הנקודה הנוגעת לבינה מלאכותית מעלה מספר שאלות לגבי השפעתה על הכלכלה הרחבה: אילו מקומות עבודה יושפעו הכי הרבה מהטכנולוגיה, כיצד שינויים אלה יתרחשו וכיצד שינויים אלה יורגשו?
מורה בכיר לרובוטיקה, אוניברסיטת שפילד
BT הודיעה לאחרונה כי תצמצם את כוח האדם שלה ב-55,000, כאשר כ-11,000 מתוכם קשורים לשימוש בבינה מלאכותית (AI).
הנקודה הנוגעת לבינה מלאכותית מעלה מספר שאלות לגבי השפעתה על הכלכלה הרחבה: אילו מקומות עבודה יושפעו הכי הרבה מהטכנולוגיה, כיצד שינויים אלה יתרחשו וכיצד שינויים אלה יורגשו?
התפתחות הטכנולוגיה והשפעתה הנלווית על הביטחון התעסוקתי היא נושא חוזר מאז המהפכה התעשייתית. אם פעם המיכון היה הגורם לחרדה מאובדן מקומות עבודה, היום הוא מסוגל יותר להשתמש באלגוריתמים של בינה מלאכותית. אבל עבור קטגוריות עבודה רבות העסקת בני אדם תיישאר חיונית בעתיד הנראה לעין.
הטכנולוגיה שמאחורי המהפכה הנוכחית היא בעיקר מה שמכונה מודלים גדולים של שפה (LLM), שמסוגלים להבין שאלות ולייצר תשובות בשפה טבעית. זהו הבסיס ל-ChatGPT של OpenAI, למערכת Bard של גוגל ול-Bing AI של מיקרוסופט (שבעצמו משתמש ב ChatGPT).
כל אלה הן רשתות עצביות: מערכות חישוב מתמטיות המעוצבות באופן גס בדומה לצורת הפעולה בה אופן תאי עצב (נוירונים) פועלים במוח האנושי. רשתות עצביות מורכבות אלה מאומנות על טקסט –שמקורו לעתים קרובות באינטרנט.
תהליך האימון מאפשר למשתמש לשאול שאלה בשפת שיחה ולאלגוריתם לפרק את השאלה לרכיבים. רכיבים אלה מעובדים לאחר מכן כדי ליצור תגובה המתאימה לשאלה שנשאלה.
התוצאה היא מערכת שמסוגלת לספק תשובות הגיוניות כמעט לכל שאלה שהיא נשאלת. ההשלכות רחבות יותר מכפי שנדמה.
בני אדם בלופ
באותו אופן שבו ניווט GPS יכול להחליף את צורך הנהג לדעת את המסלול, AI מספק הזדמנות לעובדים לקבל את כל המידע שהם צריכים בקצות אצבעותיהם, ללא “גיגול”.
למעשה, זה מוציא בני אדם מהלולאה, כלומר כל מצב שבו עבודתו של אדם כוללת חיפוש פריטים ויצירת קשרים ביניהם עלול להיות בסיכון. הדוגמה הבולטת ביותר כאן היא משרות מוקד טלפוני.
עם זאת, עדיין קיימת אפשרות שהציבור לא יסכים שבינה מלאכותית תפתור את בעיותיו, גם אם זמני ההמתנה לשיחות יתקצרו בהרבה.
עבור כל עבודה ידנית הסיכון להחלפה ע”י בינה מלאכותית רחוק מאד. בעוד שהרובוטיקה הופכת למוכשרת ומיומנת יותר, היא פועלת בסביבות מוגבלות מאוד. היא מסתמכת על חיישנים שנותנים מידע על העולם ואז מקבלים החלטות על הנתונים הלא מושלמים האלה.
הבינה המלאכותית עדיין לא מוכנה לסביבת העבודה הזו, העולם הוא מקום מבולגן ולא בטוח, ובני אדם הם סתגלנים מצטיינים בו. שרברבים, חשמלאים ועבודות מורכבות בתעשייה – למשל, רכב או מטוסים – מתמודדים עם תחרות מועטה, אם בכלל, בטווח הקצר והבינוני.
עם זאת, ההשפעה האמיתית של AI עשויה להיות מורגשת במונחים של חיסכון ויעילות ולא החלפת עבודה על הסף. סביר להניח שהטכנולוגיה תמצא אחיזה מהירה כעוזרת לבני אדם. זה כבר קורה, במיוחד בתחומים כמו פיתוח תוכנה.
במקום להשתמש בגוגל כדי לגלות איך לכתוב פיסת קוד מסוימת, הרבה יותר יעיל לשאול את ChatGPT. התשובה יכול להיות מותאמת אך ורק לדרישות המשתמש, ניתנת ביעילות וללא פירוט מיותר.
מערכות בטיחות קריטיות
סוג זה של יישום יהפוך נפוץ יותר ככל שכלי AI עתידיים יהפכו לעוזרים חכמים אמיתיים. השאלה אם חברות משתמשות בזה כתירוץ לצמצם כוח עבודה הופכת להיות תלויה בעומס העבודה שלהן.
מכיוון שבריטניה סובלת ממחסור בבוגרי STEM (מדע, טכנולוגיה, הנדסה ומתמטיקה), במיוחד בתחומים כמו הנדסה, לא סביר שיהיה אובדן מקומות עבודה בתחום זה, אלא רק דרך יעילה יותר להתמודד עם עומס העבודה הנוכחי.
המסקנה מסתמכת על כך שהצוות מפיק את המרב מההזדמנויות שהטכנולוגיה מעניקה. מטבע הדברים, תמיד תהיה ספקנות, ואימוץ AI בפיתוח מערכות קריטיות לבטיחות, כמו למשל רפואה, ייקח זמן רב. הסיבה לכך היא כי נדרש אמון במפתח והדרך הפשוטה ביותר שבה הטכנולגיה מתפתחת היא באמצעות הצבת אדם בלב התהליך.
מדובר בסוגיה קריטית מכיוון שמודלי LLM אלה מאומנים באמצעות האינטרנט, כך שהטיות וטעויות מסתננות פנימה. חמור מכך, הן עלולות לנבוע גם מתוך כוונה זדונית, המאפשרת להציג נתוני אימון שגויים או אפילו מטעים בכוונה.
אבטחת סייבר הופכת לדאגה גוברת ככל שהמערכות הופכות מרושתות יותר, וכך גם מקור הנתונים המשמש לבניית הבינה המלאכותית. LLMs מסתמכים על מידע פתוח כאבן בניין כי ומעדנים אותו על ידי אינטראקציה. זה מעלה את האפשרות של שיטות חדשות לתקיפת מערכות על ידי יצירת שקרים מכוונים.
לדוגמה, האקרים יכולים ליצור אתרים זדוניים ולשים אותם במקומות שבהם סביר להניח שהם ייאספו על ידי צ’אט בוט AI. בגלל הדרישה לאמן את המערכות על הרבה נתונים, קשה לוודא שכולם נכונים.
משמעות הדבר היא שכעובדים, עלינו לחפש לרתום את יכולות מערכות הבינה המלאכותית ולהשתמש בהן למלוא הפוטנציאל שלהן. המשמעות היא תמיד להטיל ספק במה שאנחנו מקבלים מהן, במקום רק לסמוך על התפוקה שלהן באופן עיוור. תקופה זו מזכירה את ימיו הראשונים של ה-GPS, כאשר המערכות הובילו לעתים קרובות משתמשים בכבישים שאינם מתאימים לכלי הרכב שלהם.
אם ניישם הלך רוח ספקני לגבי האופן שבו אנו משתמשים בכלי החדש הזה, נמקסם את יכולותיו ובו זמנית נגדיל את כוח העבודה – כפי שראינו בכל המהפכות התעשייתיות הקודמות.
תגובה אחת
https://google.wixsite.com/meir-ai/post/%D7%9E%D7%90%D7%9E%D7%A8%D7%99%D7%9D-1