Vad "dolda figurer" kan lära oss om ai

I helgen såg jag äntligen Hidden Figures . Jag tog min 9-åriga dotter med mig för att bevittna hur instrumentella kvinnor av färg var till framgången för flera NASA-uppdrag - något som historiskt har förknippats med vit manlig prestation.

Om du inte har sett det ännu rekommenderar jag det. Skådespelet är utmärkt, och berättelsen erbjuder så mycket utbildning, både om rasrelationer och kvinnor på arbetsplatsen. Det jag vill fokusera på är eventuellt något som regissören och rollisten aldrig föreställt sig kunde betyda. Jag gör det, inte för att det är den viktigaste aspekten utan helt enkelt för att den är mycket relevant för den tekniska övergången vi upplever just nu.

Allt samtalet kring konstgjord intelligens handlar lika mycket om tekniken i sig som det är påverkan som dess antagande kommer att ha på olika aspekter av våra liv. Affärsmodeller inom fordonsindustrin, försäkringsbranschen, kollektivtrafik, sökning och reklam, samt mer personliga konsekvenser såsom samverkan mellan mänskliga och mänskliga kunskaper, kunskapskällor och utbildning. Förändring kommer inte över en natt, men vi är bättre beredda eftersom det kommer.

Ny teknik kräver nya färdigheter

Förändring kom 1962 för den segregerade West Area Computer Division i Langley Research Center i Virginia där de tre kvinnorna som är huvudpersonerna i historien fungerade. Matematiker Katherine Johnson och de facto handledare Dorothy Vaughan påverkas båda direkt av ny teknik som rullar in i anläggningen i form av IBM 7090.

Om du inte känner till IBM 7090 (jag var inte tidigare i helgen), var det den tredje medlemmen i IBM 700/7000-serien av datorer designade för storskaliga vetenskapliga och tekniska applikationer. I lekmässiga termer skulle 7090 kunna utföra alla beräkningar som tog datoruppdelningstimmarna på ett ögonblick. Dorothy förstod hotet och beväpnade med sitt vett och en bok om programmeringsspråk, hjälpte till att programmera IBM 7090, lärde sitt team att göra samma sak, skiftade sina färdigheter och räddade sina jobb.

Jag inser att en del av den här historien kan vara till fördel för manus och världen är mycket mer komplicerad. Jag tror emellertid att det som är kärnan är mycket relevant - skapandet av nya kompetensuppsättningar.

Även om AI har potentialen att inte bara påverka manuella jobb som kan automatiseras utan också teoretiskt, jobb som kräver inlärning och beslutsfattande, är det omedelbara hotet verkligen det förstnämnda.

Vi fokuserar mycket, och med rätta, på den arbetsförlust AI kommer att orsaka men vi har ännu inte börjat fokusera på att lära ut nya färdigheter så att sådana förluster kan begränsas. Som sagt AI kommer inte magiskt att dyka upp över en natt men vi skulle vara dårar att tro att vi har gott om tid att skapa de färdigheter som vår "förstärkta" värld kommer att kräva. Från nya programmeringsspråk till nya grenar av lag och försäkring, Q & A-tester och mer. Att stärka människor med nya färdigheter kommer att vara nyckeln till att inte bara ha ett jobb utan också att hålla våra inkomster i takt med de högre kostnaderna som dessa nya världar kommer att medföra. Att tillhandahålla ramar för utbildning är såväl ett politiskt ansvar som ett företag.

Vem litar vi på?

IBM 7090 ersätter Katherine när det gäller att kontrollera beräkningar, men precis som Friendship 7 är redo att starta uppstår vissa avvikelser i de elektroniska beräkningarna för kapselens återhämtningskoordinater. Astronaut John Glenn ber chefen för Space Task Group att låta Katherine kontrollera siffrorna igen. När Katherine bekräftar koordinaterna, tackar Glenn direktören och sa: "Du vet, du kan inte lita på något du inte kan se i ögonen."

Jag vet inte om Glenn faktiskt sa det men när jag hörde det tänkte jag omedelbart på AI. Vem kommer konsumenter att lita på? Många tror att AI inte kommer att bli annorlunda än det har varit med någon tidigare teknik, men jag tror att sådant tänkande undergräver var AI faktiskt skulle kunna ta oss. Autonoma bilar är det scenario vi oftast hänvisar till. Vi kan lita på att bilen ska parkera sig själv eller att varna oss om en bil är i vår blinda plats. Vi kan till och med prova en semi-autonom inställning på en tom motorväg. Men är vi redo att lita på bilen och ta ögonen från vägen och händerna från ratten? Hur kommer varumärken att tjäna vårt förtroende? Kommer det att vara antalet olyckor som de är inblandade i? Försäkran om att, i händelse av en olycka, deras datorer är programmerade för att rädda dem i bilen?

Tänk om vi ändrade scenarier och pratade om en medicinsk diagnos. Idag tenderar vi att välja våra läkare och specialister baserat på rekommendationer från försäkringsleverantörer, vänner eller till och med kommentarer på Yelp. Sängar vid säng, artiga receptionister och korta väntetider spelar alla en roll. Men för allt mer allvarligt, vad det hela handlar om är banan med rätt diagnos och räddning av liv. Kommer vi att lita på en maskin ensam? Eller vill vi fortfarande ha en läkare som vi kan titta i ögonen tillsammans med maskinen? En rapport från Vita huset i oktober talar om idén att koppla samman människa och maskin. Medan de gör det som en del av diskussionen om förlust av jobb, tror jag att formeln också gäller vår mänskliga natur att bygga förtroende med en annan människa.

Samma fråga om förtroende kommer också att gälla för andra scenarier där inte vårt liv men vår integritet och säkerhet kan vara i fara. Även här kommer förtroende att spela. Vem litar vi på med vår digitala assistent, med vår hemmeautomation? När livet inte är i fara, åtminstone inte direkt, känner jag att konsumenterna kommer att visa mer flexibilitet, särskilt när de fulla implikationerna inte fattas och bekvämlighet och eventuellt pris är det som är viktigast.

I båda fallen tror jag dock starkt att AI kommer att driva konsumenterna att överväga mer än teknik ensam och leta efter egenskaper hos varumärken som har traditionellt förknippats med människor: ärlighet, empati, lojalitet och service.