Сможет ли искусственный интеллект автоматизировать работу человека? На эти три вопроса пытается ответить новое исследование, опубликованное сегодня утром Лабораторией компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL). Было предпринято множество попыток экстраполировать и предсказать, как современные технологии искусственного интеллекта, такие как большие языковые модели, повлияют на жизнь людей и экономику в целом в будущем.

По оценкам Goldman Sachs, в ближайшие несколько лет искусственный интеллект автоматизирует 25% всего рынка труда. По данным McKinsey, к 2055 году почти половина всех рабочих мест будет создаваться искусственным интеллектом. Исследование, проведенное Пенсильванским университетом, Нью-Йоркским университетом и Принстонским университетом, показало, что один только ChatGPT может повлиять на около 80% рабочих мест. Отчет агентства по трудоустройству Challenger, Gray & Christmas показывает, что искусственный интеллект уже заменил тысячи работников.

Но в своем исследовании исследователи из Массачусетского технологического института стремились выйти за рамки того, что они называют «сравнениями на основе задач», чтобы оценить, насколько возможно, чтобы ИИ выполнял определенные роли и насколько вероятно, что компании действительно заменят работников с помощью технологий ИИ.

Вопреки ожиданиям, исследователи Массачусетского технологического института обнаружили, что большинство рабочих мест, которые ранее считались подверженными риску быть замененными искусственным интеллектом, на самом деле не являются «экономически выгодными» для автоматизации — по крайней мере, пока.

Нил Томпсон, соавтор исследования и научный сотрудник MIT CSAIL, сказал, что главный вывод исследования заключается в том, что предстоящий прорыв в области искусственного интеллекта может произойти медленнее и менее драматично, чем предполагают некоторые критики.

«Как и во многих недавних исследованиях, мы обнаружили, что искусственный интеллект имеет большой потенциал для автоматизации задач», — сказал Томпсон в интервью по электронной почте TechCrunch. «Но мы смогли показать, что автоматизация многих из этих задач пока непривлекательна».

Важно отметить, что в этом исследовании рассматривались только работы, требующие визуального анализа, то есть работы, которые включают в себя такие задачи, как проверка качества продукции в конце производственной линии. Исследователи не исследовали потенциальное влияние моделей генерации текста и изображений, таких как ChatGPT и Midjourney, на работников и экономику; они оставили этот вопрос на усмотрение последующих исследований.

При проведении исследования исследователи опросили работников, чтобы понять, какие задачи потребуются системе искусственного интеллекта, чтобы полностью заменить их рабочие места. Затем они смоделировали стоимость создания системы искусственного интеллекта, способной выполнять все эти задачи, и смоделировали, будут ли предприятия — особенно «несельскохозяйственные» предприятия в Соединенных Штатах — готовы оплатить авансовые платежи и эксплуатационные расходы такой системы.

В начале исследования исследователи привели пример пекаря.

По данным Бюро статистики труда США, пекари тратят около 6% своего времени на проверку качества продуктов питания, а ИИ может (и делает) автоматизировать эту задачу. Пекарня с пятью пекарями, получающими годовую зарплату в размере 48 000 долларов, могла бы сэкономить 14 000 долларов, если бы она могла автоматизировать тестирование качества продуктов питания. Но по оценкам исследования, простая, созданная с нуля система искусственного интеллекта для выполнения этой задачи обойдется в 165 000 долларов на развертывание и 122 840 долларов в год на обслуживание… и это только нижняя граница.

«Мы обнаружили, что только 23% заработной платы, выплачиваемой людям, выполняющим задачи машинного зрения, экономически привлекательны для автоматизации ИИ», — сказал Томпсон. «Люди по-прежнему являются лучшим экономическим выбором для этих рабочих мест».

В настоящее время в исследовании учитываются автономные системы искусственного интеллекта, продаваемые через таких поставщиков, как OpenAI, которые необходимо только настроить для конкретных задач, а не обучать с нуля. Но даже если система стоит всего лишь 1000 долларов, существует множество рабочих мест (пусть и низкооплачиваемых, а также тех, которые полагаются на многозадачность), автоматизировать которые, по мнению исследователей, для бизнеса не имеет финансового смысла.

«Даже если мы рассмотрим только влияние компьютерного зрения на задачи машинного зрения, мы обнаружим, что потери рабочих мест ниже, чем те, которые уже наблюдаются в экономике», — пишут исследователи в исследовании. «Даже если затраты будут снижаться быстрыми темпами на 20% в год, потребуются десятилетия, чтобы задачи компьютерного зрения стали экономически жизнеспособными для бизнеса».

Исследователи признают, что исследование имеет некоторые ограничения. Например, он не рассматривает ситуации, в которых ИИ может дополнять, а не заменять человеческий труд (например, анализ игры спортсмена в гольфе), или создавать новые задачи и рабочие места, которых ранее не существовало (например, обслуживание систем ИИ). Кроме того, он не учитывает всю экономию средств, которую могут принести предварительно обученные модели, такие как GPT-4.

Мы не можем не задаться вопросом, чувствовали ли исследователи давление со стороны спонсора исследования, MIT-IBM Watson AI Lab, чтобы они пришли к определенным выводам. Лаборатория искусственного интеллекта MIT-IBM Watson была создана IBM с инвестициями в размере 240 миллионов долларов США сроком на 10 лет. Но исследователи утверждают, что это не так.

«Нас мотивировал ошеломляющий успех глубокого обучения, доминирующей формы искусственного интеллекта во многих задачах, и мы хотели понять, что это значит для автоматизации человеческой работы», — сказал Томпсон. «Для политиков наши результаты должны подчеркнуть важность подготовки к автоматизации рабочих мест с помощью ИИ… Но наши результаты также показывают, что «этот процесс займет годы или даже десятилетия, поэтому есть время для принятия политических мер». Для исследователей и разработчиков ИИ эта работа демонстрирует важность снижения стоимости и масштабов развертывания ИИ, чтобы сделать ИИ экономически привлекательным для автоматизации предприятий».