O que aconteceu
Google lançou uma nova experiência interativa e de acesso aberto para seu conjunto de dados ATLAS de IA e Economia, permitindo aos usuários explorar as taxas globais de adoção de IA por ocupação e país. Simultaneamente, Google, Google DeepMind e MIT FutureTech lançaram uma nova pesquisa analisando como os cientistas usam a IA, com base em 2.600 modelos especializados e uma pesquisa com mais de 600 cientistas nos EUA e no Reino Unido.
Google anunciou o lançamento de uma nova experiência interativa e de acesso aberto para seu projeto AI & Economy ATLAS. Esta plataforma permite aos usuários explorar milhões de pontos de dados globais sobre o uso de IA, incluindo taxas de adoção em ocupações específicas, como eletricistas e gerentes de compras, bem como tendências de adoção em nível nacional e padrões de uso doméstico.
Ao mesmo tempo, Google, Google DeepMind e MIT FutureTech publicaram novas pesquisas derivadas de dados ATLAS. O estudo analisou 2.600 modelos especializados de IA e entrevistou mais de 600 cientistas nos EUA e no Reino Unido. Utilizou uma nova taxonomia do MIT FutureTech para mapear tarefas científicas e padrões de uso de IA.
A pesquisa descobriu que os cientistas usam IA em taxas mais elevadas do que muitas outras profissões, com quase metade usando alguma forma de IA diariamente. O estudo distinguiu entre o uso de grandes modelos de linguagem (LLMs), como Gemini, que são amplamente utilizados em vários campos, e modelos de IA especializados, que são mais comuns em saúde e ciências da vida para tarefas de simulação e previsão específicas de domínio.
O estudo relatou que os cientistas economizam pouco menos de sete horas por semana usando IA. No entanto, observou que esta poupança de tempo não se traduz imediatamente em novas descobertas devido ao tempo significativo gasto na validação dos resultados da IA, ao aumento do acúmulo de hipóteses não testadas e aos gargalos na experimentação física e na validação clínica.
Detalhes da fonte: blog.google ↗
Por que isso importa
Esta versão fornece dados concretos e granulares sobre como a IA está remodelando os mercados de trabalho e os fluxos de trabalho científicos, indo além de métricas de adoção genéricas para insights ocupacionais e em nível de tarefa específicos. Ele destaca que, embora a IA economize aos cientistas quase sete horas por semana, ela cria novos gargalos na validação e na experimentação, sugerindo que os ganhos de produtividade exigem uma reformulação do fluxo de trabalho, em vez de apenas a adoção de ferramentas. Isto oferece um quadro prático para que as organizações e os decisores políticos compreendam os impactos económicos e operacionais da integração da IA no mundo real.
O lançamento fornece uma visão detalhada e baseada em dados do impacto da IA na economia global, destacando especificamente como diferentes profissões e regiões estão adotando a tecnologia. Esta granularidade é crucial para compreender a distribuição desigual dos benefícios e desafios da IA no mercado de trabalho.
As descobertas sobre fluxos de trabalho científicos oferecem uma visão crítica sobre o “paradoxo da produtividade” da IA. Embora a IA acelere certas tarefas, ela introduz novos pontos de atrito na validação e experimentação. Isto sugere que as organizações devem redesenhar os seus processos para aproveitar plenamente o potencial da IA, em vez de simplesmente adicionar ferramentas aos fluxos de trabalho existentes.
A colaboração entre Google, Google DeepMind e MIT FutureTech confere credibilidade acadêmica às descobertas, tornando-as um recurso valioso para pesquisadores, formuladores de políticas e líderes da indústria que buscam compreender as implicações práticas da integração de IA em campos de alto risco e com uso intensivo de conhecimento.
Mecanismo interativo: como realmente funciona
Explore a tecnologia subjacente a este desenvolvimento de forma interativa.
crm_get_transaction(id='4092').A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
O que assistir a seguir
Monitore como outros setores adotam reprojetos semelhantes de fluxo de trabalho de IA para solucionar gargalos de validação. Fique atento aos estudos de acompanhamento do projeto ATLAS que vão além dos campos científicos para outras profissões especializadas. Observe se os dados de acesso aberto levam a análises acadêmicas independentes ou recomendações políticas sobre os impactos da IA no mercado de trabalho.
Expansões futuras do projeto ATLAS para incluir mais indústrias e regiões geográficas, fornecendo uma imagem mais abrangente da adoção global da IA.
Estudos acadêmicos independentes que utilizam os dados ATLAS de acesso aberto recém-lançados para validar ou desafiar as descobertas de Google sobre o impacto econômico da IA.
Respostas da indústria aos estrangulamentos identificados nos fluxos de trabalho científicos, particularmente na forma como as organizações estão a reestruturar os seus processos de investigação para integrar melhor a validação e a experimentação da IA.