Студије у којима је четбот ChatGPT надмашио научнике и љекаре опште праксе указале су на више забрињавајућих питања на тему рада у области медицине, али и другим областима гдје алати засновани на вјештачкој интелигенцији могу донијети промјене. Није у питању само страх да запослени могу бити замијењени машином, већ и како све рад са ВИ може утицати на запослене.
Вјештачка интелигенција је појам који се тумачи на превише различитих начина. Потребни су нам бољи начини да разговарамо и размишљамо о ВИ.
Дру Бројних, културни антрополог, осмислио је категоризацију технологије у три групе по начину употребе – богови, приправници и шрафови.
„Богови“, у овом смислу, би били „супер-интелигентни, вјештачки ентитети који ствари раде аутономно“. Другим ријечима, општа вјештачка интелигенција коју Сем Алтман и његов тим покушавају да развију, док у исто вријеме упозоравају да би то могла да буде егзистенцијална пријетња човјечанству.
Богови вјештачке интелигенције су, каже Бројних, случајеви у којима се мијења човјек. Они захтијевају гигантске моделе и огромне количине „рачунара“, воде и струје (да не помињемо емисију угљен-диоксида).
„Приправници“ су „надгледани копилоти који сарађују са стручњацима, фокусирајући се на једноставније репетитивне послове“. Другим ријечима, алати као што су ChatGPT, Claude, Llama и слични велики језички модели (ЛЛМ). Квалитет који их дефинише је то да су намијењени да их користе и надгледају стручњаци. Њима се толеришу грешке јер стручњаци којима помажу провјеравају резултате, спрјечавајући да грешке оду „у јавност“.
Они обављају досадан посао: држе документацију „у малом прсту“ и балансирају између референци и попуњавања детаља након што се дефинишу већи потези, а помажу и при у генерисању идеја и раде још много тога.
Коначно, „шрафови“ су примитивне машине које су оптимизоване за изузетно добро обављање једног задатка, обично као дио ланца или интерфејса.
Стигли смо до приправника
Приправници су углавном оно што сада имамо; они представљају вјештачку интелигенцију као технологију која повећава људске способности и већ је у широкој употреби у многим индустријама и занимањима. У том смислу, они су прва генерација квази-интелигентних машина са којима су људи имали блиске когнитивне интеракције у радном окружењу, а ми почињемо да учимо занимљиве ствари о томе колико добро функционишу та партнерства између људи и машина.
Област у којој постоји нада за већи уплив вјештачке интелигенције је здравство. И то са добрим разлогом. На примјер, 2018. године, сарадња између истраживача који се баве вјештачком интелигенцијом и љекара у лондонској очној болници „DeepMind and Moorfields“ знатно је убрзала анализу скенирања мрежњаче да би се открили симптоми пацијената којима је била потребна хитна интервенција.
Али на неки начин, иако технички тешко за извођење, то није било нимало паметно јер машине могу невјероватно брзо да „читају“ снимке и изаберу оне случајеве којима је потребна специјалистичка дијагноза и лијечење.
Али шта је са самим процесом дијагностике? Интригантна америчка студија објављена у октобру у специјализованом часопису Journal of the American Medical Association, привукла је пажњу јавности јер је у питању насумично клиничко испитивање о томе да ли ChatGPT може да побољша дијагностичке могућности 50 љекара.
Непријатан закључак је био да „доступност великих језичких модела љекарима као дијагностичке помоћи није значајно побољшала клиничко резоновање у поређењу са конвенционалним ресурсима“.
Међутим, изненађујући ударац био је податак да је ChatGPT када је самостално вршио дијагностику, био бољи од обје групе љекара – једна група је радила без четбота, а љекари друге групе уз „асистирање“ четбота.
Како је Њујорк тајмс сумирао: „Љекари којима је дат ЦхатГПТ-4 заједно са конвенционалним ресурсима радили су само мало боље од љекара који нису имали приступ четботу. И, на изненађење истраживача, сам ChatGPT је надмашио докторе“.
Занимљивија су, међутим, била друга два открића. Експеримент је показао да љекари понекад непоколебљиво вјерују у дијагнозу коју су поставили, чак и када је ChatGPT предложио бољу. Такође, бар неки од љекара заправо нису знали како најбоље да искористе могућности алата. То је открило оно што заговорници вјештачке интелигенције понављају већ дуго – тај ефикасан „промпт инжењеринг“, то јест знати шта треба тражити од ЛЛМ-а како би се извукао максимум, је суптилна и слабо схваћена умјетност. Једнако занимљив је ефекат који сарадња са ВИ има на људе.
На МИТ-у (Масачусетском институту технологије), истраживач је желио да утврди колико добро научници могу да раде свој посао ако могу да користе вјештачку интелигенцију у својим истраживањима.
Чини се да заиста има користи од вјештачке интелигенције јер је уз помоћ ВИ откривено 44 одсто више материјала, а 39 одсто је повећан броја пријава патената. Ово је постигнуто тако што је ВИ урадила више од половине задатака „генерисања идеја“, остављајући истраживаче да процјењују кандидате за материјале. Тако је вјештачка интелигенција урадила већи дио „размишљања“, док су научници били морали да процијене изводљивост идеја у пракси.
Један од резултата био је и тај да је код истраживача дошло до наглог смањења осјећаја задовољства послом. Ови истраживачи нису оперативци ниског статуса. Али одједном, сарадња са паметном машином учинила је да се осјећају као, шрафчићи.
Због тога би један од закључака могао да буде да би требало да пазимо шта желимо када је ријеч о употреби вјештачке интелигенције на радном мјесту.
(РТЦГ)
Придружите нам се на Вајберу и Телеграму:
