The Future of Work in the Age of Automation: Proceedings of a Workshop on Norbert Wiener’s 21st Century Legacy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This article synthesizes the insights gained through presentations and discussions at the 2023 IEEE Workshop on Norbert Wiener in the 21st Century (21CW2023), which focused on “The Future of Work in the Age of Automation.” Hosted at Purdue University, this interdisciplinary convening of technologists, social scientists, and humanists explored the impacts of automation on labor, drawing on Wiener’s legacy of insights as a backdrop to examine the technologically mediated future we face in coming decades. The workshop presented a rare opportunity to reflect critically on these issues at a pivotal moment in human and technological history, and to elicit underappreciated dimensions. Areas of focus include: the qualitative and quantitative losses associated with automation and AI, the impacts automation has for questions about the meaningfulness of work, the challenges we face related to uncertainty and lack of predictability in technological advancement, and the opportunities that exist for centering human values and agency in these conversations. While acknowledging many items for concern in the context of automation in the future of work, such as the domination of economic narratives, a potential loss of qualitative texture, and the neglect of certain issues key to human identity, the authors conclude by offering optimistic visions—or calls—for redefining value and labor, preserving human agency, and embracing creative problem-solving.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle