Парадокс производительности ИИ

Действительно ли ИИ повышает производительность? Фото: LinkedIn .

На фоне растущих опасений по поводу потери рабочих мест из-за ИИ оптимисты говорят, что это просто инструмент повышения производительности, который принесет пользу как работникам, так и экономике . Генеральный директор Microsoft Сатья Наделла заявил, что пользователи будут просто заявлять о своих целях, в то время как автоматизированные агенты ИИ будут планировать, выполнять и обучаться во всех системах.

Однако ИИ создает «ловушку производительности», призывая все больше людей использовать его, даже зависеть от него. Это приведет к снижению способности задавать себе вопросы, решать проблемы и, что еще серьезнее, повлияет на креативность и прорывы в жизни.

Количество превыше качества

Идеальным инструментом ИИ , утверждает FT, будет тот, в котором одной лишь эффективности будет достаточно для решения проблемы производительности. Газета отмечает, что за последние полвека создавались все более быстрые компьютеры, но темпы роста производительности труда в развитых экономиках упали с примерно 2% в год в 1990-х годах до примерно 0,8% сегодня.

Когда компьютеры были дополнены Интернетом и глобальные таланты были связаны, прорывы должны были взорваться. Вместо этого производительность исследований снизилась. Сегодня ученый производит меньше прорывов на 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 ребенка. То же самое может происходить и с инновациями.

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

Масштабные исследования патентной продукции подтверждают, что количество реализуемых проектов обратно пропорционально вероятности прорыва. В последние десятилетия научные статьи и патенты стали скорее делом просачивания, чем прорыва.

Великие умы истории понимали это. Исаак Ньютон однажды сказал, что он «держал проблему перед собой... до тех пор, пока не начнут появляться первые лучи света, мало-помалу, а затем вырывался на полный и ясный свет». «Инновация — это когда говоришь «нет» тысяче вещей», — согласился Стив Джобс.

«Ловушка среднего класса способностей ИИ»

Г-н Хо Куок Туан, директор программы обучения магистров финансов и бухгалтерского учета в Университете Бристоля, упомянул концепцию «ловушки средних способностей ИИ». Регулярная работа, требующая способностей людей со средними способностями, часто включает в себя множество повторяющихся задач, следующих четким и измеримым процессам. Однако он считает, что это выдающаяся сила ИИ.

Большие языковые модели (LLM) имеют тенденцию придерживаться того, что статистика говорит нам как общее мнение. Если вы скармливаете чат-боту текст 19 века, он «докажет», что люди не умеют летать, пока братья Райт не научились.

Обзор, опубликованный в журнале Nature в марте 2025 года, показал, что, хотя LLM могут помочь сократить повторяющуюся научную работу, настоящие скачки в мышлении все еще происходят от людей. Туан также считает, что следование тому, что известно, нежелание рисковать и критическое мышление являются фатальными слабостями в эпоху ИИ.

Демис Хассабис, возглавляющий команду Google DeepMind, которая разработала AlphaFold, модель, способную предсказывать формы белков и считающуюся одним из самых значительных научных достижений в области ИИ на сегодняшний день, признает, что для создания настоящего универсального искусственного интеллекта все еще потребуется «еще много инноваций».

AlphaFold, научная работа, 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 умственного труда, опубликованный на Arxiv , показал, что те, кто активно использовал генеративный ИИ, тратили в среднем на 3,6 часа меньше времени в неделю на электронную почту (31 процент), в то время как совместные задачи остались в основном неизменными.

Однако если все передадут на аутсорсинг ответы на электронные письма ChatGPT, количество писем в почтовых ящиках может увеличиться, что приведет к потере первоначальной производительности. По данным FT , опыт восстановления производительности в США в 1990-х годах показывает, что преимущества новых инструментов быстро исчезнут, если не будут сопровождаться реальными творческими прорывами.

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