Trí tuệ lai- Hybrid Intelligence

Trí tuệ lai kết hợp trí tuệ con người và trí tuệ nhân tạo (AI) để cùng nhau đạt được kết quả vượt trội và học hỏi lẫn nhau

Tuy nhiên, đây không phải là khái niệm hay thông lệ phổ biến trong ngành hàng không, ngành này vẫn đang trong giai đoạn đầu áp dụng AI. Chúng ta không còn phải giải quyết vấn đề tự động hóa các công việc có kỹ năng thấp nữa mà là kết hợp và tự động hóa một số nhiệm vụ phức tạp nhất mà con người không có khả năng thực hiện theo thời gian thực.

Trong khi AI có thể giải quyết và tự động hóa các vấn đề ở nhiều cấp độ khác nhau, thì cấp độ sau có tlàm cho người lao động có thể mất đi kỹ năng khi dựa vào công nghệ mà họ chỉ có thể hiểu được các khuyến nghị.

Ví dụ người lái xe có thể nhường nhiều cấp độ kiểm soát vận hành cho những chiếc ô tô hiện đại, đặc biệt là ô tô tự lái. Nếu một người lái xe trẻ hoặc mới không có kinh nghiệm và hoàn toàn dựa vào việc lái xe tự động, người lái xe đó có thể không được đào tạo các kỹ năng để can thiệp và kiểm soát trong những trường hợp không lường trước được.

Tệ hơn nữa, có thể là những trường hợp khẩn cấp phức tạp nhất khi ngay cả những chiếc ô tô tự lái thông minh cũng không biết cách phản ứng, chẳng hạn như tránh nhiều vật thể từ các hướng khác nhau ở các tốc độ khác nhau trong khi lốp xe bị nổ, khiến xe di chuyển không ổn định. Người lái xe sẽ không bao giờ có được những kỹ năng này hoặc bị mất kỹ năng do thiếu kinh nghiệm gần đây.

Một trường hợp minh họa và liên quan khác là Boeing và Hệ thống điều khiển tăng cường tự động (MCAS) của hãng dành cho 737 MAX. Do thay đổi thiết kế và tải trọng bổ sung, máy bay có các đặc điểm khí động học khác nhau và cần tự động hóa nhiều hơn để điều chỉnh góc tấn ('pitch') trong khi cất cánh cũng như trong một số giai đoạn bay mà công nghệ AI sẽ tự động can thiệp và điều chỉnh độ cao dựa trên các chỉ số cảm biến mà không cần tương tác nhiều với phi công. Điều này không được giải thích thỏa đáng cho các phi công (trẻ hơn) vốn chủ yếu được đào tạo trên máy bay mô phỏng. Nhiều phi công chưa bao giờ có cơ hội được giảng qua về MCAS hoặc thậm chí biết đến sự hiện diện của nó. Việc phụ thuộc vào các hệ thống tổng thể đã dẫn đến tình trạng mất kỹ năng, với hậu quả tử vong. Vào ngày 10 tháng 3 năm 2019, một máy bay Boeing 737 MAX 8 của Kenya Airways đã bị rơi gần thị trấn Bishoftu sáu phút sau khi cất cánh, khiến tất cả 157 người trên máy bay thiệt mạng. Vào ngày 29 tháng 10, một chiếc 737 MAX 8 đang khai thác Chuyến bay 610 của Lion Air đã bị rơi sau khi cất cánh từ Jakarta. Sau đó, máy bay đã bị đình chỉ hoạt động trên toàn thế giới.

Những tác động của tự động hóa thông minh đối với vai trò của người lao động và việc họ áp dụng hoặc tham gia vào công nghệ AI là rất phổ biến. Nhưng cũng có những hàm ý vượt ra ngoài phạm vi cá nhân hoặc tổ chức và xã hội (Rafner và cộng sự, 2019). Phần lớn phụ thuộc vào bản chất của kiến ​​thức cần thiết để hoàn thành công việc và cách thức phân phối các loại kiến ​​thức này giữa con người và công nghệ.

Để hiểu rõ hơn, chúng ta cần phân loại các loại kỹ năng khác nhau theo từng danh mục. Theo truyền thống, chúng ta có công nhân lành nghề và công nhân tri thức. Công nhân lành nghề có vai trò là một nhân viên được đào tạo với nghề thủ công riêng. Nghề thủ công này thường là thiết kế và sản xuất vật liệu, ví dụ như làm giày. Công nhân tri thức (chẳng hạn như một nhà quản lý giàu kinh nghiệm) có các bộ kỹ năng khác ít dựa trên các quy trình đã học và nhiều hơn vào các nhiệm vụ nhận thức, chẳng hạn như lý luận, lập kế hoạch, đánh giá rủi ro và ra quyết định.

Với tự động hóa hoàn toàn nghề thủ công, chẳng hạn như sự ra đời của rô-bốt dây chuyền sản xuất và những tiến bộ khác trong tự động hóa máy móc, cũng đi kèm với tiêu chuẩn hóa. Chúng ta có thể sản xuất nhiều ô tô hơn bằng rô-bốt mặc dù chúng thường được con người hỗ trợ. Nhưng tỷ lệ sản xuất cao hơn đã được đổi lấy tiêu chuẩn hóa nhiều hơn. Do đó, ở một mức độ nào đó, nghề thủ công đã bị mất (một ví dụ ban đầu về tình trạng mất kỹ năng).

Ngày nay, chúng ta có ít người có thể tự tay thiết kế và sản xuất ô tô hơn. Tuy nhiên, đã có sự phân chia giữa những người từng lắp ráp đồ vật bằng tay hoặc những người đã tiến hóa và có thể làm việc với công nghệ hỗ trợ rô-bốt (có nâng cao kỹ năng, tức là đào tạo) và những người thiết kế máy móc có thể thay thế công việc thủ công tẻ nhạt hoặc tốn nhiều công sức. Trước đây, người ta thấy rằng công nghiệp hóa đã dẫn đến tình trạng thất nghiệp do công nghệ gây ra, nhưng tình trạng này chỉ là tạm thời (Feldmann, 2013). Trên thực tế, công việc bị thay thế bằng công nghệ thường chuyển sang những người sản xuất công nghệ đó trong vòng ba năm. Nhưng đây là công nghệ thay thế các tác vụ thủ công hoặc thao tác các vật thể vật lý. Còn các qui trình về tinh thần thì sao?

Đặt điều này vào bối cảnh hiện đại hơn, nguyên tắc tương tự về nghề thủ công so với công nhân tri thức cũng được áp dụng. Tuy nhiên, phân loại công nhân tri thức của chúng ta phải trở nên tinh vi hơn, vì hầu hết mọi công việc ngày nay đều liên quan đến việc sử dụng công nghệ như một phần của việc xử lý thông tin, chứ không phải các vật thể vật lý.

Sự khác biệt chính nằm ở mức độ công nghệ sử dụng đầu vào kiến ​​thức của con người hay tạo ra kiến ​​thức riêng để tự động hóa một nhiệm vụ mà con người đã từng hoặc có thể không hoàn thành được. Ví dụ, liệu phi công vẫn có kỹ năng để xác định cách tiết kiệm nhiên liệu trong quá trình lăn bánh hay họ sẽ cần hoàn toàn dựa vào công nghệ mới? Còn cất cánh và hạ cánh với hiệu suất nhiên liệu được tối ưu hóa 99,99% được quản lý theo thời gian thực nhanh hơn tốc độ tay có thể điều khiển bướm ga thì sao? Nếu không thành công, liệu phi công có được cập nhật kỹ năng để tự mình thực hiện không? Tương tác giữa con người và AI và liệu đầu ra của AI có yêu cầu các kỹ năng mới từ chuyên gia để tiếp tục một vòng lặp hay không chính là sự khác biệt giữa việc mất kỹ năng hay nâng cao kỹ năng.

Điều này khiến các nhà nghiên cứu đặt câu hỏi liệu các công nghệ dựa trên AI có thách thức các quan sát lịch sử về việc tạo ra việc làm mới nhờ những tiến bộ công nghệ hoặc tự động hóa trong các kỹ năng nhận thức hay không.

Con người ở đâu

Để đánh giá tốt hơn về tác động của tự động hóa (tiềm năng) đối với con người và các kỹ năng, cần có các phân loại tốt hơn. Do đó, có bốn danh mục mới phân biệt các vai trò khác nhau của tương tác giữa con người và AI:

1. Hệ thống AI giúp lập kế hoạch, thực hiện hoặc đánh giá một nhiệm vụ bằng dữ liệu.

Ví dụ, một mô hình AI cho thấy với độ tin cậy X% rằng có mối liên hệ chặt chẽ giữa xu hướng của một phân khúc khách hàng cụ thể trong chương trình khách hàng thân thiết mua bảo hiểm du lịch cho các chuyến bay nối chuyến ở Châu Á và có khả năng chi trả để mua vé có thể được hoàn tiền nếu không bay. Thông tin này vẫn là một hiểu biết nếu không được thực hiện.

2. Con người kiểm tra kết quả của hệ thống AI và liệu có nên sử dụng hệ thống này hay không.

Ví dụ, một hệ thống quản trị doanh thu cho thấy khả năng tạo ra doanh thu cao hơn 9,5% trên một chuyến bay cho tất cả hành khách từ điểm nguồn- điểm đích- O&D bằng cách đóng một hạng giá vé và chuyển nhu cầu sang một hạng giá vé khác mà tại đó có nhiều khả năng họ cũng sẽ mua dịch vụ chọn chỗ ngồi với một khoản phí và ký gửi một kiện hành lý với một khoản phí. Doanh thu tăng thêm dự kiến ​​sẽ cao hơn 9,5% so với việc bán mức giá vé cơ sở cao hơn một chút ở hạng giá vé khác.

3. Hệ thống AI thu thập dữ liệu, lập kế hoạch, thực hiện và đánh giá một nhiệm vụ đã thực hiện để giải quyết vấn đề mà không cần sự tham gia của con người.

Ví dụ, công cụ mua sắm, được điều khiển bởi một bot AI, tạo ra các cửa sổ bật lên với các khuyến nghị về hoạt động bán cho từng khách hàng cũng như mức giá mà họ dự kiến ​​sẽ mua theo cách hoàn toàn tự động. Không có con người nào tham gia vào toàn bộ quá trình kích hoạt và bán hàng. Nhân viên hãng hàng không không thể đưa ra các khuyến nghị này hoặc tự tối ưu hóa doanh thu bán lẻ và họ không biết cách thức hoạt động.