Descubra as Surpreendentes Conclusões do Estudo
MIT/IBM: Humanos Continuam Sendo a Escolha 'Economicamente Atraente' em
Comparação com a Inteligência Artificial
Imagem by IA
Contrariando previsões anteriores, as conclusões indicam que a
substituição de trabalhadores humanos por IA pode não ocorrer tão rapidamente
quanto se previa inicialmente. Apesar de não ser uma revisão abrangente, a
pesquisa sugere que a automação de empregos pode ter um custo premium, o qual
os empregadores podem não estar dispostos a suportar.
O estudo, intitulado "Além da exposição à IA: quais
tarefas são econômicas para automatizar com visão computacional?", focou
na viabilidade econômica da automação em relação à visão computacional. A
equipe de pesquisadores do laboratório de IA do MIT-IBM Watson AI descobriu que
muitas das posições anteriormente consideradas como candidatas à automação não
seriam rentáveis na economia atual. Um dos principais obstáculos identificados
foi o elevado custo de formação e implementação, tornando a automação menos
atrativa para os empregadores.
O documento destaca que a literatura anterior sobre a
"Exposição à IA" não consegue prever o ritmo real de automação, uma
vez que se concentra no potencial geral da IA para afetar uma área, sem
considerar a viabilidade técnica e a atratividade econômica da construção
desses sistemas. A pesquisa enfatiza que, a custos atuais, apenas 23% dos
salários dos trabalhadores pagos por tarefas de visão seriam atrativos para
automatizar.
Apesar dessas descobertas, os pesquisadores alertam que isso
não significa que os trabalhadores humanos não têm motivos de preocupação. O
estudo sugere que a transição de uma força de trabalho liderada por humanos
para uma impulsionada por IA não acontecerá da noite para o dia, mas é uma
mudança provável no futuro. Atualmente, a automação está em um estágio gradual,
com muitas empresas explorando e experimentando a implementação de IA, e
fatores econômicos desempenham um papel crucial na decisão sobre quais empregos
podem ser substituídos.
Os pesquisadores concluem que tomar decisões políticas e de
negócios informadas dependerá da compreensão da velocidade com que a automação
de tarefas de IA ocorrerá, destacando a complexidade desse processo em
constante evolução.