Исследование выяснило, как ИИ будет вытеснять работников с рынка труда

Искусственный интеллект сможет превзойти «почти всех людей почти во всем» вскоре после 2027 года, предрек Дарио Амодеи, генеральный директор Anthropic, разработавшей семейство LLM Claude.

Действительно, возможности ИИ стремительно растут, однако столь быстрый прогресс не вяжется с сильнейшей склонностью больших языковых моделей (LLM) к галлюцинациям, из-за которых они проваливают более 95% удаленных фриланс-проектов.

Недавняя работа METR обнаружила, что LLM могут наращивать возможности резкими скачками — всего за несколько лет переходя от почти полной неуспешности к практически гарантированному успеху. Если это верно для экономики в целом, такие внезапные успехи ИИ могут застать работников врасплох.

Исследовательская группа Массачусетского технологического института (MIT) FutureTech изучила динамику развития ИИ, результатами чего поделилась на arXiv. Они таковы:

• Эффективность ИИ растет плавно — на задачах из многих отраслей экономики и при разной длительности задач. «Это само по себе не защищает работников — приливы могут подниматься быстро, — но означает, что следящие за прогрессом работники и политики должны видеть приближение изменений», — объясняет старший автор Нил Томпсон.
• Возможности ИИ уже сейчас высоки. Исследователи сосредоточились на тех 63% задач, которые выполняют работники в США и которые основаны на тексте (а значит, потенциально доступны LLM). Оказалось, без участия человека при наличии правильной информации LLM способны выполнить 60% таких задач на уровне, который начальник оценил бы как «минимально достаточный»; лишь 26% ответов были оценены как «превосходные».
  «Языковые модели показали впечатляющую компетентность, даже работая в одиночку», — признает ведущий исследователь Маттиас Мертенс.
• Возможности ИИ быстро растут. В MIT считают преувеличением прогноз о превосходстве ИИ в 2027 году, однако констатируют, что прогресс действительно впечатляет. По оценкам авторов, к 2029-му году ИИ научится выполнению 80–95% текстовых рабочих задач с минимально приемлемым качеством, еще несколько лет потребуется для достижения идеального уровня. «Эти прогнозы исходят из того, что развитие аппаратного обеспечения, алгоритмов и масштабирование моделей ИИ продолжат идти прежними темпами. Если они замедлятся, замедлится и рост возможностей ИИ», — уточняет Томпсон.

Так что не теряем бдительности, чтобы не дать ИИ лишить нас работы.