00:00:00 Краткое изложение исследовательской статьи Гарварда
00:00:32 Исследование ChatGPT-4 с консультантами BCG
00:01:31 Исследование влияния искусственного интеллекта на производительность
00:02:31 Потенциал и критика замещения искусственным интеллектом
00:03:47 Широкие последствия искусственного интеллекта на занятость
Резюме
Конор Доэрти из Lokad анализирует исследование Гарварда о влиянии искусственного интеллекта на рабочие места белых воротничков, раскрывая нюансы эффектов. Исследование, в котором участвовало 758 консультантов, оценивает роль искусственного интеллекта в повышении производительности, особенно в управлении цепочкой поставок. Оно показывает, что искусственный интеллект повышает производительность в определенных задачах, особенно при обучении, но может сбоить в сложных сценариях. Доэрти критикует узкое представление исследования об искусственном интеллекте как дополнении к труду человека, аргументируя его потенциалом полной автоматизации задач, что может революционизировать производительность и переопределить работу белых воротничков. Он предупреждает о чрезмерной уверенности в рабочем месте, поскольку полные возможности искусственного интеллекта могут радикально изменить ситуацию на рынке труда.
Полный текст
Конор Доэрти: Ориентируясь на неровную технологическую границу, исследовательская статья, опубликованная Гарвардской бизнес-школой, стремится предоставить представление о влиянии искусственного интеллекта на производительность и, в конечном итоге, на занятость.
Сегодня я рассмотрю три вещи: первое - гипотезу и методы статьи; второе - основные результаты и выводы статьи; и третье - точку зрения Lokad. Давайте начнем.
Статья исследует последствия искусственного интеллекта для сложных, реалистичных и знаниевых задач. Искусственный интеллект представлял собой ChatGPT-4, большую языковую модель.
Подразумевалось, что внедрение искусственного интеллекта в рабочие процессы высококвалифицированных специалистов приведет к повышению производительности. В исследовании участвовали 758 консультантов из Boston Consulting Group (BCG).
Исследователи разделили участников на две группы, каждая из которых выполняла уникальную задачу. Одна задача была сосредоточена на аналитических навыках, творческом письме, убедительности и навыках письма, в то время как другая задача была сосредоточена на решении проблем путем объединения количественных и качественных данных.
Все участники сначала выполнили базовую задачу без использования искусственного интеллекта. Затем субъекты были разделены на три группы: контрольную группу без искусственного интеллекта, группу с искусственным интеллектом и третью группу с искусственным интеллектом и обучением, как лучше его использовать.
Участникам давалось от 30 до 90 минут на выполнение задач, которые были разработаны таким образом, чтобы имитировать задачи, которые можно найти в консалтинговых фирмах высокого уровня.
Несмотря на то, что задачи были разработаны схожими по сложности, эффекты искусственного интеллекта были совершенно разными, что привело к тому, что исследователи назвали это неровной технологической границей.
Это относится к способности искусственного интеллекта значительно улучшать человеческую производительность в некоторых задачах, находящихся внутри границы, но ухудшать человеческую производительность в других задачах, находящихся за пределами границы.
Для задач, находящихся внутри границы, искусственный интеллект привел к значительному повышению производительности. Обе группы с искусственным интеллектом превзошли контрольную группу, а группа, которая получила дополнительное обучение по использованию искусственного интеллекта, показала лучшие результаты в целом.
Повышение производительности было особенно сильным для людей, которые получили низкие оценки в исходной базовой задаче, что говорит о том, что искусственный интеллект может быть особенно полезен для работников с низким уровнем квалификации.
Однако для задач, находящихся за пределами границы, таких как комбинация количественного и качественного анализа, группа, которая получила искусственный интеллект и обучение, показала наихудшие результаты. Фактически, контрольная группа превзошла обе группы с искусственным интеллектом, и была отмечена значительная разница между контрольной группой и группой, которая получила искусственный интеллект и обучение.
Авторы предполагают, что для задач, находящихся внутри границы, искусственный интеллект может значительно улучшить как производительность, так и качество, и, возможно, даже вытеснить людей. Однако для задач, считающихся за пределами границы, искусственный интеллект может быть гораздо менее эффективным.
Хотя статья очень доступно написана, она основана на очень серьезном методологическом недостатке. Она не исследовала повышение производительности через автоматизацию с использованием искусственного интеллекта. Вместо этого она рассматривала искусственный интеллект как своего рода сопилота, которым должны управлять люди.
Это глубоко недостаточно, потому что это искусственно ограничивает возможности искусственного интеллекта, особенно в сочетании с другими техниками, такими как усиленная генерация с использованием поиска.
Искусственный интеллект может автоматически составлять запросы со всей необходимой информацией, полученной из базы данных, таких как те, которые хранятся в консалтинговых фирмах высокого уровня. Это значительно превосходит результаты одного человека и будет гораздо более прибыльным при масштабном внедрении.
Даже если качество ответов будет только таким же хорошим, как у контрольной группы, они все равно будут значительно дешевле благодаря очень низкой стоимости больших языковых моделей по сравнению с шестизначной зарплатой одного выпускника Гарварда.
Это реальный эффект искусственного интеллекта на цепочку поставок и занятость: беспрецедентное повышение производительности через автоматизацию как количественных, так и качественных задач, внедренных в масштабе. Это, скорее всего, превзойдет людей как по качеству, так и по возврату инвестиций.
Игнорируя этот очевидный случай использования, статья создает ложное и, можно сказать, опасное чувство безопасности для людей, уже обеспокоенных потенциальным влиянием искусственного интеллекта на цепочку поставок и другие аналитические работы.
