The Future of Work in the Age of Automation: Proceedings of a Workshop on Norbert Wiener’s 21st Century Legacy
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,025 |
| Communication savante | 0,021 | 0,018 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».