AI and the Paradox of Self-Replacing Workers | Madison Mohns | TED

المترجم: Walaa Mohammed المدقّق: Hani Eldalees

I'm going about my day, normal Tuesday of meetings

سأقضي يومي، الثلاثاء العادي في الاجتماعات

when I get a ping from my manager's manager's manager.

عندما أتلقى اتصالًا من مدير مدير مديري.

It says: “Get me a document by the end of the day

تقول: «احصل لي على مستند بحلول نهاية اليوم

that records everything your team has been working on related to AI."

يسجل كل شيء كان فريقك يعمل عليه فيما يتعلق بالذكاء الاصطناعي».

As it turns out, the board of directors of my large company

كما اتضح، كان مجلس إدارة شركتي الكبيرة

had been hearing buzz about this new thing called ChatGPT,

يسمع ضجة حول هذا الشيء الجديد المسمى ChatGPT،

and they wanted to know what we were doing about it.

وأرادوا معرفة ما كنا نفعله حيال ذلك.

They are freaking out about the future,

إنهم يشعرون بالخوف من المستقبل،

I'm freaking out about this measly document,

وأنا أشعر بالفزع إزاء هذه الوثيقة التافهة،

it sounds like the perfect start

تبدو وكأنها البداية المثالية

to solving the next hottest problem in tech, right?

لحل المشكلة التالية الأكثر سخونة في مجال التكنولوجيا، أليس كذلك؟

As someone who works with machine-learning models

بصفتي شخصًا يعمل مع نماذج التعلم الآلي

every single day,

كل يوم،

I know firsthand that the rapid development of these technologies

أعرف بصورة مباشرة أن التطور السريع لهذه التقنيات

poses endless opportunities for innovation.

يوفر فرصًا لا حصر لها للابتكار.

However, the same exponential improvement in AI systems

ومع ذلك، فإن التحسن الهائل نفسه في أنظمة

is becoming a looming existential threat to the team I manage.

الذكاء الاصطناعي أصبح تهديدًا وجوديًا يلوح في الأفق للفريق الذي أديره.

With increasing accessibility

مع زيادة إمكانية الوصول

and creepily human-like results coming out of the field of AI research,

والنتائج المخيفة الشبيهة بالبشر التي تخرج من مجال أبحاث الذكاء الاصطناعي، تتجه

companies like my own are turning toward automation to make things more efficient.

شركات مثل شركتي نحو الأتمتة لجعل الأمور أكثر كفاءة.

Now on the surface, this seems like a pretty great vision.

الآن على السطح، تبدو هذه رؤية رائعة جدًا.

But as we start to dig deeper, we uncover an uncomfortable paradox.

ولكن عندما نبدأ في البحث بصورة أعمق، نكشف عن مفارقة غير مريحة.

Let's break this down.

دعونا نحلل هذا.

In order to harness the power of AI systems,

من أجل تسخير قوة أنظمة الذكاء الاصطناعي،

these systems must be trained and fine-tuned

يجب تدريب هذه الأنظمة وضبطها

to match a high-quality standard.

لتتناسب مع معايير الجودة العالية.

But who defines quality,

ولكن من الذي يحدد الجودة،

and who trains these systems in the first place?

ومن يدرب هذه الأنظمة في المقام الأول؟

As you may have guessed, real-life subject matter experts,

كما قد تكون خمنت، فإن خبراء الموضوع الواقعي،

oftentimes the same exact people who are currently doing the job.

في كثير من الأحيان هم نفس الأشخاص الذين يقومون بهذه المهمة حاليًا.

Imagine my predicament here.

تخيل مأزقي هنا.

I get to go to my trusted team, whom I've worked with for years,

يمكنني الذهاب إلى فريقي الموثوق به، الذي عملت معه لسنوات،

look them in the eyes

وأنظر في أعينهم

and pitch them on training the very systems that might displace them.

وأرشدهم على تدريب نفس الأنظمة التي قد تحل محلهم.

This paradox had led me to rely on three ethical principles

لقد دفعتني هذه المفارقة إلى الاعتماد على ثلاثة مبادئ أخلاقية

that can ensure that managers can grapple with the implications

يمكن أن تضمن أن المديرين يمكنهم التعامل مع الآثار المترتبة على القوى العاملة

of a self-replacing workforce.

التي تستبدل نفسها بنفسها.

One, transformational transparency,

الأول، الشفافية التحويلية،

Two, collaborative AI augmentation.

والثاني، التعزيز التعاوني للذكاء الاصطناعي.

And three, reskilling to realize potential.

وثالثًا، إعادة تشكيل المهارات لتحقيق الإمكانات.

Now before we get into solutions, let’s zoom out a little bit.

الآن قبل أن ندخل في الحلول، دعونا نتصغير قليلًا.

How deep is this problem of self-replacing workers, really?

ما مدى عمق مشكلة الاستبدال الذاتي للعمال، حقًا؟

Research from this year coming out of OpenAI

الأبحاث الصادرة عن OpenAI هذا العام

indicates that approximately 80 percent of the US workforce

تشير إلى أن ما يقرب من 80 بالمائة من القوى العاملة الأمريكية

could see up to 10 percent of their tasks impacted

يمكن أن تتأثر ما يصل إلى 10 بالمائة من مهامهم

by the introduction of AI,

بإدخال الذكاء الاصطناعي،

while around 19 percent of the workforce

في حين أن حوالي 19 بالمائة من القوى العاملة

could see up to 50 percent of their tasks impacted.

يمكن أن تتأثر بما يصل إلى 50 بالمائة من مهامهم.

The craziest thing about all of this is,

الشيء الأكثر جنونًا في كل هذا

is that these technologies do not discriminate.

هو أن هذه التقنيات لا تميز.

Occupations that have historically required an immense amount of training

المهن التي كانت تتطلب تاريخيًا قدرًا هائلًا من التدريب

or education are equally as vulnerable to being outsourced to AI.

أو التعليم معرضة بنفس القدر للاستعانة بمصادر خارجية في مجال الذكاء الاصطناعي.

Now before we throw our hands up and let the robots take over,

الآن قبل أن نرفع أيدينا ونسمح للروبوتات بتولي زمام الأمور،

let's put this all into perspective.

دعونا نضع كل هذا في منظوره الصحيح.

Fortunately for us,

لحسن الحظ بالنسبة لنا،

this is not the first time in history that this has happened.

هذه ليست المرة الأولى في التاريخ التي يحدث فيها هذا.

Let's go back to the Industrial revolution.

دعونا نعود إلى الثورة الصناعية.

Picture Henry Ford’s iconic Model T automobile production line.

تخيل خط إنتاج السيارات الشهير من طراز T لهنري فورد.

In this remarkable setup,

في هذا الإعداد الرائع،

workers and machines engage in a synchronous dance.

يشارك العمال والآلات في رقصة متزامنة.

They were tasked with specific repetitive tasks,

تم تكليفهم بمهام متكررة محددة،

such as tightening bolts or fitting components

مثل إحكام البراغي أو تركيب المكونات

as the product moved down the line.

أثناء تحرك المنتج إلى أسفل الخط.

Ironically, and not dissimilar to my current predicament,

ومن المفارقات، والتي لا تختلف عن مأزقي الحالي،

the humans themselves played a crucial role in training the systems

أن البشر أنفسهم لعبوا دورًا حاسمًا في تدريب الأنظمة

that would eventually replace their once multi-skilled roles.

التي ستحل في النهاية محل أدوارهم التي كانت ذات يوم متعددة المهارات.

They were the ones who honed their craft, perfected the techniques

لقد كانوا هم الذين صقلوا حرفتهم،

and ultimately handed off the knowledge to the technicians

وأتقنوا التقنيات، وفي النهاية قاموا بتسليم المعرفة إلى الفنيين

and engineers involved in automating their entire process.

والمهندسين المشاركين في أتمتة عملياتهم بأكملها.

Now on the outset, this situation seems pretty dire.

الآن في البداية، يبدو هذا الوضع سيئًا للغاية.

Yet despite initial fears and hesitations

ولكن على الرغم من المخاوف الأولية والترددات التي

involved in these technological advancements,

تنطوي عليها هذه التطورات التكنولوجية،

history has proven that humans have continuously found ways

فقد أثبت التاريخ أن البشر قد وجدوا باستمرار طرقًا

to adapt and innovate.

للتكيف والابتكار.

While some roles were indeed replaced, new roles emerged,

في حين تم استبدال بعض الأدوار بالفعل، ظهرت أدوار جديدة

requiring higher-level skills like creativity

تتطلب مهارات عالية المستوى مثل الإبداع

and creative problem solving that machines just simply couldn't replicate.

وحل المشكلات الإبداعي الذي لم تتمكن الآلات ببساطة من تكراره.

Reflecting on this historical example

إن التفكير في هذا المثال التاريخي

reminds us that the relationship between humans and machines

يذكرنا بأن العلاقة بين البشر والآلات

has always been a delicate balancing act.

كانت دائمًا عملية موازنة دقيقة.

We are the architects of our own progress,

نحن مهندسو تقدمنا الخاص،

often training machines to replace us

وغالبًا ما ندرب الآلات لتحل محلنا

while simultaneously carving out unique roles for ourselves

بينما نقوم في نفس الوقت بإنشاء أدوار فريدة لأنفسنا

and discovering new possibilities.

واكتشاف إمكانيات جديدة.

Now coming back to the present day, we are on the cusp of the AI revolution.

نعود الآن إلى يومنا هذا، ونحن على أعتاب ثورة الذكاء الاصطناعي.

As someone responsible for moving that revolution forward,

كشخص مسؤول عن دفع تلك الثورة إلى الأمام، يصبح التوتر

the tension becomes omnipresent.

منتشرًا في كل مكان.

Option one, I can innovate quickly and risk displacing my team.

الخيار الأول، يمكنني الابتكار بسرعة والمخاطرة بإزاحة فريقي.

Or option two, I can refuse to innovate in an effort to protect my team,

أو الخيار الثاني، يمكنني رفض الابتكار في محاولة لحماية فريقي،

but ultimately still lose people because the company falls behind.

ولكن في النهاية ما زلت أفقد الناس بسبب تخلف الشركة عن الركب.

So what am I supposed to do

إذن ما الذي يفترض بي أن أفعله

as a mere middle manager in this situation?

كمدير متوسط في هذه الحالة؟

Knowingly introducing this complex paradox for your team

يمثل تقديم هذه المفارقة المعقدة عن قصد لفريقك

presents strong challenges for people management.

تحديات قوية لإدارة الأفراد.

Luckily, we can refer back to those three ethical principles

لحسن الحظ، يمكننا الرجوع إلى تلك المبادئ الأخلاقية الثلاثة التي

I addressed at the beginning of the talk

تناولتها في بداية الحديث

to ensure that you can continue to move ahead

للتأكد من أنه يمكنك الاستمرار في المضي قدمًا

without leaving your people behind.

دون ترك شعبك وراءك.

First and foremost,

أولًا وقبل كل شيء،

AI transformation needs to be transparent.

يجب أن يكون تحول الذكاء الاصطناعي شفافًا.

As leaders, it is imperative to foster dialogue,

كقادة، من الضروري تعزيز الحوار

address key concerns,

ومعالجة المخاوف الرئيسية

and offer concise explanations regarding the purpose

وتقديم تفسيرات موجزة بشأن الغرض

and potential challenges entailed in implementing AI.

والتحديات المحتملة التي ينطوي عليها تنفيذ الذكاء الاصطناعي.

This requires actively involving your employees

وهذا يتطلب إشراك موظفيك بنشاط

in the decision-making process

في عملية صنع القرار

and valuing their autonomy.

وتقييم استقلاليتهم.

By introducing the concept of consent,

من خلال تقديم مفهوم الموافقة،

especially for employees who are tasked

خاصًة للموظفين المكلفين

with automating their core responsibilities,

بأتمتة مسؤولياتهم الأساسية،

we can ensure that they maintain a strong voice

يمكننا ضمان احتفاظهم بصوت قوي

in carving out their professional destiny.

في تحديد مصيرهم المهني.

Next, now that we've gotten folks bought into this grandiose vision

بعد ذلك، الآن بعد أن أقنعنا الناس بهذه الرؤية العظيمة

while acknowledging the journey that lies ahead,

مع الاعتراف بالرحلة التي تنتظرنا،

let's talk about how to use AI as an augmentation device.

دعونا نتحدث عن كيفية استخدام الذكاء الاصطناعي كجهاز تكبير.

Picture the worst part of your job today.

تخيل أسوأ جزء من عملك اليوم.

What if you could delegate it?

ماذا لو كان بإمكانك تفويضها؟

And no, not hand it off to some other sad soul at work,

ولا تقم بتسليمها إلى روح حزينة أخرى في العمل،

but hand it to a system that can do your rote tasks for you.

ولكن قم بتسليمها إلى نظام يمكنه القيام بمهامك الروتينية نيابة عنك.

Instead of perceiving AI as a complete replacement,

بدلًا من النظر إلى الذكاء الاصطناعي كبديل كامل،

identify opportunities where you can use it

حدد الفرص التي يمكنك استخدامها

to enhance your employees' potential and productivity.

لتعزيز إمكانات موظفيك وإنتاجيتهم.

Collaboratively with your team,

بالتعاون مع فريقك،

identify areas and tasks that can be automated,

حدد المجالات والمهام التي يمكن تشغيلها آليًا،

carving out more room for higher-value activities

مع توفير مساحة أكبر للأنشطة ذات القيمة الأعلى

requiring critical thinking that machines just aren't very good at doing.

التي تتطلب تفكيرًا نقديًا لا تجيد الآلات القيام به.

Let's put this into an example.

دعونا نضع هذا في مثال.

Recently, I completed a project with my team at work

لقد أكملت مؤخرًا مشروعًا مع فريقي في العمل

that's going to save our company over 12,000 working hours.

سيوفر على شركتنا أكثر من 12,000 ساعة عمل.

The folks involved in training this algorithm

الأشخاص المشاركون في تدريب هذه الخوارزمية

are the same subject matter experts that worked tirelessly last year

هم نفس الخبراء المتخصصين الذين عملوا بلا كلل العام

to hand-curate and research data to optimize segmented experiences

الماضي لتنظيم البيانات والبحث عنها لتحسين التجارب المجزأة

across our website.

عبر موقعنا.

Now because of the sheer amount of time spent and the level of detail involved,

الآن بسبب الكم الهائل من الوقت المستغرق ومستوى التفاصيل المعنية،

I would have expected

كنت أتوقع

that there was an immense amount of pride behind this workflow.

أن يكون هناك قدر هائل من الفخر وراء سير العمل هذا.

But to my surprise, as it turns out,

ولكن لدهشتي، كما اتضح،

the subject matter experts who built this model

كان الخبراء المتخصصون الذين قاموا ببناء هذا النموذج

were actually excited to hand these tasks off to automation.

متحمسين بالفعل لتسليم هذه المهام إلى الأتمتة.

There were things that they would have much rather spent their time on,

كانت هناك أشياء كانوا يفضلون قضاء وقتهم فيها،

like in optimizing existing data to perform better on product surfaces

مثل تحسين البيانات الحالية لأداء أفضل على أسطح المنتجات

or even researching and developing new insights to augment

أو حتى البحث عن رؤى جديدة وتطويرها لزيادة الحالات التي لا يعمل

where the model just simply doesn't do as well.

فيها النموذج ببساطة بصورة جيدة.

Lastly, we must reskill in order to avoid replacement.

أخيرًا، يجب علينا إعادة المهارات من أجل تجنب الاستبدال.

Knowingly investing in the professional development

الاستثمار المتعمد في التطوير المهني

and well-being of our workforce

ورفاهية القوى العاملة لدينا

ensures that they are equipped with the skills and knowledge

يضمن أنها مجهزة بالمهارات والمعرفة

needed to thrive in an AI-powered future.

اللازمة للازدهار في مستقبل مدعوم بالذكاء الاصطناعي.

By providing opportunities for upskilling and reskilling,

من خلال توفير فرص لتحسين المهارات وإعادة المهارات،

we can empower our employees to rethink their roles as they exist today

يمكننا تمكين موظفينا من إعادة التفكير في أدوارهم كما هي موجودة اليوم

and carve out new possibilities that align with their evolving expertise

وابتكار إمكانيات جديدة تتماشى مع خبراتهم

and interests.

واهتماماتهم المتطورة.

So how does this work in practice?

إذن كيف يعمل هذا عمليًا؟

When I started introducing AI as a way to accelerate my team's workflows,

عندما بدأت في تقديم الذكاء الاصطناعي كطريقة لتسريع سير عمل فريقي،

I used it as an opportunity to improve my team's technical literacy.

استخدمته كفرصة لتحسين المعرفة التقنية لفريقي.

I worked with my team of engineers on a tool

لقد عملت مع فريقي من المهندسين على أداة

that could transparently identify

يمكنها تحديد

the impact of data on a model's outcomes.

تأثير البيانات على نتائج النموذج بشفافية.

I then went to my operations analyst,

ثم ذهبت إلى محلل العمليات الخاص بي،

who didn't have technical training at the time,

الذي لم يكن لديه تدريب تقني في ذلك الوقت،

and they were able to quickly identify areas where the model was underperforming

وتمكنوا من تحديد المجالات التي كان أداء النموذج فيها ضعيفًا

and hand off direct suggestions to my data science team

بسرعة وتقديم اقتراحات مباشرةً إلى فريق علوم البيانات الخاص بي

to make those models do better next time.

لجعل هذه النماذج تعمل بصورة أفضل في المرة القادمة.

Fostering a culture of continuous learning

إن تعزيز ثقافة التعلم المستمر

and reskilling is paramount.

وإعادة المهارات أمر بالغ الأهمية.

It makes AI transformation a lot more exciting and a lot less scary.

إنه يجعل تحول الذكاء الاصطناعي أكثر إثارة وأقل رعبًا بكثير.

We have reached a critical juncture

لقد وصلنا إلى منعطف حرج

where the rapid development of AI technology

حيث أن التطور السريع لتكنولوجيا الذكاء الاصطناعي

poses both opportunities and challenges.

يشكل فرصًا وتحديات.

As managers and leaders,

كمديرين وقادة،

it is imperative that we navigate this terrain

من الضروري أن نتنقل في هذه التضاريس

with both sensitivity and foresight.

بحساسية وبصيرة.

By embracing innovation,

من خلال تبني الابتكار،

fostering a culture of adaptation,

وتعزيز ثقافة التكيف،

and ultimately intentionally investing in the professional development

والاستثمار المتعمد في نهاية المطاف في التطوير المهني

and well-being of our workforce,

ورفاهية القوى العاملة لدينا،

we can ensure that we are preparing our team

يمكننا التأكد من أننا نعد فريقنا

for the challenges that lie ahead

للتحديات التي تنتظرنا

while addressing the complexities of introducing AI.

مع معالجة تعقيدات إدخال الذكاء الاصطناعي.

Together, let's forge a future that harmoniously combines human ingenuity

معًا، دعونا نصنع مستقبلًا يجمع بشكل متناغم بين الإبداع البشري

and technological progress,

والتقدم التكنولوجي،

where AI enhances human potential

حيث يعزز الذكاء الاصطناعي الإمكانات البشرية

rather than replacing it.

بدلًا من استبدالها.

Thank you.

شكرًا لكم.

(Applause)

(تصفيق)