A seguir, é apresentado um post e opinião de Zac Cheah, co-fundador de Pundi ai.
O brouhaha sobre autônomo Inteligência Artificial (AI) agentes assumindo empregos E indústrias radicalmente transformadoras, como assistência médica e finanças, requer inspeção estreita. A autonomia é um espectro, onde mesmo os agentes de IA mais autônomos precisam de alguma forma de intervenção humana para trabalhar adequadamente.
Agentes de IA totalmente autônomos são impossíveis. E, em vez de consumir empregos, os agentes autônomos da IA criam novas oportunidades de trabalho em que os seres humanos ajudam as funções dos agentes da IA ao longo de seu ciclo de vida.
Diversificando opções de emprego na indústria de IA
Todos os agentes de IA autônomos em estágios de produção ou implantação requerem ação humana porque não podem operar de forma independente, criando assim vagas de emprego. Embora os agentes de IA que operam em escala estejam além das capacidades cognitivas de uma única pessoa, cada agente possui várias equipes lideradas por seres humanos no pipeline de desenvolvimento.
Esses agentes precisam de desenvolvedores humanos para construir a infraestrutura subjacente, codificar o algoritmo, preparar conjuntos de dados marcados com humanos para treinamento e supervisionar os procedimentos de auditoria.
Por exemplo, a precisão de um agente de IA autônomo depende de treinamento de dados de alta qualidade e realizar testes analíticos repetidos. Não é de admirar 67% dos engenheiros de dados passam horas preparando conjuntos de dados para treinamento de modelos de IA.
Como os conjuntos de dados fragmentados levam a problemas operacionais para agentes autônomos, as equipes de projeto precisam limpar os dados antes do treinamento. Além disso, como lacunas de dados podem gerar saída errada, os desenvolvedores devem garantir a integridade de um agente de IA e o posicionamento do mercado por meio de avaliação rigorosa. Cada empresa de IA exige, portanto, limpadores de dados humanos, gravadores e avaliadores para executar seus modelos.
Além disso, as auditorias supervisionadas pelo ser humano fornecem as verificações necessárias para impedir que os danos de agentes de IA autônomos que atuam desonestos após a implantação. Tais mecanismos de defesa consistem em equipes elaboradamente em camadas, incluindo gerenciamento de empresas, trabalhadores de políticas, auditores e outros técnicos qualificados. É preciso uma vila para construir e manter um agente de IA durante seu ciclo de vida. Assim, agentes de IA totalmente autônomos geram várias oportunidades de emprego, pois é necessário conhecimento humano para criar, implantar e avaliar esses agentes.
Agentes de IA autônomos criam novas oportunidades de emprego lideradas pelo homem
As experiências dos seres humanos os ajudam a desenvolver entendimentos sociais sutis, que por sua vez os ajudam a tomar inferências lógicas e decisões racionais. No entanto, os agentes autônomos de IA não podem “experimentar” seus arredores e sempre deixarão de fazer julgamentos sólidos sem assistência humana.
Portanto, os humanos devem preparar meticulosamente os conjuntos de dados, avaliar a precisão do modelo e interpretar a geração de saída para garantir a consistência e a confiabilidade funcionais. A avaliação humana é fundamental para identificar preconceitos, atenuar o viés e garantir que os agentes de IA se alinhem com valores humanitários e padrões éticos.
Uma abordagem colaborativa entre a inteligência humana e a máquina é necessária para evitar eventos ambíguos de geração de saída, nuances e resolver problemas complicados. Com a base de conhecimento contextual dos seres humanos, o raciocínio de senso comum e a dedução coerente, os agentes da IA funcionarão melhor em situações da vida real.
Portanto, agentes autônomos de IA criam novas funções de trabalho e oportunidades de trabalho na indústria de IA, em vez de aceitar empregos. Para este fim, Pundi ai impulsiona a inovação da IA, capacitando os seres humanos a contribuir diretamente para a narrativa de crescimento da indústria.
Além do poder computacional, os modelos de IA precisam de acessibilidade de dados de alta qualidade para treinamento de modelos e especialistas em domínio para ajustar os dados para um desempenho eficiente do modelo. Mas as megacorporações monopolizaram o controle sobre dados gerados por seres humanos para a construção de modelos AI-ML.
A Pundi AI oferece uma solução de dados descentralizada, oferecendo oportunidades equitativas para todos, para que grandes empresas não explorem os produtores de dados. Assim, os seres humanos podem manter o controle sobre seus dados e se beneficiar diretamente do uso para treinamento do modelo de IA, criando novas opções de trabalho relacionadas à IA.
De acordo com uma pesquisa do Gartner, as empresas abandonarão 60% dos projetos de IA até 2026 devido à indisponibilidade de dados prontos para a IA. Soluções como Pundi AI’s AIFX Capacite os desenvolvedores e usuários a criar ativos de dados prontos para a AI e negociá-los na cadeia, oferecendo incentivos financeiros para curar conjuntos de dados robustos.
Além de conjuntos de dados de pré-processamento, Agentes da IA Também requerem assistência humana durante os estágios de processamento (inferência) e pós-processamento (implantação). Vários métodos, como aprendizado de reforço com feedback humano (RLHF) e humanos no loop (HITL), são necessários para avaliar os agentes de IA durante o treinamento ou operações em tempo real para geração eficaz de saída e otimização do modelo.
Da mesma forma, a depuração interativa ajuda os auditores humanos a examinar as respostas dos agentes de IA e avaliá-los contra os benchmarks sociais da tomada de decisão justa. Às vezes, aplicativos de agentes sensíveis exigem um método híbrido que combina validação especializada em nível humano com respostas geradas por máquina para remover incertezas e construir confiar.
A intuição e a criatividade humanas são essenciais para desenvolver novos agentes de IA que podem funcionar autonomamente na sociedade sem causar nenhum dano. Além de melhorar a inteligência geral dos agentes de IA autônoma, a supervisão humana garante o desempenho ideal para agentes de alto desempenho em ambientes independentes.
Assim, uma abordagem descentralizada para a construção e implantação de agentes de IA democratiza a indústria de IA, redistribuindo dados e modelam treinamento entre pessoas de diversas origens, reduzindo o viés estrutural e criando novos empregos.
