Все, кто следит за сферой ИИ, уже наслышаны о громких заявлениях, что модели ИИ скоро превзойдут людей во всем и смогут заменить огромные сегменты рабочей силы. Однако в новом исследовании Google Research команда, изучавшая, как работники на самом деле используют Gemini, «не нашла доказательств… подтверждающих утверждения о том, что ИИ вот-вот вызовет массовую автоматизацию и вытеснение «белых воротничков»…»
Документ, опубликованный на прошлой неделе, представляет «ATLAS: ИИ и экономика» — исследование активности, задач, ландшафта и внедрения на основе 15 миллионов анонимизированных взаимодействий с ИИ в приложении Gemini, режиме AI Mode от Google и Gemini API. Первичный анализ данных показывает, что, хотя ИИ активно используется в самых разных профессиях, это использование «остается поверхностным и в подавляющем большинстве случаев носит коллаборативный характер, а сквозная автоматизация задач ограничена по масштабу».
«ИИ полезен для подмножества задач…»
Чтобы прийти к таким выводам, исследователи Google использовали автоматический классификатор для сортировки рабочих взаимодействий с ИИ на основе Стандартной классификации профессий Бюро статистики труда и более детальной базы данных O*NET по конкретным рабочим взаимодействиям. Хотя этот метод требовал вероятностной классификации «изначально неопределенных» взаимодействий, проверка людьми-рецензентами показала, что он является надежным индикатором того, как промпты Gemini используются в рабочих целях.
Неудивительно, что профессии «белых воротничков» в таких областях, как компьютеры, финансы, искусство и развлечения, оказались в числе тех, где объем использования Gemini был завышен (по сравнению с их распространенностью в экономике США). Финансовые и рыночные аналитики, разработчики ПО и системные администраторы были одними из самых активных пользователей ИИ для рабочих задач, в то время как продавцы, работники транспорта и сферы общественного питания были сильно недопредставлены в данных об использовании ИИ.
Исследователи также попытались измерить, насколько глубоко ИИ интегрирован в различные профессии, оценивая, как часто отдельные, детализированные рабочие задачи O*NET выполнялись с помощью Gemini. Во всей этой базе данных исследователи ATLAS классифицировали только 21 процент всех рабочих задач как «задачи Gemini» — те, которые достигли минимального порога в 25 связанных взаимодействий в огромной выборке.
Для многих профессий (29%) ни одна соответствующая рабочая задача не достигла этого «непренебрежимого» порога использования Gemini, что говорит о том, что эти профессии пока минимально затронуты революцией ИИ. Для еще 30 процентов всех профессий менее четверти отслеживаемых задач показали значительное использование Gemini, что позволяет предположить, что люди по-прежнему отвечают за подавляющее большинство составных частей этих профессий.
Лишь в 3 процентах профессий к Gemini регулярно обращались за помощью как минимум по трем четвертям соответствующих задач. В эту категорию попали такие профессии, как аналитики и тестировщики качества ПО, специалисты по управлению персоналом и специалисты по управлению документами, которые, по-видимому, больше всего пострадали от использования ИИ в этом исследовании.
В целом, пишут исследователи, такие цифры позволяют предположить, что «ИИ в настоящее время служит в первую очередь дополнением к существующей работе» и что «ИИ полезен для подмножества задач, выполняемых в рамках профессий, но в настоящее время он не используется всесторонне для выполнения работы, которую сейчас делают люди». Хотя исследователи отмечают, что это положение может измениться «по мере появления новых прорывов в ИИ», также возможно, что новые рабочие процессы «сохранят определенную степень взаимодополняемости между работниками и системами ИИ».
Поручите ИИ задачи с низкой квалификацией и нестандартные
Помимо анализа профессий высокого уровня, исследователи Google также изучили конкретные виды рабочих задач, которые пользователи Gemini просят выполнить модель. Когнитивные задачи (т.е. те, которые в первую очередь связаны с мышлением) составили колоссальные 86 процентов измеренных взаимодействий с Gemini (по объему), в то время как межличностные и ручные задачи были недопредставлены в выборке по сравнению с их распространенностью на рабочих местах.
Однако это не означает, что такие модели, как Gemini, бесполезны для более ручных рабочих профессий. Исследователи нашли тысячи примеров, когда механики промышленного оборудования использовали Gemini для «анализа результатов испытаний и сообщений об ошибках оборудования», а также десятки тысяч диалогов, в которых автомеханики использовали Gemini для помощи в «тестировании компонентов и систем автомобиля, перемонтаже проводки и проверке деталей на износ». Эти работники гораздо чаще, чем другие, загружали в Gemini фото для справки, а не текст.
Что касается более когнитивной работы, большинство значимых задач Gemini были связаны либо с «составлением и генерацией» идей, либо с «поиском информации и обучением». Меньшая часть попала в категорию, связанную с автоматизацией рабочих задач, даже для тех частей этих профессий, которые были признаны «рутинными».
Важно отметить, что когнитивные задачи, которые, по мнению исследователей, работники перекладывали на ИИ, в подавляющем большинстве не требовали высокой квалификации (измеряемой сложностью и энтропией слов, используемых в их описаниях). Задачи с низкой квалификацией, такие как переписывание материалов на разных языках, написание и проверка спецификаций продуктов, были сильно перепредставлены в выборке Gemini, что позволяет предположить, что люди гораздо реже используют модель для самых сложных частей своей работы.
В целом, все эти данные, по мнению исследователей, указывают на то, что работники не «автоматизируют себя до полного исчезновения» с помощью ИИ. Вместо этого сотрудники, по-видимому, в подавляющем большинстве используют ИИ для «расширения своей работы путем автоматизации рутинных когнитивных задач и одновременного сотрудничества с ИИ при выполнении нестандартной когнитивной работы». Это может измениться, если будущие модели станут более полезными для задач высокой квалификации или если роботы на базе ИИ станут лучше выполнять ручные задачи, отмечают исследователи. Однако в целом, пишут исследователи, текущие модели использования Gemini для рабочих задач указывают на «большую отдачу от человеческих навыков в [их] нестандартных аспектах», которые по-прежнему доминируют в большинстве должностных инструкций.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Kyle Orland
