Інститут глобальних змін Тоні Блера (TBI), некомерційний аналітичний центр, нещодавно опублікував дослідження, яке вказує на те, що штучний інтелект може оптимізувати робочу силу Сполученого Королівства, скоротити державні витрати на мільярди та автоматизувати понад 40% завдань працівників.
Однак, згідно з дослідженням, ці переваги вимагатимуть від уряду «інвестувати в технологію штучного інтелекту, оновлювати свої системи даних, навчати свою робочу силу використовувати нові інструменти та покривати будь-які витрати на звільнення, пов’язані з достроковим виходом з робочої сили».
Це коштуватиме приблизно 4 мільярди доларів на рік протягом наступних п’яти років і 7 мільярдів доларів на рік після цього, пишуть дослідники.
Але справжня проблема дослідження, на думку сторонніх дослідників, які читали статтю, полягає в його залежності від ChatGPT.
Мохаммад Амір Анвар з Оксфордського університету висловив думку на X, що Інститут Тоні Блера «вигадує лайно», тим часом Емілі Бендер з Університету Вашингтона сказала Емануелю Мейбергу з 404 Media, що дослідники «з таким же успіхом можуть потрясти Magic 8 ball і записативідповіді, які воно відображає».
Проблема
Дослідники TBI вирішили надати загальний огляд усієї робочої сили, щоб потім передбачити, який потенційний вплив автоматизація може мати на ринок у майбутньому.
Вони визначили, що штучний інтелект може майже миттєво заощадити Великобританії мільярди доларів. Згідно з дослідницьким документом, витрати на інвестиції проти потенційних заощаджень «означають, що чисті заощадження від повного використання штучного інтелекту в державному секторі становлять майже 1,3 відсотка ВВП щороку, що еквівалентно 37 мільярдам фунтів стерлінгів на рік у сучасних умовах».
Дослідники навіть заходять так далеко, щоб стверджувати, що «це дорівнює сукупному співвідношенню вигод і витрат 9:1» і «через п’ять років, за нашими оцінками, програма може кумулятивно заощадити 0,5 відсотка річного ВВП (або £15 мільярдів у сьогоднішньому вимірі), що передбачає співвідношення вигод і витрат 1,8:1, можливе, якщо технологія буде розгорнута швидко».
Хоча ці цифри, безумовно, захоплюючі, незрозуміло, чи мають вони якесь реальне значення.
Питання полягає в тому, як дослідники прийшли до своїх висновків. Замість того, щоб проводити вичерпне дослідження з працівниками та роботодавцями, щоб визначити, як автоматизація вплине на певну посаду, вони використали набір даних O*NET, щоб визначити 20 000 завдань, які виконують працівники, а потім передали дані в ChatGPT. Потім команда запропонувала ШІ визначити, які завдання підходять для автоматизації та які інструменти можна використовувати для їх автоматизації.
За словами дослідників, використання людей-експертів для розгляду кожного завдання зробило б їхню роботу «нерозв’язною», що в науці означає, що її надто важко виконати.
Це також нібито означає, що для дослідників буде «нерозв’язним» оцінити кожен із результатів ChatGPT — команда каже, що вони використовували систему ШІ для класифікації майже 20 000 завдань.
Якщо ми можемо припустити, що штучний інтелект припустився помилок (згідно з дослідженням TBI та веб-сайтом виробника ChatGPT OpenAI, моделі схильні до помилок), тоді ми також можемо припустити, що дослідження містить помилкову інформацію, і що експертна перевірка також буде важкою..
Автоматизація – справа непроста
Отже, яке справжнє число?Технічно кажучи, для ChatGPT було б неможливо зрозуміти нюанси автоматизації кожного окремого завдання, тому що необхідні дані навряд чи будуть у наборі даних через складність їх створення вручну.
Коли справа доходить до вирішення нових проблем, на яких система штучного інтелекту не була навчена, генеративні системи, як правило, виходять з ладу.
Наприклад, автоматичні кавоварки існують десятиліттями, але загальна автоматизація — навчити систему штучного інтелекту готувати каву де завгодно, у будь-якій кімнаті — вважається невирішеною проблемою в галузі штучного інтелекту та робототехніки.
Простіше кажучи, автоматизація складна і вимагає тонкого підходу до кожного окремого завдання.
Наприклад, ще в 2017 році, коли божевілля генеративного ШІ почало набирати обертів, передбачалося, що автономне водіння буде вирішено протягом кількох років. Ілон Маск навіть передбачив, що до 2020 року Tesla буде керувати мільйоном роботаксі.
Але станом на липень 2024 року переважна більшість автовиробників, стартапів і великих технологічних точок, які працювали над безпілотними автомобілями станом на 2021 рік, закрили відповідні програми. Виявляється, що 99% водіння можна автоматизувати, але досі жодна команда інженерів не з’ясувала, як безпечно автоматизувати периферійні випадки, які складають останній один відсоток.
Хоча легко уявити будь-яке просте завдання автоматизованим, контекст важливий. ChatGPT може виводити текст, який вказує на те, що будь-яку роботу можна автоматизувати, якщо ви витратите достатньо грошей на вирішення проблеми, але реальність поки що виявилася протилежною цим твердженням.
За темою: Intuit звільняє 10% персоналу, щоб зосередитися на ШІ
