TED Salon Zebra Technologies
Matt Beane: How do we learn to work with intelligent machines?
مات بين: كيف نتعلم أن نعمل مع آلات الذكاء الإصطناعي ؟
Filmed:
Readability: 4.2
1,770,815 views
ما زالت أساليب اكتساب الخبرات ذاتها لم تتغير منذ آلاف السنين في العالَم: القيام بمهام بسيطة وسهلة تحت إشراف خبراء كنوع من التدريب قبل البدء بمهام أكثر منها صعوبةً وخطورةً.
"نقوم بالعمل على توظيف الذكاء الإصطناعي في تطوير هذا الأسلوب بطريقة أفضل " يقول الإنثوغرافي (مات بين) .
يشارك معنا (بين) وجهة نظره التي ستقوم بتغيير هذا النهج الى نهج آخرعلمي ومتطور يهدف الى الاستفادة التامة من ميزات الذكاء الاصطناعي المذهلة وفي الوقت ذاته الى تعزيز المهارات والخبرات وزيادتها.
Matt Beane - Organizational ethnographer
Matt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. Full bio
Matt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. Full bio
Double-click the English transcript below to play the video.
00:13
It’s 6:30 in the morning,
0
1292
1875
إنها الساعة السادسة والنصف صباحاً،
00:15
and Kristen is wheeling
her prostate patient into the OR.
her prostate patient into the OR.
1
3583
4875
وتقوم كريستين بتحريك مريضها المصاب
بالبروستاتا نحو غرفة العمليات.
بالبروستاتا نحو غرفة العمليات.
00:21
She's a resident, a surgeon in training.
2
9500
2250
هي طبيبة جراحة مقيمة من أجل التدريب.
00:24
It’s her job to learn.
3
12333
2167
مهمتها هي التعلم.
00:27
Today, she’s really hoping to do
some of the nerve-sparing,
some of the nerve-sparing,
4
15292
3351
هي تأمل فعلاً اليوم أن تقوم ببعض
عمليات الجراحة العصبية،
عمليات الجراحة العصبية،
00:30
extremely delicate dissection
that can preserve erectile function.
that can preserve erectile function.
5
18667
3875
تشريح بالغ الدقة من شأنه أن يحافظ
على وظيفة الإنتصاب.
على وظيفة الإنتصاب.
00:35
That'll be up to the attending surgeon,
though, but he's not there yet.
though, but he's not there yet.
6
23500
3338
الأمر متروك للجراح المشرف
لكنه لم يصل بعد.
لكنه لم يصل بعد.
00:39
She and the team put the patient under,
7
27625
2393
تقوم هي والفريق بوضع المريض على السرير،
00:42
and she leads the initial eight-inch
incision in the lower abdomen.
incision in the lower abdomen.
8
30042
3708
وترأست عمل شق أولي
بطول 8 بوصات في أسفل البطن.
بطول 8 بوصات في أسفل البطن.
00:47
Once she’s got that clamped back,
she tells the nurse to call the attending.
she tells the nurse to call the attending.
9
35042
3586
بمجرد ما قامت بتثبيت المريض،
طلبت من الممرضة الاتصال بالجراح المشرف.
طلبت من الممرضة الاتصال بالجراح المشرف.
00:51
He arrives, gowns up,
10
39583
2292
لقد وصل، مرتدياً اللباس المخصص،
00:54
And from there on in, their four hands
are mostly in that patient --
are mostly in that patient --
11
42458
5792
ومنذ تلك اللحظة ،كانت معظم أياديهم الأربعة
داخل المريض
داخل المريض
01:00
with him guiding
but Kristin leading the way.
but Kristin leading the way.
12
48708
2917
مع ارشادات الجراح
ولكن كريستين هي التي تتولى زمام الأمور.
ولكن كريستين هي التي تتولى زمام الأمور.
01:04
When the prostates out (and, yes,
he let Kristen do a little nerve sparing),
he let Kristen do a little nerve sparing),
13
52875
4643
وعند اخراج البروستات (ونعم، لقد سمح
لكريستين بعمل القليل من العملية الجراحية)،
لكريستين بعمل القليل من العملية الجراحية)،
01:09
he rips off his scrubs.
14
57542
1226
يقوم بتمزيق رداءه الطبي.
01:10
He starts to do paperwork.
15
58792
1375
ويبدأ بالأعمال الورقية.
01:12
Kristen closes the patient by 8:15,
16
60833
5375
كريستين تقطب المريض بحلول الساعة 8:15،
01:18
with a junior resident
looking over her shoulder.
looking over her shoulder.
17
66583
2435
بوجود مقيم مبتدئ
يراقب من خلف كتفها.
يراقب من خلف كتفها.
01:21
And she lets him do
the final line of sutures.
the final line of sutures.
18
69042
3083
تسمح له بخياطة
اخر خط من القطب.
اخر خط من القطب.
01:24
Kristen feels great.
19
72833
3042
كريستين تشعر بالروعة.
01:28
Patient’s going to be fine,
20
76250
1559
المريض سيكون على ما يرام،
01:29
and no doubt she’s a better surgeon
than she was at 6:30.
than she was at 6:30.
21
77833
3167
وبلا أدنى شك هي جراحة أفضل
مما كانت عليه في الساعة 6:30.
مما كانت عليه في الساعة 6:30.
01:34
Now this is extreme work.
22
82208
2834
هذا عمل مفرط.
01:37
But Kristin’s learning to do her job
the way that most of us do:
the way that most of us do:
23
85417
3833
ولكن كريستين تتعلم كيف تقوم بوظيفتها
بالطريقة التي معظمنا يقوم بها:
بالطريقة التي معظمنا يقوم بها:
01:41
watching an expert for a bit,
24
89625
1893
مشاهدة خبير لفترة وجيزة،
01:43
getting involved in easy,
safe parts of the work
safe parts of the work
25
91542
3142
المشاركة في الأجزاء السهلة،
الامنة من العمل
الامنة من العمل
01:46
and progressing to riskier
and harder tasks
and harder tasks
26
94708
2185
والتقدم للقيام بمهام أخطر وأصعب
01:48
as they guide and decide she’s ready.
27
96917
2333
كما يوجهون حتى يقرروا انها جاهزة.
01:52
My whole life I’ve been fascinated
by this kind of learning.
by this kind of learning.
28
100042
2892
طوال حياتى كنت مفتون بهذا النوع من التعلم.
01:54
It feels elemental,
part of what makes us human.
part of what makes us human.
29
102958
3667
إنه شعور عنصري،
جزء مما يجعلنا بشرا.
جزء مما يجعلنا بشرا.
01:59
It has different names: apprenticeship,
coaching, mentorship, on the job training.
coaching, mentorship, on the job training.
30
107750
5417
له أسماء عديدة: التعليم المهني،
التدريب، الإرشاد، التدريب الوظيفي.
التدريب، الإرشاد، التدريب الوظيفي.
02:05
In surgery, it’s called
“see one, do one, teach one.”
“see one, do one, teach one.”
31
113542
3291
في الجراحة ، يطلق عليه
"شاهد مرة، افعل مرة، علّم شخص."
"شاهد مرة، افعل مرة، علّم شخص."
02:09
But the process is the same,
32
117625
1344
لكن العملية هي نفسها،
02:10
and it’s been the main path to skill
around the globe for thousands of years.
around the globe for thousands of years.
33
118993
4174
وكان هذا هو الطريق الرئيسي للمهارة
في جميع أنحاء العالم لآلاف السنين.
في جميع أنحاء العالم لآلاف السنين.
02:16
Right now, we’re handling AI
in a way that blocks that path.
in a way that blocks that path.
34
124333
4500
في الوقت الحالي، نتعامل مع
الذكاء الاصطناعي بطريقة تمنع هذا المسار.
الذكاء الاصطناعي بطريقة تمنع هذا المسار.
02:21
We’re sacrificing learning
in our quest for productivity.
in our quest for productivity.
35
129625
2690
نحن نضحي بالتعلم
في سعينا لتحقيق الإنتاجية.
في سعينا لتحقيق الإنتاجية.
02:25
I found this first in surgery
while I was at MIT,
while I was at MIT,
36
133292
2809
وجدت هذا أولا في الجراحة عندما
كنت في معهد ماساتشوستس للتقنية،
كنت في معهد ماساتشوستس للتقنية،
02:28
but now I’ve got evidence
it’s happening all over,
it’s happening all over,
37
136125
2476
لكن الآن لدي أدلة
هذا يحدث في كل مكان،
هذا يحدث في كل مكان،
02:30
in very different industries
and with very different kinds of AI.
and with very different kinds of AI.
38
138625
3875
في صناعات مختلفة جدا
ومع أنواع مختلفة جدا من الذكاء الاصطناعي.
ومع أنواع مختلفة جدا من الذكاء الاصطناعي.
02:35
If we do nothing, millions of us
are going to hit a brick wall
are going to hit a brick wall
39
143083
5851
إذا لم نفعل شيئًا حيال ذلك، ملايين منا
سوف يصطدم بعقبة
سوف يصطدم بعقبة
02:40
as we try to learn to deal with AI.
40
148958
2417
ونحن نتعلم كيفية التعامل مع هذا الذكاء.
02:45
Let’s go back to surgery to see how.
41
153125
1772
دعنا نعود إلى الجراحة لنرى كيف.
02:47
Fast forward six months.
42
155708
1935
لنذهب إلى الأمام مدة الستة أشهر.
02:49
It’s 6:30am again, and Kristen
is wheeling another prostate patient in,
is wheeling another prostate patient in,
43
157667
5476
الساعة 6:30 صباحًا مرة أخرى، وكريستين
تنقل مريض بروستاتا أخر لغرفة العمليات،
تنقل مريض بروستاتا أخر لغرفة العمليات،
02:55
but this time to the robotic OR.
44
163167
3166
ولكن هذه المرة إلى
غرفة العمليات الروبوتية.
غرفة العمليات الروبوتية.
02:59
The attending leads attaching
45
167667
1684
الحضور يؤدي إلى إرفاق
03:01
a four-armed, thousand-pound
robot to the patient.
robot to the patient.
46
169375
2833
أربعة أذرع لروبوت بقيمة 1000 جنيه للمريض.
03:04
They both rip off their scrubs,
47
172750
2434
كلاهما يمزق من ردائهما الطبي،
03:07
head to control consoles
10 or 15 feet away,
10 or 15 feet away,
48
175208
3125
يتوجهان للتحكم بلوحات المفاتيح
على بعد 10 أو 15 قدمًا،
على بعد 10 أو 15 قدمًا،
03:11
and Kristen just watches.
49
179167
3750
وكريستين تراقب فقط.
03:16
The robot allows the attending
to do the whole procedure himself,
to do the whole procedure himself,
50
184375
3053
الروبوت يسمح للحضور
للقيام بالإجراء كله بنفسه،
للقيام بالإجراء كله بنفسه،
03:19
so he basically does.
51
187452
1583
فيفعل ذلك أساسا.
03:21
He knows she needs practice.
52
189917
2101
إنه يعرف أنها تحتاج إلى ممارسة.
03:24
He wants to give her control.
53
192042
1583
يريد أن يعطيها السيطرة.
03:26
But he also knows she’d be slower
and make more mistakes,
and make more mistakes,
54
194250
3393
لكنه يعرف أيضًا أنها ستكون أبطأ
وسترتكب المزيد من الأخطاء،
وسترتكب المزيد من الأخطاء،
03:29
and his patient comes first.
55
197667
1500
ويأتي مريضه أولاً.
03:32
So Kristin has no hope of getting anywhere
near those nerves during this rotation.
near those nerves during this rotation.
56
200250
4625
كريستين ليس لديها أمل في الأقتراب
من تلك الأعصاب خلال هذه المناوبة.
من تلك الأعصاب خلال هذه المناوبة.
03:37
She’ll be lucky if she operates more than
15 minutes during a four-hour procedure.
15 minutes during a four-hour procedure.
57
205417
4375
ستكون محظوظة إذا استطاعت أن تعمل أكثر من
15 دقيقة خلال عملية مدتها أربع ساعات.
15 دقيقة خلال عملية مدتها أربع ساعات.
03:42
And she knows that when she slips up,
58
210250
2625
وهي تعرف أنه عندما تقترف خطأ،
03:45
he’ll tap a touch screen,
and she’ll be watching again,
and she’ll be watching again,
59
213458
3042
سوف ينقر على شاشة اللمس،
وسترجع للمراقبة مرة أخرى،
وسترجع للمراقبة مرة أخرى،
03:48
feeling like a kid in the corner
with a dunce cap.
with a dunce cap.
60
216917
2625
ستشعر وكأنها طفل يجلس في الزاوية
مرتدياً قبعة الغبي.
مرتدياً قبعة الغبي.
03:53
Like all the studies of robots and work
I’ve done in the last eight years,
I’ve done in the last eight years,
61
221583
3501
مثل كل دراسات الروبوتات والعمل
الذى أنجزته في السنوات الثماني الماضية،
الذى أنجزته في السنوات الثماني الماضية،
03:57
I started this one
with a big, open question:
with a big, open question:
62
225108
2118
بدأت بهذا
بسؤال كبير ومفتوح:
بسؤال كبير ومفتوح:
03:59
How do we learn to work
with intelligent machines?
with intelligent machines?
63
227250
2792
كيف نتعلم العمل
مع الآلات الذكية؟
مع الآلات الذكية؟
04:02
To find out, I spent two and a half years
observing dozens of residents and surgeons
observing dozens of residents and surgeons
64
230792
5809
لمعرفة ذلك، أمضيت عامين ونصف
في مراقبة الكثير من الأطباء المقيمين والجراحين
في مراقبة الكثير من الأطباء المقيمين والجراحين
04:08
doing traditional and robotic surgery,
interviewing them
interviewing them
65
236625
3476
وهم يجرون الجراحة التقليدية والروبوتية،
أقوم بإجراء مقابلات معهم
أقوم بإجراء مقابلات معهم
04:12
and in general hanging out
with the residents as they tried to learn.
with the residents as they tried to learn.
66
240125
3338
وبشكل عام يمضون الوقت
مع الأطباء المقيمين وهم يحاولون التعلم.
مع الأطباء المقيمين وهم يحاولون التعلم.
04:16
I covered 18 of the top
US teaching hospitals,
US teaching hospitals,
67
244250
3351
غطيت 18 من أفضل
المستشفيات التعليمية الأمريكية،
المستشفيات التعليمية الأمريكية،
04:19
and the story was the same.
68
247625
1458
وكانت القصة هي نفسها.
04:21
Most residents were in Kristen's shoes.
69
249875
2542
قد مر معظم الأطباء المقيمون محل كريستين.
04:24
They got to “see one” plenty,
70
252958
1792
كان لديهم الكثير من "رؤية واحدة"،
04:27
but the “do one” was barely available.
71
255583
2292
ولكن "فعل واحد" كان بالكاد متاح.
04:30
So they couldn’t struggle,
and they weren’t learning.
and they weren’t learning.
72
258333
2528
لذلك لم يستطيعوا أن يكافحوا،
ولم يتعلموا.
ولم يتعلموا.
04:33
This was important news for surgeons, but
I needed to know how widespread it was:
I needed to know how widespread it was:
73
261291
3810
كان هذا خبرًا مهمًا للجراحين، لكن
كنت بحاجة لمعرفة مدى انتشاره:
كنت بحاجة لمعرفة مدى انتشاره:
04:37
Where else was using AI
blocking learning on the job?
blocking learning on the job?
74
265125
3833
في أي مكان أخر كان أستخدام الذكاء
الأصطناعي يمنع التعلم في الوظيفة؟
الأصطناعي يمنع التعلم في الوظيفة؟
04:42
To find out, I’ve connected with a small
but growing group of young researchers
but growing group of young researchers
75
270208
4310
لمعرفة ذلك، تواصلت مع مجموعة صغيرة
ولكن متزادية من الباحثين الشباب
ولكن متزادية من الباحثين الشباب
04:46
who’ve done boots-on-the-ground studies
of work involving AI
of work involving AI
76
274542
3434
الذين قاموا بدراسات على أرض الواقع
متعلقة بأعمال تتضمن الذكاء الإصطناعي.
متعلقة بأعمال تتضمن الذكاء الإصطناعي.
04:50
in very diverse settings
like start-ups, policing,
like start-ups, policing,
77
278000
2976
في أوساط متنوعة جدا
مثل الشركات الناشئة، في الحفاظ على الأمن،
مثل الشركات الناشئة، في الحفاظ على الأمن،
04:53
investment banking and online education.
78
281000
2601
الخدمات المصرفية الاستثمارية
والتعليم عبر الإنترنت.
والتعليم عبر الإنترنت.
04:55
Like me, they spent at least a year
and many hundreds of hours observing,
and many hundreds of hours observing,
79
283625
5851
مثلي، أمضوا سنة على الأقل
ومئات الساعات في المراقبة،
ومئات الساعات في المراقبة،
05:01
interviewing and often working
side-by-side with the people they studied.
side-by-side with the people they studied.
80
289500
3917
والقيام بمقابلات والعمل في كثير من الأحيان
جنبا إلى جنب مع الأشخاص الذين درسوهم.
جنبا إلى جنب مع الأشخاص الذين درسوهم.
05:06
We shared data, and I looked for patterns.
81
294458
2417
شاركنا البيانات، وقمت بالبحث عن الأنماط.
05:09
No matter the industry, the work,
the AI, the story was the same.
the AI, the story was the same.
82
297917
5208
بغض النظر عن الصناعة، العمل،
الذكاء الأصطناعي، كانت القصة هي نفسها.
الذكاء الأصطناعي، كانت القصة هي نفسها.
05:16
Organizations were trying harder
and harder to get results from AI,
and harder to get results from AI,
83
304042
3642
كانت المنظمات تحاول بجد وبجد
للحصول على نتائج من الذكاء الأصطناعي،
للحصول على نتائج من الذكاء الأصطناعي،
05:19
and they were peeling learners away from
expert work as they did it.
expert work as they did it.
84
307708
3542
وكانوا يزيحون المتعلمين بعيدا عن
عمل الخبراء وهم يفعلون ذلك.
عمل الخبراء وهم يفعلون ذلك.
05:24
Start-up managers were outsourcing
their customer contact.
their customer contact.
85
312333
2875
كان مدراء الشركات الناشئة
يصدرون مستحقات الزبائن.
يصدرون مستحقات الزبائن.
05:27
Cops had to learn to deal with crime
forecasts without experts support.
forecasts without experts support.
86
315833
4042
اضطر رجال الشرطة تعلم كيفية التعامل
مع توقعات الجريمة دون دعم الخبراء.
مع توقعات الجريمة دون دعم الخبراء.
05:32
Junior bankers were getting
cut out of complex analysis,
cut out of complex analysis,
87
320875
3250
تم إخراج صغارالمصرفيين
من عمليات التحليل المعقدة،
من عمليات التحليل المعقدة،
05:36
and professors had to build
online courses without help.
online courses without help.
88
324500
3083
وكان يجب على الأساتذة إنشاء
دورات عبر الإنترنت دون مساعدة.
دورات عبر الإنترنت دون مساعدة.
05:41
And the effect of all of this
was the same as in surgery.
was the same as in surgery.
89
329125
3226
وتأثير كل هذا
كان هو نفسه في حال الجراحة.
كان هو نفسه في حال الجراحة.
05:44
Learning on the job
was getting much harder.
was getting much harder.
90
332375
2917
التعلم في الوظيفة أصبح أصعب بكثير.
05:48
This can’t last.
91
336958
1417
لا يمكن لهذا أن يستمر.
05:51
McKinsey estimates that between half
a billion and a billion of us
a billion and a billion of us
92
339542
4267
تقدر ماكينزي أن مابين النصف
مليار ومليار منّا
مليار ومليار منّا
05:55
are going to have to adapt to AI
in our daily work by 2030.
in our daily work by 2030.
93
343833
4125
سوف يضطر إلى التكيف مع الذكاء الأصطناعي
في عملنا اليومي بحلول عام 2030.
في عملنا اليومي بحلول عام 2030.
06:01
And we’re assuming
that on-the-job learning
that on-the-job learning
94
349000
2011
ونحن نفترض أن التعلم أثناء العمل
06:03
will be there for us as we try.
95
351035
1917
سيكون موجود من أجلنا ونحن نحاول.
06:05
Accenture’s latest workers survey showed
that most workers learned key skills
that most workers learned key skills
96
353500
4268
أظهر أحدث استطلاع لشركة أكسنتشر للعمال
أن معظم العمال تعلموا المهارات الأساسية
أن معظم العمال تعلموا المهارات الأساسية
06:09
on the job, not in formal training.
97
357792
2291
أثناء العمل، وليس في التدريب الرسمي.
06:13
So while we talk a lot about its
potential future impact,
potential future impact,
98
361292
3517
فبينما نتحدث كثيرا عن
التأثير المستقبلي المحتمل،
التأثير المستقبلي المحتمل،
06:16
the aspect of AI
that may matter most right now
that may matter most right now
99
364833
3685
الجانب اللذي قد يكون أكثر أهميةا
للذكاء الاصطناعي
للذكاء الاصطناعي
06:20
is that we’re handling it in a way
that blocks learning on the job
that blocks learning on the job
100
368542
3375
هو أننا نتعامل معه بطريقة
تمنع التعلم أثناء العمل
تمنع التعلم أثناء العمل
06:24
just when we need it most.
101
372375
1625
فقط عندما نحن في أشد الحاجة إليه.
06:27
Now across all our sites,
a small minority found a way to learn.
a small minority found a way to learn.
102
375458
6042
عبر جميع مواقعنا الآن،
وجدت أقلية صغيرة وسيلة للتعلم.
وجدت أقلية صغيرة وسيلة للتعلم.
06:35
They did it by breaking and bending rules.
103
383625
3042
فعلوا ذلك عن طريق كسر القواعد ومخالفتها.
06:39
Approved methods weren’t working,
so they bent and broke rules
so they bent and broke rules
104
387083
4643
الأساليب المعتمدة لم تكن تعمل،
لذلك انحنوا وخرقوا القواعد
لذلك انحنوا وخرقوا القواعد
06:43
to get hands-on practice with experts.
105
391750
1976
للحصول على التدريب العملي مع الخبراء.
06:45
In my setting, residents got involved
in robotic surgery in medical school
in robotic surgery in medical school
106
393750
5601
في محيطي، انخرط المقيمون
في الجراحة الروبوتية في كلية الطب
في الجراحة الروبوتية في كلية الطب
06:51
at the expense
of their generalist education.
of their generalist education.
107
399375
3583
على حساب تعليمهم العام.
06:56
And they spent hundreds of extra hours
with simulators and recordings of surgery,
with simulators and recordings of surgery,
108
404417
5851
وأمضوا مئات الساعات الإضافية م
ع نظم المحاكاة وتسجيلات الجراحة،
ع نظم المحاكاة وتسجيلات الجراحة،
07:02
when you were supposed to learn in the OR.
109
410292
2541
عندما كان من المفترض أن تتعلم
في غرفة العمليات.
في غرفة العمليات.
07:05
And maybe most importantly,
they found ways to struggle
they found ways to struggle
110
413375
3476
وربما الأهم من ذلك،
وجدوا طرق للكفاح
وجدوا طرق للكفاح
07:08
in live procedures
with limited expert supervision.
with limited expert supervision.
111
416875
3750
في الإجراءات الحية
بإشراف محدود من خبير.
بإشراف محدود من خبير.
07:13
I call all this “shadow learning,”
because it bends the rules
because it bends the rules
112
421792
4309
أنا أسمي كل هذا "تعلم الظل" ،
لأنه يكسر القواعد
لأنه يكسر القواعد
07:18
and learner’s do it out of the limelight.
113
426125
2000
ويفعل المتعلمون ذلك خارج دائرة الضوء.
07:21
And everyone turns a blind eye
because it gets results.
because it gets results.
114
429542
4101
والجميع يغض الطرف
لأنه يحصل على نتائج.
لأنه يحصل على نتائج.
07:25
Remember, these are
the star pupils of the bunch.
the star pupils of the bunch.
115
433667
3166
تذكر، هذه هي
تلاميذ النجوم من حفنة.
تلاميذ النجوم من حفنة.
07:29
Now, obviously, this is not OK,
and it’s not sustainable.
and it’s not sustainable.
116
437792
3208
الآن ، بالطبع، هذا ليس على جيداً،
وهي ليست مستدامة.
وهي ليست مستدامة.
07:33
No one should have to risk getting fired
117
441708
2185
لا ينبغي لأحد أن يخاطر بتعرضه للطرد
07:35
to learn the skills
they need to do their job.
they need to do their job.
118
443917
2150
لتعلم المهارات
هم بحاجة للقيام بعملهم.
هم بحاجة للقيام بعملهم.
07:38
But we do need to learn from these people.
119
446792
2056
لكننا بحاجة إلى التعلم من هؤلاء الناس.
07:41
They took serious risks to learn.
120
449917
2250
تعلرضوا لمخاطر جديّة من أجل التعلم.
07:44
They understood they needed to protect
struggle and challenge in their work
struggle and challenge in their work
121
452792
4351
لقد فهموا أنهم بحاجة إلى الحماية
النضال والتحدي في عملهم
النضال والتحدي في عملهم
07:49
so that they could push themselves
to tackle hard problems
to tackle hard problems
122
457167
2892
حتى يتمكنوا من دفع أنفسهم
لمواجهة المشاكل الصعبة
لمواجهة المشاكل الصعبة
07:52
right near the edge of their capacity.
123
460083
1959
بالقرب من حافة قدرتهم.
07:54
They also made sure
there was an expert nearby
there was an expert nearby
124
462458
2216
وتأكدوا أيضاً من وجود خبير قريب
07:56
to offer pointers and to backstop
against catastrophe.
against catastrophe.
125
464698
3094
لتقديم المؤشرات والدعم ضد الكارثة.
08:00
Let’s build this combination
of struggle and expert support
of struggle and expert support
126
468875
3458
دعونا نبني هذه المجموعة التي تضم
النضال ودعم الخبراء
النضال ودعم الخبراء
08:04
into each AI implementation.
127
472708
2750
في كل تنفيذ للذكاء الأصطناعي.
08:08
Here’s one clear example
I could get of this on the ground.
I could get of this on the ground.
128
476375
2828
إليكم مثال واحد واضح
اللذي يمكنني الحصول عليه من أرض الواقع.
اللذي يمكنني الحصول عليه من أرض الواقع.
08:12
Before robots,
129
480125
1226
قبل الروبوتات،
08:13
if you were a bomb disposal technician,
you dealt with an IED by walking up to it.
you dealt with an IED by walking up to it.
130
481375
4792
إذا كنت مختص بالتخلص من القنابل،
تعاملت مع عبوة ناسفة من خلال المشي عليها.
تعاملت مع عبوة ناسفة من خلال المشي عليها.
08:19
A junior officer was
hundreds of feet away,
hundreds of feet away,
131
487333
2143
كان ضابط مبتدئ على بعد مئات الأقدام،
08:21
so could only watch and help
if you decided it was safe
if you decided it was safe
132
489500
3309
فيمكن له فقط فقط المشاهدة والمساعدة
إذا قررت أن ذلك أمن.
إذا قررت أن ذلك أمن.
08:24
and invited them downrange.
133
492833
1417
ودعوتهم خارج المدى.
08:27
Now you sit side-by-side
in a bomb-proof truck.
in a bomb-proof truck.
134
495208
3893
أنت الآن تجلس جنبًا إلى جنب
في شاحنة مضادة للقنابل.
في شاحنة مضادة للقنابل.
08:31
You both watched the video feed.
135
499125
1809
لقد شاهد كلاهما البث المصور.
08:32
They control a distant robot,
and you guide the work out loud.
and you guide the work out loud.
136
500958
4310
يسيطرون على روبوت بعيد،
وأنت تقوم بتوجيه العمل بصوت عالٍ.
وأنت تقوم بتوجيه العمل بصوت عالٍ.
08:37
Trainees learn better than they
did before robots.
did before robots.
137
505292
3208
يتعمل المتدربون بشكل أفضل
مما فعلوه قبل وجود الروبوتات.
مما فعلوه قبل وجود الروبوتات.
08:41
We can scale this to surgery,
start-ups, policing,
start-ups, policing,
138
509125
3933
يمكننا توسيع النطاق على العملية الجراحية،
الشركات الناشئة، انظمة المراقبة،
الشركات الناشئة، انظمة المراقبة،
08:45
investment banking,
online education and beyond.
online education and beyond.
139
513082
2625
توظيف الأموال،
التعليم عبر الإنترنت وخارجها.
التعليم عبر الإنترنت وخارجها.
08:48
The good news is
we’ve got new tools to do it.
we’ve got new tools to do it.
140
516375
2500
والخبر السار هو
لدينا أدوات جديدة للقيام بذلك.
لدينا أدوات جديدة للقيام بذلك.
08:51
The internet and the cloud mean we don’t
always need one expert for every trainee,
always need one expert for every trainee,
141
519750
4082
يعني الإنترنت والسحابة أننا
لا نحتاج دائماً إلى خبير واحد لكل متدرب،
لا نحتاج دائماً إلى خبير واحد لكل متدرب،
08:56
for them to be physically near each other
or even to be in the same organization.
or even to be in the same organization.
142
524167
4458
لكي يستطيعوا جسديا أن يكونوا بالقرب
من بعضهم أو حتى أن يكونوا في نفس المنظمة.
من بعضهم أو حتى أن يكونوا في نفس المنظمة.
09:01
And we can build AI to help:
143
529292
3041
ويمكننا بناء الذكاء الاصطناعي للمساعدة في:
09:05
to coach learners as they struggle,
to coach experts as they coach
to coach experts as they coach
144
533167
5059
تدريب المتعلمين وهم يكافحون،
تدريب الخبراء وهم يدربون
تدريب الخبراء وهم يدربون
09:10
and to connect those two groups
in smart ways.
in smart ways.
145
538250
2542
ولربط هاتين المجموعتين بطرق ذكية.
09:15
There are people at work
on systems like this,
on systems like this,
146
543375
2542
هناك أشخاص في العمل
على أنظمة مثل هذا،
على أنظمة مثل هذا،
09:18
but they’ve been mostly focused
on formal training.
on formal training.
147
546333
2792
ولكن يكون أغلب تركيزهم
على التدريب الرسمي.
على التدريب الرسمي.
09:21
And the deeper crisis
is in on-the-job learning.
is in on-the-job learning.
148
549458
2584
والأزمة الأعمق هي
في التعلم أثناء العمل.
في التعلم أثناء العمل.
09:24
We must do better.
149
552417
1851
يجب علينا فعل ما هو أفضل.
09:26
Today’s problems demand we do better
150
554292
2583
مشاكل اليوم تتطلب أن نفعل الأفضل
09:29
to create work that takes full advantage
of AI’s amazing capabilities
of AI’s amazing capabilities
151
557375
4875
لخلق العمل الذي يستفيد استفادة كاملة
من القدرة المذهلة للذكاء الأصطناعي
من القدرة المذهلة للذكاء الأصطناعي
09:35
while enhancing our skills as we do it.
152
563042
2750
مع تعزيز مهاراتنا ونحن نفعل ذلك.
09:38
That’s the kind of future
I dreamed of as a kid.
I dreamed of as a kid.
153
566333
2750
هذا هو نوع المستقبل
كما حلمت به كطفل.
كما حلمت به كطفل.
09:41
And the time to create it is now.
154
569458
2167
والوقت لإنشائه هو الآن.
09:44
Thank you.
155
572333
1226
شكراً
09:45
(Applause)
156
573583
3625
(تصفيق)
ABOUT THE SPEAKER
Matt Beane - Organizational ethnographerMatt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy.
Why you should listen
Matt Beane does field research on work involving robots to help us understand the implications of intelligent machines for the broader world of work. Any of his projects mean many hundreds of hours -- sometimes years -- watching, interviewing and often working side by side with people trying to work with robots to get their jobs done.
Beane has studied robotic surgery, robotic materials transport and robotic telepresence in healthcare, elder care and knowledge work. He has published in top management journals such as Administrative Science Quarterly, he was selected in 2012 as a Human Robot Interaction Pioneer and is a regular contributor to popular outlets such as Wired, MIT Technology Review, TechCrunch, Forbes and Robohub. He also took a two-year hiatus from his doctoral studies to help found and fund Humatics, an MIT-connected, full-stack IoT startup.
Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. He received his PhD from the MIT Sloan School of Management.
Matt Beane | Speaker | TED.com