Liderzy AI twierdzą, że systemy na poziomie ludzkim zbliżają się szybko

Gwałtowny postęp w dziedzinie sztucznej inteligencji zmusza rządy i instytucje do zmierzenia się z o wiele krótszą drogą do systemów na poziomie ludzkim, niż wcześniej się spodziewano. Liderzy branży twierdzą obecnie, że luka między dzisiejszymi narzędziami a sztuczną inteligencją ogólną szybko się zmniejsza. W miarę przyspieszania rozwoju, kwestie związane z rynkiem pracy, zarządzaniem i stabilnością gospodarczą stają się centralnym tematem debaty.

Amodei twierdzi, że AI na poziomie ludzkim może pojawić się w ciągu lat, a nie dekad

Podczas Światowego Forum Ekonomicznego w Davos, CEO Anthropic Dario Amodei ostrzegł, że decydenci mogą nie być przygotowani na to, jak szybko zbliża się zaawansowana AI. Występując razem z CEO DeepMind Demisem Hassabisem, Amodei stwierdził, że systemy społeczne i rynki pracy prawdopodobnie nie dostosują się w tym samym tempie co postęp technologiczny. Jego zdaniem, czas na przygotowanie się skraca, a nie wydłuża.

Amodei podtrzymał swoje przekonanie, że AI na poziomie ludzkim prawdopodobnie pojawi się w ciągu kilku lat. Powiedział, że jego wcześniejsze prognozy są nadal aktualne, a postęp utrzymuje się na stromym wykresie. Nadludzkie możliwości, według jego szacunków, mogą pojawić się już w 2026 lub 2027 roku. Jak sam stwierdził, trudno sobie wyobrazić, by rozwój ten mógł potrwać znacznie dłużej.

Duża część tej szybkości wynika z faktu, że systemy AI coraz bardziej pomagają w swoim własnym rozwoju. W Anthropic, jak powiedział Amodei, inżynierowie oprogramowania już przechodzą od pisania kodu do nadzorowania wyników generowanych przez AI. Inżynierowie spędzają obecnie więcej czasu na przeglądaniu i poprawianiu kodu niż na jego tworzeniu od podstaw. W ciągu sześciu do dwunastu miesięcy, zasugerował, modele AI mogą przejąć większość zadań programistycznych od początku do końca.

Kilka sił napędza ten cykl do przodu:

• Modele AI generują obecnie duże fragmenty kodu produkcyjnego.
• Inżynierowie działają głównie jako recenzenci, a nie główni autorzy.
• Ulepszenia w treningu bezpośrednio przekładają się na szybsze aktualizacje modeli.
• Ograniczenia w dostawach sprzętu wpływają na tempo bardziej niż możliwości badawcze.
• Krótsze cykle rozwoju skracają czas wdrażania rozwiązań.

Hassabis z DeepMind ocenia szanse na AGI do 2030 roku na 50%

Doceniając silny postęp, Hassabis argumentował, że nie wszystkie dziedziny nadają się równie dobrze do automatyzacji. Obszary takie jak programowanie i matematyka są łatwiejszym celem, ponieważ wyniki można szybko weryfikować. Inne dyscypliny, zwłaszcza nauki przyrodnicze, opierają się na eksperymentach wymagających czasu i zasobów.

Odkrycia naukowe, jak powiedział, pozostają główną barierą. Obecne systemy potrafią rozwiązywać dobrze zdefiniowane problemy, ale mają trudności z generowaniem nowych pytań lub teorii. Tworzenie oryginalnych hipotez, w jego opinii, stanowi jeden z najwyższych poziomów ludzkiej kreatywności. AI nie wykazała jeszcze niezawodnych umiejętności w tym zakresie i nie wiadomo, kiedy – lub czy – ta luka zostanie zniwelowana.

Z tych powodów Hassabis ocenił szanse osiągnięcia AGI do 2030 roku na około pięćdziesiąt procent. Wskazał na różnicę między szybkimi obliczeniami a prawdziwą innowacją jako kluczową niepewność. Mimo to obaj menedżerowie zgodzili się, że zakłócenia gospodarcze nie są już odległym zagrożeniem.

Pracownicy umysłowi są coraz bardziej narażeni. Amodei wcześniej szacował, że nawet połowa miejsc pracy na poziomie podstawowym w zawodach profesjonalnych może zniknąć w ciągu pięciu lat i w Davos podtrzymał tę liczbę. Praca biurowa, kiedyś uważana za bezpieczną, obecnie staje przed presją automatyzacji podobną do tej, która dekady temu przekształciła przemysł.

Hassabis ostrzegł, że nawet ostrożne prognozy gospodarcze mogą nie doceniać tempa zmian. Pięć do dziesięciu lat to, jak powiedział, niewiele czasu na dostosowanie się społeczeństw. Instytucje stworzone z myślą o wolniejszych przejściach mogą mieć trudności z reakcją, jeśli struktura pracy zmieni się nagle.

AI podkopuje autonomię pracy długo przed masowymi zwolnieniami

Dla Amodeia wyzwanie wykracza już poza inżynierię i przeradza się w kryzys koordynacji. Twierdzi on, że rządy powinny skupić większość swojej uwagi na zarządzaniu przejściem. Choć ryzyka związane z nadużyciem i napięciami geopolitycznymi pozostają pod kontrolą, margines błędu się zmniejsza.

Kluczowe naciski polityczne wyłaniające się z tej debaty to:

• Zmiany na rynku pracy zachodzą szybciej, niż mogą to obsłużyć istniejące systemy przekwalifikowania.
• Luki regulacyjne dotyczące potężnych modeli ogólnego przeznaczenia.
• Wzrost nierówności napędzany automatyzacją pracy wymagającej kwalifikacji.
• Koncentracja możliwości AI w rękach niewielu dużych graczy.
• Ograniczona globalna koordynacja w zakresie standardów bezpieczeństwa.

Niektórzy analitycy rynku pracy uważają, że zakłócenia mogą pojawić się poprzez restrukturyzację stanowisk, a nie ich całkowite zastąpienie. Bob Hutchins, CEO Human Voice Media, powiedział, że role zawodowe są dzielone na mniejsze, bardziej monitorowane zadania. Algorytmy coraz częściej zarządzają przepływem pracy, który wcześniej kontrolowali indywidualni pracownicy.

Według Hutchinsa, ta zmiana wpływa na to, jak praca jest odczuwana i wykonywana. Role kreatywne i techniczne przesuwają się z pozycji decyzyjnych do funkcji weryfikacyjnych. Pracownicy sprawdzają wyniki zamiast kształtować projekty. Z czasem ten proces może pozbawić pracę autonomii i obniżyć wynagrodzenia, nawet jeśli nazwy stanowisk pozostają niezmienione.

Zamiast pytać, czy maszyny zastąpią ludzi, Hutchins uważa, że uwaga powinna skupić się na tym, jak zmienia się jakość pracy. W miarę fragmentacji zadań i wzrostu nadzoru, sama tożsamość zawodowa może ulec erozji. Rządy i pracodawcy stają dziś przed wyzwaniem, które wykracza poza utrzymanie zatrudnienia – muszą zadbać o zachowanie sensownej pracy, gdy możliwości AI stale się rozszerzają.