Почему страх перед ИИ преувеличен и что на самом деле ждёт рынок труда

Искусственный интеллект сегодня обсуждают почти так же часто, как экономику или политику. Одни обещают новую промышленную революцию, другие предупреждают о массовой безработице, потере контроля над технологиями и скором появлении AGI.

Но один из самых известных специалистов в области искусственного интеллекта, основатель Google Brain и Coursera Эндрю Ын, предлагает смотреть на происходящее гораздо спокойнее. По его мнению, общественная дискуссия вокруг ИИ сегодня переполнена страхами, преувеличениями и неверными ожиданиями.

Страх вокруг ИИ выгоден крупным игрокам

Эндрю Ын обращает внимание на интересный парадокс: компании, которые сами создают самые мощные модели искусственного интеллекта, одновременно активно рассказывают о потенциальной опасности этой технологии.

По его версии, одна из причин — экономическая.

Обучение крупных языковых моделей стоит огромных денег. Если компания потратила миллиарды долларов на разработку собственной модели, ей невыгодно, когда конкуренты создают открытые решения и распространяют их бесплатно.

Поэтому разговоры о рисках ИИ могут использоваться и как аргумент в пользу более жёсткого регулирования рынка. А новые правила способны значительно повысить стоимость входа для небольших компаний, исследователей и разработчиков открытых моделей.

Это не означает, что у искусственного интеллекта нет рисков. Но, по мнению Ына, сравнивать современные нейросети с ядерным оружием или постоянно строить катастрофические сценарии — слишком сильное упрощение.

Главный риск в другом: избыточный страх может замедлить внедрение полезных технологий.

Заберёт ли ИИ половину рабочих мест?

Один из самых популярных прогнозов последних лет звучит примерно одинаково: «ИИ скоро заменит огромную часть работников».

Эндрю Ын с такой формулировкой не согласен.

По его словам, искусственный интеллект действительно способен автоматизировать значительную долю задач внутри профессии. Однако автоматизация отдельных операций — это не то же самое, что полная замена специалиста.

Если нейросеть способна взять на себя 30–40% рутинной работы, оставшиеся задачи не исчезают. Наоборот, возрастает ценность человека, который способен поставить задачу, проверить результат, понять контекст и принять окончательное решение.

Отсюда появляется гораздо более реалистичная формула:

не ИИ заменит человека — человек с ИИ будет вытеснять человека без ИИ.

Именно поэтому главный вопрос сегодня заключается не в том, исчезнет ли ваша профессия, а в том, какую часть своей работы вы сможете выполнять быстрее с помощью новых инструментов.

Программисты уже проходят через эту трансформацию

Разработка программного обеспечения стала одной из первых сфер, где влияние генеративного ИИ заметно особенно сильно.

Современные модели умеют писать код, объяснять ошибки, создавать прототипы и помогать в проектировании приложений. Однако это не сделало разработчиков ненужными.

Меняется сама структура работы.

Человек, который продолжает программировать исключительно методами 2022 года, постепенно начинает проигрывать специалисту, умеющему использовать ИИ как дополнительный инструмент.

Причём похожий процесс постепенно происходит далеко за пределами IT.

Маркетолог может самостоятельно собрать аналитический дашборд.

Рекрутер — автоматизировать первичный анализ кандидатов.

Контент-менеджер — быстрее готовить десятки вариантов материалов.

Предприниматель — создавать прототипы сервисов без полноценной команды разработки.

Границы между профессиями становятся менее жёсткими.

Главная проблема образования — скорость

Рынок меняется быстрее, чем традиционная система образования.

Университету может потребоваться год или два, чтобы создать новую программу, согласовать её и подготовить преподавателей. За это время технологический рынок способен измениться несколько раз.

В результате студенты иногда получают навыки, которые хорошо подходили для рынка несколько лет назад, но уже недостаточны для работы после выпуска.

При этом Эндрю Ын не призывает отказаться от классического образования.

Наоборот, фундаментальные знания становятся ещё важнее.

Проблема возникает тогда, когда человек использует языковую модель вместо собственного мышления. Если полностью переносить когнитивную нагрузку на ИИ, знания хуже закрепляются в памяти. Нейросеть может помочь выполнить задачу, но это не означает, что пользователь чему-то научился.

Поэтому эффективная модель обучения выглядит так:

сначала человек формирует фундаментальные знания, а затем усиливает их современными инструментами.

Что остаётся у человека

Несмотря на впечатляющие возможности современных моделей, у человека пока есть несколько фундаментальных преимуществ.

Первое — контекст.

ИИ может обработать огромный объём информации, но не проживает вашу жизнь и не знает всех нюансов конкретного бизнеса, команды или клиента.

Второе — критическое мышление.

Модель способна предложить десятки идей, но далеко не каждая из них будет хорошей.

Третье — вкус и опыт.

Именно человек решает, какой продукт действительно нужен аудитории, какой текст звучит естественно и какое решение имеет смысл в конкретной ситуации.

Поэтому одна из самых продуктивных моделей взаимодействия с ИИ сегодня — не «исполнитель вместо человека», а интеллектуальный помощник.

Он анализирует данные, предлагает идеи, ускоряет поиск решений и выполняет рутину. А стратегическое решение остаётся за человеком.

Новая ценность специалиста — автономность

На рынке труда появляется ещё одно важное изменение.

Раньше хороший сотрудник мог успешно работать по модели: получил задачу — выполнил задачу — ждёт следующую.

Теперь всё выше ценятся специалисты, которые способны самостоятельно увидеть проблему и начать её решать.

ИИ усиливает именно таких людей.

Продвинутый маркетолог может самостоятельно собрать небольшой программный инструмент. Финансист — создать автоматизированный отчёт. HR-специалист — построить систему обработки кандидатов.

Для многих задач больше не нужно ждать свободного разработчика или создавать отдельный проект в IT-отделе.

Поэтому ключевым навыком становится не просто умение выполнять инструкции, а способность создавать результат самостоятельно.

А что насчёт AGI?

Ещё одна популярная тема — скорое появление общего искусственного интеллекта, способного выполнять практически любые интеллектуальные задачи человека.

Эндрю Ын относится к таким прогнозам скептически.

В его понимании настоящий AGI должен быть способен одинаково хорошо решать огромное количество принципиально разных задач: от научной работы до управления машиной в сложной физической среде.

До такой универсальности современные модели пока не дошли.

По оценке Ына, до действительно сильного AGI могут пройти ещё десятилетия.

Сейчас может быть лучшее время для новых проектов

Самая интересная мысль  заключается даже не в критике страхов вокруг искусственного интеллекта.

Она заключается в возможностях.

Стоимость создания цифровых продуктов резко снизилась. Один человек сегодня способен сделать то, для чего несколько лет назад потребовалась бы небольшая команда.

Написать код.

Создать дизайн.

Проанализировать рынок.

Подготовить рекламу.

Собрать прототип.

Автоматизировать процессы.

Поэтому главным ограничением постепенно становится не техническая реализация, а способность понять, что именно стоит создавать.

Нужно разговаривать с клиентами, находить реальные проблемы, понимать рынок и принимать продуктовые решения.

ИИ делает создание вещей дешевле.

Но он не освобождает человека от необходимости думать.

И, возможно, именно поэтому ближайшие годы окажутся особенно интересным временем для предпринимателей, разработчиков, маркетологов и специалистов, которые научатся использовать искусственный интеллект не вместо собственных навыков, а как их усилитель.