Paradox produktivity umělé inteligence

Produktivita práce v posledním desetiletí výrazně poklesla, a to i přesto, že umělá inteligence přispěla k nahrazení opakujících se úkolů v každodenní práci.

Opravdu umělá inteligence zvyšuje produktivitu? Foto: LinkedIn .

Uprostřed rostoucích obav ze ztráty pracovních míst v důsledku umělé inteligence optimisté tvrdí, že se jedná jednoduše o nástroj produktivity, který bude přínosem jak pro pracovníky, tak pro ekonomiku . Generální ředitel Microsoftu Satya Nadella říká, že uživatelé si jednoduše stanoví své cíle, zatímco automatizovaní agenti umělé inteligence budou plánovat, provádět a učit se napříč všemi systémy.

Umělá inteligence však vytváří „past produktivity“ a nutí stále více lidí ji používat, ba dokonce se na ni spoléhat. To povede k poklesu schopnosti sebehodnocení, řešení problémů a, co je ještě vážnější, ovlivní kreativitu a průlomy v životě.

Zaměřte se na kvantitu před kvalitou

Ideální nástroj umělé inteligence by podle FT byl takový, u kterého by samotná efektivita stačila k vyřešení problému produktivity. Noviny poukazují na to, že za poslední půlstoletí se objevilo více počítačů, o kterých se říká, že jsou rychlejší než kdy dříve, ale tempo růstu produktivity práce v rozvinutých ekonomikách kleslo z přibližně 2 % ročně v 90. letech na zhruba 0,8 % dnes.

Když byly počítače doplněny internetem a globální talenty byly propojeny, měly průlomy explodovat. Místo toho produktivita výzkumu klesla. Vědec dnes dosáhne méně průlomů na investovaný dolar než jeho předchůdce v 60. letech 20. století.

Ekonom Gary Becker poukázal na to, že rodiče čelí volbě mezi „kvalitou a kvantitou“. Čím více dětí mají například, tím méně si mohou dovolit investovat do každého dítěte. Totéž se může dít s inovacemi.

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

Rozsáhlé studie patentové produkce potvrzují, že počet realizovaných projektů je nepřímo úměrný pravděpodobnosti průlomu. V posledních desetiletích se vědecké práce a patenty staly spíše záležitostí postupného získávání informací než průlomem.

Velké mozky historie to mezitím dobře chápaly. Isaac Newton kdysi řekl, že si vždy „držel problém před očima… dokud se neobjevily první paprsky světla, krůček po krůčku, a pak konečně propukly v jasné a plné světlo.“ „Inovace 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“. Pravidelná práce, která vyžaduje schopnosti lidí s průměrnými schopnostmi, často zahrnuje mnoho opakujících se úkolů, které se řídí jasnými a kvantifikovatelnými procesy. Věří však, že právě v tom spočívá mimořádná síla umělé inteligence.

Modely velkých jazyků (LLM) se obvykle drží toho, co statistiky označují za běžný konsenzus. Pokud chatbotovi dáte text z 19. století, „dokáže“, že lidé neumí létat, dokud to nedokázali bratři Wrightové.

Recenze publikovaná v březnu 2025 v časopise Nature zjistila, že ačkoli LLM může pomoci omezit opakující se vědeckou práci, skutečné skoky v myšlení stále patří lidem. Pan Tuan se také domnívá, že lpění na tom, co je známo, neodvaha riskovat a kritické myšlení jsou v éře umělé inteligence fatálními slabinami.

Demis Hassabis, vedoucí týmu ve společnosti Google DeepMind, který vyvinul AlphaFold, model předpovídající tvary proteinů, je považován za jeden z dosud nejvýznamnějších vědeckých úspěchů v oblasti umělé inteligence. I on však připouští, že dosažení skutečné obecné umělé inteligence bude vyžadovat „mnoho dalších inovací“.

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

V blízké budoucnosti se umělá inteligence bude více zaměřovat na efektivitu než na kreativitu. Průzkum mezi více než 7 000 znalostními pracovníky publikovaný na Arxiv zjistil, že ti, kteří ve velké míře využívali generativní umělou inteligenci, snížili svůj čas strávený e-mailem v průměru o 3,6 hodiny týdně (31 %), zatímco úkoly spojené s spoluprací zůstaly do značné míry nezměněny.

Pokud by však všichni přesunuli odpovídání na e-maily do ChatGPT, počet e-mailů v doručené poště by se mohl zvýšit, což by vedlo ke ztrátě počáteční produktivity. Podle FT zkušenosti s oživením produktivity v USA v 90. letech ukazují, že výhody nových nástrojů rychle vymizí, pokud nebudou doprovázeny skutečnými kreativními průlomy.

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