既存の自動化テクノロジーを最大限に活用するために古いワークフローを再設計するのではなく、以前やっていたこととまったく同じように人工的なバージョンを構築することで作業を自動化するという考えには、独特の「機械的な馬」の風味があります

「AIは放射線科医に取って代わるものではない」良い記事 予想: 画像認識 AI の急速な進歩により、放射線科の仕事がなくなるでしょう (たとえば、ほぼ 10 年前にジェフ ヒントンが有名な予測をしたように)。現実:放射線科は順調に推移しており、成長しています。 AIが雇用市場に差し迫った影響を与えることについては、世の中には素朴な予測がたくさんあります。たとえば、~1年前、私はもっとよく知っているはずの人から、今日でもソフトウェアエンジニアがいると思うかどうか尋ねられました。(ネタバレ:私たちは成功すると思います)。これはあまりにも広範囲に起こっています。 この投稿では、放射線科の例を使用して、なぜそれほど単純ではないのかを詳しく説明しています。 - ベンチマークは、実際のシナリオを反映するほど広くはありません。 - この仕事は、単なる画像認識よりもはるかに多面的です。 - 展開の現実: 規制、保険と責任、拡散、制度的慣性。 - ジェボンズのパラドックス: 放射線科医がツールとして AI を介してスピードアップされれば、より多くの需要が現れます。 放射線科は、2016年に選ぶべき最良の例の一つではなかったと言えます - それは多面的で、リスクが高すぎ、規制が多すぎます。より短い時間スケールでAIによって大きく変化する仕事を探すときは、他の場所、つまり1つの暗記タスクの繰り返しのように見える仕事、各タスクが比較的独立していて、クローズド(あまり多くのコンテキストを必要としない)、短い(時間的)、寛容(間違いのコストが低い)、そしてもちろん自動化可能で現在の(およびデジタル)機能を提供する仕事。それでも、最初はAIがツールとして採用され、仕事が変化してリファクタリングされる(たとえば、手動よりも監視や監督が増えるなど)になると予想しています。おそらく、これが業界全体でどのように展開されているかを示す、より優れた、より広範な例が見つかるかもしれません。 約6か月前、私も5年後にソフトウェアエンジニアが減るのか増えるのかを投票するように頼まれました。読者に残された演習。 投稿全文 (The Works in Progress ニュースレター全体は非常に優れています):

エージェントコーディングは、技術的な知識に応じて拡張できるスキルです。 私が知っている最高のエンジニアは、Claude Codeの使用も私よりもはるかに優れています。