기계가 사람을 대체함에 따라 사람이 할 일은 무엇일까요? 평생 학습자가 되십시오

10년 전에 태어난 사람들은 아마도 운전 면허증이 필요하지 않을 것입니다. 그리고 오늘날의 많은 아기들은 직업을 갖지 못할 것입니다. 적어도 우리가 지금 알고 있는 주당 40시간 근무는 아닙니다.

이것이 Allen Blue가 기술이 발전하는 속도에 기인하는 가까운 미래의 비전입니다. LinkedIn의 공동 창립자이자 제품 관리 부사장인 Blue는 세상이 기계가 마음을 대체하는 시대로 향하고 있다고 말했습니다.

한 세대 안에 기존 직업의 최소 10%(일부 추산에서는 최대 40%)가 기계로 대체될 것입니다.

Blue 및 PBS 호스트 Hari Sreenivasan은 수요일 Poynter의 '일의 미래를 다루는 기자 가이드' 세미나와 함께 개최된 커뮤니티 대화에서 연설했습니다. 둘 다 소프트 스킬이 필요한 직업은 기계가 대체하기 가장 어려울 것이라고 언급했습니다.

관련된 이벤트: NBC 앵커 Ali Velshi와 Pointer의 다음 커뮤니티 대화는 10월 9일 화요일입니다. Velshi는 미국 사람 지금 경제와 비즈니스 .

인공 지능, 로봇 및 기타 혁신의 다운스트림 영향은 알려져 있지 않지만 반복 가능한 작업은 자동화에 가깝다고 Blue는 말했습니다. Sreenivasan은 색상 센서와 섬세한 집게가 있는 기계가 이미 딸기 줄을 통과하여 과일을 수확할 수 있다고 말했습니다. 이는 농부들에게 영향을 미칠 뿐만 아니라 수확을 돕기 위해 많은 노동자들이 유입됩니다.

MIT 학자들이 부르는 두 번째 기계 시대가 다가옴에 따라 우리 인간이 가장 잘 준비할 수 있는 방법은 무엇일까요?

Blue는 인간이 가진 핵심 역량은 협업과 효과적인 계획이라고 말했습니다. 적어도 한 단계 앞서기 위한 한 가지 전술에는 평생 학습 개발이 포함됩니다.

'어떻게 나 자신에게 새로운 것을 가르칠 수 있을까?'라는 감각 중요하다고 Sreenivasan은 말했습니다. '내부 드라이브가 없고 리소스와 좋은 정보를 찾는 방법에 대한 아이디어가 없다면' 성공하지 못할 것입니다. 그는 미국인들이 4년제 학위가 중요한 삶의 기술을 배양하는 유일한 방법이 아니라는 것을 깨달을 필요가 있다고 말했습니다. 그가 인터뷰한 교육자조차도 학위 중심의 학습이 '거품 속에 사는 것'을 영속시키는 지속 불가능한 모델이라는 것을 인정한다고 그는 말했습니다.

블루는 사용자가 링크드인에 제공하는 데이터를 통해 서비스가 직업 유형과 필요한 기술의 추세를 볼 수 있다고 말했다. LinkedIn은 데이터를 모니터링하여 '기술 격차'를 식별할 수 있습니다. 덴버에서는 주민들의 유입으로 의료 인력이 부족했습니다. 그러나 더 많은 의사를 추가하는 것이 답은 아닙니다. 도시에는 의료 코더도 필요했습니다. 그래서 LinkedIn은 의료 코딩을 가르치는 학교에 대한 제안을 제공하기 시작했습니다.

Sreenivasan은 '브로그래머'가 데이터 수집 및 분석 방법에 대한 매개변수를 설정하지 않도록 하려면 기술 분야에서 특히 더 많은 여성과 유색인종을 포함하는 다양성이 중요하다고 말했습니다. 그러나 기술에 의해 쉽게 추월될 수 있는 STEM 경력을 제외하고 창의성과 연민을 키우는 것은 사람과 기계를 구별할 것입니다.

예를 들어?

Sreenivasan은 '유능한 간호사가 될 ​​수 있는 로봇이 없습니다.