ИИ отнимет у нас работу?

Сегодня охота порассуждать на горячую тему, а именно на тему замены искусственным интеллектом людей на рабочих местах. Мне доводилось видеть как оптимистичный взгляд на проблему (любая новая технология создает больше рабочих мест, чем уничтожает; люди и ИИ будут работать в кооперации, и производительность труда будет расти), так и пессимистичный (технологии развиваются слишком быстро, мы не успеваем подстроиться и не можем их контролировать; ИИ становится опасным для людей). У меня есть уже свое мнение, но я очень постараюсь засунуть его подальше и опираться на научные работы и статистику. В конце, разумеется, выскажусь и буду ждать ваше мнение в комментариях.

В марте этого года в авторитетном Nature вышла редакционная заметка «Why scientists trust AI too much — and what to do about it». Авторы указывают на то, что использующие, например, ChatGPT исследователи могут быть склонны переоценивать способности нейросетей и слишком доверять им, несмотря на известные недостатки. Они могут считать, что разбираются в теме лучше, чем на самом деле, потому что пообщались с нейросетью. Кроме того, ИИ присваивают такие качества, как объективность и неподвластность стереотипам и когнитивным искажениям, что далеко не всегда справедливо.

Например, в предыдущем посте мы изучали влияние промптов на эффективность работы модели, и там своими глазами видели некоторые примеры того, как генеративные модели ошибаются в процессе решения не слишком сложных задач.

Проблема выяснения пределов возможностей искусственного и человеческого интеллекта входит в список 18 нерешенных математических проблем Стивена Смейла. С отвагой, свойственной настоящим исследователям, авторы статьи «The difficulty of computing stable and accurate neural networks: On the barriers of deep learning and Smale’s 18th problem» («Сложность создания стабильных и точных нейросетей: об ограничениях глубокого обучения и 18 проблеме Смейла») берутся за эту задачу (а мы осторожно пройдем по их следу).

В начале статьи авторы указывают на то, что нейросети проникли во множество областей науки и техники, в том числе, например, в медицину, где цена ошибки особенно высока. При этом они демонстрируют нестабильность, в частности, склонность к «галлюцинациям» («додумыванию» несуществующей информации). Один из ключевых вопросов исследования – «Как создать нейросети, которые были бы одновременно достаточно стабильными и точными?». Короткий ответ – вероятно, никак, хотя они теоретически существуют. Если подробнее, то авторы приходят к следующим ключевым выводам:

1) в теории есть некоторая группа задач, для решения которых существуют «идеальные» нейросети, одновременно точные и стабильные. Однако на практике их невозможно обучить, поскольку у нас нет бесконечных вычислительных ресурсов и идеальных обучающих данных (кроме того, даже если данных достаточно и их качество достаточно хорошее, ни один обучающий алгоритм не может гарантировать, что идеальная конфигурация весов будет подобрана в процессе обучения);
2) для ряда задач возможно добиться высокой точности, однако объемы тренировочных данных должны быть непомерно велики;
3) повышение точности может вести к снижению стабильности, поэтому приходится чем-то жертвовать и искать приемлемый компромисс (accuracy-stability trade-off).

Это очень краткая и упрощенная выжимка упомянутой статьи, но сейчас нам ее будет достаточно. Для тех, кто хочет углубиться в тему, предлагаю изучить как саму статью, так и приложение к ней (там доказательства теорем и некоторые примеры).

Итак, ИИ не идеален и не может быть идеален, как всё в мире. Однако с человеком-то та же история: мы подвержен когнитивным искажениям (и не замечаем этого), нам нужно время, чтобы обучиться новому, наш ум со временем притупляется, и обрабатывать новую информацию становится сложнее. Согласно данным SEO.AI 30% работников в мире боятся потерять работу и быть замененными роботами. В Индии, например, таких 74% (из того же материала).

Специалисты Goldman Sachs считают, что из 900 профессий в США до определенной степени могут быть автоматизированы примерно две трети. В этих двух третях потенциально автоматизируемых профессий ИИ может забрать 25-50% нагрузки, однако автоматизация не влечет за собой непременно увольнение сотрудников. Если вернуться к статье SEO.AI, по их данным 14% работников потеряли свои места из-за внедрения автоматизированных решений на основе ИИ (напомню, боялись 30%).

Приведенный выше график следует читать так: на оси Y отмечена доля автоматизации, а на оси X – доля профессий. Для примера красной точкой на графике отмечено значение «в 40% профессий автоматизировано 26% нагрузки с помощью ИИ» (значения округленные, в оригинальной статье картинка интерактивная).

В Forbes собрали некоторые исследования и приводят данные о том, что в наибольшей степени автоматизация с использованием ИИ подвержены профессии из следующих областей:

В наименьшей степени могут быть затронуты

Однако нужно отметить, что такие списки «автоматизируемых» и «неавтоматизируемых» профессий различаются от источника к источнику достаточно заметно. Кто-то считает, что проще всего заменить бухгалтеров, продажников и страховых агентов, а сложнее – учителей и адвокатов. Доли автоматизации тоже оценивают по-разному. Я здесь привожу всего лишь несколько примеров оценок потенциального влияния ИИ на экономику, но одним простым запросом в поисковике вы легко найдете больше.
Многие (не знаю, считать ли это консенсусом) полагают, что сложнее всего заменить профессии, требующие эмоционального вовлечения: врачей, психологов – тех, кого клиенты и пациенты хотят видеть людьми и от кого ожидают получить поддержку и сочувствие.

В этот раз текст получился короткий и, надеюсь, мне удалось рассмотреть основную тему пусть мельком, но с разных сторон. Я предоставлю вам сделать выводы самостоятельно и в конце поделюсь своим сверхценным, как и было обещано.
Я скорее в этом вопросе оптимист и считаю, что ИИ – классный инструмент, который повышает производительность и качество труда. Это не значит, что мне не бывает время от времени страшно потерять работу – еще как бывает. Отчасти именно поэтому я пишу тут свою писанину: пытаюсь разложить мысли по полочкам и прийти к более ясной картине мира и какому-нибудь более четкому плану действий на ближайшее будущее, чем «делаю всё, авось что-то выгорит».
Тем не менее, я отношусь к развитию ИИ с большим энтузиазмом и собираюсь дальше изучать новые инструменты и их возможности. Если вдруг вам захотелось присоединиться, у меня есть еще телеграм-канал, в который я выкладываю в том числе дополнительные материалы и интересные ссылки, которые по разным причинам не вошли сюда.