На прошлой неделе Массачусетский технологический институт (MIT) опубликовал исследование, в котором утверждается, что искусственный интеллект уже способен заменить 11,7 % существующей рабочей силы США. Это, безусловно, сенсационный материал, который привлекает внимание к работе исследователей в период неуверенности в ИИ, когда инвесторы ищут подтверждение того, что их вложения в ИИ оправдаются.
Отчёт по этому исследованию называется «Индекс Iceberg: измерение навыко‑ориентированного воздействия в экономике ИИ», но у него также есть собственная страница проекта под названием «Project Iceberg», размещённая на сайте MIT. По сравнению с научной статьёй, на странице проекта гораздо больше эмодзи. В то время как статья выглядит как своего рода предупреждение о техниках ИИ, страница проекта, озаглавленная «Можно ли работать с ИИ?», ощущается скорее как рекламный ролик, отчасти благодаря такому тексту:
«ИИ трансформирует работу. Мы годами делали ИИ умными — они умеют читать, писать, сочинять песни, делать покупки за нас. Но что происходит, когда они взаимодействуют? Когда миллионы умных ИИ работают вместе, интеллект возникает не от отдельных агентов, а от протоколов, их координирующих. Project Iceberg исследует эту новую границу: как ИИ‑агенты координируются друг с другом и с людьми в масштабе.»
Заглавный «Индекс Iceberg» основан на ИИ‑симуляции, использующей то, что в статье названо «Моделями крупной популяции», которые, как предполагается, запускались на процессорах в федерально финансируемой Oak Ridge National Laboratory, связанной с Министерством энергетики.
Законодатели и генеральные директора, по‑видимому, являются целевой аудиторией, и им предлагается использовать Project Iceberg для «выявления горячих точек воздействия, приоритизации инвестиций в обучение и инфраструктуру, а также тестирования мер до того, как будет вложено миллиарды долларов в их реализацию».
Модель крупной популяции — стоит ли сокращать это до LPM? — утверждает, что способна цифрово отслеживать поведение 151 млн. работников «как автономных агентов», используя 32 000 отслеживаемых «навыков», а также учитывая такие факторы, как география.
Директор программ ИИ в Oak Ridge объяснил проект CNBC так: «По сути, мы создаём цифровой двойник рынка труда США».
Основной вывод, согласно исследователям, заключается в том, что текущая доля ИИ составляет 2,2 % «стоимости заработной платы на рынке труда», однако 11,7 % труда находятся под воздействием — условно заменимы, исходя из понимания модели того, что человек может делать сейчас, а также может выполнить программный модуль ИИ.
Стоит отметить, что люди в реальных профессиях постоянно работают за пределами своих должностных описаний, справляются с исключительными и нерутинными ситуациями и, пока что, единственно способны решать многие социальные аспекты работы. Неясно, как модель учитывает это, хотя в ней указано, что результаты являются корреляционными, а не причинными, и говорится: «внешние факторы — государственные инвестиции, инфраструктура, регулирование — посредничают в том, как способность превращается в влияние».
Однако в статье говорится: «Политикам не могут ждать доказательств причинно‑следственного разрушения, прежде чем готовить ответы». Иными словами, ИИ настолько срочен, что нельзя зацикливаться на ограничениях исследования, согласно этим же выводам.
Автор – Mike Pearl
