(بقلم روزانجيلا سيزاريو ، رئيس العلاقات المؤسسية في AIDR) تقليديًا ، يستغرق الأمر سنوات لتعلم كيفية صياغة التشخيص الطبي. حتى بالنسبة للمهنيين الأكبر سنًا ، غالبًا ما يكون إجراء التشخيص عملية طويلة ومعقدة. ومع ذلك ، حيث يمكن رقمنة المعلومات التشخيصية ، يمكن للآلات المساعدة في تخفيف العبء. ميزة الخوارزمية هي أنها تستطيع استخلاص النتائج من البيانات في جزء من الثانية. علاوة على ذلك ، على عكس الخبير "البشري" ، يمكن نظريًا إعادة إنتاج مهارات التعلم الآلي (ML) إلى أجل غير مسمى.
الذكاء الاصطناعي يغير دور الأطباء.
على الصعيد العالمي ، من المتوقع أن يؤدي تطبيق الذكاء الاصطناعي إلى مضاعفة النمو الاقتصادي بحلول عام 2035.
يستخدم الذكاء الاصطناعي أيضًا في حل المشكلات الاجتماعية المعقدة ، مثل تغير المناخ والرعاية الصحية وفقر الغذاء.
في هذا السيناريو ، يفكر المرء على الفور في إلغاء الوظيفة ، وهو ما نفكر فيه عادةً عندما يتعلق الأمر بالأتمتة ولكن الواقع مختلف تمامًا.
ستؤدي معظم الثورة التي أحدثها الذكاء الاصطناعي إلى تغييرات في الأدوار والمهام وتوزيع مختلف للعمل. على سبيل المثال ، لن يتم استبدال الطبيب بالضرورة بإنسان آلي. وفقًا لدراسة حديثة نُشرت في PeerJ ، "ستؤدي الأنظمة القائمة على الذكاء الاصطناعي إلى زيادة عدد الأطباء ومن غير المرجح أن تحل محل العلاقة التقليدية بين الطبيب والمريض".
سنرى دخول الذكاء الاصطناعي إلى عدد متزايد من الوظائف الكتابية. ولكن ، كما في كل هذه الثورات ، ستظهر وظائف جديدة.
يمكن لقدرات الآلات أن تحسن المهارات البشرية ، لا أن تحد منها.