論文の概要: Exponential Shift: Humans Adapt to AI Economies

• arxiv url: http://arxiv.org/abs/2504.08855v1
• Date: Fri, 11 Apr 2025 04:43:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:55:37.459091
• Title: Exponential Shift: Humans Adapt to AI Economies
• Title（参考訳）: 指数シフト:人間はAIエコノミーに適応する
• Authors: Kevin J McNamara, Rhea Pritham Marpu,
• Abstract要約: 人間は1時間に5000～20,000のトークン(情報の単位)を処理し、AIはそれをはるかに上回っている。 我々は、AI駆動経済への公平な移行を保証するために、4日間のワークウィークや再トレーニングのような6つの戦略を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper explores how artificial intelligence (AI) and robotics are transforming the global labor market. Human workers, limited to a 33% duty cycle due to rest and holidays, cost $14 to $55 per hour. In contrast, digital labor operates nearly 24/7 at just $0.10 to $0.50 per hour. We examine sectors like healthcare, education, manufacturing, and retail, finding that 40-70% of tasks could be automated. Yet, human skills like emotional intelligence and adaptability remain essential. Humans process 5,000-20,000 tokens (units of information) per hour, while AI far exceeds this, though its energy use-3.5 to 7 times higher than humans-could offset 20-40% of cost savings. Using real-world examples, such as AI in journalism and law, we illustrate these dynamics and propose six strategies-like a 4-day workweek and retraining-to ensure a fair transition to an AI-driven economy.
• Abstract（参考訳）: 本稿では,人工知能(AI)とロボティクスが世界の労働市場をどう変えるのかを考察する。 人間の労働者は休息と休日のために33%の義務サイクルに制限され、1時間あたり14ドルから5ドルだった。 対照的に、デジタル労働は約24/7で、0.10ドルから0.50ドルである。 医療、教育、製造業、小売といった分野を調べ、40～70%のタスクが自動化される可能性があることを発見した。 しかし、感情的な知性や適応性といった人間のスキルは依然として不可欠である。 人間は1時間に5000～20,000のトークン(情報の単位)を処理し、AIはそれをはるかに上回っている。 ジャーナリズムや法学におけるAIのような実世界の例を用いて、これらのダイナミクスを説明し、AI駆動経済への公平な移行を保証するために、4日間のワークウィークや再トレーニングのような6つの戦略を提案する。

関連論文リスト

• TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [52.46737975742287]
  私たちは小さなソフトウェア企業環境を模倣したデータによる自己完結型環境を構築します。 最も競争力のあるエージェントでは、タスクの24%が自律的に完了できます。 これは、LMエージェントによるタスク自動化に関するニュアンスな絵を描く。
  論文  参考訳（メタデータ） (2024-12-18T18:55:40Z)
• Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs [10.844598404826355]
  米国の雇用の3分の1はAIに強く依存している。 この露出は、2019年から2023年までの雇用と賃金の伸びと正の相関関係にある。
  論文  参考訳（メタデータ） (2024-07-27T08:14:18Z)
• HumanPlus: Humanoid Shadowing and Imitation from Humans [82.47551890765202]
  ヒューマノイドが人間のデータから動きや自律的なスキルを学ぶためのフルスタックシステムを導入する。 まず、既存の40時間動作データセットを用いて、強化学習によるシミュレーションの低レベルポリシーを訓練する。 次に、自己中心型視覚を用いてスキルポリシーを訓練し、ヒューマノイドが自律的に異なるタスクを完了できるようにする。
  論文  参考訳（メタデータ） (2024-06-15T00:41:34Z)
• Scenarios for the Transition to AGI [0.24664305327044286]
  我々は、技術進歩の異なるシナリオの下で、生産と賃金がどのように振る舞うかを分析する。 人間の作業は、複雑さが異なる原子論的なタスクに分解できると仮定する。
  論文  参考訳（メタデータ） (2024-03-17T22:22:28Z)
• HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation [50.616995671367704]
  そこで本研究では,人型ロボットが器用な手を備えた,高次元シミュレーション型ロボット学習ベンチマークHumanoidBenchを提案する。 その結果,現在最先端の強化学習アルゴリズムがほとんどのタスクに支障をきたすのに対して,階層的学習アプローチはロバストな低レベルポリシーに支えられた場合,優れた性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2024-03-15T17:45:44Z)
• Ten Hard Problems in Artificial Intelligence We Must Get Right [72.99597122935903]
  AIの約束を阻止し、AIのリスクを引き起こすAI2050の「ハード問題」について検討する。 それぞれの問題について、その領域を概説し、最近の重要な作業を特定し、今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-06T23:16:41Z)
• Brief for the Canada House of Commons Study on the Implications of Artificial Intelligence Technologies for the Canadian Labor Force: Generative Artificial Intelligence Shatters Models of AI and Labor [1.0878040851638]
  過去の技術と同様に、生成的AIは大量失業に繋がらないかもしれない。 生成AIは創造的で認知的で、潜在的にユビキタスである。 AIのフルセットの能力とアプリケーションが出現するにつれて、政策立案者は労働者のキャリア適応性を促進するべきである。
  論文  参考訳（メタデータ） (2023-11-06T22:58:24Z)
• The Glamorisation of Unpaid Labour: AI and its Influencers [0.0]
  デジタルバリューネットワーク(DVN)は、アフリカ、ラテンアメリカ、インドの労働者に不釣り合いに影響を及ぼす。 我々は、ギグワークプラットフォームによるヒューマン・インテリジェンス・タスク(HIT)の自動化と、ソーシャルメディアにおけるインフルエンサーを活用したデータ収集の資本化について論じる。
  論文  参考訳（メタデータ） (2023-07-31T06:44:25Z)
• Giving Robots a Hand: Learning Generalizable Manipulation with Eye-in-Hand Human Video Demonstrations [66.47064743686953]
  眼内カメラは、視覚に基づくロボット操作において、より優れたサンプル効率と一般化を可能にすることを約束している。 一方、人間がタスクを行うビデオは、ロボット遠隔操作の専門知識を欠いているため、収集コストがずっと安い。 本研究では,広範にラベルのない人間ビデオによるロボット模倣データセットを拡張し,眼球運動ポリシーの一般化を大幅に促進する。
  論文  参考訳（メタデータ） (2023-07-12T07:04:53Z)
• Artificial Intelligence and Life in 2030: The One Hundred Year Study on Artificial Intelligence [74.2630823914258]
  このレポートは、AIが今後数年間に影響を及ぼす可能性のある、典型的な都市環境の8つのドメインを調査している。 それは、AIの現状を科学的かつ技術的に正確に描写する一般大衆に提供することを目的としている。 この報告書の費用は、ハーバード大学のBarbara Groszが議長を務めるAI100 Standing Committee(AI100スタンディング委員会)のパネルに提出された。
  論文  参考訳（メタデータ） (2022-10-31T18:35:36Z)
• The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence [1.9143819780453073]
  人間のような人工知能の利点には、生産性の上昇、余暇の増加、そしておそらく最も重要なのは、私たちの心をよりよく理解することが含まれる。 しかし、あらゆるタイプのAIが人間に似ているわけではない。実際、最も強力なシステムの多くは、人間とは大きく異なる。 機械が人間の労働の代用となるにつれ、労働者は経済的・政治的交渉力を失う。 対照的に、AIが人間を模倣するのではなく強化することに焦点を当てている場合、人間は創造された価値の共有を主張する力を保持します。
  論文  参考訳（メタデータ） (2022-01-11T21:07:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。