Οι ερευνητές του εργαστηρίου πληροφορικής και τεχνητής νοημοσύνης του ΜΙΤ μελέτησαν όχι μόνο αν η τεχνητή νοημοσύνη ήταν σε θέση να εκτελέσει μια εργασία, αλλά και αν είχε οικονομικό νόημα για τις επιχειρήσεις να αντικαταστήσουν τους ανθρώπους που εκτελούσαν αυτές τις εργασίες στο ευρύτερο πλαίσιο της αγοράς εργασίας.

Διαπίστωσαν ότι, ενώ η τεχνητή νοημοσύνη για εργασίες υπολογιστικής όρασης (computer vision AI) είναι σήμερα ικανή να αυτοματοποιήσει εργασίες που αντιστοιχούν στο 1,6% των μισθών των εργαζομένων στην οικονομία των ΗΠΑ (εξαιρουμένης της γεωργίας), μόνο το 23% αυτών των μισθών (0,4% της οικονομίας στο σύνολό της) θα ήταν, με το σημερινό κόστος, φθηνότερο για τις επιχειρήσεις να αυτοματοποιήσουν αντί να πληρώνουν ανθρώπινους εργαζόμενους.

Σημειώνεται πως οι εργασίες υπολογιστικής όρασης περιλαμβάνουν μεθόδους απόκτησης, επεξεργασίας, ανάλυσης και κατανόησης ψηφιακών εικόνων και εξαγωγής δεδομένων υψηλής διάστασης από τον πραγματικό κόσμο για την παραγωγή αριθμητικών ή συμβολικών πληροφοριώΝ.

«Συνολικά, τα ευρήματά μας υποδηλώνουν ότι η εκτόπιση των θέσεων εργασίας από την AIθα είναι σημαντική, αλλά επίσης σταδιακή -και επομένως υπάρχει περιθώριο για κρατική πολιτική και επανεκπαίδευση για να μετριαστούν οι επιπτώσεις στην ανεργία» αναφέρουν οι ερευνητές, όπως μετέδωσε το περιοδικό Time.

Εργασίες όπως η ανάλυση εικόνων από διαγνωστικό εξοπλισμό σε ένα νοσοκομείο ή η εξέταση δίσκων για να διασφαλιστεί ότι περιέχουν τα σωστά αντικείμενα, δίνονται στο έγγραφο ως παραδείγματα του είδους των «vision tasks» που η σημερινή τεχνητή νοημοσύνη θα μπορούσε να επιτύχει εφικτά.

Αλλά εργασίες όπως αυτές είναι συχνά τόσο κατακερματισμένες που είναι ασύμφορη η αυτοματοποίησή τους, σύμφωνα με την έρευνα.

«Παρόλο που υπάρχει κάποια επερχόμενη αλλαγή, υπάρχει επίσης κάποιος χρόνος για να προσαρμοστούμε σε αυτήν» δήλωσε ο Νιλ Τόμσον, επικεφαλής συγγραφέας της μελέτης. «Δεν πρόκειται να συμβεί τόσο γρήγορα, ώστε τα πάντα να περιέλθουν στο χάος αμέσως»

Εκτός κι αν συμβεί.

Το κόστος για τις επιχειρήσεις

Η μελέτη επικεντρώθηκε μόνο στηγν computer vision AI και όχι σε πιο ευέλικτα συστήματα, όπως τα πολυτροπικά μεγάλα γλωσσικά μοντέλα, παράδειγμα των οποίων είναι το GPT-4 της OpenAI.

Μια πρόσφατη μελέτη της OpenAI εκτιμά ότι το 19% των εργαζομένων στις ΗΠΑ θα μπορούσε να δει το 50% των καθηκόντων τους στο χώρο εργασίας να «επηρεάζονται» από συστήματα επιπέδου GPT-4 – μια πολύ υψηλότερη εκτίμηση από τη μελέτη των ερευνητών του ΜΙΤ που εστιάζει αποκλειστικά στην όραση υπολογιστών.

Ένα κρίσιμο ερώτημα για την οικονομία στην εποχή της τεχνητής νοημοσύνης θα είναι αν τα ευρήματα της μελέτης του ΜΙΤ ισχύουν για πιο «γενικά» εργαλεία τεχνητής νοημοσύνης, αυτά που υπόσχονται να αυτοματοποιήσουν τις περισσότερες μορφές γνωστικής εργασίας που μπορούν να γίνουν πίσω από μια οθόνη υπολογιστή.

Οι ερευνητές του ΜΙΤ διαπίστωσαν ότι μπορεί να είναι δαπανηρό για τις εταιρείες να «τελειοποιήσουν» τα συστήματα υπολογιστικής όρασης ώστε να είναι κατάλληλα για μια συγκεκριμένη, εξειδικευμένη εργασία. Ενώ μια τέτοια επένδυση μπορεί να έχει οικονομικό νόημα για τις μεγαλύτερες εταιρείες, συχνά δεν είναι φθηνότερη για μια μικρή επιχείρηση που θα μπορούσε απλώς να διατηρήσει έναν εκπαιδευμένο εργαζόμενο που εκτελεί ήδη καλά την εργασία. Αυτή η δυναμική είναι ένας βασικός λόγος για τον οποίο δεν είναι όλες οι εργασίες -που μπορεί να κάνει σήμερα η τεχνητή νοημοσύνη- οικονομικά βιώσιμες για την αντικατάσταση των ανθρώπων.

Αλλά δεν είναι σαφές αν αυτή η δυναμική θα μεταφερθεί και στα γλωσσικά καθήκοντα. Για να «τελειοποιήσετε» ένα μοντέλο υπολογιστικής όρασης ώστε, για παράδειγμα, να διακρίνει συγκεκριμένους τύπους φιαλών φαρμάκων μεταξύ τους με ακρίβεια 99,9%, θα πρέπει να συλλέξετε μεγάλες ποσότητες επισημασμένων εικόνων διαφορετικών φαρμάκων, πράγμα που μπορεί να είναι μια δαπανηρή και δυσκίνητη διαδικασία (ακόμη και αν επιστρατευτούν χαμηλόμισθοι εργάτες σε φτωχές χώρες για να το κάνουν με χαμηλό κόστος).

Στη συνέχεια, θα πρέπει να πληρώσετε το σημαντικό υπολογιστικό κόστος της τελειοποίησης ενός μοντέλου τεχνητής νοημοσύνης σε αυτό το μεγάλο αρχείο δεδομένων.

Από την άλλη πλευρά, η τελειοποίηση ενός γλωσσικού μοντέλου αιχμής για την εκτέλεση μιας συγκεκριμένης εργασίας μπορεί να είναι απλώς ένα θέμα που αφορά την παροχή ενός λεπτομερούς καταλόγου γραπτών κανόνων.

Μια μελέτη της OpenAI από τον Αύγουστο του 2023 διαπίστωσε ότι το GPT-4 ήταν σε θέση να εκτελέσει αποτελεσματικά το έργο της συγκράτησης περιεχομένου σε ψηφιακές πλατφόρμες αφού συντονίστηκε λεπτομερώς χρησιμοποιώντας ένα λεπτομερές έγγραφο πολιτικής και μερικά μόνο επισημειωμένα παραδείγματα.Τα ευρήματα αυτά υποδηλώνουν ότι τα μεγάλα γλωσσικά μοντέλα μπορούν να εφαρμοστούν σε ένα ευρύ φάσμα οικονομικών εργασιών πολύ πιο γρήγορα και φτηνά από ό,τι τα μοντέλα όρασης υπολογιστών.

Η λεπτομερής ρύθμιση για το GPT-4 βρίσκεται ακόμη σε περιορισμένη beta λειτουργία, καθώς η OpenAI εργάζεται για να μετριάσει τις σημαντικές προκλήσεις ασφαλείας που μπορεί να παρουσιάσει αυτό το επίπεδο προσαρμοστικότητας. Όμως, καθώς η εταιρεία και οι ανταγωνιστές της αρχίζουν να επιτρέπουν στους πελάτες να ρυθμίζουν λεπτομερώς τα πιο προηγμένα μοντέλα τους, η οικονομία μπορεί να αρχίσει να βλέπει επίπεδα αυτοματοποίησης ή επαύξησης που θα προχωρούν ταχύτερα από ό,τι προβλέπει η μελέτη του ΜΙΤ.

«Είναι σίγουρα εύλογο ότι η προσαρμογή μεγάλων γλωσσικών μοντέλων μπορεί να είναι ευκολότερη από την προσαρμογή συστημάτων όρασης υπολογιστών και ότι αυτό θα μπορούσε να οδηγήσει σε μεγαλύτερη υιοθέτηση στην οικονομία» υποστηρίζει ο Τόμσον Όμως, «όσο χρειάζεται μια μικρή ομάδα μηχανικών για την ενσωμάτωση του συστήματος στη ροή εργασίας της εταιρείας, το κόστος εξακολουθεί να είναι περιοριστικό».