Recherche du MIT Sloan sur l’intelligence artificielle et l’apprentissage automatique

Il ne fait aucun doute que l’intelligence artificielle et l’apprentissage automatique jouent un rôle de plus en plus important dans la prise de décision des entreprises. un 2022 chercher des cadres supérieurs des données et de la technologie chez NewVantage Partners ont constaté que 92 % des grandes entreprises ont déclaré voir des retours sur leurs investissements dans les données et l’IA, contre 48 % en 2017.

Mais à mesure que ces technologies deviennent monnaie courante, de nouvelles questions se posent : comment vont-elles changer la nature du flux de travail et de la connexion sur le lieu de travail ? Seront-ils éthiquement exploités ? Vont-ils remplacer les humains ?

Voici ce qu’il faut prendre en compte lorsque l’IA et l’apprentissage automatique deviennent omniprésents, selon des chercheurs du MIT Sloan, des universitaires invités et des experts de l’industrie.

L’intelligence artificielle bouleverse la plupart des métiers, mais elle est loin de remplacer l’humainselon un livre qui examine les conclusions de la Groupe de travail du MIT sur les travaux futurs🇧🇷

9deux🇧🇷

Environ 92 % des grandes entreprises déclarent voir des retours sur leurs investissements dans les données et l’intelligence artificielle.

Les chercheurs du MIT David Autor, David Mindell et Elisabeth B. Reynolds affirment qu’il est essentiel de comprendre les capacités et les limites de l’intelligence artificielle lorsque nous réfléchissons à la manière dont elle affectera les emplois.

Les défis actuels de l’IA tournent autour de la dextérité physique, de l’interaction sociale et du jugement. Prenons l’exemple d’un aide-soignant à domicile, dont les responsabilités consistent à fournir une assistance physique à un être humain fragile, à observer son comportement et à communiquer avec la famille et les médecins. Jusqu’à ce que l’automatisation atteigne ce niveau, elle peut vraiment être considérée comme ce que les chercheurs appellent “l’intelligence générale artificielle”.

Il est possible de tirer parti de l’IA pour créer un avenir plus égalitaire. Les travailleurs de tous les secteurs craignent que l’automatisation et l’intelligence artificielle ne leur volent leur emploi. Professeur de gestion au MIT Sloanpartage ces inquiétudes, mais voit aussi un potentiel d’innovation « énorme » dans les nouvelles technologies pour créer « un avenir productif et plus équitable ».

Dans son cours de formation des cadres en ligne, «Diriger l’avenir du travail”, Kochan présente une feuille de route en quatre volets pour le travail du futur :

  • Efforcez-vous de devenir une entreprise “high way” qui crée de la valeur pour toutes les parties prenantes, y compris vos employés.
  • Utilisez une technologie de pointe pour stimuler l’innovation et augmenter le travail.
  • Former et habiliter la main-d’œuvre à travailler avec les nouvelles technologies.
  • Reconstruire un dialogue avec les dirigeants syndicaux pour un avenir mutuellement bénéfique.

Un boom de la productivité alimenté par l’IA est en route. Considérez Internet : ses technologies fondamentales ont pris racine dans les années 1960 et 1970, mais n’ont été commercialisées qu’au milieu des années 1990. Erik Brynjolfsson de l’Université de Stanford, qui fait partie du groupe de travail du MIT sur les travaux futurs, appelle ce phénomène deCourbe J», lorsque l’acceptation technologique est « lente et progressive au début, puis s’accélère pour devenir une acceptation généralisée ».

Désormais, les entreprises doivent se préparer à une courbe en J alimentée par l’IA à mesure que la technologie décolle. Les entreprises doivent se concentrer sur l’intégration de l’intelligence artificielle et de l’apprentissage automatique dans les processus de travail et la préparation des employés, a déclaré Brynjolfsson lors d’une conférence EmTech Next, tandis que les décideurs politiques doivent agir pour s’assurer que leur adoption ne contribue pas aux inégalités.

Articles Liés

L’IA nécessite l’adhésion des parties prenantes. Les outils d’apprentissage automatique sont utilisés dans de nombreux domaines. Mais l’introduction de la technologie sur le lieu de travail n’est qu’une étape – ces outils ne réussissent que s’ils sont intégrés dans les flux de travail et si les gens leur font suffisamment confiance pour en dépendre.

Selon une étude du professeur Sloan du MIT, la clé d’une adoption réussie est un dialogue continu entre les développeurs de technologies et les utilisateurs finaux.et coauteurs.

“Les gestionnaires et les développeurs doivent s’engager dans un processus de va-et-vient de construction, d’évaluation et d’affinement des outils pour les rendre utiles dans la pratique”, a déclaré Kellogg.

De plus, les parties prenantes doivent croire que les programmes d’IA sont précis et fiables. Explicabilité de l’intelligence artificielle peut aider. des chercheurs de Centre de recherche sur les systèmes d’information du MIT définissent l’explicabilité de l’IA comme “la capacité à gérer les initiatives d’IA de manière à garantir que les modèles génèrent de la valeur, sont conformes, représentatifs et fiables”.

L’explicabilité de l’intelligence artificielle est un domaine émergent, admettent les chercheurs. Ils recommandent aux entreprises de commencer par identifier les unités et les organisations qui créent déjà des explications efficaces sur l’IA, et d’identifier les pratiques que les propres équipes de projet d’IA de l’organisation ont déjà adoptées.

L’IA et l’apprentissage automatique transforment le marketing numérique. La plupart des spécialistes du marketing sont préoccupés par la rétention et les revenus, mais sans de bonnes prévisions, les décisions concernant des interventions marketing efficaces peuvent être arbitraires, a-t-il déclaré.chef du groupe de recherche sur l’expérimentation sociale et numérique de l’Initiative du MIT sur l’économie numérique.

L’apprentissage automatique va changer cela, en aidant à prédire le comportement des clients et à comprendre leurs besoins.

“Il y a beaucoup de valeur à appliquer l’apprentissage automatique statistique pour prédire des résultats à long terme difficiles à mesurer”, a déclaré Eckles.

Des entreprises comme Wayfair et Spotify apprécier l’apprentissage automatique pour des expériences client personnalisées, des résultats de recherche de meubles hautement personnalisés aux listes de lecture personnalisées suggérées. Et lorsque COVID-19 s’est propagé, Moderna a utilisé son processus automatisés et algorithmes d’IA de longue date augmenter le nombre d’ARN messagers (ARNm) à petite échelle nécessaires pour mener des essais cliniques. Ce travail préparatoire a contribué au lancement par Moderna de l’un des premiers vaccins COVID-19 (utilisant l’ARNm) dans les premiers jours de la pandémie.

De bonnes données font une bonne IA. Disposer de cinq ressources de données essentielles, telles que des scientifiques des données et une plate-forme de données, aide les entreprises à créer des programmes d’IA réussis.

La clé est d’adopter une perspective d’entreprise – plutôt qu’une perspective locale – à mesure que les équipes de projet d’IA apprennent et mûrissent, selon des chercheurs du MIT CISR. Lorsque les entreprises identifient et accumulent l’expérience et les pratiques de leurs équipes d’IA, elles peuvent créer des pratiques réutilisables et affinables et développer des capacités. Cela accélère les nouveaux projets d’IA et prépare ces futures équipes au succès.

étreindre IA centrée sur les données il est également important. Selon Andrew Ng, SM ’98, fondateur du Google Brain Research Lab et ancien scientifique en chef de Baidu, il s’agit de “la discipline consistant à concevoir systématiquement les données nécessaires pour créer un système d’IA performant”.

Se concentrer sur des données de haute qualité systématiquement étiquetées pourrait libérer la valeur de l’IA pour des secteurs tels que la santé, la technologie gouvernementale et la fabrication, a déclaré Ng lors d’une conférence EmTech Digital.

Et même si l’IA ne peut pas résoudre tous les problèmes du monde – et cela pourrait même en causer quelques nouveaux en cours de route – cela peut au moins rendre Wordle un peu plus amusant. Plus facile résoudre.

Lire ensuite : Gary Gensler de la SEC explique comment l’IA change la finance