Несмотря на то, что в настоящее время ИИ все еще способен выполнять некоторые функции в области обработки данных, человеческое суждение по-прежнему играет важную роль в этой сфере.
Ведущий программы The Daily Show Джон Стюарт поставил под сомнение обещания индустрии ИИ решить проблему изменения климата и вылечить рак. Как язвительно заметил Стюарт, лидеры ИИ, похоже, больше заинтересованы в замене людей искусственным интеллектом ради прибыли. «Мы, как общество, уже проходили через технологический прогресс, и все они обещали утопическую жизнь без тяжких трудов», - говорит Стюарт. «А реальность такова, что они приходят за нашими рабочими местами».
В США многие из 1,3 миллиона человек, работающих в сфере данных, разделяют опасения Стюарта. А как иначе, когда все консалтинговые компании и банки предсказывают апокалипсис в сфере ИИ? Аналитическая группа Forrester, например, подсчитала, что к 2030 году 53 % компьютерных и математических профессий могут быть потеряны из-за ИИ.
Между тем, профессии, связанные с данными, являются одними из самых быстрорастущих в США. Так, по оценкам Бюро статистики труда США, в период с 2021 по 2031 год число профессий, связанных с наукой о данных, вырастет на 36 %.
Несмотря на то что ИИ устранит некоторые профессии, я считаю, что мы переоцениваем его возможности. Будущее находится где-то между чудесами, которые обещают лидеры ИИ, и трудовыми потрясениями, о которых говорит Стюарт. Автоматизация процесса или рабочего процесса с помощью ИИ не устраняет необходимость в человеческих суждениях.
Задание - это не работа
При обучении в Университете Карнеги-Меллон, где я являюсь профессором и преподаю науку о данных, вы не можете представить себе тот факт, что мир информационных технологий находится на пороге апокалипсиса. Практические занятия по статистике и данным являются наиболее популярными в кампусах всех специальностей. Для чего студентам изучать работу с данными, если она находится в такой опасности? В области науки о данных есть принципиальная разница между тем, как она обучает людей думать и тем, что делают работники, занимающиеся данными, для решения проблем. Природа данных изучает факты и выявляет ложные сведения в цифровом обществе. Во многих сферах бизнеса, науки и политики анализ информации используется (и злоупотребляется) для формирования мнений и принятия решений. Из этого следует, что знания о данных являются важным инструментом для понимания жизни в сложных цивилизациях.
Однако, ИИ все чаще использует в своей работе те навыки, которые ему необходимы для работы аналитика, инженера или специалиста по анализу данных. Также он имеет возможность писать на языках программирования, которые уже давно используются в области данных. Например, SQL и Python.
Не является ли кодирование бесполезным навыком в данном случае? Не обнаружено. Для того чтобы рассуждать об алгоритмах, моделях и шаблонах, специалистам по изучению данных необходимо знать эти языки. Специалист по управлению данными и его коллеги по работе с данными продолжают контролировать деятельность ИИ и следить за тем, чтобы он не смог разрушить работу всей системы. В условиях, когда организации будут все больше зависеть от технологий искусственного интеллекта (ИИ), 1,3 миллиона американских специалистов по обработке данных станут необходимыми.
LLM нуждаются в помощи
Самые известные LLM, такие как GPT-4 и Gemini, являются универсалами, поглощающими обширную информацию из сети. Тем не менее, обучение людей было и остается неотъемлемой частью разработки LLM. Это очень нужные инструменты, которые в значительной степени зависят от специалистов, разбирающихся в данных.
Руководители OpenAI заявили, что обучение с подкреплением на основе человеческой обратной связи (RLHF) было неотъемлемой частью обучения ChatGPT. По сути, люди-наставники читали ответы GPT на подсказки, а затем указывали, какой ответ был наиболее предпочтительным. Они также оценивали ответы по другим критериям, например, по правдивости (в этом вопросе у компании по-прежнему проблемы). Фирмы обучают LLM таким образом, потому что ИИ не «думает» сам за себя. Он просто синтезирует информацию таким образом, чтобы она звучала разумно, основываясь на нашей обратной связи.
Особенно в технических, нишевых делах, LLM не могут просто учиться в Интернете. Подумайте обо всех непостижимых процессах в медицине, финансах, страховании и HR, которые в основном не документированы и характерны только для одной организации. В этих случаях люди должны давать соответствующие подсказки и точные ответы, а также корректировать ИИ по мере его обучения.
Со временем ИИ сможет сам придумывать примеры для обучения, но даже в этом случае ему все равно нужен человек. ИИ будет настолько хорош, насколько хороши данные, которые он получает, и специалисты по работе с данными, которые его тренируют.
ИИ не любопытен
В отличие от человека,ИИ не является самостоятельным существом, которое может выполнять разнообразные рабочие задачи. Эта технология имеет склонность к поглощению всех знаний, которые человек получил от других людей. В случае использования ИИ для анализа данных, люди принимают решение о том, какие данные следует обработать, будь то информация о показателях использования приложений или показания датчиков. Решая, какие измерения проводить, мы придаем данным смысл и создаем поле для игры ИИ. По сути, потенциал ИИ является мерой нашего творческого потенциала, креативности и любопытства.
Чтобы достичь прогресса и разрушения в любой области жизни, в том числе и в сфере искусственного интеллекта, необходимо иметь сумасшедших гениев, которые могут опираться на эмоции, опыт и случайности. Они не создают и не используют в качестве источника информации искусственный интеллект. Мы можем представить себе ситуацию, когда ИИ-«ученый» не смог бы сконцентрироваться на тех вещах, которые уже известны.
В ближайшем будущем нам будут нужны люди, которые будут подвергать сомнению общепринятые научные концепции, проверять свои идеи на соответствие с современными тенденциями и смело заниматься исследованиями. В этом спектакле они играют главные роли. Сценический реквизит ИИ – это их сценические костюмы.
ИИ не заменит тебя если...
Если вы занимаетесь обработкой данных, а ваша работа состоит в том чтобы выполнять однообразные и повторяющиеся операции, то ИИ может сделать вашу роль устаревшей. Чем больше вы будете проявлять самостоятельность в работе, тем меньше у вас будет оснований для страха перед ИИ.
В скором времени на вашем рабочем месте будет использоваться искусственный интеллект для обработки информации, проведения анализов и создания визуализаций. В области объемных анализов вы не сможете соревноваться с ИИ. И снова, ИИ не понимает, что означают эти закономерности, почему они имеют такое значение и как организация должна следовать им. Применение искусственного интеллекта в реальных условиях зависит от нас.
ИИ лишь выполняет поставленные перед ним задачи, но при этом не уничтожает рабочие места. Только люди могут это сделать.