有三个关于机器人化、其对工作世界的影响以及这对教育意味着的变化的演讲。
Juan Valle Lisboa，生物化学专业毕业生，生物科学博士，心理学系基础研究中心教授，发表了 "人与机器：在认知领域的竞争与合作之间 "的演讲，其中他提出了一些关键，以避免人类和人工智能之间的 "竞争排斥"，并转述了生物学的一个数字。他总结说，"机器的秘密是深度统计和大量数据"，并认为人工智能的问题是 "它正在达到一个极限"，即 "我们的大脑比神经网络要复杂得多"。他说，人类必须找到 "使我们与众不同的东西"。"对一个孩子来说，学习艺术和学习医学哪个更好？我认为制造一台能诊断人的机器比为一部在Netflix上播放的肥皂剧制作一个好的剧本更容易，举个例子。"在这一互补路线中，他说，人工智能可以成为专家，而人类可以成为通才，"在这个意义上，有足够的灵活性来涵盖我们必须涵盖的问题。他保证人类在 "设计人工智能方面""占了上风"，以便我们能够合作而不是竞争，"他引用卢西亚诺-弗洛里迪的话指出，"人工智能是可能的，但它非常不可能"，有必要事先讨论 "具体的事情"，例如因自动化而失去工作的人的问题。蒙得维的亚大学的心理学家和研究员Valeria Fratocchi介绍了2016年的一项研究结果，该研究评估了乌拉圭哪些工作有被机器取代的高风险。总的来说，54%的工作有可能在未来15到20年内随着自动化而消失；在第一产业，这一比例上升到80%，在工业领域，75%的工作将受到影响，商业领域为70%，服务领域为38%。他列出了一些工作的 "保护因素"：感知和操作需要灵巧和运动技能的物体的能力；创造性和解决问题的能力以及创造增值建议的可能性；以及社会智力。然而，他也指出了一些问题；例如，他比较了护士和银行雇员的工作价值，前者的职位有0%的可能性被取代，而后者的工作有98%的可能性被机器取代：护士的收入约为27,000比索，而银行雇员的收入为110,000。
拥有教育技术学位的阿根廷人古斯塔沃-德-埃洛萨（Gustavo de Elorza）则表示，为了满足21世纪的新需求，有必要改变 "记忆性、重复性和传统 "的教育模式。他特别强调了信息和通信技术以及连接性所产生的破坏。他说，重点应该是基于 "神经、技术、教学、认知和数字 "模式的技能和能力发展模式。
资料来源：La Diaria
连接