Home Artists Posts Import Register

Content


不久前談及,幼稚園教師可能是人工智能時代最難被取代的職業,那麼哪些職業屬高危?

進行相關研究的牛津大學學者根據昨天談及的九種新時代綜合技能,運用電腦模型,演算了702種職業在未來美國會被取代的機率。根據他們推算,人事、客戶服務、政府職員、會計、銀行職員等的被取代率,一律高於89%,假如現在有學生希望以此為終生職業,實在應該三思。但他們認為,像教師、醫生這類更需要依靠與人互動、具有特定角色的職業,就算在人工智能發展下,也難以被完全取代,因此中小學等基礎教育階段的老師被取代的機率只有約10%,而幼兒教育階段老師的被取代率更只有0.7%。

強調人的元素,可謂絕大部份同類研究的宗旨。2019年1月,美國布魯金斯學會也發布了《自動化與人工智能:機器如何影響人與地方》報告,同樣得出類似結論,認為食品加工和包裝、基建建造等傾向流水線式工序,且易於預測和重複性的職業,被人工智能取代的機率,高達80%以上;相反,教育行業自動化的機率,則只有27%。布魯金斯學會政策總監穆羅 (Mark Muro)指出,教師要面對活生生和獨特的個人,不同於每日重複的流水線式工作,需具備人際溝通、情緒管理等技能,以應對與不同個體接觸過程中無法預計的狀況。具備這些技能,令教師在人工智能時代,仍然無法被取代。

然而,這並不代表老師不再需要人工智能。麥肯錫全球研究所在2017年6月發表了另一份報告,題為《人工智能:新的數碼邊境?》,指出人工智能技術的發展,包括大數據及其運算、資料分析等,能幫助教師更方便、更快捷地評估學生課堂上的表現,亦能讓他們掌握不同學生的特性,有助課堂管理,並減輕在教學、解答學生課業問題,以及學校行政和課室管理上的負擔。假如這一切都能夠做到,教師能更專注於輔導、個別指導等直接與學生個人互動的事務上。報告認為,這些與每個獨特的學生具體接觸及互動的工作,才是教師這一職業真正能帶來增值的部份。

可以想像的是,傳統由上而下、讀出課文、然後讓學生做功課、再批改作業的「教學」模式,將會很快過時;假如教師的技能止於次,就會立刻失業。但能真正引渡學生機遇個人興趣,進行個體化學習的老師,今天卻是可遇不可求。想起遇過不少有特殊才華的學生,讓他們呆坐課堂聆聽離地理論、宇宙哲學,完全是浪費光陰;但假如他們的興趣就是飲咖啡,通過咖啡了解咖啡豆與各國土壤關係、世界各地咖啡文化、咖啡產業與公平貿易的互動、市場營銷與品牌建構等不同學問,卻會極有效率。假如他們的興趣是音樂,通過打鼓了解古典樂、流行音樂與搖滾樂的社會功能,人工智能作曲的程式與局限,音樂產業的營運模式與潛規則等,同樣是最實用的跨學科知識傳授方式。

問題是,大家準備好了沒有?很明顯,全世界都準備好了,除了反其道而行、瘋狂走回頭路的南深圳(aka「新香港」)。

小詞典:穆羅 (Mark Muro)

美國布魯金斯學會大都會政策研究計劃政策總監,華爾街日報撰稿人,研究區域經濟與科技發展的生態系統,數碼化、物聯網、人工智能等對未來的影響等,是美國研究未來學的權威之一。

信報財經新聞

Comments

MMDDVV

我們上星期舉辦了一個相關講座,大家可參考 (https://hku.to/AI2021)。教育咨詢公司 HolonIQ 有 AI 的教學應用的市場分析,大家可參考。 https://www.holoniq.com/notes/2019-artificial-intelligence-global-education-report/ 我2020年也評審了兩三份 chatbot tutor journal manuscript submission。我相信更多工具會開始進入市場。

Peeko Chan

政府識員technically好易比取代 不過politically好難

YF Lo

未準備好!現有嘅教師自身學習模式已規範了一切改革,要徹底改變教師,談何容易?而且現今教師團隊中大約30%本身來自中國模式家庭,他們的父母在國內成長、受教育,已習慣凡事接受、不批判、不思考、肓目服從。而香港本土成長教師,亦離不開背誦、標準答案和被繁重工作壓倒,完全沒有空間去改變。再加上固有考試制席,這個固定架構已扼殺一切。

Franco Ng

現在科技進步得太快了,基本上任何工作都有機會被AI取體,只是先後問題而矣。當然,物極必反;當科技去到某個點時,亦會走向衰落。這個定律,永恆不變。

Ryan Wong

小學中學都係用嚟幫大學篩選新生 大學就用嚟培訓辦公室職員 有博士學位嘅研究院就用嚟培訓未來嘅大學教職員 總之整個教育制度都係用嚟維持返現時社會制度嘅人力需要 所以先至會出現做人力資源嘅同埋做會計嘅可以喺香港做教育局局長

Ryan Wong

只有能力極強的學生(具備最高的 motivation 、attention、information processing capability 的學生)才適合用上文描述的(啟迪型)個體化學習方式。 學習過程本身會有一定阻力和痛苦。沒有經歷這些痛苦,沒有反覆運用,學習成果不會牢固,會隨時間而忘記。 若果學生不是有特別強的動力去戰勝這些阻礙,最終都會放棄。 - - - 而現時就業環境所要求的能力水平,是要求學生經歷將近十二年到十八年的高強度(高痛苦)學習,才達到就業條件。 - - - 大部分國家都有人浮於事(人太多,職位空缺太少)的問題。因此會有不少競爭。若果是以創業者身份去競爭,固然可以選擇競爭場地,以自己的強項取勝。然而,若以僱員的身份去競爭,致勝之道就是獲得人事部和上司的信任。而素未謀面的人,除了靠見面時的首次印象和談吐之外,就是靠各種身外物,例如學歷、年資。

Ryan Wong

教師某些功能,例如以同理心的方式觀察學生、關懷學生、提供人生路上的指引、樹立榜樣等,是完全無法由AI取代的,但是可以透過AI來加強。 然而,這些實際上是 interpersonal relationship 的環節,AI的作用並不明顯。 而且,如果將教師和學生之間的溝通紀錄下來,會產生私隱和信任方面的憂慮。若不紀錄下來,又如何將學生的資訊輸入到AI?AI如何能知道/推測學生有那些特性?

Ryan Wong

關於「傾向流水線式工序,且易於預測和重複性的職業,被人工智能取代的機率」。 - - - 目前,這些工作沒有被AI取代,是因為機械化(mechanization)的局限,而不是人工智能化的局限。這些工業當中,有不少工序已經機械化。但是,機械化往往無法達到百分之百;因此需要靈活而且靈巧(flexible and dexterous)的人類充當「人肉臂」。 - - - 疫情之下,有不少肉食廠房出現感染群組。肉食廠房之內,有大量員工進行帶骨的肉類切割。這些就是超出了目前機械化所能及的工種的例子。而新興的植物肉,生產過程不如肉類處理過程繁複,所需的人手也減少。這就是由於機械化程度差異,將來會引致成本上的差異。 - - - Tesla公司在建設汽車工廠的過程中,就是過份相信機械化,沒有充分考慮一些只有人類能勝任的工序,結果機器生產線落成後還要對生產線進行大量修改,延誤了新型號汽車的推出。 - - - 就正如圍棋大戰一樣,黃士傑博士就充當「人肉臂」。這不是AlphaGo的一種缺陷,而是不論機械臂與否,從來都不是人機大戰的重點。 - - - Mechanization 不是 Artificial Intelligence,但兩者肯定有很多互相補足之處。若兩者都不斷發展,將來確實有機會完全取代一些工種。 - - - 至於 Mechanization 和 Artificial Intelligence 發展的樽頸在哪裡?為甚麼像 Ghost in the Shell 的世界還未出現?我不知道。

Ryan Wong (edited)

Comment edits

2021-09-02 13:45:15 對幾乎所有人而言,Conversation Design 都是新事物新技能。如果缺少了 Conversation Design,chatbot 只能處理一些瑣事,例如客戶求助分流(理解客戶求助原因然後分派到專職負責的同事),初步的疑難排解等。 要完成較複雜的任務,都必須有 Conversation Designer 把任務「對話化」,一方面引領使用者,另一方面要因應使用者可能會遇到的情況設計應對方法。這些情況千變萬化;若果「對話式設計」的功夫做得不夠徹底,chatbot 往往會比笨蛋更笨,大部份時候以「用戶遇到無法解決的問題」或者「用戶放棄」結束。 由於這是一門新技能,若果系統開發者沒有足夠的「對話式設計師」,可能令系統的使用者觀感不佳。 - - - 我是因為參加一次講座,當中提到DialogFlow,所以才知道有這門新興設計行業。 但是,我自己嘗試了一兩次,發覺難度不在於技術門檻,而是在於預測用戶會遇到的問題,以及用戶會以何種方式表達。 AI雖然能夠輔助理解用戶的意思和狀態,但只有當設計師為AI提供足夠的訓練範例,才能夠讓從用戶言談中抽取關鍵的資訊。 - - - 網上可以找到一些香港人嘗試學習DialogFlow的例子。 https://medium.com/@kwoktszho/dialogflow-tips-for-hong-kong-banking-sector-d4b62407308c https://www.gdghk.org/2020/01/14/%E5%BB%A3%E6%9D%B1%E8%A9%B1google-assistant-night/ - - - 網上搜尋 > similar to dialogflow 可以找到很多相似的 chatbot 構建技術。 - - - 我猜想,偵探小說的劇場版編劇,可能會掌握對話式設計的竅門。
2021-02-27 12:31:12 對幾乎所有人而言,Conversation Design 都是新事物新技能。如果缺少了 Conversation Design,chatbot 只能處理一些瑣事,例如客戶求助分流(理解客戶求助原因然後分派到專職負責的同事),初步的疑難排解等。 要完成較複雜的任務,都必須有 Conversation Designer 把任務「對話化」,一方面引領使用者,另一方面要因應使用者可能會遇到的情況設計應對方法。這些情況千變萬化;若果「對話式設計」的功夫做得不夠徹底,chatbot 往往會比笨蛋更笨,大部份時候以「用戶遇到無法解決的問題」或者「用戶放棄」結束。 由於這是一門新技能,若果系統開發者沒有足夠的「對話式設計師」,可能令系統的使用者觀感不佳。 - - - 我是因為參加一次講座,當中提到DialogFlow,所以才知道有這門新興設計行業。 但是,我自己嘗試了一兩次,發覺難度不在於技術門檻,而是在於預測用戶會遇到的問題,以及用戶會以何種方式表達。 AI雖然能夠輔助理解用戶的意思和狀態,但只有當設計師為AI提供足夠的訓練範例,才能夠讓從用戶言談中抽取關鍵的資訊。 - - - 網上可以找到一些香港人嘗試學習DialogFlow的例子。 https://medium.com/@kwoktszho/dialogflow-tips-for-hong-kong-banking-sector-d4b62407308c https://www.gdghk.org/2020/01/14/%E5%BB%A3%E6%9D%B1%E8%A9%B1google-assistant-night/ - - - 網上搜尋 > similar to dialogflow 可以找到很多相似的 chatbot 構建技術。 - - - 我猜想,偵探小說的劇場版編劇,可能會掌握對話式設計的竅門。

對幾乎所有人而言,Conversation Design 都是新事物新技能。如果缺少了 Conversation Design,chatbot 只能處理一些瑣事,例如客戶求助分流(理解客戶求助原因然後分派到專職負責的同事),初步的疑難排解等。 要完成較複雜的任務,都必須有 Conversation Designer 把任務「對話化」,一方面引領使用者,另一方面要因應使用者可能會遇到的情況設計應對方法。這些情況千變萬化;若果「對話式設計」的功夫做得不夠徹底,chatbot 往往會比笨蛋更笨,大部份時候以「用戶遇到無法解決的問題」或者「用戶放棄」結束。 由於這是一門新技能,若果系統開發者沒有足夠的「對話式設計師」,可能令系統的使用者觀感不佳。 - - - 我是因為參加一次講座,當中提到DialogFlow,所以才知道有這門新興設計行業。 但是,我自己嘗試了一兩次,發覺難度不在於技術門檻,而是在於預測用戶會遇到的問題,以及用戶會以何種方式表達。 AI雖然能夠輔助理解用戶的意思和狀態,但只有當設計師為AI提供足夠的訓練範例,才能夠讓從用戶言談中抽取關鍵的資訊。 - - - 網上可以找到一些香港人嘗試學習DialogFlow的例子。 https://medium.com/@kwoktszho/dialogflow-tips-for-hong-kong-banking-sector-d4b62407308c https://www.gdghk.org/2020/01/14/%E5%BB%A3%E6%9D%B1%E8%A9%B1google-assistant-night/ - - - 網上搜尋 > similar to dialogflow 可以找到很多相似的 chatbot 構建技術。 - - - 我猜想,偵探小說的劇場版編劇,可能會掌握對話式設計的竅門。

Ryan Wong

有唔少工種都係屬於要孭鑊嘅 呢啲好似冇得畀AI揸弗 (不過,其實揸車都屬於要孭鑊嘅工種,而智能全自動駕駛已經發展得好快) - - - 有啲要孭鑊嘅工種,工作性質係需要進行法律判斷(例如政府部門要執行某政策,要點樣執行同改動先至符合法律)。 目前AI對於理解同判斷法律條文,發展成點?我想聽吓。 - - - 我之前聽過嘅係,AI可以用嚟做法律文件boilerplate生成器。(boilerplate即係又長又噆又重複嘅千篇一律文字)

Ryan Wong

網上找到另外一篇 conversation design https://uxdesign.cc/intro-to-conversation-design-ce3bd30e4385

MMDDVV

對對,情景對話設計是最樽頸的一步,這亦是大部份投稿論文所忽視的一步。但好處是非技術人員都可以參與,可以crowdsource。

MMDDVV

AI for education (learning analytics) 有什麼"有待解決的問題",可以睇呢個 https://youtu.be/DDhPa6lVogY 其中一個有待解決的問題是研究人員"如何向律師解釋 AI 系統" -- 孭鑊

MMDDVV

第一點: 理論adaptive learning係幫到手,實際是停留研究階段冇成熟產品 第二點: 我記得十年前有個討論會提到,MIT有做過 employer survey,發現僱主想fresh graduate所需要的技能,係需要十六至十八年學習...

Ryan Wong

分數僅次於電機、資工 成大不分系為何成了搶手貨? https://www.cw.com.tw/article/5102233