Kamu di sini. Richard Murphy memberikan penjelasan yang baik dan ringkas mengenai beberapa batasan yang melekat pada AI, khususnya dalam profesi (dia berfokus pada akuntansi dan perpajakan tetapi argumen yang sama berlaku untuk kedokteran dan hukum). Masalah besar yang saya kemukakan bertahun-tahun yang lalu ketika penambangan data sangat mengurangi jumlah pekerjaan tingkat pemula, adalah bahwa pekerjaan junior seperti penelitian hukum melatih para profesional baru dalam seluk-beluk pekerjaan mereka. Melewatkannya berarti mereka kurang terlatih. Saya melihatnya di zaman batu masa muda saya. Saya termasuk dalam kelompok pemula Wall Street terakhir yang menyiapkan spreadsheet dengan tangan dan memperoleh data dari salinan cetak arsip SEC dan laporan tahunan. Saya menemukan bahwa junior saya, yang terkadang mengunduh data yang salah tetapi tidak pernah mengoreksi dari Computstat, memiliki pemahaman yang jauh lebih rendah tentang cara kerja keuangan perusahaan.
Oleh Richard Murphy, Profesor Praktik Akuntansi paruh waktu di Sekolah Manajemen Universitas Sheffield, direktur Jaringan Akuntabilitas Perusahaan, anggota LLP Keuangan untuk Masa Depan, dan direktur Riset Pajak LLP. Awalnya diterbitkan di Fund the Future
Ringkasan
Saya percaya bahwa meskipun AI memiliki potensi, AI tidak dapat menggantikan penilaian dan keterampilan manusia di banyak profesi, termasuk pengajar, kedokteran, dan akuntansi.
AI mungkin mengotomatiskan tugas-tugas tertentu, namun tidak memiliki kemampuan untuk menafsirkan isyarat nonverbal dan memahami masalah kompleks di dunia nyata.
Para profesional membutuhkan pengalaman dan pelatihan untuk memberikan solusi manusia, dan keterbatasan AI membuatnya tidak cocok sebagai pengganti interaksi dan keahlian manusia yang mendalam.
Gaby Hinsliff dari The Guardian mengatakan dalam kolom yang diterbitkan kemarin:
Gagasan untuk menggunakan teknologi sebagai senjata ajaib yang memungkinkan negara melakukan lebih banyak hal dengan lebih sedikit sumber daya telah menjadi semakin penting dalam rencana Partai Buruh untuk menghidupkan kembali layanan publik di Inggris, yang menurut Rachel Reeves adalah anggaran yang sangat ketat. Dalam serangkaian intervensi kembali ke sekolah minggu ini, Keir Starmer berjanji untuk “bergerak maju dengan memanfaatkan potensi penuh AI”, sementara sekretaris sains, Peter Kyle, berpendapat bahwa mengotomatiskan beberapa tugas rutin, seperti menandai, dapat membebaskan menyisihkan waktu berharga bagi guru untuk mengajar.
Dia benar: ini adalah obsesi Partai Buruh. Dorongan ini tampaknya datang dari Tony Blair Institute, pemimpinnya yang memiliki sejarah panjang dalam salah membaca kapasitas teknologi, yang sepertinya hanya sedikit yang dia pahami.
Masalah spesifik yang dia maksud adalah penggunaan AI untuk tujuan pengajaran. Penggemar AI berpendapat bahwa hal ini memberikan peluang untuk membuat program yang dibuat khusus untuk setiap anak. Seperti yang ditunjukkan oleh Gaby Hinsliff, sejauh ini ide tersebut gagal.
Saya, tentu saja, menyadari fakta bahwa sebagian besar inovasi harus gagal sebelum bisa berhasil: begitulah, pada umumnya, cara kerjanya. Konsekuensinya adalah tidak bijaksana untuk mengatakan bahwa karena AI belum memecahkan masalah ini, maka AI tidak akan memecahkan masalah ini. Namun, bahkan sebagai seseorang yang secara aktif menerapkan AI ke dalam alur kerja saya, saya melihat masalah besar dalam banyak hal yang dilakukan oleh tenaga kerja dan orang lain.
Reaksi langsung pasar tenaga kerja terhadap AI adalah dengan menurunkan kualitas rekrutmen yang saat ini banyak dicari karena para pemberi kerja berpikir bahwa AI akan mengurangi permintaan terhadap mereka yang memiliki keterampilan di masa depan. Dan ya, Anda memang salah dengar: asumsi yang dibuat adalah bahwa keterampilan khusus akan digantikan oleh AI di banyak bidang. Para lulusan sangat terpukul oleh sikap ini saat ini.
Dalam bidang akuntansi, misalnya, hal ini disebabkan karena diasumsikan bahwa keahlian perpajakan yang dibutuhkan jauh lebih sedikit karena AI akan mampu menjawab pertanyaan-pertanyaan kompleks. Demikian pula, diasumsikan bahwa AI akan mengambil alih produksi akun yang kompleks, seperti akun konsolidasi sekelompok perusahaan.
Mereka yang membuat asumsi seperti itu sangatlah naif. Sekalipun AI dapat melakukan beberapa bagian dari proses ini, konsekuensinya akan menimbulkan masalah besar. Masalah terbesarnya adalah tidak ada seorang pun yang memiliki keterampilan untuk mengetahui apakah yang dilakukan AI itu benar.
Cara Anda menjadi ahli di bidang perpajakan adalah dengan banyak membaca tentangnya; dengan banyak menulis tentang hal itu (biasanya untuk menasihati klien); dan dengan harus mengoreksi pekerjaan Anda ketika seseorang yang lebih tinggi dari Anda mengatakan Anda tidak melakukannya dengan benar. Ada proses berulang yang mendalam dalam pembelajaran manusia.
Saat ini, para pengusaha tampaknya berpikir bahwa mereka dapat mengatasi sebagian besar hal ini. Mereka melakukan hal ini karena mereka yang memutuskan untuk menghilangkan pos-pos pelatihan tersebut telah melaluinya dan, sebagai hasilnya, telah memperoleh keterampilan untuk memahami subjeknya. Dengan kata lain, mereka tahu apa yang seharusnya dilakukan AI. Namun ketika lebih sedikit orang yang akan direkrut mencapai titik otoritas yang sama, mereka tidak akan tahu apa yang sedang dilakukan AI. Mereka hanya akan berasumsi bahwa hal tersebut benar karena mereka tidak memiliki keterampilan untuk mengetahui apakah hal tersebut benar atau tidak.
Logika para pendukung AI, dalam hal ini, sama dengan yang digunakan oleh orang-orang seperti Wes Streeitng ketika mereka menganjurkan penggunaan rekanan dokter, yang jelas-jelas merupakan dokter terlatih yang sekarang bekerja di NHS, dan bahkan melakukan operasi, tanpa harus melakukan operasi. sesuatu seperti kedalaman pengetahuan yang diperlukan untuk melakukan tugas yang diminta dari mereka. Mereka dilatih untuk menjawab pertanyaan yang diberikan. Masalahnya adalah pertanyaan yang diajukan mungkin salah, dan kemudian keduanya gagal dan menimbulkan kerugian.
Hal yang sama juga berlaku pada AI. Itu menjawab pertanyaan yang diberikan. Permasalahannya adalah bagaimana perusahaan ini memecahkan masalah yang tidak ditanyakan – dan sangat jarang klien menanyakan pertanyaan yang tepat terkait perpajakan. Keahlian profesional sejati muncul dari, pertama, mengetahui apa yang benar-benar mereka inginkan, kedua, mencari tahu apakah yang mereka inginkan itu bijaksana, dan ketiga, menyusun ulang pertanyaan menjadi pertanyaan yang dapat menjawab kebutuhan mereka.
Permasalahan dalam melakukan hal ini adalah bahwa permasalahan ini adalah permasalahan yang berkaitan dengan interaksi manusia, namun hal ini juga mengharuskan seluruh aspek teknis dari permasalahan yang diteliti (yang biasanya melibatkan banyak pajak, ditambah beberapa akuntansi dan seringkali beberapa undang-undang) harus dipahami sedemikian rupa. bahwa penyusunan ulang yang tepat dapat dilakukan, yang semuanya memerlukan pertimbangan yang matang.
Apakah menurut saya AI sudah hampir melakukan tugas tersebut? Tidak, aku tidak melakukannya.
Apakah saya yakin bahwa AI dapat melakukan tugas tersebut? Saya juga meragukan hal itu, sama seperti saya meragukan kemampuannya untuk mengatasi banyak masalah medis dan profesional lainnya.
Mengapa demikian? Hal ini karena menjawab pertanyaan seperti itu memerlukan kemampuan membaca klien – termasuk semua sinyal nonverbal dan sinyal lainnya. Hal-hal teknis adalah bagian kecil dari pekerjaan, tetapi tanpa mengetahui elemen teknisnya, para profesional – di bidang apa pun – dan saya memasukkan semua jenis pekerjaan terampil ke dalam kategori tersebut – tidak memiliki peluang untuk menyusun pertanyaan mereka dengan benar, atau mengetahui apakah jawaban yang mereka berikan benar atau tidak.
Dengan kata lain, jika para profesional muda tidak diberikan kesempatan untuk melakukan semua kesalahan yang ada dalam buku ini, seperti yang akan terjadi jika AI menggantikan mereka, maka kemungkinan mereka akan benar-benar memiliki pengetahuan yang cukup untuk memecahkan masalah-masalah nyata yang ditimbulkan oleh orang-orang di dunia nyata. memang sangat rendah, terutama karena hampir tidak ada orang yang mencari bantuan dari orang profesional yang menginginkan jawaban teknis atas pertanyaan apa pun.
Mereka ingin lampunya menyala.
Mereka ingin rasa sakitnya hilang.
Mereka ingin membayar pajak dalam jumlah yang tepat tanpa risiko kesalahan.
Mereka ingin bercerai dengan stres minimal.
Tugas profesional bukanlah memberi tahu mereka cara melakukan hal-hal ini. Hal ini untuk memberikan solusi manusiawi terhadap masalah-masalah manusia. Dan mereka tidak bisa melakukan itu jika mereka tidak memahami manusia di depannya dan masalah teknisnya. Gunakan AI untuk melakukan bagian teknologi, dan yang tersisa hanyalah senyuman hangat, kosong, dan tidak berarti yang tidak memberikan kenyamanan bagi siapa pun.
Saya tidak mengatakan kita tidak boleh menggunakan AI. Saya tahu kami akan melakukannya. Namun siapa pun yang berpikir bahwa hal ini dapat menggantikan sebagian besar interaksi manusia adalah sebuah kesalahan besar: Saya tidak yakin hal tersebut dapat terjadi, justru karena manusia menanyakan pertanyaan-pertanyaan yang sangat tidak logis sehingga mengharuskan manusia untuk memahami apa yang mereka maksudkan.
Dan itulah mengapa menurut saya Gaby Hinsliff benar ketika mengatakan bahwa AI hanya dapat memiliki peran terbatas di kelas ketika dia menyimpulkan:
Memang benar bahwa AI, jika ditangani dengan benar, mempunyai kapasitas yang sangat besar untuk kebaikan. Namun seperti yang terus dikatakan oleh Starmer, tidak ada jawaban yang mudah dalam politik – bahkan jika Anda bertanya pada ChatGPT, tidak ada jawaban yang mudah.
