Pada era saat ini, teknologi sudah berkembang pesat, yang mana dapat berdampak pada pekerjaan yang sebelumnya sudah ada. Kecerdasan buatan merupakan salah satu teknologi yang saat ini sedang berkembang, banyak orang khawatir akan kejadian ini yang mana mereka yang terdampak akan digantikan oleh perangkat pintar.
Saat ini, mulai munculnya kendaraan otonom yang mana tidak memerlukan pengemudi. Para netizen dapat langsung membaca arti atau terjemahan sebuah berita ke dalam bahasa luar tanpa menggunakan layanan penerjemah profesional.
Perkembangan ilmu tentang teknologi pembelajaran mesin yang termasuk dalam kecerdasan buatan membuat kemajuan pesat dengan menerapkan alat canggih yang mana dapat memecahkan berbagai masalah medis.
Tapi, para ekonom relatif optimis tentang dampak AI (Artificial Intelligence) terhadap kondisi lapangan kerja. Ketergantungan teknologi masih menimbulkan kekhawatiran akan pengangguran massal, tetapi mungkin banyak orang yang akan bekerja setelah kemajuan teknologi.
Sebagai contoh, saya merupakan salah satu dari mereka yang percaya dengan metode ini dapat mengecilkan ancaman. Di sisi lain, peristiwa kemajuan teknologi selama dua abad terakhir merupakan pertumbuhan dunia kerja yang eksponensial, dengan periode waktu yang lebih relatif lebih pendek kemajuan teknologi dapat menimbulkan kesusahan yang cukup besar bagi para kelompok pekerja tertentu. Terlebih dalam beberapa kasus untuk keseluruhan tenaga kerja.
Akhir ini terdapat sebuah artikel yang dirilis oleh Greg Ebb, seorang teman dan mantan kolega Wall Street Journal, membantu menjelaskan mengapa kehidupan kelas pekerja lebih sulit daripada yang dipikirkan oleh para optimis.
Dia memikirkan tentang penggunaan kecerdasan buatan yang terlatih untuk mengenali tentang pneumonia pada rontgen dada. Dia mencatat bahwa medical industry Amerika Serikat menghasilkan sekitar 60 miliar per tahun Sinar X. Kecerdasan buatan yang mampu membaca pemindaian seperti itu dapat memiliki dampak signifikan pada kelayakan kerja para ahli radiologi.
Jumlah gambar medis meningkat dalam beberapa dekade terakhir, yang mana ini merupakan peningkatan jumlah pasien, jenis pemeriksaan, dan jumlah gambar yang diperoleh dari pemeriksaan. Pada Tomografi Komputasi yang sebelumnya menangkap objek dalam satu dimensi, kini dapat menangkap ketiga dimensi tersebut, menghasilkan sangat banyak gambar yang sangat detail.
“Pengaplikasian Kecerdasan Buatan dalam kegiatan sehari hari, mesin dapat memprediksi dan memberi peringkat pada opsi yang paling relevan, akan tetapi manusia tetap membuat keputusan nyata,” kata Avi Goldfarb, ekonom AI di University of Toronto.
Dengan metode ini, ia menyimpulkan bahwa kecerdasan buatan dapat membuat pekerjaan sinar-X lebih mudah dan menyenangkan. Akan tetapi, ia juga ketakutan dengan Kecerdasan Buatan yang kemungkinan mirip dengan kejadian pada 1990-an, ketika tugas-tugas diserahkan kepada teknisi asing yang lebih murah.
Seperti yang ditunjukkan oleh ahli-ahli di atas, ahli radiologi masih relatif kurang meskipun gaji mereka tergolong tinggi. Kecerdasan buatan dapat secara signifikan meningkatkan produktivitas radiografer yang ada, yang merupakan hal yang baik: Kurangnya pertumbuhan produktivitas pada industri perawatan kesehatan yang menyebabkan pengeluaran perawatan kesehatan meningkat merupakan bagian persentase dari PDB.
