你準備好跟AI機器成為同事了嗎?

人工智慧賦予機器更多自主判斷能力,也造成人和機器互動關係的巨大變化,我們該如何面對人機共事的新時代?有一天,我們或許要聽從AI演算法的指示來完成人力工作;其實,這看似科幻小說的場景,已經是正在發生的進行式。

Bastiane Huang
Jan 20 · 7 min read

機器彷彿是我們最忠實的員工,一年365天從不抱怨;只要按下一個按鍵,工作就會自動完成。但你是否曾經想過:

有一天,你可能會為機器工作?

想像有一天,我們聽從AI演算法或機器的指示,來完成人力工作;而這看似科幻小說的場景,其實已經在世界上的許多角落開始發生了。

場景1— 用演算法管理員工(Algorithmic Management)

Image for post

越來越多的公司開始使用演算法來管理員工(Algorithmic Management)。像是Uber或Lyft這樣的分享經濟公司,已經率先開發出許多自動工具,來管理遠端工作人員;包括使用者評分系統,以及自動向駕駛提醒或建議下一步動作的系統等等。

在物流業中,UPS和Amazon等公司正在使用自動化系統來追蹤員工、並且優化貨物處理量;這些演算法收集工作人原的資料,並做出(半)自動化的決策來提供即時激勵,以達到更高的產出。

有一些新創公司,也開始提供監視員工、或是管理駕駛行為的AI解決方案。與人工監督相比,這些自動化技術更容易擴展到更多運營據點,因此也被越來越多的公司採用。

場景2:為AI演算法工作的藍領勞工

之前我談到過機器學習(ML)主要有三種類型,包括:

  • 監督學習(Supervised Learning)
  • 無監督學習(Unsupervised Learning)
  • 強化學習(Reinforcement Learning)

直到今天,仍有超過90%使用中的ML演算法是以「監督學習」為基礎。

換句話說,多數AI演算法需要從標記好的訓練資料中學習。為了提供標記過的訓練資料,有一個高成長的行業應運而生:由人工標記影像或聲音資料,以便機器能夠消化和學習。

Scale AI」是眾多與標籤工作者合作,對資料進行分類,以用於訓練AI模型的新創公司之一;該公司成立僅有三年,卻在最近融資獲得高達1億美元的資金。

Scale與大約三萬名散布世界各地(大多在工資較低的國家)的契約工作者合作,為自動駕駛汽車和其他AI公司(包括WaymoAirbnbLyft等)提供標記訓練資料的服務。

場景3 — 遠端控制和模仿學習(Imitation Learning)

Image for post
source: Cobalt Robotics

在使用大量資料進行訓練時,深度學習的效果優於傳統機器學習;然而,獲取高品質的訓練資料通常很困難、而且成本相當高昂。

解決資料效率問題的方法之一,是使用模仿學習(Imitation Learning),也就是「讓機器從專家的示範中學習」。

FortressIQ是應用模仿學習技術,為顧客自動化公司流程的美國新創企業之一;他們的系統可以分析人類和軟體的互動,以便之後將這些流程自動化。

另一方面,美國新創公司Cobalt提供利用機器學習來執行巡邏工作的保全機器人(上圖)。這種機器人可以識別異常情況,也能讓工作人員遠端監控、並在必要時接管控制權。

AI讓機器變得越來越聰明,不再需要人類的一個口令一個動作;在某些領域中,甚至能夠自動下指令給人類,而這些新型態的人機互動,正在真實上演之中。

但是,我們也開始看到這些新形態人機互動所帶來的副作用:

演算法缺乏透明度和同理心

研究者Lior Zalmanson和Robert W. Gregory在最近的一項研究中發現,Uber出租車司機都認為,演算法非常瞭解他們,但他們對演算法的原理和決策依據卻知之甚少。

此外,司機們也感覺到演算法的決策有些不人性的地方;他們質疑這個系統的公平性,尤其在他們沒有得到明確解釋、卻遭到處罰的情況下特別明顯。

有許多其他勞工也覺得自己被演算法監視。他們不知道這些監控資料會用在什麼地方,也不知道工作分配、評分或報酬是否公平;如果不公平,他們也不知道有沒有什麼途徑可以提出抱怨。

「缺乏透明度」一直是AI的主要問題之一。用這些自動化工具來管理員工,或許確實更有效率及擴充性;但生產力不應該是唯一的目標,必須也考慮到資訊的透明、以及對員工的同理心。

人與機器的角色責任分配不明確

以保全機器人為例,在機器人無法處理的情況下,人類的介入可能會有關鍵作用;但隨著機器人變得越來越聰明,機器可能會得出與人類不同的結論。

人類永遠能夠做出比機器人更好的決定嗎?誰有最終決定權?

另一個備受關注的例子:無人駕駛車。誰應該在自主的無人車中做決定?是車子本身、備用安全駕駛員、遠端監控的工作人員、還是乘客本身?

在什麼情況下、什麼時候介入?如果你只有一瞬間的反應時間,答案會有所不同嗎?誰應該對任何後果負責?科技公司?安全駕駛?還是設計演算法的工程師?

結語

雖然研究人員正在研究轉移學習(Transfer Learning)和元學習(Meta Learning),以設計能夠「學習如何學習」的AI模型;但老實說,我們離完全自主的人工智慧還很遠。

在可預見的將來,我們仍然需要標記資料,讓機器變得更加自主。我們需要調整自己,與時俱進,我們需要學習與AI機器一起共存的最佳方式。我們準備好迎接如此劇烈的社會變革了嗎?我們可以做些什麼來創造我們想要的未來?

在下一篇文章中,筆者對這一點將會進行更多討論。

參考閱讀

想看更多文章嗎?點這裡追蹤我!

感謝閱讀!如果希望看到其他相關的主題也歡迎留言!
如果你喜歡這篇文章,請給我 1–19 個拍手;
如果想看更多關於產品管理的文章,請給我 20–50 個拍手!
如果文章對你有一點啟發或幫助,請長按拍手按鈕(max50)讓我知道 👏每週我都會定期更新產品經理或機器學習相關文章,點這裡追蹤我!✨

Bastiane Huang 目前在舊金山擔任 AI/Robotics新創公司產品經理,專注於開發機器學習軟體,用於機器人視覺和控制。她擁有近10年產品及市場開發管理經驗,並在美國《機器人商業評論》及《哈佛商業評論》發表文章及個案研究。如果你也對Robotics 2.0(AI-Enabled Robotics)、產品管理、Future of Work有興趣,請點這裡追蹤她

UXeastmeetswest

We are four passionate UXers from Taiwan, working across…

Bastiane Huang

Written by

Machine Learning, Product Management, Robotics 2.0: AI-Defined Robotics, Tech x Business ✉ bastiane.substack.com Silicon Valley Startup, Harvard Business School

UXeastmeetswest

We are four passionate UXers from Taiwan, working across China and the U.S. We share our thoughts and work experiences to the Chinese audience, giving back to the community. UX四神湯是四位臺灣清華畢業的UX海外工作者所建立的內容平台,每週定期發布文章。內容涵蓋中美的工作環境與生活體驗、互聯網巨頭與新創公司的工作內容、設計趨勢、UX實務技能分享等

Bastiane Huang

Written by

Machine Learning, Product Management, Robotics 2.0: AI-Defined Robotics, Tech x Business ✉ bastiane.substack.com Silicon Valley Startup, Harvard Business School

UXeastmeetswest

We are four passionate UXers from Taiwan, working across China and the U.S. We share our thoughts and work experiences to the Chinese audience, giving back to the community. UX四神湯是四位臺灣清華畢業的UX海外工作者所建立的內容平台,每週定期發布文章。內容涵蓋中美的工作環境與生活體驗、互聯網巨頭與新創公司的工作內容、設計趨勢、UX實務技能分享等

Welcome to a place where words matter. On Medium, smart voices and original ideas take center stage - with no ads in sight. Watch

Follow all the topics you care about, and we’ll deliver the best stories for you to your homepage and inbox. Explore

Get unlimited access to the best stories on Medium — and support writers while you’re at it. Just $5/month. Upgrade

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store