Views: 82
- Nowe badanie analizujące 100 000 rzeczywistych rozmów z AI Claude szacuje, że technologia ta przyspiesza wykonywanie złożonych zadań związanych z wiedzą średnio o 80%.
- Ekstrapolując te dane na całą gospodarkę, sugeruje to, że obecna sztuczna inteligencja może zwiększyć roczny wzrost wydajności pracy w Stanach Zjednoczonych o 1,8% w ciągu następnej dekady, czyli prawie dwukrotnie w stosunku do obecnego wskaźnika wydajności w miejscu pracy.
- Korzyści są bardzo nierównomierne, przyspieszając rozwój takich dziedzin jak tworzenie oprogramowania i zarządzanie, pozostawiając jednocześnie sektory takie jak gastronomia i handel detaliczny w dużej mierze nietknięte, co może potencjalnie stworzyć nowe wąskie gardła w miejscu pracy.
- Analiza ta pojawia się w kontekście szerszej debaty kulturowej na temat uprzedzeń sztucznej inteligencji, jej potencjału do wypierania zawodów umysłowych oraz nadchodzącej możliwości dostępnych, spersonalizowanych modeli sztucznej inteligencji, które podważają mainstreamowe narracje.
- Nauka wykorzystania sztucznej inteligencji do poprawy wydajności, efektywności i kreatywności w pracy ma kluczowe znaczenie dla przetrwania na rynku pracy w 2026 r. i później.
- Właściwe wykorzystanie sztucznej inteligencji może poszerzyć możliwości uczenia się, przyspieszyć realizację zadań związanych z zakładaniem działalności gospodarczej, pomóc w realizacji kreatywnych projektów i celów itp.
Wsparcie AI zwiększa wydajność z 4,5 godziny do 11 minut
Badanie, będące częścią indeksu ekonomicznego Anthropic, wykracza poza zwykłe liczenie częstotliwości wykorzystania AI i próbuje zmierzyć głębokość jej wpływu. Dzięki analizie przez Claude’a anonimowych transkrypcji własnych rozmów naukowcy oszacowali, ile czasu zajęłoby wykonanie każdego zadania samemu profesjonalistowi.
Wyniki pokazują, że jest to potężny czynnik przyspieszający, pomagający osobom fizycznym w wykonywaniu zadań, które normalnie zajęłyby wiele godzin. Średnie zadanie wykonywane bez pomocy sztucznej inteligencji wymagałoby około 90 minut pracy ludzkiej. Dzięki pomocy Claude’a czas ten skraca się podobno o około 80%. Konkretnie rzecz biorąc, zadanie związane z opracowaniem programu nauczania, którego wykonanie szacowano na 4,5 godziny, zostało wykonane w zaledwie 11 minut interakcji. Właściwe rozszerzenie systemów sztucznej inteligencji jest jak podróż w czasie, pozwalająca osobom fizycznym wykonać szereg zadań w ciągu kilku minut, poprawiając przepływ pracy i wydajność w sposób, który przyćmiewa powolne metody stosowane w przeszłości. Dodatkową korzyścią jest to, że systemy sztucznej inteligencji odciążają umysłowo daną osobę, pozwalając jej zachować energię umysłową na ważniejsze zadania. Przy prawidłowym wykorzystaniu sztuczna inteligencja może zostać wzbogacona w sposób przypominający posiadanie wielu pracowników, którzy myślą i wykonują zadania za Ciebie, uwalniając Cię do bycia swoim własnym szefem.
Sporządzanie faktur i notatek przyniosło 87% oszczędności czasu.
Nie chodzi tu tylko o automatyzację prostych czynności za pomocą robotów odkurzających i kosiarek. Sztuczna inteligencja jest wykorzystywana do wykonywania merytorycznych, złożonych, obliczeniowych i wymagających dużego nakładu energii umysłowej zadań. Analiza wykazała, że ludzie wykorzystują ją do zadań związanych z zarządzaniem i kwestiami prawnymi, które normalnie zajęłyby prawie dwie godziny, oraz do złożonych analiz biznesowych i finansowych. Szacunkowy koszt pracy, jaką Claude wykonuje podczas jednej rozmowy, wynosi średnio 54 dolary.
„Zauważamy, że szacunkowa oszczędność czasu dzięki Claude’owi jest nierównomierna w przypadku poszczególnych zadań w naszej próbie, przy czym większość z nich mieści się w przedziale od 50 do 95%” – zauważa raport, podkreślając szczególną siłę tej technologii w przyspieszaniu czytania, pisania i analizy.
Trwa boom produktywności
Gdy te fajerwerki na poziomie zadań zostaną przeskalowane do modelu całej gospodarki Stanów Zjednoczonych, potencjalny efekt makroekonomiczny jest uderzający. Badania sugerują, że szerokie zastosowanie obecnych możliwości sztucznej inteligencji może zwiększyć roczny wzrost wydajności pracy o 1,8% przez dziesięć lat. Aby zrozumieć znaczenie tej liczby, należy wziąć pod uwagę, że od 2019 r. średni wzrost wynosił około 0,9% rocznie. Ten impuls wywołany przez sztuczną inteligencję przypominałby okresy bardziej dynamicznego wzrostu z końca lat 90. lub lat 60.
Siła napędowa tego wzrostu nie jest jednak równomiernie rozłożona. Największy udział (19%) w szacowanym wzroście wydajności mają programiści, a następnie menedżerowie, specjaliści ds. marketingu i przedstawiciele obsługi klienta.
Nie minie dużo czasu, zanim instytucje, rządy i branże zaczną ograniczać innowacje w zakresie sztucznej inteligencji, które przynoszą korzyści jednostkom. Jeśli dana osoba może uzyskać szczegółowe porady prawne, finansowe lub zdrowotne od systemu sztucznej inteligencji, zyska ona swobodę i będzie lepiej poinformowana oraz kompetentna. Jednak instytucje kontrolujące i zarządzające społeczeństwem będą wykorzystywać rząd do ograniczania możliwości sztucznej inteligencji, aby hamować rozwój jednostek i zmusić je do polegania na kosztownych systemach profesjonalnych.
Ryzyko stronniczości systemów sztucznej inteligencji można przezwyciężyć poprzez demokratyzację sztucznej inteligencji.
Ta obietnica renesansu produktywności istnieje jednak w znacznie bardziej złożonym i napiętym kontekście. Duże modele językowe, które napędzają narzędzia takie jak Claude, są szkolone na ogromnych zbiorach danych zebranych z internetu, w tym ze źródeł takich jak Wikipedia i Reddit, które niosą ze sobą własne uprzedzenia i perspektywy redakcyjne. Powoduje to fundamentalne napięcie: czy te systemy sztucznej inteligencji wzmacniają ludzką wiedzę, czy też utrwalają ludzkie sprzeczności? Istnieje obawa, że dzięki szkoleniu na treściach uznanych przez duże platformy technologiczne za „autorytatywne”, modele te mogą nieumyślnie odzwierciedlać i wzmacniać pewne narracje, marginalizując jednocześnie inne.
Prowadzi to do powstania prowokacyjnej i niemal buntowniczej kontrnarracji, która kwitnie na marginesie. Wraz ze spadkiem kosztów szkolenia i dostosowywania modeli sztucznej inteligencji – z setek tysięcy dolarów do prognozowanych 20 000 dolarów lub mniej w nadchodzących latach – bariera tworzenia alternatywnych modeli znika. Wyobraźmy sobie przyszłość, w której nie ma jednej monolitycznej sztucznej inteligencji, ale wiele różnych modeli, z których każdy jest szkolony na podstawie innych zbiorów danych i systemów wartości. Grupa mogłaby stworzyć model szkolony wyłącznie na podstawie literatury dotyczącej holistycznego zdrowia, medycyny tradycyjnej i permakultury, oferujący porady, które bezpośrednio podważają konwencjonalne autorytety medyczne. Ta demokratyzacja sztucznej inteligencji stanowi bezpośrednie wyzwanie dla scentralizowanej kontroli informacji. Reakcją instytucji może być próba regulacji sprzętu u źródła lub kontroli największych modeli, ale dzięki zdecentralizowanej dystrybucji za pośrednictwem torrentów i modeli uruchamianych lokalnie, duch może już wydostać się z butelki.
Nadchodzące wąskie gardło i przewaga człowieka
Wracając do kwestii bezpośredniego wpływu gospodarczego, nierównomierny charakter możliwości sztucznej inteligencji stwarza nowy rodzaj wyzwań w miejscu pracy. Chociaż sztuczna inteligencja może znacznie przyspieszyć pisanie raportów lub debugowanie kodu, nie jest w stanie prowadzić ciężarówki do miejsca kontroli, fizycznie instalować sprzętu ani poruszać się po subtelnym emocjonalnym terenie dyscyplinowania ucznia lub mentorowania młodszego pracownika. Raport Anthropic identyfikuje te zadania jako potencjalne „wąskie gardła”.
W miarę jak sztuczna inteligencja pochłania czas na zadania, w których się wyróżnia, proporcja czasu poświęcanego na te odporne, skoncentrowane na człowieku zadania będzie rosła, potencjalnie definiując role w nowy sposób. Inspektor budowlany może generować raporty w ciągu kilku minut, ale nadal będzie spędzał godziny na podróżowaniu i sprawdzaniu nieruchomości. Rozwój całych sektorów może zostać ograniczony nie przez to, co potrafi sztuczna inteligencja, ale przez to, co pozostaje wyjątkowo i uparcie ludzkie.
To prowadzi nas do najpilniejszego pytania dla pracowników umysłowych z wyższym wykształceniem: co stanie się z moją pracą? Niektóre modele sugerują, że 50% stanowisk biurowych jest już funkcjonalnie przestarzałych, a oprogramowanie jest gotowe przejąć zadania od projektowania graficznego i tworzenia wiadomości e-mail po sporządzanie ofert biznesowych, a nawet pisanie kodu. Menedżer może z łatwością korzystać z narzędzi do kodowania opartych na sztucznej inteligencji, dzięki czemu nie musi już zatrudniać dodatkowych programistów. Wzrost wydajności osoby, która opanuje te narzędzia, może być przełomowy. Pracownik, który kiedyś mógł napisać dziesięć opisów produktów dziennie, może teraz stworzyć pięćdziesiąt, nie pracując ciężej, ale pracując mądrzej z pomocą współpracownika AI.
Przyszłość w postaci rozszerzenia lub zastąpienia?
Kierunek rozwoju wydaje się jasny. W samym badaniu zaznaczono, że szacowana wydajność na poziomie 1,8% opiera się na obecnej technologii i nie uwzględnia „większego wpływu na wydajność, jaki miałyby znacznie bardziej zaawansowane systemy sztucznej inteligencji”. Wraz z rozwojem modeli ich zakres działania będzie się poszerzał. Granica między rozszerzeniem a zastąpieniem będzie się zacierać. Najważniejszą lekcją dla pracowników jest to, aby nie obawiać się tego narzędzia, ale dogłębnie je zrozumieć. Przyszłość może należeć nie do tych, którzy potrafią wykonać zadanie, ale do tych, którzy potrafią najlepiej sformułować problem dla sztucznej inteligencji, zweryfikować jej wyniki i zintegrować jej możliwości z niezastąpionymi umiejętnościami ludzkimi, takimi jak osąd, kreatywność i relacje międzyludzkie.
Stoimy u progu wielkiego przyspieszenia. Dane pokazują, że sztuczna inteligencja już teraz działa jako potężny multiplikator siły w przypadku poszczególnych zadań. Jednak ta wydajność jest częścią większej historii dotyczącej kontroli, stronniczości i samej architektury wiedzy. Wzrost wydajności jest realny i mierzalny, ale to tylko pierwsze fale po wrzuceniu kamienia do głębokiego stawu. Kolejne fale zmienią kształt naszej gospodarki, ekosystemu informacyjnego i naszego rozumienia tego, co oznacza praca i myślenie w erze inteligencji maszynowej.
