ភាពផ្ទុយគ្នានៃផលិតភាពរបស់ AI

ផលិតភាពការងារបានធ្លាក់ចុះយ៉ាងខ្លាំងក្នុងរយៈពេលមួយទសវត្សរ៍កន្លងមកនេះ ទោះបីជាបញ្ញាសិប្បនិម្មិតបានរួមចំណែកក្នុងការជំនួសការងារដដែលៗនៅក្នុងការងារប្រចាំថ្ងៃក៏ដោយ។

តើ AI ពិតជាបង្កើនផលិតភាពមែនទេ? រូបថត៖ LinkedIn ។

ចំពេលមានការកើនឡើងការភ័យខ្លាចនៃការបាត់បង់ការងារដោយសារ AI អ្នកសុទិដ្ឋិនិយមនិយាយថាវាគ្រាន់តែជាឧបករណ៍ផលិតភាពដែលនឹងផ្តល់អត្ថប្រយោជន៍ទាំងកម្មករ និង សេដ្ឋកិច្ច ។ នាយកប្រតិបត្តិក្រុមហ៊ុន Microsoft លោក Satya Nadella និយាយថា អ្នកប្រើប្រាស់នឹងប្រាប់ពីគោលដៅរបស់ពួកគេដោយសាមញ្ញ ខណៈដែលភ្នាក់ងារ AI ស្វ័យប្រវត្តិនឹងរៀបចំផែនការ ប្រតិបត្តិ និងសិក្សានៅគ្រប់ប្រព័ន្ធទាំងអស់។

ទោះជាយ៉ាងណាក៏ដោយ AI កំពុងបង្កើត "អន្ទាក់ផលិតភាព" ដោយអំពាវនាវឱ្យមនុស្សកាន់តែច្រើនប្រើវា សូម្បីតែពឹងផ្អែកលើវាក៏ដោយ។ នេះនឹងនាំឱ្យមានការថយចុះនៃសមត្ថភាពក្នុងការសួរខ្លួនឯង ដោះស្រាយបញ្ហា និងកាន់តែធ្ងន់ធ្ងរ ប៉ះពាល់ដល់ការច្នៃប្រឌិត និងរបកគំហើញក្នុងជីវិត។

ផ្តោតលើបរិមាណជាងគុណភាព

ឧបករណ៍ AI ដ៏ល្អ ដែល FT អះអាងថា នឹងក្លាយជាឧបករណ៍មួយដែលប្រសិទ្ធភាពតែមួយគត់គឺគ្រប់គ្រាន់ដើម្បីដោះស្រាយបញ្ហាផលិតភាព។ កាសែតនេះបានចង្អុលបង្ហាញថាក្នុងរយៈពេលកន្លះសតវត្សកន្លងមកនេះ មានកុំព្យូទ័រកាន់តែច្រើនដែលត្រូវបានគេនិយាយថាលឿនជាងពេលណាទាំងអស់ ប៉ុន្តែអត្រាកំណើននៃផលិតភាពការងារនៅក្នុងប្រទេសអភិវឌ្ឍន៍បានធ្លាក់ចុះពីប្រហែល 2% ក្នុងមួយឆ្នាំក្នុងទសវត្សរ៍ឆ្នាំ 1990 មកត្រឹមប្រហែល 0.8% នាពេលបច្ចុប្បន្ននេះ។

នៅពេលដែលកុំព្យូទ័រត្រូវបានបំពេញបន្ថែមដោយអ៊ីនធឺណិត ហើយទេពកោសល្យជាសកលត្រូវបានតភ្ជាប់ របកគំហើញគួរតែផ្ទុះឡើង។ ផ្ទុយទៅវិញ ផលិតភាពស្រាវជ្រាវបានធ្លាក់ចុះ។ អ្នកវិទ្យាសាស្ត្រ សព្វថ្ងៃនេះបង្កើតរបកគំហើញតិចជាងមុនក្នុងមួយដុល្លារដែលបានវិនិយោគជាងអ្នកកាន់តំណែងមុនរបស់ពួកគេក្នុងទសវត្សរ៍ឆ្នាំ 1960 ។

សេដ្ឋវិទូ Gary Becker បានចង្អុលបង្ហាញថាឪពុកម្តាយប្រឈមមុខនឹងជម្រើសរវាង "គុណភាពនិងបរិមាណ" ។ ជាឧទាហរណ៍ កាលណាពួកគេមានកូនកាន់តែច្រើន ពួកគេអាចមានលទ្ធភាពតិចក្នុងការវិនិយោគលើកូនម្នាក់ៗ។ ដូចគ្នានេះដែរអាចកើតឡើងជាមួយនឹងការច្នៃប្រឌិត។

គម្រោងច្រើនពេកក្នុងពេលតែមួយអាចប៉ះពាល់ដល់ការច្នៃប្រឌិត។ រូបថត៖ Adobe Stock ។

ការសិក្សាទ្រង់ទ្រាយធំនៃលទ្ធផលប៉ាតង់បញ្ជាក់ថាចំនួននៃគម្រោងដែលបានអនុវត្តគឺសមាមាត្រច្រាសទៅនឹងលទ្ធភាពនៃរបកគំហើញ។ ក្នុងរយៈពេលប៉ុន្មានទសវត្សរ៍ថ្មីៗនេះ ឯកសារវិទ្យាសាស្ត្រ និងប៉ាតង់បានក្លាយជារឿងដែលពិបាកយល់ជាងការទម្លាយ។

ទន្ទឹមនឹងនេះ គំនិតដ៏អស្ចារ្យនៃប្រវត្តិសាស្ត្របានយល់ពីរឿងនេះយ៉ាងច្បាស់។ អ៊ីសាក ញូវតុន ធ្លាប់បាននិយាយថា គាត់តែងតែ "រក្សាបញ្ហានៅចំពោះមុខគាត់... រហូតទាល់តែកាំរស្មីដំបូងនៃពន្លឺបានលេចចេញមក បន្តិចម្តងៗ ហើយបន្ទាប់មកទីបំផុតបានផ្ទុះឡើងជាពន្លឺភ្លឺច្បាស់"។ Steve Jobs បានយល់ព្រមថា "ការច្នៃប្រឌិតគឺនិយាយថាទេចំពោះរឿងមួយពាន់" ។

“អន្ទាក់សមត្ថភាពកណ្តាលរបស់ AI”

លោក Ho Quoc Tuan នាយកកម្មវិធី Master of Finance & Accounting នៅសាកលវិទ្យាល័យ Bristol បានលើកឡើងពីគោលគំនិតនៃ “អន្ទាក់សមត្ថភាពមធ្យមរបស់ AI”។ ការងារទៀងទាត់ដែលទាមទារសមត្ថភាពរបស់មនុស្សដែលមានសមត្ថភាពមធ្យម ច្រើនតែរួមបញ្ចូលការងារដដែលៗជាច្រើន ដោយធ្វើតាមដំណើរការច្បាស់លាស់ និងបរិមាណ។ ទោះ​ជា​យ៉ាង​ណា លោក​ជឿជាក់​ថា​នោះ​ជា​ចំណុច​ខ្លាំង​របស់ AI។

គំរូភាសាធំ (LLMs) មានទំនោរនឹងប្រកាន់ខ្ជាប់នូវអ្វីដែលស្ថិតិនិយាយថាជាការយល់ស្របទូទៅមួយ។ ប្រសិនបើអ្នកផ្តល់ឱ្យ chatbot នៃសតវត្សទី 19 អត្ថបទវានឹង "បង្ហាញ" ថាមនុស្សមិនអាចហោះហើរបានរហូតដល់បងប្អូនរ៉ាយបានធ្វើ។

ការពិនិត្យឡើងវិញដែលបានបោះពុម្ពក្នុងខែមីនាឆ្នាំ 2025 នៅក្នុងទស្សនាវដ្តី Nature បានរកឃើញថាខណៈពេលដែល LLMs អាចជួយកាត់បន្ថយការងារវិទ្យាសាស្ត្រដដែលៗ ប៉ុន្តែការលោតផ្លោះពិតប្រាកដនៃការគិតនៅតែជារបស់មនុស្ស។ លោក Tuan ក៏ជឿដែរថា ការប្រកាន់ភ្ជាប់នូវអ្វីដែលគេស្គាល់ មិនហ៊ានប្រថុយប្រថាន និងមានការត្រិះរិះពិចារណា គឺជាចំណុចខ្សោយដ៏ធ្ងន់ធ្ងរនៅក្នុងសម័យ AI ។

Demis Hassabis ដែលដឹកនាំក្រុមនៅ Google DeepMind ដែលបង្កើត AlphaFold ដែលជាគំរូព្យាករណ៍ពីរូបរាងប្រូតេអ៊ីនត្រូវបានចាត់ទុកថាជាសមិទ្ធិផលវិទ្យាសាស្ត្រដ៏សំខាន់បំផុតមួយនៅក្នុង AI រហូតមកដល់បច្ចុប្បន្ន។ ប៉ុន្តែសូម្បីតែគាត់សារភាពថាការសម្រេចបាននូវបញ្ញាសិប្បនិម្មិតទូទៅពិតប្រាកដនឹងនៅតែត្រូវការ "ការច្នៃប្រឌិតជាច្រើនទៀត" ។

AlphaFold ដែលជាការងារវិទ្យាសាស្ត្រដែលឈ្នះរង្វាន់ណូបែលក៏ត្រូវការ "ការច្នៃប្រឌិតបន្ថែមទៀត" ផងដែរ។ រូបថត៖ Google Deepmind។

ក្នុងរយៈពេលដ៏ខ្លីខាងមុខនេះ AI នឹងកាន់តែមានប្រសិទ្ធភាពជាងការច្នៃប្រឌិត។ ការស្ទង់មតិលើបុគ្គលិកចំណេះដឹងជាង 7,000 នាក់ដែលបានបោះពុម្ពផ្សាយនៅលើ Arxiv បានរកឃើញថាអ្នកដែលប្រើ AI ទូទៅបានកាត់បន្ថយពេលវេលាអ៊ីមែលរបស់ពួកគេជាមធ្យម 3.6 ម៉ោងក្នុងមួយសប្តាហ៍ (31%) ខណៈដែលការងារសហការនៅតែមិនផ្លាស់ប្តូរច្រើន។

ទោះជាយ៉ាងណាក៏ដោយ ប្រសិនបើគ្រប់គ្នាចេញពីប្រភពអ៊ីមែលដែលឆ្លើយតបទៅ ChatGPT ចំនួនអ៊ីមែលនៅក្នុងប្រអប់សំបុត្រអាចកើនឡើង ដោយបាត់បង់ផលិតភាពដំបូង។ យោងតាម ​​FT បទពិសោធន៍នៃការស្ទុះងើបឡើងវិញនៃផលិតភាពរបស់សហរដ្ឋអាមេរិកក្នុងទសវត្សរ៍ឆ្នាំ 1990 បង្ហាញថាអត្ថប្រយោជន៍នៃឧបករណ៍ថ្មីនឹងថយចុះយ៉ាងឆាប់រហ័ស ប្រសិនបើមិនមានការទម្លាយដោយភាពច្នៃប្រឌិតពិតប្រាកដ។

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