(από τη Rosangela Cesareo, επικεφαλής θεσμικών σχέσεων στο AIDR) Παραδοσιακά, χρειάζονται χρόνια για να μάθουμε πώς να διατυπώσουμε μια ιατρική διάγνωση. Ακόμη και για τους ηλικιωμένους επαγγελματίες, η διάγνωση είναι συχνά μια μακρά και περίπλοκη διαδικασία. Ωστόσο, όπου οι διαγνωστικές πληροφορίες μπορούν να ψηφιοποιηθούν, οι μηχανές μπορούν να βοηθήσουν στην ανακούφιση του βάρους. Το πλεονέκτημα ενός αλγορίθμου είναι ότι μπορεί να εξαγάγει συμπεράσματα από τα δεδομένα σε δευτερόλεπτο. Επιπλέον, σε αντίθεση με έναν «ανθρώπινο» εμπειρογνώμονα, οι δεξιότητες μηχανικής μάθησης (ML) μπορούν θεωρητικά να αναπαραχθούν επ 'αόριστον.
Η τεχνητή νοημοσύνη αλλάζει το ρόλο των γιατρών.
Σε παγκόσμιο επίπεδο, η εφαρμογή της τεχνητής νοημοσύνης εκτιμάται ότι διπλασιάζει την οικονομική ανάπτυξη έως το 2035.
Η τεχνητή νοημοσύνη χρησιμοποιείται επίσης για την επίλυση σύνθετων κοινωνικών προβλημάτων, όπως η κλιματική αλλαγή, η υγειονομική περίθαλψη και η φτώχεια των τροφίμων.
Σε αυτό το σενάριο, κάποιος σκέφτεται αμέσως την καταστολή της εργασίας, την οποία συνήθως σκεφτόμαστε όταν πρόκειται για αυτοματοποίηση, αλλά η πραγματικότητα είναι πολύ διαφορετική.
Το μεγαλύτερο μέρος της επανάστασης που δημιουργείται από την τεχνητή νοημοσύνη θα έχει ως αποτέλεσμα αλλαγές στους ρόλους, τις εργασίες και μια διαφορετική κατανομή της εργασίας. Για παράδειγμα, ο γιατρός δεν θα αντικατασταθεί απαραίτητα από ένα ρομπότ. Σύμφωνα με μια πρόσφατη μελέτη που δημοσιεύθηκε στο PeerJ, «τα συστήματα που βασίζονται στο AI θα οδηγήσουν σε αύξηση των ιατρών και είναι απίθανο να αντικαταστήσουν την παραδοσιακή σχέση γιατρού-ασθενούς»
Θα δούμε την είσοδο της τεχνητής νοημοσύνης σε έναν αυξανόμενο αριθμό γραφείων. Όμως, όπως σε όλες αυτές τις επαναστάσεις, θα δημιουργηθούν νέες θέσεις εργασίας.
Οι δυνατότητες των μηχανών μπορούν να βελτιώσουν τις ανθρώπινες δεξιότητες και όχι να τις περιορίσουν.