Miten oppia työskentelemään tekoälyn kanssa?
-
0:01 - 0:03Kello on puoli seitsemän aamulla,
-
0:04 - 0:09kun Kristen kuljettaa
eturauhaspotilasta leikkaussaliin. -
0:09 - 0:12Hän on erikoistuva lääkäri,
työharjoittelussa oleva kirurgi. -
0:12 - 0:14Hänen tehtävänsä on oppia.
-
0:15 - 0:19Hän todella toivoo tekevänsä
tänään hermot säästävän, -
0:19 - 0:23erittäin riskialttiin leikkauksen,
joka voi säilyttää erektiokyvyn. -
0:24 - 0:27Se on valvovan kirurgin päätettävissä,
mutta tämä ei ole vielä paikalla. -
0:28 - 0:30Kristen asettaa potilaan
ryhmänsä kanssa paikoilleen -
0:30 - 0:34ja vetää 20 senttimetriä pitkän
esiviillon alavatsaan. -
0:35 - 0:39Kun hän saa puristettua viillon yhteen,
hän pyytää hoitajaa kutsumaan valvojan. -
0:40 - 0:42Valvoja tulee paikalle
ja pukee suojakaavun ylleen -
0:42 - 0:48ja pian heidän kätensä ovat potilaassa.
-
0:49 - 0:52Valvoja antaa ohjeita,
mutta Kristen tekee työn. -
0:53 - 0:57Kun eturauhanen on poistettu, ja kyllä,
valvoja antoi Kristenin "säästää hermot." -
0:57 - 0:59Valvoja riisuu suoja-asunsa
-
0:59 - 1:00ja alkaa tehdä paperihommia.
-
1:01 - 1:06Kristen sulkee leikkaushaavan kello 8:15
-
1:07 - 1:09nuoremman harjoittelijan
seuratessa työtä olan yli. -
1:09 - 1:12Kristen antaa nuoremman harjoittelijan
ommella viimeiset tikit. -
1:13 - 1:16Kristenistä tuntuu upealta.
-
1:16 - 1:18Potilas tulee olemaan kunnossa,
-
1:18 - 1:22eikä epäilystäkään, etteikö Kristen olisi
parempi kirurgi nyt kuin aamulla klo 6:30. -
1:22 - 1:25Tämä on vaativaa työtä.
-
1:25 - 1:29Mutta Kristen opiskelee työhönsä
samoin kuin useimmat meistä: -
1:30 - 1:32katsoo mallia kokeneemmalta,
-
1:32 - 1:35pääsee mukaan työhön
helpoissa ja turvallisissa kohdissa -
1:35 - 1:37ja kehittyy vaarallisempiin
ja vaikeampiin tehtäviin -
1:37 - 1:40ohjaajien neuvoessa ja todetessa
hänet riittävän päteväksi. -
1:40 - 1:43Minua on kiehtonut koko elämäni
tämän kaltainen oppiminen. -
1:43 - 1:47Se tuntuu olennaiselta osalta sitä,
mikä tekee meistä ihmisiä. -
1:48 - 1:53Sillä on eri nimiä: oppisopimuskoulutus,
valmennus, mentorointi ja työssäoppiminen. -
1:54 - 1:57Kirurgiassa sitä kutsutaan nimellä
"näe kerran, tee kerran, opeta kerran." -
1:58 - 1:59Meneltemä on silti sama.
-
1:59 - 2:03Se on ollut ympäri maailmaa tärkein tapa
saavuttaa ammattitaito jo tuhansia vuosia. -
2:04 - 2:09Tällä hetkellä käytämme tekoälyä siten,
että se sulkee kyseisen tavan pois. -
2:10 - 2:13Me uhraamme itse oppimisen
pyrkiessämme tehokkaampaan toimintaan. -
2:13 - 2:16Törmäsin tähän ensin kirurgiassa
ollessani MIT:ssä Yhdysvalloissa, -
2:16 - 2:19mutta nyt voin osoittaa,
että sitä tapahtuu kaikkialla. -
2:19 - 2:22Hyvin erilaisilla toimialoilla
ja erityyppisten tekoälyjen kanssa. -
2:23 - 2:29Jos emme tee mitään, niin miljoonat
meistä kohtaavat ongelmia, -
2:29 - 2:31kun yritämme oppia käsittelemään tekoälyä.
-
2:33 - 2:35Palataan kirurgiaan nähdäksemme
miten tämä toimii. -
2:36 - 2:38Pikakelaus kuusi kuukautta eteenpäin.
-
2:38 - 2:43Kello on jälleen 6:30 ja Kristen
kuljettaa toista eturauhaspotilasta, -
2:43 - 2:47mutta tällä kertaa
robotisoituun leikkaussaliin. -
2:48 - 2:49Valvoja ohjeistaa,
-
2:49 - 2:52miten nelikätinen, 450-kiloinen robotti
kiinnitetään potilaaseen. -
2:53 - 2:55He molemmat riisuvat kirurgin asunsa
-
2:55 - 2:58ja menevät ohjauspöydälle
muutaman metrin päähän. -
2:59 - 3:03Kristen ainoastaan katsoo.
-
3:04 - 3:07Robotti antaa valvojan suorittaa
toimenpiteen kokonaan itse, -
3:07 - 3:09jonka hän periaatteessa tekee.
-
3:10 - 3:12Robotti tietää Kristenin
tarvitsevan harjoitusta. -
3:12 - 3:14Se haluaisi antaa ohjat hänelle.
-
3:14 - 3:18Robotti tietää myös, että Kristen olisi
hitaampi ja tekisi enemmän virheitä -
3:18 - 3:19ja potilas on tärkeämpi.
-
3:20 - 3:25Kristenillä ei ole toivoakaan päästä
lähellekään hermoja tällä kertaa. -
3:25 - 3:28Hän on onnekas,
jos pääsee operoimaan yli vartiksi -
3:28 - 3:30neljätuntisessa toimenpiteessä.
-
3:30 - 3:33Ja Kristen tietää, että kun hän mokaa,
-
3:33 - 3:37niin se on vain kosketusnäytön napautus,
ja hän on taas katsojan roolissa -
3:37 - 3:40tuntien olonsa lapseksi nurkassa
aasinhattu päässään. -
3:42 - 3:44Tutkimuksissani roboteista
viimeisen kahdeksan vuoden ajan, -
3:44 - 3:47olen aloittanut tällä
isolla avauskysymyksellä: -
3:47 - 3:50miten opimme toimimaan
älylaitteiden kanssa? -
3:51 - 3:57Tutkin yli kaksi vuotta
erikoistuvia ja valmiita kirurgeja, -
3:57 - 4:00jotka tekivät perinteistä ja robotisoitua
kirurgiaa, haastattelin heitä -
4:00 - 4:04ja ylipäätään oleskelin erikoistuvien
kirurgien kanssa, kun he opiskelivat. -
4:04 - 4:08Tein tätä 18:ssa Yhdysvaltojen
parhaassa opetussairaalassa, -
4:08 - 4:09ja kuvio oli kaikkialla sama.
-
4:10 - 4:12Suurin osa kandidaateista oli
Kristenin tilanteessa. -
4:13 - 4:15He saivat katsoa tekemistä runsaasti
-
4:16 - 4:18mutta itse he eivät päässeet
tekemään juuri lainkaan. -
4:18 - 4:21He eivät saaneet yrittää,
eivätkä he liioin oppineet. -
4:21 - 4:25Tämä oli tärkeä uutinen kirurgeille,
mutta minun täytyi tietää ongelma laajuus. -
4:25 - 4:29Missä muualla käytettiin tekoälyä siten,
että se esti työharjoittelun? -
4:30 - 4:35Liityin pieneen, mutta kasvavaan
nuorten tutkijoiden ryhmään, -
4:35 - 4:38joka oli tehnyt pohjatutkimuksia
tekoälyä hyödyntävästä työstä -
4:38 - 4:41hyvin erilaisissa työympäristöissä;
aloittavissa yrityksissä, poliisissa, -
4:41 - 4:44sijoituspankkitoiminnassa
ja verkkokoulutuksessa. -
4:44 - 4:49Kuten minä, he käyttivät ainakin vuoden
ajan satoja tunteja tarkkaillen, -
4:50 - 4:53haastatellen ja työskennellen yhdessä
tutkimuksen ihmisten kanssa. -
4:54 - 4:57Jaoimme tiedot ja aloin etsiä
toistuvia kuvioita. -
4:58 - 5:03Alasta, työstä ja tekoälystä riippumatta
tarina oli aina sama. -
5:04 - 5:08Organisaatiot yrittivät yhä kovemmin
saada tuloksia tekoälyllä -
5:08 - 5:11ja opiskelijat pidettiin poissa
eksperttien luota heidän työskennellessä. -
5:12 - 5:15Aloittavien yritysten johtajat
ulkoistivat asiakaskontaktit. -
5:16 - 5:20Poliisien oli opittava käsittelemään
rikosennusteita ilman asiantuntijoita. -
5:21 - 5:24Nuoremmat pankkiirit jätettiin
mutkikkaiden analyysien ulkopuolelle. -
5:24 - 5:28Professoreiden täytyi luoda
verkkokurssit ilman apua. -
5:29 - 5:32Tällä kaikella oli sama vaikutus
kuin kirurgiassa. -
5:32 - 5:35Työssäoppimisesta tuli
paljon haastavampaa. -
5:37 - 5:38Tämä ei voi jatkua.
-
5:40 - 5:44McKinsey arvioi, että meistä
500 miljoonaa - miljardi ihmistä -
5:44 - 5:48joutuu sopeutumaan tekoälyyn osaksi
päivittäistä työtä vuoteen 2030 mennessä. -
5:49 - 5:51Ennustamme, että työssäoppiminen
-
5:51 - 5:53tulee matkalla vastaan.
-
5:54 - 5:58Accenturen viimeisin työntekijäkysely
osoitti useimpien oppineen avaintaidot -
5:58 - 6:00töissä, eikä varsinaisessa koulutuksessa.
-
6:01 - 6:05Kun puhumme paljon sen
mahdollisista tulevista vaikutuksista, -
6:05 - 6:09niin tekoälyn näkökulmasta
voi olla tärkeintä juuri nyt, -
6:09 - 6:12että käsittelemme sitä tavalla,
joka estää töissä oppimisen, -
6:12 - 6:14juuri kun tarvitsemme sitä eniten.
-
6:15 - 6:22Tällä hetkellä kaikilla työpaikoilla
pieni vähemmistö on löytänyt tavan oppia. -
6:24 - 6:27He onnistuivat siinä rikkomalla
ja taivuttamalla sääntöjä. -
6:27 - 6:31Hyväksytyt menetelmät eivät toimineet,
joten he taivuttivat ja rikkoivat sääntöjä -
6:32 - 6:34päästäkseen käytännön harjoituksiin
eksperttien kanssa. -
6:34 - 6:39Valmistuvat lääkärit otettiin mukaan
robottikirurgiaan lääketieteen laitoksessa -
6:39 - 6:43heidän yleisen koulutuksen kustannuksella.
-
6:44 - 6:50He viettivät satoja ylimääräisiä tunteja
simulaattoreiden ja tallenteiden parissa, -
6:50 - 6:53kun heidän olisi pitänyt
opiskella leikkaussalissa. -
6:53 - 6:57Kenties tärkeimpänä
he löysivät tapoja selviytyä -
6:57 - 7:01aidoissa toimenpiteissä
rajallisella asiantuntijaohjauksella. -
7:02 - 7:06Kutsun tätä kaikkea "varjo-oppimiseksi",
koska se taivuttaa sääntöjä -
7:06 - 7:09ja opiskelijat tekevät sitä
valokeilojen ulkopuolella. -
7:10 - 7:14Kaikki sulkevat silmänsä tältä,
koska se saa aikaan tuloksia. -
7:14 - 7:17Muistakaa, että kyseessä on
joukon kärkioppilaat. -
7:18 - 7:21On päivänselvää, ettei sitä voida hyväksyä
eikä se ole kestävä ratkaisu. -
7:22 - 7:24Kenenkään ei pitäisi olla vaarassa
joutua erotetuksi -
7:24 - 7:27opiskellessaan taitoja,
joita he tarvitsevat työssään. -
7:27 - 7:29Mutta meidän täytyy ottaa opiksi
näiltä ihmisiltä. -
7:30 - 7:32He ottivat merkittäviä
riskejä oppiakseen. -
7:33 - 7:37He ymmärsivät, että oli tarpeen
suojautua haasteilta työssä -
7:37 - 7:40jotta he pystyivät pakottamaan itsensä
vaikeiden tehtävien kanssa -
7:40 - 7:42lähelle suorituskyvyn äärirajoja.
-
7:42 - 7:45Lisäksi he varmistivat,
että ekspertti oli lähellä -
7:45 - 7:48tarjoamassa pieniä neuvoja
ja tukea hädän hetkellä. -
7:49 - 7:52Rakennetaan yrittämisen ja
asiantuntija-avun yhdistelmä -
7:53 - 7:55jokaiseen tekoälysovellukseen.
-
7:56 - 7:59Tässä yksi selkeä esimerkki,
jolla voisin saada tämän alulle. -
8:00 - 8:01Aikana ennen robotteja,
-
8:01 - 8:06pomminpurkaja hoiti tienvarsipommin
kävelemällä sen luo. -
8:07 - 8:10Nuorempi virkailija oli
kymmenien metrien päässä. -
8:10 - 8:13Hän sai vain katsoa ja auttoi,
jos päättelit sen olevan turvallista -
8:13 - 8:14ja kutsuit hänet kohteelle.
-
8:15 - 8:19Nykyään istutte vierekkäin
panssaroidussa rekassa. -
8:19 - 8:21Katsotte videosyötettä.
-
8:21 - 8:25Nuoremmat ohjaavat etänä robottia,
ja sinä johdat työtä ääneen. -
8:25 - 8:28Harjoittelijat oppivat paremmin,
kuin ennen robotteja. -
8:29 - 8:33Tätä voidaan soveltaa kirurgiaan,
aloittaviin yrityksiin, poliisitoimintaan, -
8:33 - 8:36sijoituspankkitoimintaan,
verkkokoulutukseen, ynnä muuhun. -
8:36 - 8:39Hyvä uutinen on se, että meillä on
toteutukseen uusia työkaluja. -
8:40 - 8:44Netin ja pilven ansiosta emme tarvitse
eksperttiä jokaista harjoittelijaa kohti. -
8:44 - 8:49Heidän ei tarvitse olla fyysisesti lähellä
eikä edes samassa organisaatiossa. -
8:49 - 8:52Voimme luoda tekoälyn avuksi:
-
8:53 - 8:58valmentamaan sekä opiskelijoita ongelmissa
että eksperttejä heidän valmentaessaan -
8:58 - 9:01ja yhdistämään nämä kaksi ryhmää
älykkäillä tavoilla. -
9:03 - 9:06Ihmisiä työskentelee
tällaisissa järjestelmissä, -
9:06 - 9:09mutta he keskittyvät enimmäkseen
viralliseen koulutukseen. -
9:09 - 9:12Merkittävämpi ongelma
on työssäoppimisessa. -
9:12 - 9:14Meidän täytyy pystyä parempaan.
-
9:14 - 9:17Nykyhetken ongelmat vaativat
meiltä parempia suorituksia. -
9:17 - 9:22Työssä täytyy käyttää kaikki edut,
jotka tekoälyn uskomattomat kyvyt tarjoaa -
9:23 - 9:26samalla kun kehitämme omia taitojamme.
-
9:26 - 9:29Tuon kaltaisesta tulevaisuudesta
unelmoin lapsena. -
9:29 - 9:32Ja nyt on aika luoda se.
-
9:32 - 9:34Kiitos.
-
9:34 - 9:37(Suosionosoituksia)
- Title:
- Miten oppia työskentelemään tekoälyn kanssa?
- Speaker:
- Matt Beane
- Description:
-
Tie ammattitaitoiseksi on ollut samanlainen ympäri maailmaa tuhansia vuosia: harjoittele asiantuntijan alaisuudessa ja aloita pienillä, helpoilla tehtävillä ennen kuin etenet riskialttiimpiin, vaikeampiin tehtäviin. Mutta parastaikaa käsittelemme tekoälyä tavalla, joka tukkii tuon tien - ja uhraamme oppimisen pyrkiessämme tuottavampaan toimintaan, kertoo organisaatioetnografi Matt Beane. Mitä voidaan tehdä? Beane tuo esiin näkemyksen, joka kääntää nykyisen tilanteen sellaiseksi, jossa koneellisesti tehostettu opetusmeneltemä hyödyntää täysin tekoälyn hämmästyttävät kyvyt kehittäen samalla meidän omaa osaamistamme.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 09:50
Ulla Vainio approved Finnish subtitles for How do we learn to work with intelligent machines? | ||
Ulla Vainio accepted Finnish subtitles for How do we learn to work with intelligent machines? | ||
Ulla Vainio edited Finnish subtitles for How do we learn to work with intelligent machines? | ||
Manuel Sikermä edited Finnish subtitles for How do we learn to work with intelligent machines? | ||
Manuel Sikermä edited Finnish subtitles for How do we learn to work with intelligent machines? | ||
Manuel Sikermä edited Finnish subtitles for How do we learn to work with intelligent machines? | ||
Manuel Sikermä edited Finnish subtitles for How do we learn to work with intelligent machines? | ||
Manuel Sikermä edited Finnish subtitles for How do we learn to work with intelligent machines? |