Ускоритель

Впрочем, сведущий человек отметит: информационные технологии меняли работу офисных сотрудников задолго до создания ChatGPT. Действительно, появление персональных компьютеров, баз данных и программного обеспечения, в том числе на основе нейросетей, привело к реорганизации бизнес-процессов и, как следствие, работы ряда сотрудников бэк-офисов. Джеймс Уилсон называет этот период, который длился с 1970-х до 1990-х годов, второй волной трансформации бизнеса – автоматизации. Она помогла многим американским компаниям, которые смогли забраться на гребень волны, серьезно вырасти и стать мировыми лидерами в своей нише. Например, компания UPS из курьерской службы превратилась в глобальную логистическую компанию. Однако, как я уже отмечал выше, трансформация происходила медленно. Да и технологии были дорогими и доступными не всем. Модернизация спускалась сверху – от руководства компаний, так как зависела от корпоративных бюджетов. СhatGPT же позволил каждому человеку самостоятельно оптимизировать свою работу и ускориться в разы. Как пишетBloomberg, многие программисты, консультанты и другие профессионалы используют сервис, часто не ставя в известность руководство. К тому же ни одна технология до этого не могла взять на себя функции настолько разных специалистов – модель способна работать и как редактор, и как юрист, и как бухгалтер.

Говорит ли это о том, что мы стоим на пороге универсального или общего искусственного интеллекта (Artificial General Intelligence) – того, о чем мечтали ученые прошлого века? По данным Gartner, генеративный искусственный интеллект действительно стал колоссальным драйвером прогресса и приблизил нас к гипотетическому общему искусственному интеллекту. Но все же пока нам до него далеко. Многочисленные тексты в СМИ, исследования, да и мой собственный опыт подсказывают, что даже продвинутые версии нейросетей сегодня уступают человеку и не могут работать автономно без его участия. Они как выпускники вузов или начинающие специалисты – подают надежды, но требуют талантливого руководства.

Начнем с того, что чат совершает ошибки и галлюцинирует: может выдавать за правду недостоверную информацию. На этом попался американский юрист, который использовал сервис для поиска данных по делу одного из своих клиентов. Сотрудник фирмы Levidow, Levidow & Oberman Стивен Шварц защищал  интересы пассажира Роберто Маты, который пострадал во время рейса латиноамериканской авиакомпании Avianca – получил травму колена при столкновении с металлической тележкой. Компания просила отклонить иск, и тогда Шварц подготовил десятистраничный отчет, в котором сослался на якобы принятые ранее решения примерно по десяти схожим делам. При изучении представленных данных возникла проблема: ни судья, ни юристы Avianca не смогли найти упомянутые в отчете заключения в судебных базах. И это далеко не единственный случай, когда чат-бот ввел пользователя в заблуждение. Недавнее исследование  показало, что чат выдумывает факты в 3 % случаев. По этой причине он пока не может действовать автономно и, как джуниор-специалист, требует супервизора. И это, безусловно, хорошая новость для нас: пока можно повременить с поиском новой сферы деятельности.

На конференциях меня часто спрашивают, что делать с галлюцинациями, имея в виду, что чат часто выдает ложь за правду, искажает факты и пр. На мой взгляд – ничего. Эта особенность лишь доказывает, что нейросети созданы по образу и подобию человеческого мозга. По сути, мы все периодически галлюцинируем. Вспомните, и, я думаю, на ум придет немало примеров. Может быть, это будет разговор, в котором вы с пеной у рта доказывали собеседнику, что события давно минувших дней происходили так, как запомнили вы, а он говорил об обратном. Если верить американской писательнице и нейробиологу Лайзе Дженове, наша эпизодическая память «изобилует искажениями, дополнениями, пропусками, преувеличениями, вымыслом и другими ошибками», об этом она пишет в своей книге «Как работает память. Наука помнить и искусство забывать» . В обоих случаях причина одна – недостаток данных. Так, модель ChatGPT обучена на ограниченном наборе данных. Однако, осенью 2024 года компания OpenAI презентовала новый источник данных – SearchGPT, который позволяет чатботу обращаться к поисковым системам в интернете и искать всю необходимую информацию. Теперь, например, если в базе знаний нет информации о конкретном событии или человеке, он воспользуется поиском, найдет ее в открытых источниках и будет использовать для ответа. Такой подход не защищает от ошибок и галлюцинаций, так как информация из внешних источников может быть недостоверной, более того, нейросеть может не найти нужные ей для ответа данные. В этом случае, она может его выдумывать , исходя из той информации, что есть в ее распоряжении. По сути, человеческий мозг работает схожим образом. Дело в том, что воспоминания начинают формироваться тогда, когда мы обращаем внимание на те или иные события, происходящие вокруг. Но делаем мы это избирательно, поскольку не можем, как модно сейчас говорить, «быть в моменте» ежесекундно. Чтобы мы обратили внимание на что-либо, оно должно нас эмоционально зацепить, соответствовать нашим предпочтениям и склонностям, как обращает внимание Дженова. По этой причине в чертоги нашего разума попадают только фрагменты. Да и не в том виде, в котором они «кодировались» на старте. Прежде чем закрепиться в долговременной памяти, они претерпевают изменения. По этой причине люди по-разному запоминают те или иные события – нас цепляет разное. Позже, когда мы извлекаем обломки события из хранилища, то достраиваем образы, реконструируем события. В общем, как точно подмечает Дженова в своей книге, «память – это не стенограмма судебного заседания, в точности зафиксировавшая все сказанное участниками процесса». И «память» искусственного интеллекта нужно воспринимать точно так же .

Отсюда, на мой взгляд, следует несколько выводов. Первый в том, что, как и в случае с автоматизацией производств в ХХ веке, пока представители интеллектуальных профессий просто переквалифицируются: они не будут набирать текст вручную, а скорее, начнут действовать, как рабочий на заводе – контролировать работу машины, задавать направление ее работы, как в случае с программированием. Второй вывод: нейросети значительно ускорят нашу работу, как это когда-то сделали калькуляторы и компьютеры. Такой ускоритель может стать преимуществом на многих позициях, где важную роль играет не только качество работы, но и ее скорость. Скажем, в новостной редакции нейросеть может помочь с поиском информации (которую нужно будет обязательно проверить), или набросать план статьи, или отредактировать сырую версию текста, или сработать как корректор и вычитать текст на предмет ошибок – возможностей много. Мы и сами пошли по этому пути. В моей компании не стали увольнять копирайтеров и заменять их чатом. Мы предложили специалистам использовать сервис как вспомогательный инструмент, способный увеличить скорость работы. И не ошиблись: сейчас наша редакция из шести человек выпускает по 300 материалов в месяц – немыслимая цифра! Только представьте: один человек в среднем пишет по 2–3 текста за один рабочий день. Таким может похвастаться редкий журналист!

В целом, как показало  исследование Массачусетского технологического института, генеративный искусственный интеллект, включая модели ChatGPT, Bard, DALL-E, способен ускорить работу над задачей на треть. Офисные сотрудники уже понимают эту пользу для себя и обращаются к сервису. Согласно данным  опроса, проведенного социальной сетью Fishbowl в конце января 2023 года, почти половина сотрудников крупнейших американских компаний Amazon, Bank of America, Edelman, Google, IBM, JPMorgan, McKinsey, Meta , Nike, Twitter применяли ChatGPT в работе. Месяцем ранее таких насчитывалось на 16 процентных пунктов меньше.

Ускорение может привести к еще одному неожиданному изменению на рынке труда. Многие предприниматели и эксперты полагают, что люди станут настолько эффективными, что исчезнет потребность в пятидневной рабочей неделе. Пока страны, где есть такая опция, можно пересчитать  по пальцам. Это, например, Австрия, Бельгия, Дания, Австралия. Однако с развитием ИИ и его возможностей это может стать нормой на глобальном рынке. В это особенно верят американские миллиардеры. Например, Билл Гейтс считает, что благодаря повышению эффективности труда люди будут выходить на работу три раза в неделю. В этом с ним согласен  миллиардер и инвестор Рэймонд Далио (Ray Dalio). В это верит и другой американский миллиардер – председатель совета директоров и генеральный директор JPMorgan Джеймс Даймон (Jamie Dimon). Он полагает , что в будущем люди будут работать не больше трех с половиной дней в неделю. Схожие прогнозы дает  экономист, руководитель кафедры экономики Лондонской школы экономики и политических наук, лауреат Нобелевской премии по экономике 2010 года Кристофер Писсаридес. Такие выводы поддерживают и результаты научных изысканий. Например, исследование  аналитического центра Autonomy показало, что повышение производительности за счет искусственного интеллекта может привести к переходу на четырехдневную рабочую неделю, как минимум в США и Великобритании. Это может случиться  в течение ближайшего десятилетия и затронуть только в Штатах 35 млн человек (28 % от всей рабочей силы в стране). 71 % рынка труда США (128 млн работников) смогут сократить рабочее время как минимум на 10 % в случае внедрения моделей на базе ИИ на рабочих местах.