Работа, жизнь и роботы: мечтают ли андроиды о наших рабочих местах?

В 80-х, когда люди еще не подозревали, насколько сильно их эпоху полюбят различные машины по стрижке купюр вроде Нетфликса, писатели и футуристы считали, что роботы избавят человека от тяжелого физического труда, возьмут на себя скучную рутинную работу и облегчат бремя существования homo sapiens как такового. Если сорок лет назад такая перспектива казалась мрачноватой для роботов, то сейчас, в приближающихся 2020-х, задуматься о своем рабочем будущем предстоит уже человеку.

И он задумывается — технопессимизм потихоньку становится новой религией специалистов самого разного уровня.

Машины уже сейчас демонстрируют довольно сносные результаты в тех сферах, которые раньше было принято считать чисто “человеческими”, перебирая на себя функции, которые еще несколько десятилетий назад никто бы машине не доверил. И маловероятно, что результаты роботов долго будут оставаться просто “сносными” - машинное обучение никто не отменял. Вот несколько любопытных примеров:

1. Искусственный интеллект по имени AI CD? умудрился стать креативным директором в японском (ну кто бы сомневался) офисе McCann, одной из крупнейших в мире рекламных компаний.

2. Робот по имени Robo Coach уже несколько месяцев трудится в качестве инструктора по вождению в Китае

3. Искусственный интеллект Jill Watson работает ассистентом в колледже Джорджия-Тех в Атланте

4. ROSS, робот, занимающийся legal research, получил работу в крупной американской юридической фирме BakerHostetler

Если держать в уме разработки Tesla и Google в сфере транспорта с автопилотом, акции по замене некоторых трейдеров JPMorgan и Citigroup на программное обеспечение, на 90% роботизированный китайский завод Changying Precision и Макдональдс в Финиксе, полностью обслуживаемый роботами, то несложно прийти к выводу: машины действительно вовсю стучат в двери рынка труда.

Всё достаточно банально: они развиты недостаточно.

Тест Тьюринга - это лакмусовая бумажка для искусственного интеллекта, придуманная англичанином Аланом Тьюрингом еще в 1950-х годах. Его стандартная интерпретация звучит так:

“Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор”

Это щедро критикуемая, но все ещё самая популярная концепция для определения способности машины мыслить. Сам по себе тест, конечно, не определяет способности машины к выполнению человеческой работы, и во многом является чисто символическим барьером. Но прохождение теста Тьюринга машиной - это планка, за которой находится не только возможность имитации человеческой личности в разговоре (что ведёт к эффективной коммуникации машины и человека), но и возможность осмысленного синтеза на уровне человека, то есть, креативная деятельность, близкая к полноценной. И пока ведутся споры о том, прошел ли очередной чат-бот тест (критики настаивают, что в строгом виде тест Тьюринга еще не был пройден никем), мы можем констатировать: эту стену машины еще не сломали.

Даже в случае с Jill Watson (тем самым роботом-ассистентом в колледже Джорджия-Тех) некоторые студенты начали догадываться о том, что их собеседница - не совсем настоящий человек. О чем это говорит?

О том, что массово внедрять искусственный интеллект и отдавать ему функции, тесно связанные с работой с другими людьми (а, если задуматься, то таких профессий очень много), сейчас невозможно. Просто потому, что взаимопонимание между машиной и человеком не находится на уровне, достаточном для эффективного взаимодействия, и человек не может коллаборационировать с машиной так же эффективно, как с другим человеком. Подчеркну: речь идёт именно о массовом внедрении.

Успешное выполнение задач на работе зависит от двух типов навыков - так называемых hard skills, в которые входят компетенции, зависящие от конкретной профессии, и soft skills, которые обеспечивают успешное участие в рабочем процессе. С hard skills все понятно, тут для машин камней преткновения немного. Гибкие навыки- вопрос более сложный. Они, с одной стороны, включают в себя ответственность, дисциплину, селф-менеджмент, управление временем - то есть, характеристики, которые не только вполне подвластны машине, но в которых ей часто не может быть равных.

С другой стороны, в список гибких навыков входит критическое мышление, лидерские качества, активное слушание и эмоциональный интеллект. И вот тут машины практически неспособны оказать хоть какое-то сопротивлению. Видите ли, в современном постиндустриальном обществе, и, в особенности, в креативных индустриях, работник часто представляет ценность не как кости и кожа с набором профессиональных знаний и рабочих алгоритмов, а как личность с эмоциями, точкой зрения, убеждениями и недостатками. То есть, именно некоторая субъективность, небезупречность, отсутствие мыслительной стерильности и делает человека таким ценным. В этом плане весьма интересно выглядит кейс Associated Press. Агентство сообщило, что уже более 3000 опубликованных статей для него написал искусственный интеллект от Automated Insights. При этом AP заявляет, что ни один сотрудник не потерял своё рабочее место вследствие автоматизации, напротив, ИИ внедряется для того, чтобы минимизировать количество ошибок и дать сотрудникам возможность сконцентрироваться на журналистике более высокого уровня.

Это, пожалуй, самый очевидный фактор. В сферу ИИ вкладывают все больше и больше денег (одна только Sense Time - та самая, что помогает полиции Китая распознавать лица, - в апреле 2018 привлекла более 600 млн долл), в том числе, и крупнейшие технологические компании мира, что не способствует снижению стоимости услуг специалистов по созданию искусственного интеллекта. Более того, часто результат работы команды по созданию ИИ прогнозировать сложнее, чем, например, команды по разработке мобильного приложения.

Продукты уровня Siri и Google Brain на этапе разработки стоят “очень дорого” - например, в Сири вложили 24млн на этапе разработки, а Apple заплатила за нее (это же "она"? нет?), по оценкам ТехКранч, около 150-200 млн долларов. Если мы говорим об ИИ и нейросетях попроще, то эти разработки вполне могут обойтись в просто “дорого”. Дело в том, что, помимо самой разработки, в процессе создания продукта также присутствует этап обучения ИИ и нейросетей, который требует солидных вычислительных мощностей и определенного времени. Что стоит солидных и чуть менее определенных денег. То есть, малый и нижняя прослойка среднего бизнеса может позволить себе разработку и имплементацию (а это ведь тоже ресурсы!) ИИ только в очень частных случаях.

И нередко в процессе расчетов стоимости производства и имплементации технологии компании приходят к выводу, что дешевле и рациональнее на данный момент нанять человека из плоти и крови.

Если коротко, то роботы и ИИ до сих пор не отняли вашу работу, потому что:

Никогда?

Технопессимисты часто заявляют, что вследствие повальной автоматизации рабочих процессов миллионы специалистов окажутся на улице без возможности обеспечивать собственное существование. Опасение, разумеется, достаточно резонное, и чем более совершенными будут становиться технологии, тем чаще оно будет появляться в медийном поле. Но давайте не забывать, что вся история человечества пронизана случаями, когда новые технологии заменяли людей на рабочих местах и становились причиной массовых протестов (вспомним хотя бы луддитов и их погромы мануфактур).

И тем не менее, у нас с вами все еще есть работа.

За последние несколько десятилетий, когда технологии совершили очередной качественный скачок, автоматизация и искусственный интеллект спровоцировали появление целой ниши новых профессий. В особенности это касается сферы технологий и работы с данными. Появление большинства новых технологий сопровождается необходимостью найма людей, которые будут координировать, направлять, анализировать и улучшать работу машин.

Пример: наши смартфоны, компьютеры, чайники, умные тостеры вместе с электроникой в супермаркетах и на производствах генерируют огромные объемы данных, обработка которых (как правило, для нужд бизнеса) нуждается не только в машинных, но и человеческих ресурсах. Так появилась хайповая (и весьма солидно оплачиваемая!) нынче профессия Data Scientist.

Паника на фоне автоматизации выглядит еще более неуместно на фоне отчета компании Deloitte ‘From Brawn to Brains. The impact of technology on jobs in the UK’:

"Тогда как технологии потенциально способствовали потере около 800 000 низкоквалифицированных рабочих мест, есть достаточная причина предполагать, что они помогли создать около 3,5 млн новых, высококвалифицированных, рабочих мест. Каждое из этих рабочих мест, в среднем, оплачивается на 10 000 фунтов в год выше, чем потерянное. Каждый регион и каждая нация в Великобритании извлекли пользу от этих изменений, и мы оцениванием прибыль от этих изменений примерно в 140 миллиардов фунтов в виде зарплат"

Из этого вытекает один довольно контраверсивный аспект - человек окажется перед необходимостью постоянно повышать собственную квалификацию, что зачастую стоит денег и времени.

То, что он умеет делать лучше всего - приспосабливаться. Самыми разными способами, с помощью различных ресурсов и всех доступных подручных средств. Доподлинно неизвестно, к чему именно приведет нас эта волна технологической эволюции, но ясно одно: нам всем предстоит засучить рукава.

Речь, прежде всего, идет о том, чтобы научиться осваивать новые навыки, знания и технологии не потому что надо, а потому что хочется. О том, чтобы научиться четко определять свои желания, в особенности, в контексте карьеры, потому что в будущем вы вряд ли сможете быть сколько-нибудь успешным, занимаясь не тем, что вам нравится. О том, чтобы вы могли иметь глубокую экспертизу в своей области, но не упускали возможности получить качественные знания в еще одной.

Не существует четких инструкций, которые позволят оставаться при деле в мире, где большую часть рабочих функций будут выполнять автоматизированные алгоритмы и роботы. Но открытость, любознательность и креативность станут важнейшими качествами для выживания в таком мире.

Роботизация вряд ли сделает жизнь человека намного лучше. Но она вполне может сделать лучше самого человека.

П.С. Это перевод моей же работы, ранее опубликованной на Медиуме на английском. Перевод достаточно точный, но переносить гиперссылки с пруфами сил уже не было, поэтому за линками и реализацией снособоватого желания почитать на инглише прошу следовать сюда.