2 月 21 日、 Google 大規模な人員削減 わずか 1 年間で 12,000 人が解雇されたと報じられました。数日後、何百人もの元従業員がオンラインのチャットルームに集まり、突然解雇された冷酷なやり方に不満を表明し、経営陣が従業員の解雇をどのように決定したかについてのメモを比較した。誰かが質問を投稿しました。法律に違反せず、誰を解雇するかを選択する、よく設計された「無知なアルゴリズム」はありますか? Googleはこれに対し、人員削減の決定には「いかなるアルゴリズムも関与していなかった」と述べた。しかし、職場での AI
ツールの使用が増えるにつれ、これら解雇された Google 従業員の疑惑には根拠がないようです。現在、多くの人事管理者が機械学習ソフトウェアを使用して、何百万もの雇用関連のデータ ポイントを分析し、誰が面接を受けるべきか、内定を受け取るべきか、昇進すべきか、あるいは留任すべきかを判断しています。しかし、人事アナリストや労働力の専門家によると、シリコンバレーの運命が変化するにつれて、これらのAIツールは、誰が解雇されるかを決定するというより困難なタスクに役立つ可能性があります。 今年 1 月、アメリカ企業の人事部長 300 人を対象に行った調査では、98% がソフトウェアとアルゴリズムが今年の人員削減の決定に役立つと信じていることがわかりました。企業が従業員を大規模に解雇しているため、このような複雑なタスクを人間だけで完了することは困難になるだろう。米国の大手企業における人員削減数は、年初から静かに5桁に達している。
ハーバード大学ビジネススクールのジョセフ・フラー教授は、テクノロジー大手から家庭用品会社に至るまでの大企業は、「適切なプロジェクト」に「適切な人材」を見つけるためにAIソフトウェアをよく利用していると述べた。これらの製品は、候補者がさまざまな役割に対してどのような経験、認定、スキルを持っているかを管理者が判断するのに役立つ従業員の強力なデータベースである「スキル インベントリ」の構築に役立ちます。同様に、これらのツールは一時解雇にも役立ちます。 ソフトウェアレビューウェブサイトCapterraの上級人事アナリスト、ブライアン・ウェストフォール氏は、2008年の景気後退以来、人事部門は「ますますデータに依存するようになっている」と述べた。同氏は、アルゴリズムに頼ることは、経営者が解雇などの難しい決断を下す際の罪悪感を和らげるのに役立つかもしれないと付け加えた。 多くの企業は、従業員のパフォーマンス データを分析するソフトウェアを使用しています。 Capterra の調査では、人事管理者の 70% が、レイオフを評価する際にパフォーマンスが最も重要な評価要素であると回答しています。ウェストフォール氏はまた、人員削減に使用される他の指標はそれほど明確ではない可能性があるとも述べた。たとえば、人事アルゴリズムは、どのような要因によって誰かが「転職リスク」に陥り、会社を辞める可能性が高くなるかを計算できます。 ウェストフォール氏は、AIの介入も多くの問題を引き起こしていると主張している。たとえば、企業に差別問題がある場合、有色人種の従業員の離職率が高くなる可能性があります。しかし、アルゴリズムが同様に訓練されておらず、状況を理解していない場合、非白人従業員の「逃亡リスク」が高いと判断し、より多くの有色人種従業員を解雇するよう勧告する可能性があります。 「ある程度、雪だるま効果が起こるのがわかります。データがどのように作成されたのか、データがどのように影響を受けたのかはわかりませんが、突然それらの要因が誤った意思決定につながるのです」とウェストフォール氏は述べた。 AI ツールを使用する人事ソフトウェア会社 Gloat の副社長である Jeff Schwartz 氏は、Gloat の顧客は解雇リストの作成に同社のソフトウェアを使用していないと述べました。しかし同氏は、人事リーダーはアルゴリズムがどの程度広く使用されているかを含め、そのような決定がどのように行われるかについて透明性を持たなければならないことを認めた。同氏は、「これは私たちにとって学びの瞬間だ。ブラックボックスの秘密を解き明かす必要がある。どのアルゴリズムがどのように機能しているのかを理解し、人々とアルゴリズムがどのように連携するのかを理解する必要がある。」 労働専門家らは、ソフトウェアへの依存により、一時解雇においてアルゴリズムがどのような役割を果たすべきか、また雇用主は一時解雇の理由をどの程度開示すべきかについての議論が活発化していると述べている。 「リスクは、間違ったデータを使用し、アルゴリズムの指示に基づいて決定を下し、それに盲目的に従うことです」とウェストフォール氏は言うが、労働雇用弁護士であり、人事分野の進歩を追跡する組織であるディスラプトの人事部員であるザック氏は言う。ボンバッチ氏は、感染拡大が始まって以来、人事組織は多忙を極めており、今後もソフトウェアを活用して業務負荷を軽減していくつもりだと述べた。 これを考慮すると、企業が人員削減の決定を下すときは、アルゴリズムに個別のリストを作成させるのではなく、有色人種、女性、または人種に対する偏見がないことを確認するために人間が推奨事項をレビューする必要があります。こうした行為は訴訟につながる可能性があります。 Bombage 氏は、「すべての責任をソフトウェアに負わせようとしないでください。」(Xiao Xiao)以上が人事担当者:「アルゴリズムによる解雇」を利用すれば罪悪感を和らげることができるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ジョン・ロールズの独創的な1971年の著書「正義の理論」で、彼は私たちが今日のAIデザインの核となり、意思決定を使用するべきであるという思考実験を提案しました:無知のベール。この哲学は、公平性を理解するための簡単なツールを提供し、リーダーがこの理解を使用してAIを公平に設計および実装するための青写真を提供します。 あなたが新しい社会のルールを作っていると想像してください。しかし、前提があります。この社会でどのような役割を果たすかは事前にわかりません。過半数または限界少数派に属している、金持ちまたは貧弱、健康、または障害者になることがあります。この「無知のベール」の下で活動することで、ルールメーカーが自分自身に利益をもたらす決定を下すことができません。それどころか、人々はより公衆を策定する意欲があります

ロボットプロセスオートメーション(RPA)を専門とする多くの企業は、繰り返しタスクを自動化するためのボットを提供しています。 一方、プロセスマイニング、オーケストレーション、インテリジェントドキュメント処理スペシャル

AIの未来は、単純な単語の予測と会話シミュレーションを超えて動いています。 AIエージェントは出現しており、独立したアクションとタスクの完了が可能です。 このシフトは、AnthropicのClaudeのようなツールですでに明らかです。 AIエージェント:研究a

急速な技術の進歩は、仕事の未来に関する将来の見通しの視点を必要とします。 AIが単なる生産性向上を超えて、私たちの社会構造の形成を開始するとどうなりますか? Topher McDougalの今後の本、Gaia Wakes:

多くの場合、Harmonized System(HS)などのシステムからの「HS 8471.30」などの複雑なコードを含む製品分類は、国際貿易と国内販売に不可欠です。 これらのコードは、すべてのINVに影響を与える正しい税申請を保証します

データセンターと気候技術投資におけるエネルギー消費の将来 この記事では、AIが推進するデータセンターのエネルギー消費の急増と気候変動への影響を調査し、この課題に対処するための革新的なソリューションと政策の推奨事項を分析します。 エネルギー需要の課題:大規模で超大規模なデータセンターは、数十万の普通の北米の家族の合計に匹敵する巨大な力を消費し、新たなAIの超大規模なセンターは、これよりも数十倍の力を消費します。 2024年の最初の8か月で、Microsoft、Meta、Google、Amazonは、AIデータセンターの建設と運用に約1,250億米ドルを投資しました(JP Morgan、2024)(表1)。 エネルギー需要の成長は、挑戦と機会の両方です。カナリアメディアによると、迫り来る電気

生成AIは、映画とテレビの制作に革命をもたらしています。 LumaのRay 2モデル、滑走路のGen-4、OpenaiのSora、GoogleのVEO、その他の新しいモデルは、前例のない速度で生成されたビデオの品質を向上させています。これらのモデルは、複雑な特殊効果と現実的なシーンを簡単に作成できます。短いビデオクリップやカメラ認知モーション効果も達成されています。これらのツールの操作と一貫性を改善する必要がありますが、進歩の速度は驚くべきものです。 生成ビデオは独立した媒体になりつつあります。アニメーション制作が得意なモデルもあれば、実写画像が得意なモデルもあります。 AdobeのFireflyとMoonvalleyのMAであることは注目に値します

ChatGptユーザーエクスペリエンスは低下します:それはモデルの劣化ですか、それともユーザーの期待ですか? 最近、多数のCHATGPT有料ユーザーがパフォーマンスの劣化について不満を述べています。 ユーザーは、モデルへの応答が遅く、答えが短い、助けの欠如、さらに多くの幻覚を報告しました。一部のユーザーは、ソーシャルメディアに不満を表明し、ChatGptは「お世辞になりすぎて」、重要なフィードバックを提供するのではなく、ユーザービューを検証する傾向があることを指摘しています。 これは、ユーザーエクスペリエンスに影響を与えるだけでなく、生産性の低下やコンピューティングリソースの無駄など、企業の顧客に実際の損失をもたらします。 パフォーマンスの劣化の証拠 多くのユーザーは、特にGPT-4などの古いモデル(今月末にサービスから廃止される)で、ChatGPTパフォーマンスの大幅な分解を報告しています。 これ


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

ホットトピック









