«Эпоха искусственного интеллекта началась», – написал 21 марта 2023 г. в своем блоге основатель Microsoft Билл Гейтс, описав свою встречу с командой OpenAI и наблюдения за тестированием разрабатываемой ею модели GPT (Generative Pre-trained Transformer), успешно сдавшей «экзамен по биологии» и получившей максимально возможный балл.
Подобную революцию в технологиях можно сравнить с появлением мобильных телефонов и интернета, написал Гейтс.
GPT – один из самых известных примеров больших языковых моделей (Large Language Model, LLM), нейросетей, которые обучаются на большом количестве данных и затем способны генерировать тексты, неотличимые от созданных человеком.
Пристальное внимание со стороны не только профессионального сообщества, но и широкой общественности ИИ-модель OpenAI привлекла после того, как в ноябре 2022 г. компания запустила ChatGPT, натренированный «вести диалог» с человеком, получать от него текстовые запросы и отвечать на них, а в марте 2023 г. – модификацию GPT-4, способную воспринимать не только текст, но и изображения.
ChatGPT установил рекорд среди технологических продуктов по скорости привлечения новых пользователей: всего за пять дней после запуска их число превысило 1 млн, а в январе 2023 г., менее чем через три месяца, достигло 100 млн.
Для сравнения: социальной сети Instagram (принадлежит Meta, которая признана в РФ экстремистской и запрещена) понадобилось 2,5 года, чтобы достичь этой отметки, а TikTok – 9 месяцев.
Работой генеративного ИИ – то есть искусственного интеллекта, способного генерировать тексты, коды, изображения, – заинтересовались и экономисты. «Несмотря на значительную неопределенность в отношении потенциала генеративного ИИ, его способность генерировать контент, неотличимый от результатов, созданных человеком, и разрушать коммуникационные барьеры между людьми и машинами отражает значительный прогресс с потенциально большими макроэкономическими эффектами», – говорится в недавнем
докладе аналитиков Goldman Sachs. По их оценкам, повышение производительности труда, связанное с ИИ, и сокращение трудозатрат могут добавить мировому ВВП дополнительные 7%, или $7 трлн, в течение десятилетнего периода.
Однако развитие генеративного ИИ также может вызвать «значительные потрясения» на рынке труда, автоматизировав порядка 300 млн рабочих мест во всем мире, которые, таким образом, окажутся уязвимыми перед новыми технологиями.
GPT и «автоматизация» исследований
У больших языковых моделей, таких как ChatGPT, есть потенциал, чтобы произвести революцию в исследованиях в области экономики и других научных дисциплин, считает Антон Коринек, профессор Виргинского университета. Он проанализировал 25 вариантов использования GPT в шести областях, в которых ИИ-модели могут быть полезны в качестве как помощников исследователей, так и наставников: осмысление идей, написание текстов, обзорные исследования, анализ данных, программирование и математические расчеты.
Экономисты, использующие преимущества языковых моделей – например, способность GPT генерировать контент и потреблять большие объемы текста быстрее, чем люди, – смогут значительно повысить свою продуктивность. В первую очередь это касается «микрозадач» – работ, которые исследователи выполняют каждый день, но которые слишком незначительны, чтобы нанимать для их выполнения отдельного помощника.
Например, ИИ может быть полезен в проведении мозговых штурмов и поиске контраргументов, в написании и редактировании кода, при переводах и создании обобщающих текстов, при создании привлекающих внимание заголовков или сообщений для социальных сетей, способствующих продвижению результатов исследования. Так, Коринек попросил GPT провести мозговой штурм и назвать каналы, через которые достижения в сфере ИИ могут увеличить неравенство, а потом привести контраргументы, и в обоих случаях получил вполне убедительные ответы.
ИИ может генерировать тексты, которые выглядят правдоподобно и авторитетно, указывает исследователь, однако пока ИИ не способен генерировать новую информацию – только обобщать имеющуюся. Люди должны с осторожностью использовать языковые модели в своей работе и сфокусироваться на собственных сравнительных преимуществах – постановке вопросов, предложении направлений, где можно получить на них ответы, и оценке полученной информации, советует исследователь.
«Я обнаружил, что многие из моих студентов уже неплохо разбираются в ChatGPT и используют его для решения множества различных задач. А еще я узнал от своих учеников, что они используют языковые модели в качестве не только помощников, но и наставников», – говорит Коринек, обсуждая свое исследование. «Вы можете изучать экономику при помощи учебника, друзей, YouTube, частных репетиторов, управления бизнесом, а теперь и с помощью GPT и в более широком смысле – с помощью больших языковых моделей», – согласны с ним Тайлер Коуэн и Алекс Табаррок, профессора Университета Джорджа Мейсона и соавторы влиятельного экономического блога Marginal Revolution.
Как указывают Коуэн и Табаррок, генеративный ИИ хорошо работает в ряде областей, например в подготовке текстов, ответах на вопросы с недлинными цепочками причинно-следственных связей, решении простых экономических моделей. Однако нейросети иногда «галлюцинируют», то есть видят взаимосвязи и ассоциации, которых на самом деле не существует, поэтому использовать их, например, для обобщений научных работ стоит с осторожностью.
Кроме того, GPT по большей части не способен «заглянуть за угол» (сделать некий новаторский вывод), если в исходном тексте не содержится подобных озарений, и зачастую нуждается в руководстве со стороны человека, чтобы эффективно справиться с долгой цепочкой сложных рассуждений. Однако здесь возникает сложность: если пользователь знает достаточно, чтобы задавать дополнительные уточняющие вопросы нейросети, высока вероятность, что он уже хорошо знаком с основными выводами по теме, которая его интересует. И наоборот, если у пользователя недостаточно информации по интересующей теме, он не будет знать, какие направляющие вопросы задавать GPT.
Нейросети – инновационный инструмент, и они требуют новых методов взаимодействия от ученых, предупреждают Коуэн и Табаррок: взаимодействие с GPT не похоже на процесс программирования или использование привычного программного обеспечения и больше напоминает сотрудничество с умным и знающим ассистентом исследователя – представителем иной культуры.
Для оптимизации процесса «общения» с генеративным ИИ Коуэн и Табаррок дают ряд советов и рекомендаций, каким образом составлять эффективно работающие запросы для GPT (этот процесс называется prompt engineering).
