TED Salon Zebra Technologies
Matt Beane: How do we learn to work with intelligent machines?
મેટ બીન: બુદ્ધિશાળી મશીનો સાથે કામ કરવાનું શીખીશું?
Filmed:
Readability: 4.2
1,770,815 views
હજારો વર્ષોથી વિશ્વભરની કુશળતા તરફનો રસ્તો એક સરખો રહ્યો છે: નિષ્ણાતની તાલીમ હેઠળ તાલીમ લો અને જોખમી, સખત તરફ આગળ વધતા પહેલાં નાના, સરળ કાર્યો કરો. પરંતુ હમણાં, અમે હેન્ડલી છીએ
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
તે સવારે 6:30 વાગ્યે છે,
00:15
and Kristen is wheeling
her prostate patient into the OR.
her prostate patient into the OR.
1
3583
4875
અને ક્રિસ્ટેન સ્ટુઆર્ટ વ્હીલિંગ છે
ઓઆર માં તેના પ્રોસ્ટેટ દર્દી
ઓઆર માં તેના પ્રોસ્ટેટ દર્દી
00:21
She's a resident, a surgeon in training.
2
9500
2250
તે નિવાસી છે, તાલીમમાં સર્જન છે
00:24
It’s her job to learn.
3
12333
2167
તે શીખવાનું તેનું કામ છે
00:27
Today, she’s really hoping to do
some of the nerve-sparing,
some of the nerve-sparing,
4
15292
3351
આજે, તે ખરેખર કરવાની આશામાં છે
કેટલાક ચેતા-બચાવ
કેટલાક ચેતા-બચાવ
00:30
extremely delicate dissection
that can preserve erectile function.
that can preserve erectile function.
5
18667
3875
અત્યંત નાજુક ડિસેક્શન
જે ઇરેક્ટાઇલ ફંક્શનને સાચવી શકે છે
જે ઇરેક્ટાઇલ ફંક્શનને સાચવી શકે છે
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
તે ઉપસ્થિત સર્જન પર રહેશે,
જોકે, પરંતુ તે હજી ત્યાં નથી.
જોકે, પરંતુ તે હજી ત્યાં નથી.
00:39
She and the team put the patient under,
7
27625
2393
તેણી અને ટીમે દર્દીને નીચે મૂક્યો
00:42
and she leads the initial eight-inch
incision in the lower abdomen.
incision in the lower abdomen.
8
30042
3708
અને તે પ્રારંભિક આઠ ઇંચ તરફ દોરી જાય છે
નીચલા પેટમાં કાપ
નીચલા પેટમાં કાપ
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
એકવાર તેણી પાછો આવી ગઈ કે ક્લેમ્પ્ડ થઈ ગઈ,
તે નર્સને ઉપસ્થિતને બોલાવવા કહે છે
તે નર્સને ઉપસ્થિતને બોલાવવા કહે છે
00:51
He arrives, gowns up,
10
39583
2292
તે આવે છે, ઝભ્ભો કરે છે,
00:54
And from there on in, their four hands
are mostly in that patient --
are mostly in that patient --
11
42458
5792
અને ત્યાંથી, તેમના ચાર હાથ
મોટે ભાગે તે દર્દીમાં હોય છે -
મોટે ભાગે તે દર્દીમાં હોય છે -
01:00
with him guiding
but Kristin leading the way.
but Kristin leading the way.
12
48708
2917
તેની સાથે માર્ગદર્શક
પરંતુ ક્રિસ્ટિન જે રીતે અગ્રેસર છે.
પરંતુ ક્રિસ્ટિન જે રીતે અગ્રેસર છે.
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
જ્યારે પ્રોસ્ટેટ બહાર આવે છે (અને હા,
તેણે ક્રિસ્ટેનને થોડીક નર્વ બજાવવાની છૂટ આપી)
તેણે ક્રિસ્ટેનને થોડીક નર્વ બજાવવાની છૂટ આપી)
01:09
he rips off his scrubs.
14
57542
1226
તેણે તેના સ્ક્રબ્સ કાપી નાખ્યા.
01:10
He starts to do paperwork.
15
58792
1375
તે કાગળકામ કરવાનું શરૂ કરે છે
01:12
Kristen closes the patient by 8:15,
16
60833
5375
ક્રિસ્ટેન સ્ટુઆર્ટ 8:15 સુધીમાં દર્દીને બંધ કરે છે.
01:18
with a junior resident
looking over her shoulder.
looking over her shoulder.
17
66583
2435
જુનિયર નિવાસી સાથે
તેના ખભા પર જોઈ.
તેના ખભા પર જોઈ.
01:21
And she lets him do
the final line of sutures.
the final line of sutures.
18
69042
3083
અને તેણીએ તેને કરવા દે છે
sutures ની અંતિમ વાક્ય.
sutures ની અંતિમ વાક્ય.
01:24
Kristen feels great.
19
72833
3042
ક્રિસ્ટેન સ્ટુઆર્ટ મહાન લાગે છે.
01:28
Patient’s going to be fine,
20
76250
1559
દર્દી સારું થઈ જશે,
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
અને કોઈ શંકા નથી કે તે એક સારી સર્જન છે
કરતાં તે 6:30 હતી.
કરતાં તે 6:30 હતી.
01:34
Now this is extreme work.
22
82208
2834
હવે આ આત્યંતિક કાર્ય છે.
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
પરંતુ ક્રિસ્ટીન તેનું કામ કરવાનું શીખી રહી છે
જે રીતે આપણામાંના મોટાભાગના લોકો કરે છે:
જે રીતે આપણામાંના મોટાભાગના લોકો કરે છે:
01:41
watching an expert for a bit,
24
89625
1893
થોડોક નિષ્ણાત જોતા,
01:43
getting involved in easy,
safe parts of the work
safe parts of the work
25
91542
3142
સરળમાં સામેલ થવું,
કામના સલામત ભાગો
કામના સલામત ભાગો
01:46
and progressing to riskier
and harder tasks
and harder tasks
26
94708
2185
અને જોખમી માટે પ્રગતિ
અને સખત કાર્યો
અને સખત કાર્યો
01:48
as they guide and decide she’s ready.
27
96917
2333
જેમ કે તેઓ માર્ગદર્શન આપે છે અને નક્કી કરે છે કે તે તૈયાર છે.
01:52
My whole life I’ve been fascinated
by this kind of learning.
by this kind of learning.
28
100042
2892
મારું આખું જીવન મને મોહિત થઈ ગયું છે
આ પ્રકારના ભણતર દ્વારા.
આ પ્રકારના ભણતર દ્વારા.
01:54
It feels elemental,
part of what makes us human.
part of what makes us human.
29
102958
3667
તે મૂળભૂત લાગે છે,
શું આપણને માનવ બનાવે છે તેનો એક ભાગ.
શું આપણને માનવ બનાવે છે તેનો એક ભાગ.
01:59
It has different names: apprenticeship,
coaching, mentorship, on the job training.
coaching, mentorship, on the job training.
30
107750
5417
તેના જુદા જુદા નામો છે: એપ્રેન્ટિસશીપ,
કોચિંગ, માર્ગદર્શિકા, નોકરીની તાલીમ પર.
કોચિંગ, માર્ગદર્શિકા, નોકરીની તાલીમ પર.
02:05
In surgery, it’s called
“see one, do one, teach one.”
“see one, do one, teach one.”
31
113542
3291
શસ્ત્રક્રિયામાં, તે કહેવામાં આવે છે
"એક જુઓ, એક કરો, એક શીખવો."
"એક જુઓ, એક કરો, એક શીખવો."
02:09
But the process is the same,
32
117625
1344
પરંતુ પ્રક્રિયા સમાન છે,
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
અને તે કુશળતાનો મુખ્ય માર્ગ છે
હજારો વર્ષોથી વિશ્વની આસપાસ.
હજારો વર્ષોથી વિશ્વની આસપાસ.
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
હમણાં, અમે એઆઇને નિયંત્રિત કરી રહ્યા છીએ
એવી રીતે કે જે માર્ગને અવરોધે છે.
એવી રીતે કે જે માર્ગને અવરોધે છે.
02:21
We’re sacrificing learning
in our quest for productivity.
in our quest for productivity.
35
129625
2690
આપણે ભણતરનું બલિદાન આપી રહ્યા છીએ
ઉત્પાદકતા માટેની અમારી ખોજમાં.
ઉત્પાદકતા માટેની અમારી ખોજમાં.
02:25
I found this first in surgery
while I was at MIT,
while I was at MIT,
36
133292
2809
મને શસ્ત્રક્રિયામાં આ પ્રથમ મળ્યું
જ્યારે હું એમ.આઈ.ટી. માં હતો,
જ્યારે હું એમ.આઈ.ટી. માં હતો,
02:28
but now I’ve got evidence
it’s happening all over,
it’s happening all over,
37
136125
2476
પરંતુ હવે મને પુરાવા મળ્યા છે
તે બધા પર થઈ રહ્યું છે,
તે બધા પર થઈ રહ્યું છે,
02:30
in very different industries
and with very different kinds of AI.
and with very different kinds of AI.
38
138625
3875
ખૂબ જ અલગ ઉદ્યોગોમાં
અને એ.આઇ.ના ઘણાં વિવિધ પ્રકારો સાથે.
અને એ.આઇ.ના ઘણાં વિવિધ પ્રકારો સાથે.
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
જો આપણે કંઈ ન કરીએ, તો આપણને લાખો
એક ઈંટ દિવાલ ફટકો જતા હોય છે
એક ઈંટ દિવાલ ફટકો જતા હોય છે
02:40
as we try to learn to deal with AI.
40
148958
2417
જેમ કે આપણે એઆઈ સાથે વ્યવહાર કરવાનું શીખીશું.
02:45
Let’s go back to surgery to see how.
41
153125
1772
ચાલો કેવી રીતે છે તે જોવા માટે શસ્ત્રક્રિયા પર પાછા જઈએ.
02:47
Fast forward six months.
42
155708
1935
ઝડપી આગળ છ મહિના.
02:49
It’s 6:30am again, and Kristen
is wheeling another prostate patient in,
is wheeling another prostate patient in,
43
157667
5476
તે ફરીથી સવારે 6:30 વાગ્યે છે, અને ક્રિસ્ટેન
બીજા પ્રોસ્ટેટ દર્દીને વ્હીલ કરી રહ્યો છે,
બીજા પ્રોસ્ટેટ દર્દીને વ્હીલ કરી રહ્યો છે,
02:55
but this time to the robotic OR.
44
163167
3166
પરંતુ આ સમયે રોબોટિક ઓ.આર.
02:59
The attending leads attaching
45
167667
1684
હાજરી લીડ જોડાણ
03:01
a four-armed, thousand-pound
robot to the patient.
robot to the patient.
46
169375
2833
ચાર સશસ્ત્ર, હજાર પાઉન્ડ
દર્દીને રોબોટ.
દર્દીને રોબોટ.
03:04
They both rip off their scrubs,
47
172750
2434
તે બંને તેમના સ્ક્રબ્સને ફાડી નાખે છે,
03:07
head to control consoles
10 or 15 feet away,
10 or 15 feet away,
48
175208
3125
કન્સોલ નિયંત્રિત કરવા માટે વડા
10 અથવા 15 ફુટ દૂર,
10 અથવા 15 ફુટ દૂર,
03:11
and Kristen just watches.
49
179167
3750
અને ક્રિસ્ટેન સ્ટુઆર્ટ માત્ર જુએ છે.
03:16
The robot allows the attending
to do the whole procedure himself,
to do the whole procedure himself,
50
184375
3053
રોબોટ હાજરી આપવા માટે પરવાનગી આપે છે
સંપૂર્ણ પ્રક્રિયા જાતે કરવા માટે,
સંપૂર્ણ પ્રક્રિયા જાતે કરવા માટે,
03:19
so he basically does.
51
187452
1583
તેથી તે મૂળભૂત રીતે કરે છે.
03:21
He knows she needs practice.
52
189917
2101
તે જાણે છે કે તેને પ્રેક્ટિસની જરૂર છે.
03:24
He wants to give her control.
53
192042
1583
તેણી તેને નિયંત્રણ આપવા માંગે છે.
03:26
But he also knows she’d be slower
and make more mistakes,
and make more mistakes,
54
194250
3393
પરંતુ તે પણ જાણે છે કે તેણી ધીમી હશે
અને વધુ ભૂલો કરો,
અને વધુ ભૂલો કરો,
03:29
and his patient comes first.
55
197667
1500
અને તેનો દર્દી પ્રથમ આવે છે.
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
તેથી ક્રિસ્ટિનને ક્યાંય મળવાની આશા નથી
આ પરિભ્રમણ દરમિયાન તે ચેતાની નજીક.
આ પરિભ્રમણ દરમિયાન તે ચેતાની નજીક.
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
જો તેણી વધુ ચલાવે તો તે ભાગ્યશાળી બનશે
ચાર કલાકની પ્રક્રિયા દરમિયાન 15 મિનિટ.
ચાર કલાકની પ્રક્રિયા દરમિયાન 15 મિનિટ.
03:42
And she knows that when she slips up,
58
210250
2625
અને તે જાણે છે કે જ્યારે તે લપસી જાય છે,
03:45
he’ll tap a touch screen,
and she’ll be watching again,
and she’ll be watching again,
59
213458
3042
તે ટચ સ્ક્રીનને ટેપ કરશે,
અને તે ફરી જોશે,
અને તે ફરી જોશે,
03:48
feeling like a kid in the corner
with a dunce cap.
with a dunce cap.
60
216917
2625
ખૂણામાં એક બાળક જેવી લાગણી
એક dunce કેપ સાથે.
એક dunce કેપ સાથે.
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
રોબોટ્સ અને વર્કના બધા અભ્યાસની જેમ
મેં છેલ્લા આઠ વર્ષમાં કર્યું છે,
મેં છેલ્લા આઠ વર્ષમાં કર્યું છે,
03:57
I started this one
with a big, open question:
with a big, open question:
62
225108
2118
મેં આ શરૂ કરી
એક મોટો, ખુલ્લો પ્રશ્ન સાથે:
એક મોટો, ખુલ્લો પ્રશ્ન સાથે:
03:59
How do we learn to work
with intelligent machines?
with intelligent machines?
63
227250
2792
આપણે કેવી રીતે કામ કરવાનું શીખીશું
બુદ્ધિશાળી મશીનો સાથે?
બુદ્ધિશાળી મશીનો સાથે?
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
તે શોધવા માટે, મેં અ .ી વર્ષ પસાર કર્યા
ડઝનેક રહેવાસીઓ અને સર્જનોનું અવલોકન
ડઝનેક રહેવાસીઓ અને સર્જનોનું અવલોકન
04:08
doing traditional and robotic surgery,
interviewing them
interviewing them
65
236625
3476
પરંપરાગત અને રોબોટિક સર્જરી,
તેમને મુલાકાત
તેમને મુલાકાત
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
અને સામાન્ય રીતે અટકી
રહેવાસીઓ સાથે તેઓએ શીખવાની કોશિશ કરી.
રહેવાસીઓ સાથે તેઓએ શીખવાની કોશિશ કરી.
04:16
I covered 18 of the top
US teaching hospitals,
US teaching hospitals,
67
244250
3351
મેં ટોચની 18 આવરી લીધી
યુ.એસ. અધ્યાપન હોસ્પિટલો,
યુ.એસ. અધ્યાપન હોસ્પિટલો,
04:19
and the story was the same.
68
247625
1458
અને વાર્તા પણ એ જ હતી.
04:21
Most residents were in Kristen's shoes.
69
249875
2542
મોટાભાગના રહેવાસીઓ ક્રિસ્ટેનનાં જૂતામાં હતા.
04:24
They got to “see one” plenty,
70
252958
1792
તેઓ પુષ્કળ "એક જુઓ",
04:27
but the “do one” was barely available.
71
255583
2292
પરંતુ “એક કરો” ભાગ્યે જ ઉપલબ્ધ હતો.
04:30
So they couldn’t struggle,
and they weren’t learning.
and they weren’t learning.
72
258333
2528
તેથી તેઓ સંઘર્ષ કરી શક્યા નહીં,
અને તેઓ શીખતા ન હતા.
અને તેઓ શીખતા ન હતા.
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
સર્જનો માટે આ મહત્વપૂર્ણ સમાચાર હતા, પણ
મને તે જાણવાની જરૂર હતી કે તે કેટલું વ્યાપક છે:
મને તે જાણવાની જરૂર હતી કે તે કેટલું વ્યાપક છે:
04:37
Where else was using AI
blocking learning on the job?
blocking learning on the job?
74
265125
3833
બીજો ક્યાં એઆઈ નો ઉપયોગ કરતો હતો
નોકરી પર શિક્ષણ અવરોધિત?
નોકરી પર શિક્ષણ અવરોધિત?
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
શોધવા માટે, મેં નાના સાથે કનેક્ટ કર્યું છે
પરંતુ યુવાન સંશોધકોનું વધતું જૂથ
પરંતુ યુવાન સંશોધકોનું વધતું જૂથ
04:46
who’ve done boots-on-the-ground studies
of work involving AI
of work involving AI
76
274542
3434
જેમણે ગ્રાઉન્ડ onન-ગ્રાઉન્ડ અભ્યાસ કર્યો છે
એ.આઈ.
એ.આઈ.
04:50
in very diverse settings
like start-ups, policing,
like start-ups, policing,
77
278000
2976
ખૂબ જ વૈવિધ્યસભર સેટિંગ્સમાં
જેમ કે સ્ટાર્ટ-અપ્સ, પોલિસીંગ,
જેમ કે સ્ટાર્ટ-અપ્સ, પોલિસીંગ,
04:53
investment banking and online education.
78
281000
2601
રોકાણ બેંકિંગ અને educationનલાઇન શિક્ષણ.
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
મારી જેમ, તેઓએ પણ ઓછામાં ઓછું એક વર્ષ વિતાવ્યું
અને ઘણા સેંકડો કલાકો અવલોકન કરે છે,
અને ઘણા સેંકડો કલાકો અવલોકન કરે છે,
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
મુલાકાત અને વારંવાર કામ
તેઓએ અભ્યાસ કરેલા લોકોની સાથે-સાથે-સાથે.
તેઓએ અભ્યાસ કરેલા લોકોની સાથે-સાથે-સાથે.
05:06
We shared data, and I looked for patterns.
81
294458
2417
અમે ડેટા શેર કર્યો, અને મેં પેટર્ન શોધી.
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
ઉદ્યોગ, કામ ગમે તેવું નથી,
એઆઈ, વાર્તા સમાન હતી.
એઆઈ, વાર્તા સમાન હતી.
05:16
Organizations were trying harder
and harder to get results from AI,
and harder to get results from AI,
83
304042
3642
સંસ્થાઓ સખત પ્રયાસ કરી રહી હતી
અને એ.આઇ. માંથી પરિણામો મેળવવાનું વધુ મુશ્કેલ,
અને એ.આઇ. માંથી પરિણામો મેળવવાનું વધુ મુશ્કેલ,
05:19
and they were peeling learners away from
expert work as they did it.
expert work as they did it.
84
307708
3542
અને તેઓ શીખનારાઓને દૂરથી છીનવી રહ્યા હતા
નિષ્ણાત કાર્ય જેમણે તે કર્યું.
નિષ્ણાત કાર્ય જેમણે તે કર્યું.
05:24
Start-up managers were outsourcing
their customer contact.
their customer contact.
85
312333
2875
સ્ટાર્ટ-અપ મેનેજર્સ આઉટસોર્સિંગ કરી રહ્યા હતા
તેમના ગ્રાહક સંપર્ક.
તેમના ગ્રાહક સંપર્ક.
05:27
Cops had to learn to deal with crime
forecasts without experts support.
forecasts without experts support.
86
315833
4042
પોલીસને ગુના સાથે વ્યવહાર કરવાનું શીખવું પડ્યું
નિષ્ણાતોના ટેકા વિના આગાહી
નિષ્ણાતોના ટેકા વિના આગાહી
05:32
Junior bankers were getting
cut out of complex analysis,
cut out of complex analysis,
87
320875
3250
જુનિયર બેન્કરો મળતા હતા
જટિલ વિશ્લેષણ કાપી,
જટિલ વિશ્લેષણ કાપી,
05:36
and professors had to build
online courses without help.
online courses without help.
88
324500
3083
અને અધ્યાપકોએ નિર્માણ કરવાનું હતું
મદદ વિના ઓનલાઇન અભ્યાસક્રમો.
મદદ વિના ઓનલાઇન અભ્યાસક્રમો.
05:41
And the effect of all of this
was the same as in surgery.
was the same as in surgery.
89
329125
3226
અને આ બધાની અસર
સર્જરી જેવી જ હતી.
સર્જરી જેવી જ હતી.
05:44
Learning on the job
was getting much harder.
was getting much harder.
90
332375
2917
નોકરી પર શીખવી
ખૂબ મુશ્કેલ થઈ રહ્યું હતું.
ખૂબ મુશ્કેલ થઈ રહ્યું હતું.
05:48
This can’t last.
91
336958
1417
આ ટકી શકે નહીં.
05:51
McKinsey estimates that between half
a billion and a billion of us
a billion and a billion of us
92
339542
4267
મKકિન્સેનો અંદાજ છે કે અડધાની વચ્ચે
અબજ અને અબજ
અબજ અને અબજ
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
એઆઈ સાથે અનુકૂળ થવાનું છે
2030 સુધીમાં આપણા રોજિંદા કામમાં.
2030 સુધીમાં આપણા રોજિંદા કામમાં.
06:01
And we’re assuming
that on-the-job learning
that on-the-job learning
94
349000
2011
અને અમે ધારી રહ્યા છીએ
કે નોકરી પર શીખવાની
કે નોકરી પર શીખવાની
06:03
will be there for us as we try.
95
351035
1917
આપણે પ્રયત્ન કરીશું તેમ આપણા માટે હશે.
06:05
Accenture’s latest workers survey showed
that most workers learned key skills
that most workers learned key skills
96
353500
4268
એક્સેન્ચરના તાજેતરના કામદારોના સર્વેક્ષણમાં બતાવ્યું
કે મોટા ભાગના કામદારો ચાવી કુશળતા શીખ્યા
કે મોટા ભાગના કામદારો ચાવી કુશળતા શીખ્યા
06:09
on the job, not in formal training.
97
357792
2291
નોકરી પર, formalપચારિક તાલીમ નહીં.
06:13
So while we talk a lot about its
potential future impact,
potential future impact,
98
361292
3517
તેથી જ્યારે આપણે તેના વિશે ઘણી વાતો કરીએ છીએ
સંભવિત ભાવિ અસર,
સંભવિત ભાવિ અસર,
06:16
the aspect of AI
that may matter most right now
that may matter most right now
99
364833
3685
એઆઈ ના પાસા
તે હમણાં ખૂબ વાંધો શકે છે
તે હમણાં ખૂબ વાંધો શકે છે
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
તે છે કે આપણે તેને એક રીતે નિયંત્રિત કરી રહ્યાં છીએ
કે નોકરી પર શીખવાની અવરોધે છે
કે નોકરી પર શીખવાની અવરોધે છે
06:24
just when we need it most.
101
372375
1625
ફક્ત જ્યારે અમને તેની સૌથી વધુ જરૂર હોય.
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
હવે અમારી બધી સાઇટ્સ પર,
નાના લઘુમતીને શીખવાની રીત મળી.
નાના લઘુમતીને શીખવાની રીત મળી.
06:35
They did it by breaking and bending rules.
103
383625
3042
નિયમોને તોડીને અને વક્રતા દ્વારા તેઓએ તે કર્યું.
06:39
Approved methods weren’t working,
so they bent and broke rules
so they bent and broke rules
104
387083
4643
માન્ય પદ્ધતિઓ કામ કરતી ન હતી,
તેથી તેઓ વલ્યા અને નિયમો તોડ્યા
તેથી તેઓ વલ્યા અને નિયમો તોડ્યા
06:43
to get hands-on practice with experts.
105
391750
1976
નિષ્ણાતો સાથે હાથ પર પ્રેક્ટિસ મેળવવા માટે.
06:45
In my setting, residents got involved
in robotic surgery in medical school
in robotic surgery in medical school
106
393750
5601
મારી ગોઠવણીમાં, રહેવાસીઓ સામેલ થયા
તબીબી શાળામાં રોબોટિક સર્જરી
તબીબી શાળામાં રોબોટિક સર્જરી
06:51
at the expense
of their generalist education.
of their generalist education.
107
399375
3583
ખર્ચે
તેમના સામાન્યવાદી શિક્ષણ.
તેમના સામાન્યવાદી શિક્ષણ.
06:56
And they spent hundreds of extra hours
with simulators and recordings of surgery,
with simulators and recordings of surgery,
108
404417
5851
અને તેઓએ સેંકડો અતિરિક્ત કલાકો પસાર કર્યા
સિમ્યુલેટર અને શસ્ત્રક્રિયાના રેકોર્ડિંગ્સ સાથે,
સિમ્યુલેટર અને શસ્ત્રક્રિયાના રેકોર્ડિંગ્સ સાથે,
07:02
when you were supposed to learn in the OR.
109
410292
2541
જ્યારે તમે OR માં શીખવાના હતા
07:05
And maybe most importantly,
they found ways to struggle
they found ways to struggle
110
413375
3476
અને કદાચ સૌથી અગત્યનું,
તેઓને સંઘર્ષ કરવાની રીત મળી
તેઓને સંઘર્ષ કરવાની રીત મળી
07:08
in live procedures
with limited expert supervision.
with limited expert supervision.
111
416875
3750
જીવંત કાર્યવાહીમાં
મર્યાદિત નિષ્ણાતની દેખરેખ સાથે.
મર્યાદિત નિષ્ણાતની દેખરેખ સાથે.
07:13
I call all this “shadow learning,”
because it bends the rules
because it bends the rules
112
421792
4309
હું આ બધાને "શેડો લર્નિંગ" કહું છું.
કારણ કે તે નિયમોને વાળે છે
કારણ કે તે નિયમોને વાળે છે
07:18
and learner’s do it out of the limelight.
113
426125
2000
અને શીખનાર તે લાઇમલાઇટમાંથી બહાર કા .ે છે.
07:21
And everyone turns a blind eye
because it gets results.
because it gets results.
114
429542
4101
અને દરેક વ્યક્તિ આંધળી નજર ફેરવે છે
કારણ કે તેના પરિણામો મળે છે.
કારણ કે તેના પરિણામો મળે છે.
07:25
Remember, these are
the star pupils of the bunch.
the star pupils of the bunch.
115
433667
3166
યાદ રાખો, આ છે
ટોળું તારા વિદ્યાર્થીઓ
ટોળું તારા વિદ્યાર્થીઓ
07:29
Now, obviously, this is not OK,
and it’s not sustainable.
and it’s not sustainable.
116
437792
3208
હવે, દેખીતી રીતે, આ બરાબર નથી,
અને તે ટકાઉ નથી.
અને તે ટકાઉ નથી.
07:33
No one should have to risk getting fired
117
441708
2185
બરતરફ થવાનું જોખમ કોઈને લેવું જોઈએ નહીં
07:35
to learn the skills
they need to do their job.
they need to do their job.
118
443917
2150
કુશળતા શીખવા માટે
તેઓએ તેમનું કામ કરવાની જરૂર છે.
તેઓએ તેમનું કામ કરવાની જરૂર છે.
07:38
But we do need to learn from these people.
119
446792
2056
પરંતુ આપણે આ લોકો પાસેથી શીખવાની જરૂર નથી.
07:41
They took serious risks to learn.
120
449917
2250
તેઓએ શીખવા માટે ગંભીર જોખમો લીધા.
07:44
They understood they needed to protect
struggle and challenge in their work
struggle and challenge in their work
121
452792
4351
તેઓ સમજી ગયા કે તેઓને સુરક્ષિત કરવાની જરૂર છે
તેમના કાર્યમાં સંઘર્ષ અને પડકાર
તેમના કાર્યમાં સંઘર્ષ અને પડકાર
07:49
so that they could push themselves
to tackle hard problems
to tackle hard problems
122
457167
2892
જેથી તેઓ પોતાને દબાણ કરી શકે
સખત સમસ્યાઓનો સામનો કરવા
સખત સમસ્યાઓનો સામનો કરવા
07:52
right near the edge of their capacity.
123
460083
1959
અધિકાર તેમની ક્ષમતા ની ધાર નજીક.
07:54
They also made sure
there was an expert nearby
there was an expert nearby
124
462458
2216
તેઓએ પણ ખાતરી કરી
નજીકમાં એક નિષ્ણાત હતો
નજીકમાં એક નિષ્ણાત હતો
07:56
to offer pointers and to backstop
against catastrophe.
against catastrophe.
125
464698
3094
પોઇંટર્સ અને બેકસ્ટopપ offerફર કરવા
આપત્તિ સામે.
આપત્તિ સામે.
08:00
Let’s build this combination
of struggle and expert support
of struggle and expert support
126
468875
3458
ચાલો આ સંયોજન બનાવીએ
સંઘર્ષ અને નિષ્ણાત સપોર્ટ
સંઘર્ષ અને નિષ્ણાત સપોર્ટ
08:04
into each AI implementation.
127
472708
2750
દરેક એઆઈ અમલીકરણમાં.
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
અહીં એક સ્પષ્ટ ઉદાહરણ છે
હું આ જમીન પર મેળવી શકું છું.
હું આ જમીન પર મેળવી શકું છું.
08:12
Before robots,
129
480125
1226
રોબોટ્સ પહેલાં,
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
જો તમે બોમ્બ ડિસ્પોઝલ ટેકનિશિયન હોત,
તમે આઈ.ઇ.ડી. સાથે કામ કરીને તેની સાથે વ્યવહાર કર્યો.
તમે આઈ.ઇ.ડી. સાથે કામ કરીને તેની સાથે વ્યવહાર કર્યો.
08:19
A junior officer was
hundreds of feet away,
hundreds of feet away,
131
487333
2143
એક જુનિયર અધિકારી હતો
એક જુનિયર અધિકારી હતો
સેંકડો ફુટ દૂર,
એક જુનિયર અધિકારી હતો
સેંકડો ફુટ દૂર,
08:21
so could only watch and help
if you decided it was safe
if you decided it was safe
132
489500
3309
તેથી ફક્ત જોઈ અને મદદ કરી શક્યા
જો તમે નક્કી કર્યું કે તે સલામત છે
જો તમે નક્કી કર્યું કે તે સલામત છે
08:24
and invited them downrange.
133
492833
1417
અને તેમને ડાઉનરેજ આમંત્રિત કર્યા છે.
08:27
Now you sit side-by-side
in a bomb-proof truck.
in a bomb-proof truck.
134
495208
3893
હવે તમે બાજુમાં બેસો
બોમ્બ-પ્રૂફ ટ્રકમાં.
બોમ્બ-પ્રૂફ ટ્રકમાં.
08:31
You both watched the video feed.
135
499125
1809
તમે બંનેએ વિડિઓ ફીડ જોયો છે.
08:32
They control a distant robot,
and you guide the work out loud.
and you guide the work out loud.
136
500958
4310
તેઓ દૂરના રોબોટને નિયંત્રિત કરે છે,
અને તમે જોરથી કામનું માર્ગદર્શન આપો.
અને તમે જોરથી કામનું માર્ગદર્શન આપો.
08:37
Trainees learn better than they
did before robots.
did before robots.
137
505292
3208
તાલીમાર્થીઓ તેમના કરતા વધુ સારી રીતે શીખે છે
રોબોટ્સ પહેલાં કર્યું.
રોબોટ્સ પહેલાં કર્યું.
08:41
We can scale this to surgery,
start-ups, policing,
start-ups, policing,
138
509125
3933
અમે તેને શસ્ત્રક્રિયા સુધી સ્કેલ કરી શકીએ છીએ,
સ્ટાર્ટ-અપ્સ, પોલિસીંગ,
સ્ટાર્ટ-અપ્સ, પોલિસીંગ,
08:45
investment banking,
online education and beyond.
online education and beyond.
139
513082
2625
રોકાણ બેંકિંગ,
ઓનલાઇન શિક્ષણ અને આગળ.
ઓનલાઇન શિક્ષણ અને આગળ.
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
સારા સમાચાર છે
અમને તે કરવા માટે નવા સાધનો મળ્યાં છે.
અમને તે કરવા માટે નવા સાધનો મળ્યાં છે.
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
ઇન્ટરનેટ અને ક્લાઉડનો અર્થ આપણે નથી
દરેક તાલીમાર્થી માટે હંમેશાં એક નિષ્ણાતની જરૂર હોય છે,
દરેક તાલીમાર્થી માટે હંમેશાં એક નિષ્ણાતની જરૂર હોય છે,
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
તેમના માટે શારીરિક રીતે એકબીજાની નજીક રહેવું
અથવા તે જ સંસ્થામાં હોવું જોઈએ.
અથવા તે જ સંસ્થામાં હોવું જોઈએ.
09:01
And we can build AI to help:
143
529292
3041
અને અમે સહાય માટે એઆઈ બનાવી શકીએ:
09:05
to coach learners as they struggle,
to coach experts as they coach
to coach experts as they coach
144
533167
5059
કોચ શીખનારાઓને તેઓ સંઘર્ષ તરીકે,
કોચ નિષ્ણાંતોને તેઓ કોચ તરીકે
કોચ નિષ્ણાંતોને તેઓ કોચ તરીકે
09:10
and to connect those two groups
in smart ways.
in smart ways.
145
538250
2542
અને તે બે જૂથોને જોડવા માટે
સ્માર્ટ રીતે.
સ્માર્ટ રીતે.
09:15
There are people at work
on systems like this,
on systems like this,
146
543375
2542
કામ પર લોકો છે
આ જેવી સિસ્ટમો પર
આ જેવી સિસ્ટમો પર
09:18
but they’ve been mostly focused
on formal training.
on formal training.
147
546333
2792
પરંતુ તેઓ મોટે ભાગે ધ્યાન કેન્દ્રિત કર્યું છે
ઓlપચારિક તાલીમ પર.
ઓlપચારિક તાલીમ પર.
09:21
And the deeper crisis
is in on-the-job learning.
is in on-the-job learning.
148
549458
2584
અને theંડા સંકટ
નોકરી પર નોકરી પર છે.
નોકરી પર નોકરી પર છે.
09:24
We must do better.
149
552417
1851
આપણે વધુ સારું કરવું જોઈએ.
09:26
Today’s problems demand we do better
150
554292
2583
આજની સમસ્યાઓની માંગ છે કે આપણે વધુ સારું કરીએ
09:29
to create work that takes full advantage
of AI’s amazing capabilities
of AI’s amazing capabilities
151
557375
4875
સંપૂર્ણ લાભ લે છે કે કામ બનાવવા માટે
એઆઈની આશ્ચર્યજનક ક્ષમતાઓની
એઆઈની આશ્ચર્યજનક ક્ષમતાઓની
09:35
while enhancing our skills as we do it.
152
563042
2750
જ્યારે આપણે તે કરીએ છીએ તેમ અમારી કુશળતામાં વધારો કરીએ છીએ.
09:38
That’s the kind of future
I dreamed of as a kid.
I dreamed of as a kid.
153
566333
2750
તે ભવિષ્યનું એક પ્રકાર છે
હું એક બાળક તરીકે કલ્પના કરવી.
હું એક બાળક તરીકે કલ્પના કરવી.
09:41
And the time to create it is now.
154
569458
2167
અને તેને બનાવવાનો સમય હવે છે.
09:44
Thank you.
155
572333
1226
આભાર.
09:45
(Applause)
156
573583
3625
(તાળીઓ)
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