Schlagwort-Archive: Job

Studie: Künstliche Intelligenz und die Zukunft der Arbeit

künstliche-Intelligenz

Die Studie IIT (2017): Wie sieht die Zukunft der Arbeit aus? (PDF, November 2017) befasst sich mit den Auswirkungen der Künstlichen Intelligenz. Die Veröffentlichung zeigt, welche Chancen und Risiken zu erwarten sind. Es kommt – wie immer – darauf an, was wir daraus machen (S.23):

Künstliche Intelligenz kann vielfältige Rollen und Funktionen im Arbeitsprozess übernehmen. Darunter sind eher positiv besetzte Rollen der Unterstützung, Beratung und Information, und
eher negativ besetzte Rollen wie zum Beispiel die der Kontrolle, Überwachung und Bevormundung. Die Frage, die wir uns daher stellen müssen lautet: Wie müssen KI-Systeme und ihre Einsatzszenarien aussehen, damit die künftige Arbeitswelt menschengerecht und gesellschaftlich akzeptabel gestaltet werden kann?

Siehe dazu auch Welche Veränderung erfährt Wissensarbeit durch neue Technologien? In den von uns entwickelten Blended Learning Lehrgängen gehen wir auch auf diese Themen ein. Weitere Informationen finden Sie auf unserer Lernplattform.

Neue Technologien und Jobs bzw. Tätigkeiten

wissenWenn wir über neue Technologien reden oder schreiben geht es auch darum zu klären, welchen Einfluss neue Technologien auf Jobs haben. Die Argumentationen pendeln dann immer zwischen den beiden Extremen a) Neue Technologien vernichten Jobs und b) Neue Technologien schaffen Jobs. Die Wahrheit liegt wie immer irgendwo dazwischen. Das Paper

Autor, D. A. (2015): Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives—Volume 29, Number 3—Summer 2015—Pages 3–30

zeigt den Einfluss neuer Technologien auf die Jobs in den USA auf. Dabei wird deutlich, dass neue Technologien langfristig mehr Jobs schaffen. Weiterhin wird erläutert, dass die heute aktuellen neuen Technologien bestimmte Tätigkeiten – und nicht immer ganze Jobs – obsolet machen werden. Der Soziologe Beck hat schon in den 90er Jahren darauf hingewiesen, nicht von Jobs, sondern von Tätigkeitsportfolios zu sprechen. An dieser Stelle kommt dann das Polanyi-Paradox “we know more than we can tell” zum Tragen, denn genau der Anteil, der nicht expliziert werden kann, ist der Teil des Wissens und Könnens, der nicht so leicht von den neuen Technologien ersetzt werden kann. Sind also Expertise und Könnerschaft stark ausgeprägt und für die komplexe Problemlösung nötig, so wird diese Tätigkeit von den neuen Technologien eher nicht ersetzt werden können. Solche Zusammenhänge besprechen wir auch in dem von uns entwickelten Blended Learning Lehrgang Wissensmanager (IHK). Informationen finden Sie auf unserer Lernplattform.

Polanyi’s paradox: “We know more than we can tell”

wissenIn den Unternehmen ist immer noch die Meinung vertreten, dass man alles Wissen ausdrücken, und damit Externalisieren kann.  Polanyi’s paradox—“we know more than we can tell” aus dem Jahr 1966 zeigt allerdings, dass dem nicht so ist:

When we break an egg over the edge of a mixing bowl, identify a distinct species of birds based on a fleeting glimpse, write a persuasive paragraph, or develop a hypothesis to explain a poorly understood phenomenon, we are engaging in tasks that we only tacitly understand how to perform. Following Polanyi’s observation, the tasks that have proved most vexing to automate are those demanding flexibility, judgment, and common sense—skills that we understand only tacitly” (Autor, D. H. (2015): Why Are There Still So Many Jobs? The History and Future of Workplace Automation Journal of Economic Perspectives—Volume 29, Number 3—Summer 2015—Pages 3–30).

In dem genannten Artikel wird deutlich, dass dieses Tacit Knowledge auch nicht so leicht von Maschinen und Roboter ersetzt werden kann. Dennoch erschließt das Cognitive Computing immer mehr Domänen – auch von Wissensarbeitern. Solche Zusammenhänge werden in dem von uns entwickelten Blended Learning Lehrgang Wissensmanager (IHK) thematisiert. Informationen zum Lehrgang finden Sie auf unserer Lernplattform.