Парадокс производительности ИИ

Производительность труда значительно снизилась за последнее десятилетие, несмотря на то, что искусственный интеллект внес свой вклад в замену повторяющихся задач в повседневной работе.

Действительно ли ИИ повышает производительность? Фото: LinkedIn .

На фоне растущих опасений по поводу сокращения рабочих мест из-за ИИ оптимисты утверждают, что это всего лишь инструмент повышения производительности, который принесёт пользу как работникам, так и экономике . Генеральный директор Microsoft Сатья Наделла утверждает, что пользователи будут просто задавать свои цели, а автоматизированные агенты ИИ будут планировать, выполнять и обучаться во всех системах.

Однако ИИ создаёт «ловушку производительности», заставляя всё больше людей использовать его и даже полагаться на него. Это приведёт к снижению способности к самоанализу, решению проблем и, что ещё серьёзнее, повлияет на творческий потенциал и жизненные достижения.

Сосредоточьтесь на количестве, а не на качестве

Идеальным инструментом искусственного интеллекта , утверждает Financial Times, будет тот, в котором одной лишь эффективности будет достаточно для решения проблемы производительности. Газета отмечает, что за последние полвека появилось больше компьютеров, которые, как утверждается, стали быстрее, чем когда-либо, но темпы роста производительности труда в развитых странах снизились с примерно 2% в год в 1990-х годах до примерно 0,8% сегодня.

Когда компьютеры дополнились Интернетом, и таланты со всего мира объединились, прорывы должны были произойти взрывным образом. Вместо этого производительность исследований снизилась. Сегодня учёный совершает меньше прорывов на каждый вложенный доллар, чем его предшественник в 1960-х годах.

Экономист Гэри Беккер отметил, что родители сталкиваются с выбором между «качеством и количеством». Например, чем больше у них детей, тем меньше они могут позволить себе инвестировать в каждого. То же самое может происходить и с инновациями.

Слишком много проектов одновременно могут повлиять на творческий потенциал. Фото: Adobe Stock.

Масштабные исследования патентной активности подтверждают, что количество реализуемых проектов обратно пропорционально вероятности прорыва. В последние десятилетия научные статьи и патенты стали скорее «просачиваться» из поколения в поколение, чем приносить прорыв.

Между тем, великие умы истории хорошо это понимали. Исаак Ньютон однажды сказал, что он всегда «держал перед собой задачу… пока мало-помалу не появлялись первые лучи света, а затем наконец выливались в ясный и полный свет». «Инновация — это сказать «нет» тысяче вещей», — согласился Стив Джобс.

«Ловушка средних возможностей ИИ»

Г-н Хо Куок Туан, директор магистерской программы «Финансы и бухгалтерский учет» Бристольского университета, упомянул о концепции «ловушки средних способностей ИИ». Обычная работа, требующая способностей людей со средними способностями, часто включает множество повторяющихся задач, выполняемых в соответствии с четкими и количественно измеримыми процессами. Однако он считает, что именно в этом и заключается выдающееся преимущество ИИ.

Большие языковые модели (LLM) обычно придерживаются того, что, по статистике, является общепринятым консенсусом. Если дать чат-боту текст XIX века, он «докажет», что люди не умели летать, пока братья Райт этого не сделали.

Обзор, опубликованный в журнале Nature в марте 2025 года, показал, что, хотя степень магистра права (LLM) может помочь сократить объём повторяющейся научной работы, истинный прорыв в мышлении всё ещё принадлежит людям. Г-н Туан также считает, что цепляние за известное, нежелание рисковать и критическое мышление — фатальные слабости в эпоху искусственного интеллекта.

Демис Хассабис, руководитель команды Google DeepMind, разработавшей AlphaFold, модель, предсказывающую форму белков, считается одним из самых значительных научных достижений в области искусственного интеллекта на сегодняшний день. Но даже он признаёт, что для достижения настоящего универсального искусственного интеллекта потребуется «ещё много инноваций».

AlphaFold, научная разработка, удостоенная Нобелевской премии, также нуждается в «большем количестве инноваций». Фото: Google Deepmind.

В ближайшей перспективе ИИ будет больше ориентирован на эффективность, чем на креативность. Опрос более 7000 работников сферы интеллектуального труда, опубликованный на Arxiv, показал, что те, кто активно использовал генеративный ИИ, сократили время, которое они тратили на электронную почту, в среднем на 3,6 часа в неделю (31%), в то время как объём совместных задач остался практически неизменным.

Однако если все передадут обработку электронных писем на аутсорсинг ChatGPT, количество писем в почтовых ящиках может увеличиться, что снизит первоначальную производительность. По данным FT , опыт восстановления производительности труда в США в 1990-х годах показывает, что преимущества новых инструментов быстро сотрутся, если они не будут сопровождаться настоящими творческими прорывами.

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