How do we learn to work with intelligent machines? | Matt Beane

64,069 views ・ 2019-02-21

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: Hiroshi Uchiyama 校正: Yuko Yoshida
00:13
It’s 6:30 in the morning,
0
13292
1875
午前6時30分
00:15
and Kristen is wheeling her prostate patient into the OR.
1
15583
4875
クリスティンは担当の前立腺患者を 手術室に連れて行くところでした
00:21
She's a resident, a surgeon in training.
2
21500
2250
彼女は研修医で 外科専門医を目指しています
00:24
It’s her job to learn.
3
24333
2167
今は学ぶことが仕事です
00:27
Today, she’s really hoping to do some of the nerve-sparing,
4
27292
3351
今日行われる 勃起機能を残すための 非常に繊細な神経温存の摘出手術を
00:30
extremely delicate dissection that can preserve erectile function.
5
30667
3875
彼女はぜひとも自ら 執刀したいと望んでいます
00:35
That'll be up to the attending surgeon, though, but he's not there yet.
6
35500
3338
しかし それができるかは指導医次第で その指導医はまだ来ていません
00:39
She and the team put the patient under,
7
39625
2393
彼女と手術スタッフは患者を麻酔で眠らせ
00:42
and she leads the initial eight-inch incision in the lower abdomen.
8
42042
3708
最初の20センチの下腹部切開を 彼女が主導します
00:47
Once she’s got that clamped back, she tells the nurse to call the attending.
9
47042
3586
切開部をクランプで固定すると 彼女は看護師に指導医を呼ぶように指示します
00:51
He arrives, gowns up,
10
51583
2292
彼が到着し 手術着に着替えると
00:54
And from there on in, their four hands are mostly in that patient --
11
54458
5792
その時点から クリスティンと指導医の 4本の手はほとんど患者の体内で
01:00
with him guiding but Kristin leading the way.
12
60708
2917
指導医の下でクリスティンが 進めていきます
01:04
When the prostates out (and, yes, he let Kristen do a little nerve sparing),
13
64875
4643
前立腺の摘出が終わると― 指導医は神経温存術を少しさせてくれましたー
01:09
he rips off his scrubs.
14
69542
1226
彼は術衣を脱ぎ
01:10
He starts to do paperwork.
15
70792
1375
書類を書き始めます
01:12
Kristen closes the patient by 8:15,
16
72833
5375
8時15分には クリスティンは縫合にかかります
01:18
with a junior resident looking over her shoulder.
17
78583
2435
それを肩越しに覗き込んでいた 若手研修医に
01:21
And she lets him do the final line of sutures.
18
81042
3083
彼女は縫合の最後を任せます
01:24
Kristen feels great.
19
84833
3042
クリスティンは満足です
01:28
Patient’s going to be fine,
20
88250
1559
患者も容態を回復するでしょう
01:29
and no doubt she’s a better surgeon than she was at 6:30.
21
89833
3167
そして外科医として彼女は 6時30分時点より明らかに成長しています
01:34
Now this is extreme work.
22
94208
2834
これは極端な事例でしたが
01:37
But Kristin’s learning to do her job the way that most of us do:
23
97417
3833
仕事の覚え方は多くの場合 クリスティンと同じでしょう
01:41
watching an expert for a bit,
24
101625
1893
熟練者を少し観察し
01:43
getting involved in easy, safe parts of the work
25
103542
3142
仕事の中でも 簡単でリスクの少ないことをやってみて
01:46
and progressing to riskier and harder tasks
26
106708
2185
熟練者が指導して もう大丈夫と判断したら
01:48
as they guide and decide she’s ready.
27
108917
2333
リスクが高く困難な作業に進むのです
01:52
My whole life I’ve been fascinated by this kind of learning.
28
112042
2892
私はずっと こうした学びに 魅了されてきました
01:54
It feels elemental, part of what makes us human.
29
114958
3667
私たちを人間たらしめる 根本的なものと感じていたのです
01:59
It has different names: apprenticeship, coaching, mentorship, on the job training.
30
119750
5417
見習い コーチング メンターシップ OJTなど呼び方は様々です
02:05
In surgery, it’s called “see one, do one, teach one.”
31
125542
3291
外科医の間では「見る、する、教える」 と言われています
02:09
But the process is the same,
32
129625
1344
どれもプロセスは同じで
02:10
and it’s been the main path to skill around the globe for thousands of years.
33
130993
4174
もう何千年も世界中でスキル習得は 主にその方法でされてきました
02:16
Right now, we’re handling AI in a way that blocks that path.
34
136333
4500
でも今 私たちは それを阻むような形でAIを使っています
02:21
We’re sacrificing learning in our quest for productivity.
35
141625
2690
生産性向上のため 自らの学びを犠牲にしているのです
02:25
I found this first in surgery while I was at MIT,
36
145292
2809
MIT研究時代に外科で この事象を初めて確認しました
02:28
but now I’ve got evidence it’s happening all over,
37
148125
2476
しかし現在では様々な産業で 様々なAIにより
02:30
in very different industries and with very different kinds of AI.
38
150625
3875
どこででも起きているとの 確証を得ています
02:35
If we do nothing, millions of us are going to hit a brick wall
39
155083
5851
もし何もしなかったら
AIを扱おうとしている ほとんどの人が壁にぶつかります
02:40
as we try to learn to deal with AI.
40
160958
2417
02:45
Let’s go back to surgery to see how.
41
165125
1772
先ほどの外科手術で考えてみましょう
02:47
Fast forward six months.
42
167708
1935
6か月後
02:49
It’s 6:30am again, and Kristen is wheeling another prostate patient in,
43
169667
5476
同じ午前6時30分に クリスティンが 別の前立腺患者を運び込む先は
02:55
but this time to the robotic OR.
44
175167
3166
ロボット化された手術室です
02:59
The attending leads attaching
45
179667
1684
指導医の主導で
03:01
a four-armed, thousand-pound robot to the patient.
46
181375
2833
4本のアームがある数百キロのロボットを 患者に取り付けます
03:04
They both rip off their scrubs,
47
184750
2434
指導医とクリスティンは2人とも術衣を脱ぎ
03:07
head to control consoles 10 or 15 feet away,
48
187208
3125
3、4メートル離れた制御台に向かいます
03:11
and Kristen just watches.
49
191167
3750
クリスティンは見ているだけです
03:16
The robot allows the attending to do the whole procedure himself,
50
196375
3053
このロボットがあれば 指導医は すべての処置を単独でできますので
03:19
so he basically does.
51
199452
1583
基本的に彼がすべてを行います
03:21
He knows she needs practice.
52
201917
2101
彼女に練習が必要なことは分かっています
03:24
He wants to give her control.
53
204042
1583
彼女にさせたいのですが
03:26
But he also knows she’d be slower and make more mistakes,
54
206250
3393
彼女にさせると時間もかかり ミスが増えるため
03:29
and his patient comes first.
55
209667
1500
患者を優先しているのです
03:32
So Kristin has no hope of getting anywhere near those nerves during this rotation.
56
212250
4625
この担当割では神経近傍の執刀をできる望みは クリスティンにはありませんでした
03:37
She’ll be lucky if she operates more than 15 minutes during a four-hour procedure.
57
217417
4375
4時間の手術で15分操作できれば ラッキーと言ったところです
03:42
And she knows that when she slips up,
58
222250
2625
彼女がうっかり間違えると 指導医が画面にタッチして
03:45
he’ll tap a touch screen, and she’ll be watching again,
59
225458
3042
また ただ見るだけになってしまい
03:48
feeling like a kid in the corner with a dunce cap.
60
228917
2625
教室の隅に立たされたような 気分になるのです
03:53
Like all the studies of robots and work I’ve done in the last eight years,
61
233583
3501
ロボットと仕事に関する 過去8年に行ったすべての研究は
03:57
I started this one with a big, open question:
62
237108
2118
この重大で未解決の問題に 端を発しています
03:59
How do we learn to work with intelligent machines?
63
239250
2792
知能機械の時代に働く方法を どのように習得するのか?
04:02
To find out, I spent two and a half years observing dozens of residents and surgeons
64
242792
5809
これを探るため 2年半の間 何十人もの研修医と外科医が
04:08
doing traditional and robotic surgery, interviewing them
65
248625
3476
従来の手術とロボット支援手術を するのを観察して聴取し
04:12
and in general hanging out with the residents as they tried to learn.
66
252125
3338
技術習得を目指す研修医と 色々話をしました
04:16
I covered 18 of the top US teaching hospitals,
67
256250
3351
全米のトップ18の教育病院を調べましたが
04:19
and the story was the same.
68
259625
1458
どこでも話は一緒でした
04:21
Most residents were in Kristen's shoes.
69
261875
2542
ほとんどの研修医は クリスティンと同じ状況でした
04:24
They got to “see one” plenty,
70
264958
1792
「見る」機会は多いものの
04:27
but the “do one” was barely available.
71
267583
2292
「する」機会はほとんどありませんでした
04:30
So they couldn’t struggle, and they weren’t learning.
72
270333
2528
実際に苦闘することができず 習得できていなかったのです
04:33
This was important news for surgeons, but I needed to know how widespread it was:
73
273291
3810
これは外科医にはとても重大な事実ですが 一般的な広がりも知る必要がありました
04:37
Where else was using AI blocking learning on the job?
74
277125
3833
AIの利用が仕事の学習を阻害する例は 他にもあるのでしょうか?
04:42
To find out, I’ve connected with a small but growing group of young researchers
75
282208
4310
それを見出すため 私は小規模ながら拡大中の 若手研究者グループと連携しました
04:46
who’ve done boots-on-the-ground studies of work involving AI
76
286542
3434
彼らは AIが使われる仕事について 現場調査をしていました
04:50
in very diverse settings like start-ups, policing,
77
290000
2976
スタートアップ企業や警備 投資銀行 オンライン教育など
04:53
investment banking and online education.
78
293000
2601
多彩な職場環境を対象としたものです
04:55
Like me, they spent at least a year and many hundreds of hours observing,
79
295625
5851
私のように最低でも1年間 何百時間もの観察と聴取を行い
05:01
interviewing and often working side-by-side with the people they studied.
80
301500
3917
調査対象者のそばで一緒に 働くこともしばしばでした
05:06
We shared data, and I looked for patterns.
81
306458
2417
互いのデータを共有し 私は規則性がないか調べました
05:09
No matter the industry, the work, the AI, the story was the same.
82
309917
5208
業界や職種やAIの種類に拠らず 話は一緒でした
05:16
Organizations were trying harder and harder to get results from AI,
83
316042
3642
組織はAIで成果を出そうと 熱心に試みていますが
05:19
and they were peeling learners away from expert work as they did it.
84
319708
3542
結果として学ぼうとする人を 熟練者の仕事から引き剥がしていました
05:24
Start-up managers were outsourcing their customer contact.
85
324333
2875
スタートアップのマネージャーは 顧客対応を外部委託しています
05:27
Cops had to learn to deal with crime forecasts without experts support.
86
327833
4042
警察官は犯罪予測をどう扱うかを 熟練者の支援なしに学ばねばなりませんでした
05:32
Junior bankers were getting cut out of complex analysis,
87
332875
3250
若手の銀行員は 複雑な分析から切り離され
05:36
and professors had to build online courses without help.
88
336500
3083
教授はオンライン講座を 何の助けもなく作らねばなりませんでした
05:41
And the effect of all of this was the same as in surgery.
89
341125
3226
これらすべての効果が 外科手術と同様でした
05:44
Learning on the job was getting much harder.
90
344375
2917
実務を通じて学ぶことが より難しくなっているのです
05:48
This can’t last.
91
348958
1417
そしてこれで話は終わりません
05:51
McKinsey estimates that between half a billion and a billion of us
92
351542
4267
マッキンゼーの推定では 2030年までに5~10億人が
05:55
are going to have to adapt to AI in our daily work by 2030.
93
355833
4125
日常業務でAIを活用しないと いけなくなるとしています
06:01
And we’re assuming that on-the-job learning
94
361000
2011
それまでの間しばらくは 実地での学びも継続するでしょう
06:03
will be there for us as we try.
95
363035
1917
06:05
Accenture’s latest workers survey showed that most workers learned key skills
96
365500
4268
アクセンチュアの最新の労働者調査では ほとんどの労働者は正式な訓練ではなく
06:09
on the job, not in formal training.
97
369792
2291
実務をこなしながら 重要なスキルを学んでいます
06:13
So while we talk a lot about its potential future impact,
98
373292
3517
将来への潜在的な影響について 多く語られますが
06:16
the aspect of AI that may matter most right now
99
376833
3685
AIについて 現時点で 一番大きな影響があると思われるのは
06:20
is that we’re handling it in a way that blocks learning on the job
100
380542
3375
実地での学習が一番必要であるにもかかわらず それを妨げる形で
06:24
just when we need it most.
101
384375
1625
AIを使っているということです
06:27
Now across all our sites, a small minority found a way to learn.
102
387458
6042
どこでも 仕事を学ぶ方法を 見出している人は ごく少数でした
06:35
They did it by breaking and bending rules.
103
395625
3042
彼らはルールを破るか 曲げるかして学んでいます
06:39
Approved methods weren’t working, so they bent and broke rules
104
399083
4643
認められた方法が実効的でないから ルールを曲げるなり破るなりして
06:43
to get hands-on practice with experts.
105
403750
1976
熟練者との実地訓練を 成し遂げているのです
06:45
In my setting, residents got involved in robotic surgery in medical school
106
405750
5601
私の例で言えば 医大で ロボット支援手術をする研修医は
06:51
at the expense of their generalist education.
107
411375
3583
総合診療医となるための教育を 犠牲にしていました
06:56
And they spent hundreds of extra hours with simulators and recordings of surgery,
108
416417
5851
彼らはシミュレータや手術の記録に 何百時間も余分な時間をかけていますが
07:02
when you were supposed to learn in the OR.
109
422292
2541
本来は手術室で学ぶべきことです
07:05
And maybe most importantly, they found ways to struggle
110
425375
3476
そして最も大切なことは 熟練者の限られた監督の下で
07:08
in live procedures with limited expert supervision.
111
428875
3750
苦心して実際の手技をやってみる方法を 見つけていることです
07:13
I call all this “shadow learning,” because it bends the rules
112
433792
4309
そのやり方は ルールを曲げ 表舞台には出ないことから
07:18
and learner’s do it out of the limelight.
113
438125
2000
「影の学習(Shadow Learning)」 と呼んでいます
07:21
And everyone turns a blind eye because it gets results.
114
441542
4101
成果が上がるので 周りの人も黙認します
07:25
Remember, these are the star pupils of the bunch.
115
445667
3166
彼らは選りすぐりの優等生であることを 忘れないでください
07:29
Now, obviously, this is not OK, and it’s not sustainable.
116
449792
3208
明らかにこれは良くないことで ずっと続けられるものでもありません
07:33
No one should have to risk getting fired
117
453708
2185
仕事上で必要な技術を学ぶために
07:35
to learn the skills they need to do their job.
118
455917
2150
解雇のリスクを抱えるべきではありません
07:38
But we do need to learn from these people.
119
458792
2056
一方でそのような人たちから 学ぶ必要があります
07:41
They took serious risks to learn.
120
461917
2250
彼らは学ぶために 重大なリスクを取りました
07:44
They understood they needed to protect struggle and challenge in their work
121
464792
4351
仕事の中でもがき 挑戦することを 続ける必要性を理解し
07:49
so that they could push themselves to tackle hard problems
122
469167
2892
自分の能力をわずかに超えるような 困難な問題に
07:52
right near the edge of their capacity.
123
472083
1959
立ち向かえるようにすべきと 考えたのです
07:54
They also made sure there was an expert nearby
124
474458
2216
彼らはまた熟練者に そばにいてもらうようにし
07:56
to offer pointers and to backstop against catastrophe.
125
476698
3094
ヒントをもらったり 大惨事を防ぐようにしていました
08:00
Let’s build this combination of struggle and expert support
126
480875
3458
苦闘と熟練者の支援という組み合わせを
08:04
into each AI implementation.
127
484708
2750
AIを導入した職場に築きましょう
08:08
Here’s one clear example I could get of this on the ground.
128
488375
2828
分かりやすい実例をご紹介します
08:12
Before robots,
129
492125
1226
ロボットの出現前は
08:13
if you were a bomb disposal technician, you dealt with an IED by walking up to it.
130
493375
4792
爆発物処理技術者は 簡易爆発物を処理すべく近付きます
08:19
A junior officer was hundreds of feet away,
131
499333
2143
若手職員は数十メートル離れたところで
08:21
so could only watch and help if you decided it was safe
132
501500
3309
ただ見守っていて 技術者が安全を確認し 危険区域への立ち入りを
08:24
and invited them downrange.
133
504833
1417
許可して初めて支援に出ます
08:27
Now you sit side-by-side in a bomb-proof truck.
134
507208
3893
現在では爆発物処理車に 2人は隣同士で座ります
08:31
You both watched the video feed.
135
511125
1809
一緒に映像を見て
08:32
They control a distant robot, and you guide the work out loud.
136
512958
4310
離れた場所にいるロボットを操作し 技術者は口頭で作業を誘導します
08:37
Trainees learn better than they did before robots.
137
517292
3208
学習者はロボット出現前より 良く学べます
08:41
We can scale this to surgery, start-ups, policing,
138
521125
3933
この方法は外科やスタートアップ 警備
08:45
investment banking, online education and beyond.
139
525082
2625
投資銀行 オンライン教育 それ以外にも広げられます
08:48
The good news is we’ve got new tools to do it.
140
528375
2500
幸いなことに そのための 新たな道具があります
08:51
The internet and the cloud mean we don’t always need one expert for every trainee,
141
531750
4082
インターネットやクラウドにより 学習者に1人ずつ熟練者がつく必要はなくなり
08:56
for them to be physically near each other or even to be in the same organization.
142
536167
4458
物理的にそばにいなくても 同じ組織にいなくても良くなりました
09:01
And we can build AI to help:
143
541292
3041
また手助けできるAIを作ることもできます
09:05
to coach learners as they struggle, to coach experts as they coach
144
545167
5059
学習者が苦闘できるようにコーチし 熟練者がコーチできるようにコーチし
09:10
and to connect those two groups in smart ways.
145
550250
2542
それらの2つのグループを ネットワークで繋ぐのです
09:15
There are people at work on systems like this,
146
555375
2542
この様なシステムを 使っている人もいますが
09:18
but they’ve been mostly focused on formal training.
147
558333
2792
大抵は正式なトレーニングばかりでした
09:21
And the deeper crisis is in on-the-job learning.
148
561458
2584
でも もっと危機的なのは 実地での学習のほうです
09:24
We must do better.
149
564417
1851
改善できるはずです
09:26
Today’s problems demand we do better
150
566292
2583
今 求められているのは 私たちがAIの驚くべき能力を
09:29
to create work that takes full advantage of AI’s amazing capabilities
151
569375
4875
最大限に生かせる仕事を もっとうまく創っていくと共に
09:35
while enhancing our skills as we do it.
152
575042
2750
それと同時に 自らのスキルも高めることです
09:38
That’s the kind of future I dreamed of as a kid.
153
578333
2750
これこそ 私が子供の頃に 夢見ていた未来です
そして それを創り出すのは今なのです
09:41
And the time to create it is now.
154
581458
2167
09:44
Thank you.
155
584333
1226
ありがとうございました
09:45
(Applause)
156
585583
3625
(拍手)
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7