Институт глобальных изменений Тони Блэра (TBI), некоммерческий аналитический центр, недавно опубликовал исследование, показывающее, что искусственный интеллект может оптимизировать рабочую силу Соединенного Королевства, сократить государственные расходы на миллиарды и автоматизировать более 40% рабочих задач.
Однако, согласно исследованию, эти преимущества потребуют от правительства «инвестировать в технологии искусственного интеллекта, модернизировать свои системы данных, обучать свою рабочую силу использованию новых инструментов и покрывать любые затраты на увольнение, связанные с ранним выходом из рабочей силы».
Это будет стоить примерно $4 млрд в год в течение следующих пяти лет и $7 млрд в год после этого, пишут исследователи.
Но настоящая проблема исследования, по мнению сторонних исследователей, прочитавших статью, заключается в том, что оно опирается на ChatGPT.
Мохаммад Амир Анвар из Оксфордского университета высказал на X мнение, что Институт Тони Блэра «выдумывает дерьмо», в то время как Эмили Бендер из Вашингтонского университета рассказала корреспонденту 404 Media Эмануэлю Майбергу, что исследователи «с таким же успехом могли бы трястись над мячом Magic 8 и записыватьответы, которые он отображает».
Проблема
Исследователи TBI намеревались предоставить общий обзор всей рабочей силы, чтобы затем предсказать, какое потенциальное влияние автоматизация может оказать на рынок в будущем.
Они пришли к выводу, что искусственный интеллект может практически сразу же сэкономить Великобритании миллиарды долларов. Согласно исследовательской работе, соотношение затрат на инвестиции и потенциальных сбережений «подразумевает, что чистая экономия от полного использования ИИ в государственном секторе составит почти 1,3 процента ВВП каждый год, что эквивалентно 37 миллиардам фунтов стерлингов в год в сегодняшних условиях».
Исследователи даже заходят так далеко, что заявляют, что «это соответствует соотношению выгод и затрат в совокупности 9:1» заранее и, «по нашим оценкам, через пять лет программа может в совокупности сэкономить 0,5 процента годового ВВП (или фунтов стерлингов). Это означает, что соотношение выгод и затрат 1,8:1 возможно, если технология будет внедрена быстро».
Хотя эти цифры, безусловно, интересны, неясно, имеют ли они какое-либо реальное значение.
Вопрос в том, как исследователи пришли к своим выводам. Вместо того чтобы проводить исчерпывающее исследование с участием работников и работодателей, чтобы определить, как автоматизация повлияет на конкретную должность, они использовали набор данных O*NET для выявления 20 000 задач, выполняемых работниками, а затем передали данные в ChatGPT. Затем команда предложила ИИ определить, какие задачи подходят для автоматизации и какие инструменты можно использовать для их автоматизации.
По мнению исследователей, использование экспертов-людей для выполнения каждой задачи сделало бы их работу «неразрешимой», что в науке означает, что ее слишком сложно выполнить.
Это также якобы означает, что исследователям будет «невозможно» оценить каждый из результатов ChatGPT — команда утверждает, что они использовали систему искусственного интеллекта для классификации почти 20 000 задач.
Если мы можем предположить, что ИИ допустил ошибки (согласно исследованию TBI и веб-сайту производителя ChatGPT OpenAI, модели склонны к ошибкам), то мы также можем предположить, что исследование содержит ошибочную информацию, и что экспертная оценка также будет неразрешимой..
Автоматизация — это непросто
Итак, какова реальная цифра?С технической точки зрения ChatGPT не сможет понять нюансы автоматизации для каждой задачи, потому что необходимые данные почти полностью вряд ли будут находиться в его наборе данных из-за сложности создания их вручную.
Когда дело доходит до решения новых проблем, которым не была обучена система ИИ, генеративные системы имеют тенденцию давать сбой.
Например, автоматические кофеварки существуют уже несколько десятилетий, но общая автоматизация — обучение системы искусственного интеллекта готовить кофе где угодно, в любой комнате — считается нерешённой проблемой в области искусственного интеллекта и робототехники.
Проще говоря, автоматизация сложна и требует тонкого подхода к каждой отдельной задаче.
Например, еще в 2017 году, когда безумие по созданию генеративного искусственного интеллекта начало набирать обороты, предполагалось, что проблема автономного вождения будет решена в течение нескольких лет. Илон Маск даже предсказал, что к 2020 году Tesla будет эксплуатировать миллион роботакси.
Но по состоянию на июль 2024 года подавляющее большинство автопроизводителей, стартапов и крупных технологических компаний, которые работали над беспилотными автомобилями с 2021 года, закрыли свои соответствующие программы. Оказывается, 99% процессов вождения можно автоматизировать, но до сих пор ни одна команда инженеров не придумала, как безопасно автоматизировать крайние случаи, составляющие этот последний процент.
Хотя легко представить, что любая простая задача может быть автоматизирована, важен контекст. ChatGPT может выводить текст, указывающий, что любую работу можно автоматизировать, если вы потратите на ее решение достаточно денег, но реальность до сих пор противоречила этим утверждениям.
По теме: Intuit увольняет 10% сотрудников, чтобы сосредоточиться на искусственном интеллекте
