Этот материал впервые был опубликован в The Algorithm — нашей еженедельной рассылке об ИИ. Чтобы первыми получать такие тексты на почту, подпишитесь здесь.
В орбите Кремниевой долины надвигающийся апокалипсис рабочих мест, вызванный ИИ, обсуждают как нечто само собой разумеющееся. Настроение настолько мрачное, что исследовательница социальных последствий в Anthropic, отвечая в среду на призыв к более оптимистичным сценариям будущего ИИ, сказала, что в ближайшей перспективе возможна рецессия и «разрушение лестницы для карьерного старта». Ее менее сдержанный коллега Дарио Амодеи, гендиректор компании, назвал ИИ «универсальной заменой человеческого труда», которая может выполнять все работы менее чем за пять лет. И, разумеется, такие идеи исходят не только от Anthropic.
Неудивительно, что эти разговоры привели многих работников в панику (и, вероятно, подогревают поддержку усилий по полному приостановлению строительства дата-центров, некоторые из которых набрали обороты на прошлой неделе). Панике не помогают и законодатели: никто из них не сформулировал внятного плана на то, что будет дальше.
Даже экономисты, которые предупреждали, что ИИ пока не сокращал рабочие места и, возможно, не приведет к обрыву впереди, склоняются к мысли, что он может по-особому и беспрецедентно повлиять на то, как мы работаем.
Алекс Имас из Чикагского университета — один из таких экономистов. В пятницу утром он поделился со мной двумя вещами: жесткой оценкой того, что наши инструменты для прогнозирования будущего совершенно никуда не годятся, и «призывом к оружию» для экономистов — начать собирать тот единственный тип данных, который вообще может сделать возможным план по реагированию на ИИ на рынке труда.
О наших никуда не годных инструментах: достаточно вспомнить, что любая работа состоит из отдельных задач. Например, часть работы риелтора — спрашивать клиентов, какую именно недвижимость они хотят купить. Правительство США задокументировало тысячи таких задач в огромном каталоге, впервые запущенном в 1998 году и с тех пор регулярно обновляемом. Именно эти данные исследователи OpenAI использовали в декабре, чтобы оценить, насколько та или иная профессия «подвержена» ИИ (например, они оценили подверженность риелтора в 28%). Затем в феврале Anthropic использовала эти данные в анализе миллионов разговоров в Claude, чтобы посмотреть, какие задачи люди действительно используют ИИ для выполнения и где эти два списка пересекаются.
Но знание того, насколько задачи «подвержены» ИИ, создает иллюзию понимания того, насколько под ударом находится конкретная работа, говорит Имас. «Подверженность сама по себе — совершенно бессмысленный инструмент для прогнозирования вытеснения», — сказал он мне.
Конечно, в самом мрачном сценарии это наглядно: когда буквально каждую задачу можно выполнить с помощью ИИ без какого-либо человеческого участия. Если ИИ-модели дешевле выполнять все эти задачи, чем платить человеку, — а это вовсе не данность, поскольку рассуждающие модели и агентный ИИ могут набегать на весьма солидный счет, — и при этом делать их хорошо, то работа, скорее всего, исчезнет, говорит Имас. Это часто упоминаемый случай лифтера из прошлых десятилетий; возможно, сегодня аналогом был бы сотрудник службы поддержки, который занимается только первичным разбором звонков.
Но для подавляющего большинства профессий все не так просто. И детали тоже важны: у некоторых работ, вероятно, впереди трудные времена, но понять, как и когда это произойдет, сложно, если смотреть только на степень подверженности.
Возьмем, к примеру, написание кода. Допустим, человек, который делает премиальные приложения для знакомств, может с помощью ИИ-инструментов для программирования за один день создавать то, на что раньше уходило три дня. Это значит, что работник становится продуктивнее. Работодатель, тратя те же деньги, теперь получает больше результата. Так захочет ли работодатель нанять больше сотрудников или меньше?
Это вопрос, который, по словам Имаса, должен не давать покоя любому политику, потому что ответ будет зависеть от отрасли. А мы действуем вслепую.
В случае с этим программистом такая эффективность позволяет приложениям для знакомств снизить цены. (Скептик мог бы ожидать, что компании просто положат выгоду себе в карман, но на конкурентном рынке они рискуют быть вытесненными, если так поступят.) Более низкие цены всегда приведут к какому-то росту спроса на такие приложения. Но насколько большому? Если ими захотят пользоваться миллионы новых людей, компания может вырасти и в итоге нанять больше инженеров, чтобы удовлетворить спрос. Но если спрос вырастет едва заметно — возможно, люди, которые и раньше не пользовались премиальными приложениями для знакомств, не захотят их даже по более низкой цене, — тогда потребуется меньше программистов, и начнутся увольнения.
Повторите эту гипотезу для каждой профессии, где ИИ способен выполнять задачи, и вы получите самый важный экономический вопрос нашего времени: тонкости ценовой эластичности, то есть того, как меняется спрос на что-либо при изменении цены. И это вторая часть того, на чем Имас делал акцент на прошлой неделе: у нас сейчас нет этих данных по всей экономике. Но они могли бы быть.
Для таких товаров, как хлопья или молоко, у нас данные есть, говорит Имас, потому что Университет Чикаго сотрудничает с супермаркетами и получает сведения из их ценовых сканеров. Но у нас нет таких цифр для репетиторов, веб-разработчиков или диетологов (кстати, все эти профессии были отнесены к имеющим «подверженность» ИИ). По крайней мере, нет их в виде, который был бы широко собран и доступен исследователям; иногда они разрознены по частным компаниям или консалтинговым фирмам.
«Нам нужен, ну, как Манхэттенский проект, чтобы это собрать», — говорит Имас. И это нужно не только для профессий, которые сейчас очевидно могут быть затронуты ИИ: «Сферы, которые сейчас не подвержены, станут подверженными в будущем, так что нужно отслеживать эту статистику по всей экономике».
Сбор всей этой информации потребует времени и денег, но, по мнению Имаса, это того стоит: экономисты впервые получат реалистичное представление о том, как может развиваться наше будущее с ИИ, а у политиков появится шанс подготовить план действий.
Глубокий разбор
Искусственный интеллект
Кампания QuitGPT призывает людей отменять подписки на ChatGPT
Протест против ICE подпитывает более широкое движение против связей ИИ-компаний с президентом Трампом.
Michelle Kimarchive page
OpenAI бросает все силы на создание полностью автоматизированного исследователя
Эксклюзивный разговор с главным научным сотрудником OpenAI Якубом Пачоцким о новой большой задаче компании и будущем ИИ.
Will Douglas Heavenarchive page
Как Pokémon Go дает доставочным роботам до сантиметра точное представление о мире
Эксклюзив: подразделение Niantic по ИИ обучает новую мировую модель на 30 миллиардах изображений городских ориентиров, собранных игроками.
Will Douglas Heavenarchive page
Этот стартап хочет изменить то, как математики занимаются математикой
Axiom Math бесплатно раздает мощный новый ИИ-инструмент. Но еще предстоит понять, ускорит ли он исследования так сильно, как надеется компания.
Will Douglas Heavenarchive page
Оставайтесь на связи
Получайте свежие обновления от MIT Technology Review
Узнавайте о специальных предложениях, главных материалах, предстоящих мероприятиях и многом другом.
Материал — перевод статьи с английского.
Оригинал: The one piece of data that could actually shed light on your job and AI