

DeepMindの「フィッシングエンフォースメント」:AIに間違った発言をさせ、数万件の危険な発言を発見させる

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

8つのソートアルゴリズムのPython実装

この記事では、主に 8 つの一般的なソート アルゴリズムの基本概念とそれらの Python 実装を紹...

SQL Server 2008 のデータ マイニングのための 9 つのアルゴリズム

SQL Server 2008 データ マイニング決定木アルゴリズム決定木は判断木とも呼ばれ、バイナ...

...

Gpts ストアの立ち上げが遅れています。適切な Gpts アプリケーションはどこで見つかりますか?

12月2日、OpenAIのChatGPTチームはGPT開発者に手紙を送り、「GPTストア」が202...

生成型人工知能(GenAI)は将来のテクノロジーの展望を一変させる

ChatGPT の人気が高まるにつれ、生成型人工知能 (GenAI) がテクノロジー業界の未来を大き...

Midjourney 5.2 がリリースされました!オリジナルの絵画から3Dシーンを生成し、無限の宇宙を無限に拡大します

旅の途中と安定した拡散が限界に達しました! Stable Diffusion XL 0.9 がリリー...

今日の世界において顔認識の重要性は何でしょうか?

顔認識技術の賛否は議論の余地がある。多くの利害関係者は利点を強調したが、批評家は欠点も指摘した。顔認...

...

進化する決定木: 機械学習が生物学からヒントを得るとき

生物学(または生命科学)に対する理解は時間の経過とともに大きく深まり、多くのエンジニアにとって、困難...

...

...

多くの機械学習戦略が失敗する理由

クラウド コンピューティング サービス プロバイダーの Rackspace Technology が...

AIによる改ざんサイバー攻撃が迫る

AIによる顔変えの余波はまだ消えず、AIによる声変え電話詐欺劇が現実のものとなりました!ディープフェ...

ビデオメモリを節約する新しい方法: 2 ビット活性化圧縮を使用して PyTorch でニューラル ネットワークをトレーニングする

[[410937]]この記事では、カリフォルニア大学バークレー校の PyTorch をベースにしたア...