10 лет назад, в апреле 2015 году на сайте Агентства стратегических инициатив (АСИ) был опубликован «Атлас новых профессий», издание второе. На основании исследования рынка труда АСИ спрогнозировало исчезновение ряда профессий после 2020 года. Например, профессии журналиста. «Программы по переводу речи в текст и программы по написанию текстовых документов позволяют во многом автоматизировать эту, считающуюся ранее творческой, профессию» – сказано в разделе «Почему устаревают профессии» о работе журналиста.
К настоящему моменту должны были исчезнуть и другие профессии: библиотекарь, юрисконсульт, нотариус, секретарь, риелтор, системный администратор, бурильщик и др.
Что пошло не по плану: почему профессии все еще не исчезли?
Во-первых, такие прогнозы в принципе не оправдываются. Можно прогнозировать, какие направления будут развиваться, но не угадывать точные формы. Любое описание профессий будущего несет в себе долю хайпа для привлечения внимания.
Во-вторых, технологии – это один из инструментов. Смысл инструмента находится вне его пределов. Конкурировать с инструментом бессмысленно, его необходимо превратить в ресурс.
ChatGPT не уничтожил профессию рекрутера, он помогает кандидатам найти работу, дает карьерные консультации, заполняет профиль в соцсетях, помогает написать сопроводительное письмо под вакансию, упаковывает опыт для CV, даже тренирует перед прохождением интервью, задает вопросы, исправляет ошибки. Предложение становится точным, соответствует вакансии, соискатель уверенно отвечает на вопросы. Это экономит ресурсы обеих сторон, стимулирует развивать экспертность.
Если вы пишете картину, ее смысл не в кисточке и красках, а в образах, в чувствах и мыслях, которые она вызывает. В состоянии творца в процессе создания. Даже если вы не умеете рисовать. Вы ведь не опасаетесь конкуренции с холстами, мольбертами, фабричными красками, картинами «по цифрам» и детскими раскрасками?
Угроза возникает, когда кто-то путает средство с целью: находит смысл картины в технологии наложения красок на холст, но не в самой картине.
А какие существуют реальные угрозы?
1. Нарушение авторских прав
Вспомните недавнюю ситуацию: артисты обратились в суд с иском против Stability AI и Midjourney, обвиняя их в нелицензионном использовании авторских материалов, с помощью которых обучали нейросети.
Это первый подобный прецедент и решение суда может существенно повлиять не только на Stable Diffusion, но и на развитие генеративных сетей. А также на саму отрасль создания и использования массивов данных при обучении нейросетей пониманию цели создания кода, условий его использования. Вероятно, вскоре появятся новые законодательные ограничения.
2. Возможность разработать вредоносный код
С помощью ChatGPT вполне реально создать рабочий код, в том числе вредоносный. Как отмечают многие исследователи, этот код работает. Для того чтобы нейросеть смогла его сгенерировать, пользователю достаточно подробно описать задачу, язык, алгоритм и т. д. Но чтобы скомпилировать этот код в программу для операционной системы и, как минимум, проверить его работоспособность, понадобятся навыки программирования. Пока нейросети на многих этапах необходим человек.
3. Плагиат
Использование произведений, которые сгенерировала нейросеть, под видом произведений, созданных человеком: курсовые, дипломы, статьи, научные работы. Скорее всего, издательствам потребуются алгоритмы идентификации таких произведений.
На что повлияют технологии, если профессии не исчезнут?
Потребности человека не меняются от века к веку: нам необходимо чувствовать себя в безопасности, мы думаем о здоровье, еде, общении, финансах, среде обитания, ресурсах.
Получая новые возможности, мы накладываем их на существующие потребности. И нам кажется, что появляются новые смыслы. Но на самом деле все крутится вокруг базовых потребностей, которые останутся неизменны. Однако, инструменты будут трансформироваться. Будут развиваться новые направления для закрытия тех же самых потребностей. Но появление иди исчезновение конкретной профессии кто-либо вряд ли сможет предугадать абсолютно точно.
Развитие новых направлений
Процессы, связанные с рутинной работой, большим объемом данных и четкими алгоритмами, могут стать площадкой для развития новых направлений на стыке роботизации и привычных профессий.
- Нейросеть способна проанализировать данные о сотрудниках компании за 10-15 лет и составить прогноз на ближайшие годы. Она укажет, какой процент людей может уволиться, уйти на пенсию, когда чаще всего берут больничные. Посчитает средние сроки поиска и адаптации сотрудников на разных должностях. Предложит варианты, в какие периоды надо начинать заранее искать специалистов, чтобы успеть ввести их в должность до того, как возникнет дефицит кадров.
- В Югре в пандемию запустили интересный проект: робот делал снимки полости рта детей в детских садах, определял, есть ли симптомы простуды, воспаления. Позже его обучали идентифицировать кариес. Иногда алгоритм срабатывал четко, иногда не мог определить этимологию затемнения, нужна была помощь человека. Разработка таких систем — одна из перспективных ниш. Особенно с учетом господдержки отрасли.
- Активно внедряются новые технологии в финтехе. Это инструменты, которые замыкают клиентов на компании, позволяют использовать систему одного окна для решения всех вопросов в одном мобильном приложении, в рамках одного сайта.
- В сельском хозяйстве используют технологии искусственного зрения для комбайнов беспилотников, оцифровывают производство мяса, молока, используют спутники, подающие уплотненные сигналы для управления тракторами.
Изменится процесс обучения
Процессы, связанные с обучением и перепрофилированием, существуют давно. Но они могут обогатиться новыми задачами и возможностями. Это обучение, адаптация специалистов из смежных отраслей для проектов, связанным с искусственным интеллектом.
- Смена профессии для топ-менеджера, достигшего своего потолка. Обучение человека, который еще не адаптировался к тому, что часть его работы автоматизировал и выполняет робот. Повышение квалификации для того, чтобы сохранить текущую позицию в компании.
- Обучение топ-менеджмента возможностям работы с Data Science остро востребовано в финансовом секторе, в банковской сфере. Эти методики позволяют находить варианты существенной экономии бюджетов.
- Новые технологии позволяют обучать сложным профессиям в дополненной реальности. В медицинской сфере уже существуют прототипы, обучающие акушеров-гинекологов.
При любых переменах найдутся те, кто увидит в происходящем новые возможности. Журналисты продолжают работать. Этот текст все еще написан человеком.
Читайте также:
Онлайн курсов вполне хватает. Проблема с качеством.
Возможно, такие генераторы текстов (я попробовал пройти по указанной ссылке) чем-то помогут - как игра, но не дадут новое содержание. Нагрузку на мозги учеников никто не снимет.
Пример работы с ИИ
Запрос
Write an aesthetic problemПримеров, когда спрашиваешь одно, а в ответ слышишь совсем не то, о чём спрашивал - могу и в реальной жизни из разговоров с людьми каждый день фиксировать, бесконечно. А ИИ довольно давно работает в обучении. И, очевидно, под словом "работает" каждый понимает что-то своё.
Уже приводил ссылку, где ещё 5 лет назад янки хвалились, как смогли кратно повысить эффективность обучения подготовки спец.наза с помощью ИИ. А теперь, просто, всё это "широко шагнуло в массы".
Если тема реально интересна, можете послушать последнее интервью с Андреем Комиссаровым на эту тему. Товарищ находится "на острие методологий" и средств обучения, "держит руку на пульсе".
Вчера с Комиссаровым общались.
Что касается генерации контента, то все что может сгенерить ИИ в виде текста - это компиляцию того бреда и блефа, который гуляет по сети.
Я попробовал WWII history. Больше никому не стоит.
Понятие "профессия" сейчас используют только в рамках документов о "трудовом кодексе". Что, по традиции, лет на 50 отстаёт от реальности.
И, конечно, используется в маркетинге.
Например, в учебных заведениях, где требуется формальное подтверждение "повышения квалификации" и бесчисленных курсах "стань программистом". Тут всё понятно - учебным заведениям надо продавать "продукт", иначе люди не понимают, о чём речь.
Но в реальной жизни уже используется понятие "компетенция", состоящая из набора "навыков".
Так же как по КЗоТ есть формальная "должность", а в реальной жизни - "должностные обязанности", которые представляют из себя набор ролей и функций.
Я к тому, что "профессия", как таковая, уже утратила свой смысл, из-за разнообразия знаний и навыков, используемых в современном мире. Сегодня, имеет значение "профиль" специалиста, который может содержать самые разные навыки разного уровня. Конечно, если мы не говорим об очень узкой специализации, но она тоже уже не "профессия", а именно "специализация".
Ни в коем случае не хочу попасть в категорию консерваторов, но я согласен с Вашей оценкой рисков, Евгений. Всё опыты и эксперименты с ИИ очень и очень интересны и важны. Но пока рано говорить об этом, как о научном прорыве. Как и во многих других областях деятельности не подтверждена объективность "советов" ИИ. Нет критериев, точнее - они есть, но лайк, рейтинг, - это не критерий. Подобно тому. как у нас появилось много эстрадных звёзд только из-за множества лайков на ютьюбе. Так и ИИ находит самый популярный ответ, возможно самый непротиворечивый. В принципе, ИИ легко подвержен продвижению массового заблуждения. И это серьёзный риск, который надо учитывать.
Олег, эта проблема не нова. Так всегда было. Специальность и профессия всегда служили каким-то способом категоризации в образовании, в планировании. Например, конюх - это что? Профессия? Специальность?
А категория "компетенция" не позволит хоть как-то планировать жизнь больших социальных групп.
Согласен, что "смотря какой уровень рассматривать". Называть их, конечно, как-то тоже надо.
Такое планирование должно строиться от задач - снизу вверх. Разумеется, в зависимости от стратегии, т.е. информации сверху - вниз. У нас, из-за тотального "рыночного планирования", не получается синхронизировать эти явления. Думаю, в этом главная проблема - системе отраслевого планирования.
Но "тотальная цифровизация" и эту задачку скоро решит внедрением "сквозного цифрового профиля (навыков)". Просто потому, что нет вариантов "не решить".
Уверен процентов на 80, что именно "лайк-рейтинг" станет главным рабочим механизмом ценности советов ИИ.
Так же, как работет рейтинг отеля в туриндустрии: смотрим рейтинг "+/-", потом - отзывы и кто эти отзывы пишет. И решаем - туда / не туда.
Если упрощенно, но по сути: с рекомендациями ИИ произойдёт та же история - будут "собираться" экспертные сообщества и ставить свои оценки. А пользователи этих советов решать - верить или нет. И в это же время, сам ИИ будет оценивать эти "лайки" и дообучаться, учитывая ошибки из "низкорейтинговых советов". Что, собственно, он уже сегодня и делает (у ChatGPT, например, в каждое сообщение "лайк/дизлайк" встроен).
Если послушаете интервью Андрея Комиссарова, то у него своя аналитика о том, как быстро учится тот же ChatGPT. Я пока не анализировал - ещё не было настолько сложных задач, чтобы его обучать.
Если интересует более сложный пример, чем из сферы обучения, можно прочитать заметку гуру инфобезопасности Алексея Лукацкого.