ABOUT THE SPEAKER
Matt Beane - Organizational ethnographer
Matt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy.

Why you should listen

Matt Beane does field research on work involving robots to help us understand the implications of intelligent machines for the broader world of work. Any of his projects mean many hundreds of hours -- sometimes years -- watching, interviewing and often working side by side with people trying to work with robots to get their jobs done.

Beane has studied robotic surgery, robotic materials transport and robotic telepresence in healthcare, elder care and knowledge work. He has published in top management journals such as Administrative Science Quarterly, he was selected in 2012 as a Human Robot Interaction Pioneer and is a regular contributor to popular outlets such as Wired, MIT Technology Review, TechCrunch, Forbes and Robohub. He also took a two-year hiatus from his doctoral studies to help found and fund Humatics, an MIT-connected, full-stack IoT startup.

Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. He received his PhD from the MIT Sloan School of Management.

More profile about the speaker
Matt Beane | Speaker | TED.com
TED Salon Zebra Technologies

Matt Beane: How do we learn to work with intelligent machines?

매트 빈: 어떻게 인공지능과 함께 일 할 수 있을 까요?

Filmed:
1,770,815 views

전세계 사람들이 기술을 배우는 과정은 수천년 동안 변함이 없었습니다. 전문가의 지도를 따라서 작고 쉬운 일부터 위험성 있고 어려운 과업까지 차근히 해 나가는 것이지요. 하지만 민족지 학자인 매트 빈에 의하면 점점 늘어가는 인공지능의 사용에의해 이런 전통적인 과정이 방해를 받고 있으며 효율성을 향상시키려는 과정에서 인간의 학습이 희생되고 있습니다. 우리는 어떻게 해야 할까요? 매트 빈씨는 오늘날의 상황을 뒤집어서 인공지능의 엄청난 가능성을 최대한 활용하면서 동시에 인간들도 숙련도를 쌓을 수 있는 방법에 대해서 제안합니다.
- Organizational ethnographer
Matt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. Full bio

Double-click the English transcript below to play the video.

00:13
It’s 6:30 in the morning아침,
0
1292
1875
아침 6시 30분입니다.
00:15
and Kristen크리스틴 is wheeling자전거 타기
her prostate전립선 patient환자 into the OR.
1
3583
4875
크리스틴은 자기의 전립선
환자를 밀어 수술실에 들어갑니다.
00:21
She's a resident거주자, a surgeon외과 의사 in training훈련.
2
9500
2250
그녀는 외과 레지던트 ,
즉 수련의입니다.
00:24
It’s her job to learn배우다.
3
12333
2167
배우는 것이 그녀의 일입니다.
크리스틴은 신경 보존 절개를
해보고 싶어 합니다.
00:27
Today오늘, she’s really hoping희망하는 to do
some of the nerve-sparing신경 쓸개없는,
4
15292
3351
00:30
extremely매우 delicate섬세한 dissection해부
that can preserve영역 erectile발기의 function기능.
5
18667
3875
이 수술은 환자의 발기 기능을
유지시키는 무척 섬세한 수술이지요.
00:35
That'll그거야. be up to the attending참석하는 surgeon외과 의사,
though그래도, but he's not there yet아직.
6
23500
3338
이것은 주치의에게 달려있지만,
주치의는 아직 수술실에 없습니다.
00:39
She and the team put the patient환자 under아래에,
7
27625
2393
그녀는 팀과 함께 환자를 마취하고
하복부에서 먼저 8인치의 절개를 합니다.
00:42
and she leads리드 the initial머리 글자 eight-inch8 인치
incision절개 in the lower보다 낮은 abdomen복부.
8
30042
3708
00:47
Once일단 she’s got that clamped채워 back,
she tells말하다 the nurse간호사 to call the attending참석하는.
9
35042
3586
수술 부위를 집게로 고정시키고
간호사에게 주치의를 불러달라 합니다.
00:51
He arrives도착하다, gowns가운 up,
10
39583
2292
도착한 주치의는 가운을 입고
그리고 거기서부터는
00:54
And from there on in, their그들의 four hands소유
are mostly대개 in that patient환자 --
11
42458
5792
그들의 네 손이
거의 환자 몸 안에만 있습니다.
01:00
with him guiding안내
but Kristin크리스틴 leading주요한 the way.
12
48708
2917
주치의의 지시를 따르면서 크리스틴은
주도적으로 수술을 진행해 나갑니다.
전립선을 제거한 후
01:04
When the prostates프로 스테이트 out (and, yes,
he let Kristen크리스틴 do a little nerve신경 이상 sparing절약),
13
52875
4643
(네! 물론 주치의는 이 수술의 일부를
크리스틴에게 맡겼습니다.)
01:09
he rips찢어짐 off his scrubs문지르다.
14
57542
1226
주치의는 수술복을 벗고 나가서
수술과 관련된 서류를 작성합니다.
01:10
He starts시작하다 to do paperwork서류 작업.
15
58792
1375
01:12
Kristen크리스틴 closes닫는다 the patient환자 by 8:15,
16
60833
5375
남은 크리스틴은 8시 15분에
수술부위를 봉합하고
한 후배 레지던트는
어깨너머로 그녀를 보고 있습니다.
01:18
with a junior후진 resident거주자
looking over her shoulder어깨.
17
66583
2435
01:21
And she lets~시키다 him do
the final결정적인 line of sutures봉합.
18
69042
3083
그리고 마지막의 봉합을
후배가 하게 해줍니다.
01:24
Kristen크리스틴 feels느낀다. great.
19
72833
3042
크리스틴은 마음이 아주 뿌듯합니다.
01:28
Patient환자’s going to be fine,
20
76250
1559
환자는 괜찮을 거고
01:29
and no doubt의심 she’s a better surgeon외과 의사
than she was at 6:30.
21
77833
3167
틀림없는 것은
그녀가 6시30분의 자신보다
더 좋은 외과 의사가 된 것입니다.
01:34
Now this is extreme극단 work.
22
82208
2834
이 일은 고난이도의 작업입니다.
01:37
But Kristin크리스틴’s learning배우기 to do her job
the way that most가장 of us do:
23
85417
3833
하지만 크리스틴은 우리들과 마찬가지로
자기 기술을 배워갑니다.
01:41
watching보고있다 an expert전문가 for a bit비트,
24
89625
1893
전문가들이 하는 것을 조금 보고
쉽고 안전한 부분으로부터
조금씩 참여하다가
01:43
getting점점 involved뒤얽힌 in easy쉬운,
safe안전한 parts부분품 of the work
25
91542
3142
전문가들이 크리스틴이 준비됐다고
생각할 때 그들의 지도를 따라서
01:46
and progressing진행 중 to riskier위험한
and harder열심히 tasks과제
26
94708
2185
01:48
as they guide안내서 and decide결정하다 she’s ready준비된.
27
96917
2333
더 위험하고 어려운 일을
하게 되는 과정입니다.
01:52
My whole완전한 life I’ve~ been fascinated매혹적인
by this kind종류 of learning배우기.
28
100042
2892
저는 살면서 이런 방식으로 배우는 데
항상 매료되어있습니다.
기본적인 요소 인 것 같아요.
01:54
It feels느낀다. elemental원소 같은,
part부품 of what makes~을 만든다 us human인간의.
29
102958
3667
우리를 인간으로 만드는 요소.
이렇게 배우는 방식은
여러 이름이 있습니다.
01:59
It has different다른 names이름: apprenticeship도제,
coaching코칭, mentorship멘토링, on the job training훈련.
30
107750
5417
'어프렌티십', '코칭',
'멘토링', '실무 훈련' 등.
수술 에서는
'보고 따라하고 가르치다'로 부릅니다.
02:05
In surgery외과, it’s called전화 한
“see one, do one, teach가르치다 one.”
31
113542
3291
하지만 과정은 똑같으며
02:09
But the process방법 is the same같은,
32
117625
1344
전 세계 사람들은 수천 년간
이런 식으로 기술을 배워왔습니다.
02:10
and it’s been the main본관 path통로 to skill기술
around the globe지구 for thousands수천 of years연령.
33
118993
4174
하지만 오늘날 인공지능의 사용에 의해
이런 과정이 방해받고 있습니다.
02:16
Right now, we’re handling손질 AIAI
in a way that blocks블록들 that path통로.
34
124333
4500
효율성을 향상시키려는 과정에 의해
배움의 기회가 사라지는 것이지요.
02:21
We’re sacrificing희생시키다 learning배우기
in our quest탐구 for productivity생산력.
35
129625
2690
제가 MIT에 있을 때 수술을 하면서
이런 사실을 처음 알게 되었는데
02:25
I found녹이다 this first in surgery외과
while I was at MITMIT,
36
133292
2809
지금은 이런 현상이 곳곳에서
벌어진다는 것을 확인했습니다.
02:28
but now I’ve~ got evidence증거
it’s happening사고 all over,
37
136125
2476
여러 가지 산업 분야에서
매우 다양한 인공지능이 쓰이고 있지요.
02:30
in very different다른 industries산업
and with very different다른 kinds종류 of AIAI.
38
138625
3875
02:35
If we do nothing, millions수백만 of us
are going to hit히트 a brick벽돌 wall
39
143083
5851
아무런 대처가 없다면
수백만 명의 사람들이 아무것도 하지 못하고
인공지능을 다루는 방법 만을
공부해야 할 것 입니다.
02:40
as we try to learn배우다 to deal거래 with AIAI.
40
148958
2417
설명 좀 드리기 위해
다시 수술로 돌아갑시다.
02:45
Let’s go back to surgery외과 to see how.
41
153125
1772
6개월 후 입니다.
02:47
Fast빠른 forward앞으로 six months개월.
42
155708
1935
02:49
It’s 6:30am again, and Kristen크리스틴
is wheeling자전거 타기 another다른 prostate전립선 patient환자 in,
43
157667
5476
다시 아침 6시30분,
크리스틴은 또 다른 전립선 환자를
밀어 옵니다.
다만 이번에는 로봇 수술실로 향합니다.
02:55
but this time to the robotic로봇 식의 OR.
44
163167
3166
주치의는 팔이 4개 있는
무게가 천 파운드인 로봇을
02:59
The attending참석하는 leads리드 attaching부착
45
167667
1684
03:01
a four-armed4 무장, thousand-pound천 파운드
robot기계 인간 to the patient환자.
46
169375
2833
환자에 부착합니다.
두 사람은 다 수술복을 벗고
03:04
They both양자 모두 rip삼가 고인의 명복을 빕니다 off their그들의 scrubs문지르다,
47
172750
2434
10에서 15 피트 떨어진
컨트롤 콘솔로 향합니다.
03:07
head머리 to control제어 consoles콘솔
10 or 15 feet피트 away,
48
175208
3125
그리고 크리스틴은
03:11
and Kristen크리스틴 just watches시계.
49
179167
3750
그냥 가만히
보기만 합니다.
로봇만으로 주치의가 혼자서
수술을 다 할 수 있으므로
03:16
The robot기계 인간 allows허락하다 the attending참석하는
to do the whole완전한 procedure순서 himself그 자신,
50
184375
3053
당연히 혼자서 다 합니다.
03:19
so he basically원래 does.
51
187452
1583
주치의는 크리스틴에게
연습이 필요하다는 것을 알고 있죠.
03:21
He knows알고있다 she needs필요 practice연습.
52
189917
2101
그녀가 통제 할 수 있게
해주고 싶습니다.
03:24
He wants to give her control제어.
53
192042
1583
하지만 그녀는 더 느리고 실수가
더 많을 것도 잘 알고 있어서
03:26
But he also또한 knows알고있다 she’d be slower느린
and make more mistakes실수,
54
194250
3393
환자를 위해 차마 그럴 수가 없습니다.
03:29
and his patient환자 comes온다 first.
55
197667
1500
때문에 이번 수술에서는 크리스틴이
03:32
So Kristin크리스틴 has no hope기대 of getting점점 anywhere어딘가에
near가까운 those nerves신경 during...동안 this rotation회전.
56
200250
4625
그 신경들 근처에도 가지 못했지요.
4시간의 수술에서 그녀가 15분이라도
수술을 한다면 운이 좋은 것입니다.
03:37
She’ll어울리다 be lucky운이 좋은 if she operates운영하다 more than
15 minutes의사록 during...동안 a four-hour4 시간 procedure순서.
57
205417
4375
그리고 만약 그녀가
사소한 실수를 하더라도
03:42
And she knows알고있다 that when she slips전표 up,
58
210250
2625
주치의가 스크린을 터치하게 될 것이고
자신은 다시 보기만 해야 되겠지요.
03:45
he’ll어울리다 tap꼭지 a touch접촉 screen화면,
and she’ll어울리다 be watching보고있다 again,
59
213458
3042
마치 바보 모자를 쓰고
구석에 앉은 벌 받는 아이처럼요.
03:48
feeling감각 like a kid아이 in the corner모서리
with a dunce던스 cap.
60
216917
2625
지난 8년 동안 제가 했던 일들과
모든 로봇 관련 연구처럼
03:53
Like all the studies연구 of robots로봇 and work
I’ve~ done끝난 in the last eight여덟 years연령,
61
221583
3501
포괄적이고 열린 질문으로
문제 해결을 시작했습니다.
03:57
I started시작한 this one
with a big, open열다 question문제:
62
225108
2118
03:59
How do we learn배우다 to work
with intelligent지적인 machines기계들?
63
227250
2792
우리는 어떻게 인공지능과
일하는 법을 배워야 할까?
04:02
To find out, I spent지출하다 two and a half절반 years연령
observing관찰하다 dozens수십 of residents주민 and surgeons외과의 사
64
230792
5809
답을 찾기 위해 2년 반 동안
수십여 명의 외과 레지던트와 주치의들이
04:08
doing traditional전통적인 and robotic로봇 식의 surgery외과,
interviewing인터뷰 them
65
236625
3476
전통 수술과 로봇 수술을
하는 것을 지켜보고
배움의 과정에 있는 레지던트들을
인터뷰하거나
04:12
and in general일반 hanging교수형 out
with the residents주민 as they tried시도한 to learn배우다.
66
240125
3338
그들과 어울리며 시간을 보냈습니다.
저는 미국에서 최고의 18개
대학병원을 살펴보았는데
04:16
I covered덮은 18 of the top상단
US teaching가르치는 hospitals병원,
67
244250
3351
결론은 똑 같았습니다.
04:19
and the story이야기 was the same같은.
68
247625
1458
04:21
Most가장 residents주민 were in Kristen's크리스틴의 shoes구두.
69
249875
2542
대부분 레지던트의 상황은
크리스틴과 같았어요.
04:24
They got to “see one” plenty많은,
70
252958
1792
보는 것을 많이 하게 되지만
04:27
but the “do one” was barely간신히 available유효한.
71
255583
2292
직접 하는 것은 별로
가능하지 않았습니다.
04:30
So they couldncouldn’t struggle노력,
and they weren~시키지 않았다’t learning배우기.
72
258333
2528
때문에 어려움도 없었고
배움도 없었습니다.
04:33
This was important중대한 news뉴스 for surgeons외과의 사, but
I needed필요한 to know how widespread펼친 it was:
73
261291
3810
이는 외과 의사들에게
매우 중요한 소식인데
이러한 상황이 얼마나
널리 퍼져있는지 알고싶었습니다.
04:37
Where else그밖에 was using~을 사용하여 AIAI
blocking블로킹 learning배우기 on the job?
74
265125
3833
인공지능 때문에 실무 교육을 실행하기
어려워지는 경우는 또 어디에 있을까요?
답을 찾기 위해 작지만 점점 커지고 있는
젊은 연구원 그룹에 연락을 했습니다.
04:42
To find out, I’ve~ connected연결된 with a small작은
but growing성장하는 group그룹 of young어린 researchers연구원
75
270208
4310
이들은 인공지능에 관련된 여러 분야에
대해 실용적인 연구를 해왔지요.
04:46
who’ve~ done끝난 boots-on-the-ground부츠 온 더 그라운드 studies연구
of work involving관련 AIAI
76
274542
3434
04:50
in very diverse다양한 settings설정
like start-ups신생 기업, policing치안,
77
278000
2976
예를 들면 창업, 치안 유지,
투자 은행 업무 그리고 온라인 교육까지
포함되어 있습니다.
04:53
investment투자 banking은행업 and online온라인 education교육.
78
281000
2601
04:55
Like me, they spent지출하다 at least가장 작은 a year
and many많은 hundreds수백 of hours시간 observing관찰하다,
79
283625
5851
저처럼 그들은 적어도 1년 이상 그리고
수백 시간 동안
연구 대상을 관찰하고 인터뷰하고
종종 그들과 함께 업무를 수행했습니다.
05:01
interviewing인터뷰 and often자주 working
side-by-side나란히 with the people they studied공부 한.
80
289500
3917
05:06
We shared공유 된 data데이터, and I looked보았다 for patterns패턴들.
81
294458
2417
우리는 서로 데이터를 공유해서
저는 거기에 패턴을 찾아봤어요.
어떤 업계든, 어떤 일이든,
어떤 인공지능이든
05:09
No matter문제 the industry산업, the work,
the AIAI, the story이야기 was the same같은.
82
297917
5208
상황은 똑 같습니다.
이들은 인공지능을 이용해서
결과를 얻으려고 계속 노력하고
05:16
Organizations단체 were trying견딜 수 없는 harder열심히
and harder열심히 to get results결과들 from AIAI,
83
304042
3642
05:19
and they were peeling필링 learners학습자 away from
expert전문가 work as they did it.
84
307708
3542
초보자들을 전문적인
일에서 손 떼게 했습니다.
창업 관리자들은
05:24
Start-up스타트업 managers관리자 were outsourcing아웃소싱
their그들의 customer고객 contact접촉.
85
312333
2875
고객의 정보를 외주에 맡겼고요.
경찰들은 전문가의 지원이 없이
범죄 예측을 해야 했습니다.
05:27
Cops경찰 had to learn배우다 to deal거래 with crime범죄
forecasts예측 without없이 experts전문가 support지원하다.
86
315833
4042
은행의 신입 직원들은 복잡한
분석을 하지 못 하게 했고
05:32
Junior후진 bankers은행가 were getting점점
cut절단 out of complex복잡한 analysis분석,
87
320875
3250
더구나 교수들은 도움이 없이
온라인 수업을 만들어야 했습니다.
05:36
and professors교수 had to build짓다
online온라인 courses행동 without없이 help.
88
324500
3083
모든 분야의 결과가
수술 분야와 같았습니다.
05:41
And the effect효과 of all of this
was the same같은 as in surgery외과.
89
329125
3226
05:44
Learning배우기 on the job
was getting점점 much harder열심히.
90
332375
2917
직접 일을 하면서 배우는 것은
매우 어려워지고 있습니다.
05:48
This can’t last.
91
336958
1417
계속 이러면 안 됩니다.
맥캔지는 2030년이 되면 일상 업무에서
05:51
McKinsey맥킨지 estimates견적 that between중에서 half절반
a billion십억 and a billion십억 of us
92
339542
4267
5억 명에서 10억 명 사이의 사람들이
05:55
are going to have to adapt개조 하다 to AIAI
in our daily매일 work by 2030.
93
343833
4125
인공지능과 함께 일하는 삶에
익숙해져야 할 것이라고 말했습니다.
동시에 경험을 통해서
기술을 배우는 과정도
06:01
And we’re assuming가정
that on-the-job직장에서 learning배우기
94
349000
2011
오늘날과 마찬가지로
계속될 것 입니다.
06:03
will be there for us as we try.
95
351035
1917
엑센츄어의 최신 조사 결과에 따르면
06:05
Accenture액센추어’s latest최근 workers노동자 survey측량 showed보여 주었다
that most가장 workers노동자 learned배운 key skills기술
96
353500
4268
대부분 노동자들이 정식 교육보다
직장에서 실제로 일을 하면서
06:09
on the job, not in formal정식의 training훈련.
97
357792
2291
핵심 기술을 배우는 것으로 나타났습니다.
06:13
So while we talk a lot about its
potential가능성 future미래 impact충격,
98
361292
3517
인공지능의 잠재적 영향력에 대해서
이야기 할 때
지금 현재 가장 중요한 부분은
06:16
the aspect양상 of AIAI
that may할 수있다 matter문제 most가장 right now
99
364833
3685
인공지능으로 인해 현장에서의 배움이
줄어든다는 것입니다.
06:20
is that we’re handling손질 it in a way
that blocks블록들 learning배우기 on the job
100
368542
3375
딱 우리가 제일 필요한 시점에요.
06:24
just when we need it most가장.
101
372375
1625
우리는 모든 산업 현장 중에
06:27
Now across건너서 all our sites사이트,
a small작은 minority소수 found녹이다 a way to learn배우다.
102
375458
6042
한 소수 집단이
배우는 방식을 알아냈습니다.
그들은 규칙을 무시하거나
왜곡하는 방식을 선택했지요.
06:35
They did it by breaking파괴 and bending굽힘 rules규칙들.
103
383625
3042
06:39
Approved승인 methods행동 양식 weren~시키지 않았다’t working,
so they bent굽은 and broke파산하다 rules규칙들
104
387083
4643
기존의 방법들을 통하지 않기 때문에
규칙들을 바꾸거나 무시해서
전문가들과 실습을 수행하였습니다.
06:43
to get hands-on실습 practice연습 with experts전문가.
105
391750
1976
제 분야에서는
06:45
In my setting환경, residents주민 got involved뒤얽힌
in robotic로봇 식의 surgery외과 in medical의료 school학교
106
393750
5601
레지던트들이 의대에서
로봇 수술에 참여하며
대신 일반의 과정을 생략하거나
06:51
at the expense비용
of their그들의 generalist제너럴리스트 education교육.
107
399375
3583
추가적으로 수백시간을 들여서
06:56
And they spent지출하다 hundreds수백 of extra특별한 hours시간
with simulators시뮬레이터 and recordings녹음 of surgery외과,
108
404417
5851
녹화된 수술 영상을 시청하고
시뮬레이터를 활용하기도 하지요.
원래는 수술실에서
배워야 함에도 불구하고요.
07:02
when you were supposed가정의 to learn배우다 in the OR.
109
410292
2541
그리고 가장 인상적인 모습은
07:05
And maybe most가장 importantly중요하게,
they found녹이다 ways to struggle노력
110
413375
3476
전문의의 지도가 아직 부족한 상태에서도
로봇 수술에 도전한다는 것이지요.
07:08
in live살고 있다 procedures절차
with limited제한된 expert전문가 supervision감독.
111
416875
3750
저는 이 모두를
"그림자 학습"이라고 부릅니다.
07:13
I call all this “shadow그림자 learning배우기,”
because it bends굴곡 the rules규칙들
112
421792
4309
이런 일들은 규칙 위반이며
몰래 이루어지기 때문이지요.
07:18
and learner학습자’s do it out of the limelight각광.
113
426125
2000
그럼에도 불고하고 모두가
이런 일들을 다 눈감아 줍니다.
07:21
And everyone각자 모두 turns회전 a blind블라인드 eye
because it gets도착 results결과들.
114
429542
4101
성과가 있기 때문이지요.
07:25
Remember생각해 내다, these are
the star pupils학생 of the bunch다발.
115
433667
3166
이들은 모두 재능이 있는 학생들입니다.
하지만 당연히 이는 옳지 못한 일이고
장기간 지속 될 수 없습니다.
07:29
Now, obviously명백하게, this is not OK,
and it’s not sustainable지속 가능한.
116
437792
3208
그 누구도 해고당할 위협을 무릅쓰고
07:33
No one should have to risk위험 getting점점 fired해고당한
117
441708
2185
직업에 필요한 기술들을
배울 필요는 없습니다.
07:35
to learn배우다 the skills기술
they need to do their그들의 job.
118
443917
2150
하지만 이들에게 배울 점은 있습니다.
07:38
But we do need to learn배우다 from these people.
119
446792
2056
07:41
They took~했다 serious진지한 risks위험 to learn배우다.
120
449917
2250
그들은 배움을 위해
큰 위험을 감수했습니다.
그들은 업무에 있어서
도전과 난관이 있어야만
07:44
They understood이해 된 they needed필요한 to protect보호
struggle노력 and challenge도전 in their그들의 work
121
452792
4351
어려운 문제들을 해결해가는 과정에서
07:49
so that they could push푸시 themselves그들 자신
to tackle태클 hard단단한 problems문제들
122
457167
2892
잠재력을 한계까지
끌어낼 수 있다는 것을 알았지요.
07:52
right near가까운 the edge가장자리 of their그들의 capacity생산 능력.
123
460083
1959
물론 그들도 항상 가까운 곳에
전문의가 있는 상태에서
07:54
They also또한 made만든 sure
there was an expert전문가 nearby인근의
124
462458
2216
사고를 방지 할 수 대비책과
충고를 얻었습니다.
07:56
to offer제공 pointers포인터 and to backstop백네트
against반대 catastrophe대단원.
125
464698
3094
이 도전과 전문가의 도움의 조합을
08:00
Let’s build짓다 this combination콤비네이션
of struggle노력 and expert전문가 support지원하다
126
468875
3458
인공지능이 활용되는
다른 분야에 적용해봅시다.
08:04
into each마다 AIAI implementation이행.
127
472708
2750
지금 당장 제 머릿속에 떠오르는
이야기가 하나 있습니다.
08:08
Here’s one clear명확한 example
I could get of this on the ground바닥.
128
476375
2828
로봇이 생기기 전에는
08:12
Before robots로봇,
129
480125
1226
08:13
if you were a bomb폭탄 disposal처분 technician기술자,
you dealt처리하다 with an IED폭발물 by walking보행 up to it.
130
481375
4792
만약 당신이 폭탄 제거 전문가였다면
직접 접근해야만
사제폭탄을 처리 할 수 있었습니다.
여러분의 후배는 몇 백 피트
떨어진 곳에서
08:19
A junior후진 officer장교 was
hundreds수백 of feet피트 away,
131
487333
2143
08:21
so could only watch and help
if you decided결정적인 it was safe안전한
132
489500
3309
보기만 하다가 당신이 안전하다고
판단했을 때에만 와서 도울 수 있었지요.
08:24
and invited초대 된 them downrange다운 레인지.
133
492833
1417
현재에는 방탄 트럭에 나란히 앉아서
08:27
Now you sit앉다 side-by-side나란히
in a bomb-proof폭탄이없는 truck트럭.
134
495208
3893
08:31
You both양자 모두 watched보았다 the video비디오 feed먹이.
135
499125
1809
함께 영상으로 현장을 확인하며
08:32
They control제어 a distant robot기계 인간,
and you guide안내서 the work out loud화려한.
136
500958
4310
후배가 직접 로봇을 원격 조종하고
여러분은 옆에서 지도만 할 수 도 있지요.
이렇게 하면 로봇이 생기기 전보다
수습자들은 오히려 더 잘 배웁니다.
08:37
Trainees연수생 learn배우다 better than they
did before robots로봇.
137
505292
3208
이 방식은 수술, 창업, 치안유지,
08:41
We can scale규모 this to surgery외과,
start-ups신생 기업, policing치안,
138
509125
3933
08:45
investment투자 banking은행업,
online온라인 education교육 and beyond...을 넘어서.
139
513082
2625
투자 은행 업무, 온라인 교육 등
다양한 분야에 적용 할 수 있습니다.
08:48
The good news뉴스 is
we’ve~ got new새로운 tools도구들 to do it.
140
516375
2500
게다가 우리는 이를 위한
새로운 도구들도 가지고 있지요.
인터넷과 클라우드 시스템 덕분에
한 명의 전문가가 여럿을 가르칠 수 있고
08:51
The internet인터넷 and the cloud구름 mean we don’t
always need one expert전문가 for every...마다 trainee연수생,
141
519750
4082
물리적으로 떨어져있거나
같은 단체에 있지 않아도 상관이 없지요.
08:56
for them to be physically육체적으로 near가까운 each마다 other
or even to be in the same같은 organization조직.
142
524167
4458
게다가 이를 돕는 인공지능을
만들 수 도 있습니다.
09:01
And we can build짓다 AIAI to help:
143
529292
3041
배우려는 학습자들을 도우면서
가르치려는 전문가들을 돕거나
09:05
to coach코치 learners학습자 as they struggle노력,
to coach코치 experts전문가 as they coach코치
144
533167
5059
이 두 집단을 연결시켜주는 일을
효과적으로 할 수 있지요.
09:10
and to connect잇다 those two groups여러 떼
in smart똑똑한 ways.
145
538250
2542
09:15
There are people at work
on systems시스템 like this,
146
543375
2542
이미 이런 시스템을
현장에서 활용하는 곳도 있습니다.
하지만 지금까지는 주로
형식적인 훈련에만 적용해왔지요.
09:18
but they’ve~ been mostly대개 focused초점을 맞춘
on formal정식의 training훈련.
147
546333
2792
허나, 더 중요한 부분은
현장의 실무교육입니다.
09:21
And the deeper더 깊은 crisis위기
is in on-the-job직장에서 learning배우기.
148
549458
2584
09:24
We must절대로 필요한 것 do better.
149
552417
1851
우리는 더 나아져야 합니다.
09:26
Today오늘’s problems문제들 demand수요 we do better
150
554292
2583
오늘날의 문제들은 우리에게
더 나아질 것을 요구합니다.
인공지능의 놀라운 가능성을
최대한 활용하면서
09:29
to create몹시 떠들어 대다 work that takes full완전한 advantage이점
of AIAI’s amazing놀랄 만한 capabilities능력
151
557375
4875
동시에 이 과정에서 우리의
실력도 키워 나가야 합니다.
09:35
while enhancing강화 our skills기술 as we do it.
152
563042
2750
09:38
That’s the kind종류 of future미래
I dreamed꿈꾸는 of as a kid아이.
153
566333
2750
이게 바로 제가 어렸을 때
꿈꿨던 미래였고
그 미래를 만들 시기가
바로 지금입니다.
09:41
And the time to create몹시 떠들어 대다 it is now.
154
569458
2167
감사합니다.
09:44
Thank you.
155
572333
1226
09:45
(Applause박수 갈채)
156
573583
3625
(박수)
Translated by Braelyn
Reviewed by Summer Kim

▲Back to top

ABOUT THE SPEAKER
Matt Beane - Organizational ethnographer
Matt Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy.

Why you should listen

Matt Beane does field research on work involving robots to help us understand the implications of intelligent machines for the broader world of work. Any of his projects mean many hundreds of hours -- sometimes years -- watching, interviewing and often working side by side with people trying to work with robots to get their jobs done.

Beane has studied robotic surgery, robotic materials transport and robotic telepresence in healthcare, elder care and knowledge work. He has published in top management journals such as Administrative Science Quarterly, he was selected in 2012 as a Human Robot Interaction Pioneer and is a regular contributor to popular outlets such as Wired, MIT Technology Review, TechCrunch, Forbes and Robohub. He also took a two-year hiatus from his doctoral studies to help found and fund Humatics, an MIT-connected, full-stack IoT startup.

Beane is an Assistant Professor in the Technology Management Program at the University of California, Santa Barbara and a Research Affiliate with MIT's Institute for the Digital Economy. He received his PhD from the MIT Sloan School of Management.

More profile about the speaker
Matt Beane | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee