Ep. 212 Mais radiologistas, não menos: como a IA pode turbinar seu emprego, em vez de substituí-lo
カートのアイテムが多すぎます
カートに追加できませんでした。
ウィッシュリストに追加できませんでした。
ほしい物リストの削除に失敗しました。
ポッドキャストのフォローに失敗しました
ポッドキャストのフォロー解除に失敗しました
-
ナレーター:
-
著者:
Neste episódio do Metanoia Lab, Andrea Iorio parte de uma previsão que parecia impossível de estar errada: em 2016, Geoffrey Hinton, o chamado “Padrinho da IA”, afirmou que deveríamos parar de formar radiologistas porque o deep learning faria o trabalho melhor do que eles. Dez anos depois, aconteceu exatamente o contrário: a radiologia continua crescendo, os salários estão em alta e milhares de vagas seguem abertas. Então, o que Hinton — e tantos CEOs hoje — entenderam errado sobre o impacto da IA nos empregos? A resposta está na diferença entre automatizar um trabalho e aumentar a capacidade de quem o realiza.
Principais temas:
A previsão de Geoffrey Hinton sobre os radiologistas — e por que ela falhou não por causa da tecnologia, mas por confundir uma tarefa com um emprego inteiro
O que os dados atuais realmente dizem sobre IA e desemprego: por que, apesar do discurso de “apocalipse do colarinho branco”, ainda há poucas evidências de uma destruição generalizada de empregos
O estudo de Stanford com dados de folha de pagamento de milhões de trabalhadores — e o alerta escondido nos jovens de 22 a 25 anos em profissões altamente expostas à IA
Automatizar vs. aumentar: por que os empregos em que a IA substitui tarefas com pouca participação humana estão mais vulneráveis, enquanto aqueles em que ela potencializa o profissional podem crescer
O caso dos radiologistas: como a IA pode assumir a leitura de imagens sem substituir o profissional que conversa com o paciente, interpreta casos ambíguos e exerce julgamento clínico
A ironia da Anthropic: a empresa que desenvolve alguns dos modelos de IA mais avançados do mundo contratando um Head of Copy & Content por até US$ 400 mil para exercer algo que seus próprios modelos conseguem fazer — porque bom gosto, julgamento e direção criativa continuam sendo humanos
Conhecimento codificado vs. conhecimento tácito: por que aquilo que pode ser transformado em regras, procedimentos e respostas é justamente o tipo de conhecimento que a IA aprende melhor
O paradoxo da próxima geração: se a IA automatiza as tarefas iniciais pelas quais profissionais juniores tradicionalmente aprendiam, quem vai formar os especialistas e líderes de amanhã?
👤 Andrea Iorio
Instagram: https://www.instagram.com/aiorio_br
LinkedIn: https://www.linkedin.com/in/andreaiorio
Website: https://www.andreaiorio.com