Matt Beane: How do we learn to work with intelligent machines?
매트 빈: 어떻게 인공지능과 함께 일 할 수 있을 까요?
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.
her prostate patient into the OR.
환자를 밀어 수술실에 들어갑니다.
즉 수련의입니다.
해보고 싶어 합니다.
some of the nerve-sparing,
that can preserve erectile function.
유지시키는 무척 섬세한 수술이지요.
though, but he's not there yet.
주치의는 아직 수술실에 없습니다.
incision in the lower abdomen.
she tells the nurse to call the attending.
간호사에게 주치의를 불러달라 합니다.
are mostly in that patient --
거의 환자 몸 안에만 있습니다.
but Kristin leading the way.
주도적으로 수술을 진행해 나갑니다.
he let Kristen do a little nerve sparing),
크리스틴에게 맡겼습니다.)
수술부위를 봉합하고
어깨너머로 그녀를 보고 있습니다.
looking over her shoulder.
the final line of sutures.
후배가 하게 해줍니다.
than she was at 6:30.
더 좋은 외과 의사가 된 것입니다.
the way that most of us do:
자기 기술을 배워갑니다.
조금씩 참여하다가
safe parts of the work
생각할 때 그들의 지도를 따라서
and harder tasks
하게 되는 과정입니다.
by this kind of learning.
항상 매료되어있습니다.
part of what makes us human.
여러 이름이 있습니다.
coaching, mentorship, on the job training.
'멘토링', '실무 훈련' 등.
'보고 따라하고 가르치다'로 부릅니다.
“see one, do one, teach one.”
이런 식으로 기술을 배워왔습니다.
around the globe for thousands of years.
이런 과정이 방해받고 있습니다.
in a way that blocks that path.
배움의 기회가 사라지는 것이지요.
in our quest for productivity.
이런 사실을 처음 알게 되었는데
while I was at MIT,
벌어진다는 것을 확인했습니다.
it’s happening all over,
매우 다양한 인공지능이 쓰이고 있지요.
and with very different kinds of AI.
are going to hit a brick wall
공부해야 할 것 입니다.
다시 수술로 돌아갑시다.
is wheeling another prostate patient in,
밀어 옵니다.
무게가 천 파운드인 로봇을
robot to the patient.
컨트롤 콘솔로 향합니다.
10 or 15 feet away,
수술을 다 할 수 있으므로
to do the whole procedure himself,
연습이 필요하다는 것을 알고 있죠.
해주고 싶습니다.
더 많을 것도 잘 알고 있어서
and make more mistakes,
near those nerves during this rotation.
수술을 한다면 운이 좋은 것입니다.
15 minutes during a four-hour procedure.
사소한 실수를 하더라도
자신은 다시 보기만 해야 되겠지요.
and she’ll be watching again,
구석에 앉은 벌 받는 아이처럼요.
with a dunce cap.
모든 로봇 관련 연구처럼
I’ve done in the last eight years,
문제 해결을 시작했습니다.
with a big, open question:
with intelligent machines?
일하는 법을 배워야 할까?
observing dozens of residents and surgeons
interviewing them
하는 것을 지켜보고
인터뷰하거나
with the residents as they tried to learn.
대학병원을 살펴보았는데
US teaching hospitals,
크리스틴과 같았어요.
가능하지 않았습니다.
and they weren’t learning.
배움도 없었습니다.
I needed to know how widespread it was:
매우 중요한 소식인데
널리 퍼져있는지 알고싶었습니다.
blocking learning on the job?
어려워지는 경우는 또 어디에 있을까요?
젊은 연구원 그룹에 연락을 했습니다.
but growing group of young researchers
대해 실용적인 연구를 해왔지요.
of work involving AI
like start-ups, policing,
포함되어 있습니다.
and many hundreds of hours observing,
수백 시간 동안
종종 그들과 함께 업무를 수행했습니다.
side-by-side with the people they studied.
저는 거기에 패턴을 찾아봤어요.
어떤 인공지능이든
the AI, the story was the same.
결과를 얻으려고 계속 노력하고
and harder to get results from AI,
expert work as they did it.
일에서 손 떼게 했습니다.
their customer contact.
범죄 예측을 해야 했습니다.
forecasts without experts support.
분석을 하지 못 하게 했고
cut out of complex analysis,
온라인 수업을 만들어야 했습니다.
online courses without help.
수술 분야와 같았습니다.
was the same as in surgery.
was getting much harder.
매우 어려워지고 있습니다.
a billion and a billion of us
in our daily work by 2030.
익숙해져야 할 것이라고 말했습니다.
기술을 배우는 과정도
that on-the-job learning
계속될 것 입니다.
that most workers learned key skills
직장에서 실제로 일을 하면서
potential future impact,
이야기 할 때
that may matter most right now
줄어든다는 것입니다.
that blocks learning on the job
a small minority found a way to learn.
배우는 방식을 알아냈습니다.
왜곡하는 방식을 선택했지요.
so they bent and broke rules
전문가들과 실습을 수행하였습니다.
in robotic surgery in medical school
로봇 수술에 참여하며
of their generalist education.
with simulators and recordings of surgery,
시뮬레이터를 활용하기도 하지요.
배워야 함에도 불구하고요.
they found ways to struggle
로봇 수술에 도전한다는 것이지요.
with limited expert supervision.
"그림자 학습"이라고 부릅니다.
because it bends the rules
몰래 이루어지기 때문이지요.
이런 일들을 다 눈감아 줍니다.
because it gets results.
the star pupils of the bunch.
장기간 지속 될 수 없습니다.
and it’s not sustainable.
배울 필요는 없습니다.
they need to do their job.
큰 위험을 감수했습니다.
도전과 난관이 있어야만
struggle and challenge in their work
to tackle hard problems
끌어낼 수 있다는 것을 알았지요.
전문의가 있는 상태에서
there was an expert nearby
충고를 얻었습니다.
against catastrophe.
of struggle and expert support
다른 분야에 적용해봅시다.
이야기가 하나 있습니다.
I could get of this on the ground.
you dealt with an IED by walking up to it.
사제폭탄을 처리 할 수 있었습니다.
떨어진 곳에서
hundreds of feet away,
if you decided it was safe
판단했을 때에만 와서 도울 수 있었지요.
in a bomb-proof truck.
and you guide the work out loud.
여러분은 옆에서 지도만 할 수 도 있지요.
수습자들은 오히려 더 잘 배웁니다.
did before robots.
start-ups, policing,
online education and beyond.
다양한 분야에 적용 할 수 있습니다.
we’ve got new tools to do it.
새로운 도구들도 가지고 있지요.
한 명의 전문가가 여럿을 가르칠 수 있고
always need one expert for every trainee,
같은 단체에 있지 않아도 상관이 없지요.
or even to be in the same organization.
만들 수 도 있습니다.
가르치려는 전문가들을 돕거나
to coach experts as they coach
효과적으로 할 수 있지요.
in smart ways.
on systems like this,
현장에서 활용하는 곳도 있습니다.
형식적인 훈련에만 적용해왔지요.
on formal training.
현장의 실무교육입니다.
is in on-the-job learning.
더 나아질 것을 요구합니다.
최대한 활용하면서
of AI’s amazing capabilities
실력도 키워 나가야 합니다.
I dreamed of as a kid.
꿈꿨던 미래였고
바로 지금입니다.
ABOUT THE SPEAKER
Matt Beane - Organizational ethnographerMatt 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.
Matt Beane | Speaker | TED.com