Paradox produktivity umělé inteligence

Produktivita práce zaznamenala v posledním desetiletí výrazný pokles, a to i přesto, že umělá inteligence pomohla nahradit opakující se úkoly v každodenní práci.

Opravdu umělá inteligence zvyšuje produktivitu práce? Foto: LinkedIn .

Uprostřed rostoucích obav ze ztráty pracovních míst v důsledku umělé inteligence optimisté tvrdí, že se jedná pouze o nástroj ke zvýšení produktivity, který prospívá jak pracovníkům, tak ekonomice . Generální ředitel společnosti Microsoft Satya Nadella naznačuje, že uživatelé stačí, aby si stanovili své cíle, zatímco automatizovaní agenti umělé inteligence budou plánovat, provádět a učit se sami napříč všemi systémy.

Umělá inteligence však vytváří „past produktivity“, která povzbuzuje stále více lidí k jejímu používání a dokonce k tomu, aby se na ní stali závislými. To povede k poklesu sebereflexe a schopností řešit problémy a, co je ještě vážnější, ovlivní kreativitu a průlomy v životě.

Upřednostňování kvantity před kvalitou.

Podle FT by nástroje umělé inteligence byly ideální v případech, kdy by samotný výkon stačil k vyřešení problému produktivity. Noviny poukazují na to, že v uplynulém půlstoletí bylo vyvinuto mnoho počítačů, které jsou údajně rychlejší než kdykoli předtím, ale tempo růstu produktivity práce v rozvinutých ekonomikách se zpomalilo z přibližně 2 % ročně v 90. letech na současných pouhých 0,8 %.

S příchodem počítačů, internetu a globálního propojení talentů měly průlomy explodovat. Produktivita výzkumu však klesla. Vědec dnes generuje méně průlomových nápadů na investovaný dolar než jeho předchůdce v 60. letech 20. století.

Ekonom Gary Becker kdysi poukázal na to, že rodiče čelí volbě mezi „kvalitou a kvantitou“. Například čím více dětí mají, tím menší je pravděpodobnost, že budou investovat do každého dítěte zvlášť. Totéž se může dít s inovacemi.

Příliš mnoho projektů najednou může negativně ovlivnit kreativitu. Foto: Adobe Stock.

Rozsáhlé studie patentové produkce potvrzují, že počet realizovaných projektů je nepřímo úměrný pravděpodobnosti průlomů. V posledních desetiletích se vědecké práce a patenty stále častěji stávají spíše dílčími přírůstky než velkými průlomy.

Mezitím to chápaly velké mozky v průběhu dějin. Isaac Newton kdysi řekl, že si „vždycky před sebou má problém… dokud se neobjeví první jiskry světla, krůček po krůčku, a nakonec se rozplynou v jasné a úplné světlo.“ „Kreativita znamená říct ne tisíci věcem,“ souhlasil Steve Jobs.

„Past středních schopností umělé inteligence“

Pan Ho Quoc Tuan, ředitel magisterského programu financí a účetnictví na Univerzitě v Bristolu, zmínil koncept „pasti průměrných schopností umělé inteligence“. Práce, které často vyžadují schopnosti průměrného člověka, často zahrnují mnoho opakujících se úkolů a řídí se jasnými a kvantifikovatelnými procesy. Tvrdí však, že právě v tom spočívá mimořádná síla umělé inteligence.

Modely rozsáhlých jazyků (LLM) se obvykle drží toho, co statistiky považují za obecný konsenzus. Pokud byste měli chatbota, který by četl text z 19. století, „dokázal by“, že lidé nemohli létat, dokud to nedokázali bratři Wrightové.

Recenze publikovaná v časopise Nature v březnu 2025 ukázala, že ačkoliv LLM může pomoci omezit opakující se vědecké úkoly, skutečné skoky v myšlení stále patří lidem. Pan Tuan také argumentoval, že lpění na tom, co je již známo, neochota riskovat a nedostatek kritického myšlení jsou v éře umělé inteligence fatálními slabinami.

Demis Hassabis, vedoucí týmu ve společnosti Google DeepMind, který vyvinul AlphaFold, model schopný předpovídat tvary proteinů, je považován za jeden z dosud nejvýznamnějších vědeckých úspěchů v oblasti umělé inteligence. I on však uznává, že dosažení skutečně obecné umělé inteligence bude stále vyžadovat „mnohem více inovací“.

AlphaFold, vědecká práce oceněná Nobelovou cenou, také potřebuje „více inovací“. Foto: Google Deepmind.

V blízké budoucnosti bude umělá inteligence primárně pomáhat zvyšovat efektivitu, nikoli podporovat inovace. Průzkum zveřejněný na Arxivu mezi více než 7 000 znalostními pracovníky ukázal, že ti, kteří využívají umělou inteligenci s vysokou mírou produktivity, snížili dobu zpracování e-mailů v průměru o 3,6 hodiny týdně (což odpovídá 31 %), zatímco kolaborativní úkoly zůstaly prakticky nezměněny.

Pokud by však všichni delegovali odpovědi na e-maily na ChatGPT, počet e-mailů v doručené poště by se mohl zvýšit, což by ohrozilo počáteční efektivitu. Podle FT zkušenosti z oživení produktivity v USA v 90. letech ukazují, že výhody nového nástroje rychle vymizí, pokud nebudou doprovázeny skutečnými inovativními průlomy.

Zdroj: https://znews.vn/nghich-ly-nang-suat-cua-ai-post1561451.html