Hvad 'skjulte figurer' kan lære os om ai

I weekenden så jeg endelig Hidden Figures . Jeg tog min 9-årige datter med mig for at være vidne til, hvordan instrumentale kvinder i farver var succes for flere NASA-missioner - noget, som historisk set har været forbundet med hvid mandlig præstation.

Hvis du endnu ikke har set det, kan jeg varmt anbefale det. Handlingen er fremragende, og historien tilbyder så meget uddannelse, både om raceforhold og kvinder på arbejdspladsen. Det, jeg vil fokusere på, er muligvis noget, som instruktøren og rollebesætteren aldrig forestillede sig kunne have betydning Det gør jeg ikke, fordi det er det vigtigste aspekt, men blot fordi det er meget relevant for den teknologiske overgang, vi oplever lige nu.

Alt det, der omgiver kunstig intelligens, handler lige så meget om selve teknologien, som det er den indflydelse, dens vedtagelse vil have på forskellige aspekter af vores liv. Forretningsmodeller i bilindustrien, forsikringsvirksomhed, offentlig transport, søgning og reklame, samt mere personlige konsekvenser såsom interaktion mellem mennesker og mennesker, videnskilder og uddannelse. Ændring vil ikke komme natten over, men vi er bedre forberedt, fordi det vil komme.

Ny teknik kræver nye færdigheder

Ændring kom i 1962 for den adskilte West Area Computer Division i Langley Research Center i Virginia, hvor de tre kvinder, der er hovedpersonerne i historien, arbejdede. Matematikeren Katherine Johnson og de facto vejleder Dorothy Vaughan er begge direkte berørt af ny teknologi, der rulles ind i anlægget i form af IBM 7090.

Hvis du ikke er bekendt med IBM 7090 (jeg var ikke før i denne weekend), var det det tredje medlem af IBM 700/7000-serien af ​​computere designet til storstilet videnskabelig og teknologisk anvendelse. I lægmandsmæssige termer ville 7090 være i stand til med et øjeblik at udføre alle de beregninger, der tog computerdelingstimerne. Dorothy forstod truslen og bevæbnet med sin viden og en bog om programmeringssprog, hjalp med at programmere IBM 7090, lærte hendes team at gøre det samme, skiftede deres færdigheder og reddede deres job.

Jeg er klar over, at en del af denne historie kan være til fordel for manuskriptet, og verden er meget mere kompliceret. Jeg tror dog, at det, der ligger i kernen, er meget relevant - oprettelsen af ​​nye færdighedsæt.

Selvom AI har potentialet til at påvirke ikke kun manuelle job, der kan automatiseres, men også teoretisk set job, der kræver læring og beslutningstagning, er den øjeblikkelige trussel bestemt den førstnævnte.

Vi fokuserer meget, og med rette, på det jobtab, som AI vil forårsage, men vi er endnu ikke begyndt at fokusere på at lære nye færdigheder, så sådanne tab kan begrænses. Som jeg sagde, AI ikke magisk vises natten over, men vi ville være fjolser til at tro, at vi har masser af tid til at skabe de færdigheder, som vores "forstærkede" verden vil kræve. Fra nye programmeringssprog til nye grene af lov og forsikring, Q & A-test og mere. At styrke mennesker med nye færdigheder vil være nøglen ikke kun til at have et job, men også at holde vores indkomst i takt med de højere omkostninger, disse nye verdener vil medføre. At skabe en ramme for uddannelse er både et politisk og virksomhedsmæssigt ansvar.

Hvem vil vi stole på?

IBM 7090 erstatter Katherine når det kommer til kontrol af beregninger, men ligesom Friendship 7 er klar til at lancere, opstår der nogle uoverensstemmelser i de elektroniske beregninger for kapselens gendannelseskoordinater. Astronaut John Glenn beder direktøren for Space Task Group om at få Katherine til at kontrollere numrene igen. Når Katherine bekræfter koordinaterne, takker Glenn instruktøren og sagde: "Du ved, du kan ikke stole på noget, du ikke kan se i øjnene."

Jeg ved ikke, om Glenn faktisk sagde det, men da jeg hørte det, tænkte jeg straks på AI. Hvem vil forbrugere have tillid til? Mange mener, at AI ikke bliver anderledes, end det har været med nogen tidligere teknologi, men jeg tror, ​​at en sådan tænkning undergraver, hvor AI faktisk kunne tage os. Autonome biler er det scenarie, vi ofte refererer til. Vi stoler måske på, at bilen parkerer sig selv eller advarer os, hvis en bil er i vores blinde plet. Vi kan endda prøve en semi-autonom indstilling på en tom motorvej. Men er vi klar til at stole på bilen og tage øjnene væk fra vejen og vores hænder fra rattet? Hvordan tjener mærker vores tillid? Vil det være antallet af ulykker, de er involveret i? Forsikringen om, at deres computere i tilfælde af en ulykke er programmeret til at redde dem i bilen?

Hvad hvis vi ændrede scenarier og talte om en medicinsk diagnose. I dag har vi en tendens til at vælge vores læger og specialister baseret på anbefalinger fra forsikringsudbydere, venner eller endda kommentarer på Yelp. Sengepladser, høflige receptionister og korte ventetider spiller alle en rolle. Men for alt mere alvorligt, hvad det hele koger ned til er track record for ret diagnose og redning af liv. Vil vi stole på en maskine alene? Eller vil vi stadig have en læge, som vi kan se i øjnene kombineret med maskinen? En rapport fra Det Hvide Hus i oktober taler om ideen om at forbinde menneske og maskine. Mens de gør det som en del af diskussionen om jobtab, tror jeg, at formlen også gælder vores menneskelige natur ved at opbygge tillid med et andet menneske.

Det samme tillidsspørgsmål vil også gælde for andre scenarier, hvor ikke vores liv, men vores privatliv og sikkerhed potentielt kan være i fare. Også her vil tillid gøre noget. Hvem har vi tillid til med vores digitale assistent med vores hjemmeautomatisering? Når livet ikke er i fare, i det mindste ikke direkte, føler jeg, at forbrugerne vil vise mere fleksibilitet, især når de fulde implikationer ikke forstås, og bekvemmelighed og muligvis pris er det, der betyder mest.

I begge tilfælde er jeg imidlertid meget overbevist om, at AI vil få forbrugere til at overveje mere end teknologi alene og se efter træk i mærker, der er mere traditionelt forbundet med mennesker: ærlighed, empati, loyalitet og service.