赛博格工作将长期存在

还没有读者喜欢这篇文章。
Three giant robots and a person

Opensource.com

作为一名计算机科学教授,我经常被家长问到如何为孩子们尚未出现的工作做好准备。我称之为赛博格工作,灵感来自 2010 年《Wired》杂志上 Clive Thompson 关于“赛博格优势”的文章。赛博格工作将精通技术的 人类与各种形式的技术相结合,以比人类或计算机单独工作更出色、更智能、更快速地完成更多工作。

在这篇文章中,Thompson 回顾了 2005 年由国际象棋大师 Garry Kasparov 组织的混合国际象棋比赛的故事,该比赛让超级计算机(如 1997 年击败 Kasparov 的深蓝)和国际象棋大师与一个不太可能出现的第三组对手对抗:由现成的国际象棋软件辅助的普通国际象棋棋手。

剧透警告:普通人(配备计算机)获胜了。

Thompson 总结说:“地球上最杰出的实体……既不是高端机器,也不是高端人类。他们是普通头脑的人,他们非常擅长将自己的智慧与机器智慧融合在一起。”

这在工作领域尤其如此。技术已经取代了农业和蓝领工作中的劳动力(即人类),甚至侵入了白领和专业行业。机器人照料田地、清洁地板、照顾老人和制造汽车。无人机运送披萨和包裹,你上次打电话给旅行社是什么时候?即使是高端专业人士,如医生,也在设想不久的将来,IBM 的 Watson 可能会对最罕见的疾病提供更快、更准确的诊断。

我在通用汽车工作的朋友亲眼目睹了德国吕瑟尔斯海姆的 5,384 台机器人,它们在不到一天的时间内将零件和原材料转化为别克汽车,速度为每分钟一辆车。该工厂只有 3,800 名人类员工。然而,隔壁的国际技术开发中心有超过 7,200 名工程师和技术人员。蓝领工作——以及一些白领工作——不会再回来了,但工程和技术工作在许多领域的开放速度超过了大学培养合格毕业生的速度。

我给家长的答案是:阅读、写作和算术已经不够了。接下来是重要的科学和工程概念,但这仍然不够。新技术和编码(加上一些创造性的艺术)必须融入我们孩子的经历中,包括——但不限于——K-12 课程。

新技术?哪些技术?

所有技术。机器人、无人机、3D 打印机、网络、自动驾驶汽车,几乎所有今天新闻中出现的技术都需要检查其对我们未来的影响。一些技术,如小型机器人、无人机和 3D 打印机,正变得非常实惠,以至于学校可以购买设备进行实践实验和游戏,就像之前的个人电脑一样。

编码?未来计算机不会自己编程吗?

我当然希望如此,但代码不是重点;我们需要适应性强的问​​题解决者。编码人员不仅仅是一种即时的工作技能,甚至不仅仅是说计算机语言,他们还学会了一套额外的解决问题的工具。

未来的工作

未来的工作是赛博格工作,而不是计算机可以单独完成的工作。它们也不是需要独特的天才或才华横溢的人类才能胜任的稀有工作。我们为自己和后代想要的工作是那些需要有能力、有才干、有创造力的人类运用创新工具和技术来解决我们目前还无法想象的问题的工作。

有些人将成为编码人员,有些人将成为机械工程师(编程和建造我们未来的机器人霸主?),但许多人将成为在机器智能辅助下进行诊断和在机器人工具辅助下进行手术的医生、在预测分析辅助下的会计师,以及重新混合新技术以满足长期需求(或创造自身需求)的企业家。

并非每项工作都需要大学学位,但大多数工作也可能与今天的工作不同。GuruUpworkTaskRabbitFiverrUberAirBnB 已经颠覆了整个行业。Kickstarter、编码训练营和 Apple 的 App Store 催生了新一代企业家。教师可以通过构建在线课程来增加收入,餐车可以通过地图应用程序和社交媒体建立类似邪教的追随者,而无需传统餐厅的资本投资。

在这个不确定的时代,唯一不变的事情似乎是那些善于适应的人将会生存下来。那些能够最大限度地利用最新工具的人,那些能够通过将人类的聪明才智与计算机的力量、规模和速度相结合来解决问题的人将会蓬勃发展。现在就培养将人类的独特性与计算的普遍性结合起来的技能。

赛博格工作就在我们身边,而且它们将长期存在。今天就开始构建你的赛博格工作。

User profile image.
Bryson Payne 是北佐治亚大学计算机科学终身教授兼网络运营教育中心主任,他是 No Starch Press 出版的《Teach Your Kids to Code (2015)》和《Learn Java the Easy Way (2017)》的作者,也是 Udemy.com 在线课程 Teach Your Kids to Code (Python)、Learn Java the Easy Way 和 Real-W 的讲师。

4 条评论

混合 - 赛博格 - 工作非常符合 Unix/Linux 90% 解决方案的理念。换句话说,计算机可以非常出色地完成 90% 的任务,但剩下的 10% 对于计算机来说非常困难和/或缓慢,但人类可以非常出色且快速地完成。

《Linux 和 Unix 哲学》第 121 页,作者 Mike Gancarz,ISBN 1-55558-237-7 - 我最喜欢的书之一。

感谢您的精彩文章——通常在阅读有关此主题的文献时,很快就会感到沮丧(例如 Frey 和 Osborne 的研究 http://www.oxfordmartin.ox.ac.uk/publications/view/1314

您关于培养学生途径的观点非常令人耳目一新,我认为为有动力的人提供了一条充满希望的道路。

谢谢,Joshua - 这与成为一个坚定的乐观主义者(即老师)的本质相符 ;)。道路并不总是一帆风顺 - 会有大规模的 displacement 和 disruptions - 但灵活、精通技术的问​​题解决者可以克服几乎任何障碍。这是一个令人兴奋的时代!

回复 作者 jmpearce

Creative Commons License本作品根据 Creative Commons Attribution-Share Alike 4.0 International License 获得许可。
© . All rights reserved.