Wiele naszych czynności w ramach pracy „umysłowej” jest tak naprawdę bardzo odtwórcza i powtarzalna, a to kolejny powód, dla którego sztuczna inteligencja może sobie w tym obszarze świetnie poradzić.
Klimat i automatyzacja – to dwa kluczowe czynniki, które określą przyszłość gospodarki. Tragiczne efekty pierwszego obserwujemy z różnym natężeniem już we wszystkich rejonach świata. W Polsce to wyższe ceny owoców i warzyw, w Australii to kontynent w ogniu. Choć prognozy ze swojej natury są niepewne, a te najbardziej katastroficzne z przeszłości się nie sprawdziły, to wydaje się, że stoimy przed niezwykle poważnym problemem. Jednocześnie wola polityczna by zmienić sposób w jaki funkcjonujemy jest zbyt słaba w obliczu kosztów jakie generuje. Kosztów pewnych i odczuwalnych już dzisiaj – w przeciwieństwie do kosztów potencjalnych i niepewnych, jakie przyniosą zmiany klimatyczne. Nawet jeśli pod wpływem kolejnych katastrof taka wola się pojawi, to będzie już za późno by nasze akcje np. w zakresie ograniczenia emisji cokolwiek zmieniły. Słychać głosy, że nawet natychmiastowe działania w tej dziedzinie nic już nie są w stanie zbyt wiele zmienić. Wygląda na to, że jedynym ratunkiem pozostaje technologia: czy to geoinżynieria, czy wyłapywanie gazów cieplarnianych z atmosfery. Niestety innowacyjności nie da się zakontraktować. Nie ma też pewności co do posiadanych rozwiązań. Na początek przydałoby się porządne finansowanie tego rodzaju badań. O dziwo jednak na to również rządom szkoda pieniędzy – choć dla Polski powołanie dużego ośrodka tego typu byłoby świetnym posunięciem w rozgrywce z UE w zakresie neutralności klimatycznej. Takie podejście wymagałoby jednak więcej myślenia, a mniej wyjazdów na narty.
Tu jednak chciałbym raczej zająć się kwestią automatyzacji i sztucznej inteligencji. Gazety co chwilę donoszą o kolejnych szacunkach mówiących, że w ciągu kilku dekad połowa zawodów może zostać zautomatyzowana. To oczywiście budzi spory niepokój – przy czym nie jest on niczym nowym. Automatyzacja zaczęła zabierać ludziom pracę już w dobie rewolucji przemysłowej – na początek miało to miejsce w branży włókienniczej. Wywołało to opór społeczny w postaci stowarzyszenia luddystów, ludzi mających na celu powstrzymanie mechanizacji, głównie poprzez niszczenie maszyn. To oczywiście nie dało spodziewanego efektu. Wielu ludzi pracę straciło, a maszyny przejęły sporą część ich zadań. Zamiast głodu i niedostatku nastąpiła jednak wielka poprawa poziomu życia związana ze zwiększeniem dostępności produktów i spadkiem ich cen. Zatrudnienie zaś rosło, bo na miejsce każdego wyeliminowanego miejsca pracy pojawiało się kilka nowych, z reguły lepiej płatnych. W ostatecznym rozrachunków ówczesna automatyzacja okazała się niezwykle korzystna dla ogółu społeczeństwa, choć oczywiście nie dla poszczególnych osób tracących pracę.
Od tego czasu luddyzm nieprzerwanie istnieje i ostrzega przed bezrobociem technologicznym – zagrożeniem, które nie zmaterializowało się przez ponad dwa wieki. Głównym powodem jest fakt, że ludzie są dużo bardziej elastyczni od maszyn, łatwiej dostosowują się do szybko zmieniających się warunków, a często są po prosu znacznie tańszą opcją. Jednak rozwój sztucznej inteligencji stał się przedmiotem kolejnych obaw. Maszyny zaczęły się uczyć, być znacznie bardziej elastyczne, zaś w niektórych zadaniach zaczęły przewyższać ludzi. Czy to zatem koniec ludzkiej pracy? Czy efektywnej pracy pozostanie dla nielicznych? A co zrobić z resztą ludzi? Przecież nie mogą umrzeć z głodu. Może zatem przyszedł czas na dochód gwarantowany lub większa redystrybucję? A może zagrożenie jest wyolbrzymione? Aby odpowiedzieć na to pytanie warto zastanowić się jaka jest natura wynalazków zmieniających obraz dzisiejszego rynku pracy.
Sztuczna inteligencja to zadziwiająca technologia powstała z próby skopiowania działania zwierzęcego układu nerwowego. Efekty okazały się zadziwiająco obiecujące, zwłaszcza w niektórych typach problemów takich, jak klasyfikacja, zapamiętywanie, reakcja na bodźce, czyli zadaniach kluczowych dla organizmów żywych. W zastosowaniach praktycznych przewyższają wcześniej opracowane metody statystyczne. Mają jednak w porównaniu z nimi jedna poważną wadę: właściwie nie wiadomo w jaki sposób działają. To typowe metody black-box, w których wiemy co wkładamy do pudełka i co z niego wyciągamy, ale w jaki sposób następuję transformacja… to pozostaje dla nas zagadką.
Jednak mimikra natury udaje się tylko do pewnego stopnia. O ile udało się powiedzmy zareplikować „inteligencję” na poziomie robaka, to pójście dalej wydaje się bardzo trudne. Zwykle rozwój technologii postępuje poprzez zwiększanie skomplikowania i zasobów, dokładanie kolejnej pamięci czy tranzystorów. To jednak, co udaje się z komputerami w przypadku sztucznej inteligencji zawodzi spektakularnie – powiększanie architektury powoduje jej „głupienie”. Okazuje się bowiem, że inteligencja jest produktem nie tyle możliwości, co ograniczeń. Rozbudowane systemy AI zamiast uczyć się wzorców, które można uogólniać, uczą się przedstawionych przykładów na pamięć. Powoduje to, że świetnie sobie radzą w przypadku wcześniej widzianych przypadków i zwykle spektakularnie zawodzą w faktycznym działaniu, kiedy życie podsuwa przykłady nieco inne. To trochę jak z ludźmi o świętej pamięci, którzy są w stanie wkuć wszystko na pamięć, a są zupełnie niezdolni do improwizowania. Ludzie o słabszej pamięci muszą radzić sobie inaczej opanowując reguły i zasady sprawdzające się w większym zakresie warunków – i to właśnie nazywamy inteligencją.
To, że ludzie są inteligentniejsi od robaków, mimo że posługują się bardziej skomplikowanymi sieciami neuronowymi, wynika z architektury sieci neuronowych daleko poza naszym ich rozumieniem. Póki nie zrozumiemy jak jednocześnie zwiększać możliwości sieci, ale jednocześnie nie pozwolić im wykorzystać tychże do uczenia się na pamięć, skazani jesteśmy na algorytmy o inteligencji robaka. Dla wszystkich obawiających się z jednej strony morderczego AI rodem z „Terminatora”, jak i utraty miejsca pracy z drugiej, to dobra wiadomość. Gorsza jest taka, że wiele czynności nie wymaga inteligencji większej niż u robaka. Testy sztucznej inteligencji w ramach diagnostyki raka płuc na podstawie zdjęć RTG pokazały większą skuteczność niż w przypadku lekarzy. Koniec lekarzy w diagnostyce? Ależ skąd! Rewelacyjne wyniki mieli dopiero lekarze wspierani przez AI – okazuje się zatem, że inteligencja sztuczna i naturalna świetnie się uzupełniają.
Rozpowszechnianie AI jest także powstrzymywane przez fakt, że ludzie rozpoznają, że mają do czynienia z obiektami dość głupimi i znajdują upodobanie w dokuczaniu im. Złośliwe wyprowadzanie w pole robotów czy pojazdów autonomicznych wykorzystujące bardzo proste zasady, jakie nimi kierują jest prostą analogią w dokuczaniu mrówkom tak, by zapętlały swoje ścieżki (nota bene algorytmy mrówkowe to też część świata sztucznej inteligencji). Sztuczna inteligencja nigdy nie wygra z naturalną ludzką złośliwością. Zatem jej dominację obserwujemy głównie w zakresie cyberprzestrzeni w postaci algorytmów tłumaczących, wyznaczających trasy przejazdu, analizujących dane. Autonomiczne roboty to na chwilę obecną wciąż głównie odkurzacze i kosiarki.
To przekłada się na niskie jak dotąd przełożenie automatyzacji na działania produkcyjne. Wizja automatycznych fabryk nie ziszcza się: w zeszłym roku Adidas zamknął dwie takie fabryki w Niemczech i to ledwie dwa lata po ich otwarciu. Okazało się, że nawet minimalne zmiany w projekcie buta pociągały za sobą kolosalne koszty przezbrojenia, podczas gdy w Azji ludzie byli wstanie zaadaptować takie poprawki zasadniczo od ręki. Podobnie ma się rzecz z innymi flagowymi projektami automatyzacji jak eliminowanie kasjerów, osób odprawiających bagaż na lotniskach itp. Tymczasem to wcale nie jest automatyzacja, a jedynie przesuwanie części pracy na klientów. Zatem automatyzacja prac manualnych, o ile nie są absolutnie powtarzalne lub łatwo programowalne, leży jeszcze poza naszymi możliwościami, przynajmniej do czasu opracowania bardziej uniwersalnych robotów.
Tymczasem bardziej zagrożeni czuć się mogą pracownicy umysłowi, do tej pory w dużej mierze bezpieczni. Dlaczego? Wszak operują dziś w znacznej mierze w cyberprzestrzeni , czyli tam, gdzie AI ma się najlepiej. Wiele naszych czynności w ramach pracy „umysłowej” jest tak naprawdę bardzo odtwórcza i powtarzalna, a to kolejny powód, dla którego sztuczna inteligencja może sobie w tym obszarze świetnie poradzić. Zagrożeni mogą czuć się księgowi, agregatorzy treści, osoby zbierające i przetwarzające dane. Tymczasem zawody bardziej kreatywne wciąż mogą się czuć bezpiecznie.
Jak wiec wygląda obecny stan gry? Sztuczna inteligencja jest wciąż dość głupia i nie bardzo mamy pomysły jak to poprawić. Póki tak się nie stanie zastępowanie człowieka będzie raczej ograniczone do nowoczesnego odpowiednika tkacza z XVIII wieku – czyli osoby wykonującej bardzo powtarzalne czynności w świecie cyfrowym. Dla reszty sztuczna inteligencja okaże się raczej wsparciem czy narzędziem, a nie zamiennikiem.
