A ChatGPT tavaly novemberi berobbanása óta gyakran halljuk, hogy veszélyeztetve vannak a fehérgalléros munkavállalók. A McKinsey tanulmánya szerint azonban ez nem csupán riogatás, ez már a rideg valóság. 

Amióta a generatív mesterséges intelligencia tavaly novemberben berobbant a köztudatba, a fehérgalléros munkavállalókra vonatkozó előrejelzések borúsak– derült ki a McKinsey tanulmányából. 

Egy idén nyáron közzétett tanulmányban amerikai kutatók kimutatták, hogy  

a ChatGPT bevezetését követő néhány hónapon belül a nagy online platformokon szabadúszóként dolgozó szövegírók és grafikusok jelentősen kevesebb megbízást kaptak, 

emiatt pedig csökkent a keresetük. Ez nemcsak arra utalt, hogy a generatív mesterséges intelligencia elvette a munkájukat, hanem arra is, hogy leértékelődik az ember által végzett „valódi” munka. 

A tanulmányból az is kiderült, hogy a korábban jól kereső és sok megbízással rendelkező szabadúszók esetében nem volt kisebb a valószínűsége annak, hogy foglalkoztatásuk és jövedelmük csökken, mint a náluk kevésbé népszerű munkavállalók esetében. Tehát a magasabb képzettség sem jelentett védelmet számukra – idézi a Financial Times. 

Emellett a tanulmányban arra is kitértek, hogy a magasabb iskolai végzettséggel elvégezhető munkafolyamatokat hatékonyabban automatizálhatja az MI.   

Nem csak a szabadúszókat érinti a mesterséges intelligencia 

A Harvard Business School egy nemrégiben készült tanulmányában a ChatGPT-4 teljesítményre gyakorolt hatásait vizsgálták. A kutatásban a Boston Consulting Group tanácsadó cég munkatársainak egy része használhatta a generatív MI-t, a másik felének tilos volt. Végül kiderült, hogy akiknél engedélyezték az eszköz használatát, azok sokkal jobban teljesítettek a társaiknál. A mesterséges intelligenciával támogatott tanácsadók 25 százalékkal gyorsabban végezték el a feladatokat és összességében 12 százalékkal több feladatot teljesítettek. Emellett munkájuk minősége is 40 százalékkal jobb volt, mint a társaiké. 

Bár az alkalmazottak a képzettségüktől függetlenül mind profitáltak, a legnagyobb teljesítménynövekedés a kevésbé magasan képzettek körében volt tapasztalható. Ennek egyszerű oka van: a nagy nyelvi modellek rengeteg információval rendelkeznek és abból gazdálkodnak. Minél közelebb van a saját tudásunk ehhez a generatív MI szintjéhez, annál kevesebbet képes ténylegesen hozzáadni a munkánkhoz. 

Azonban, mint azt már többször is említettük, az MI is tévedhet, és vannak korlátai. Az alkalmazottaknak egy olyan komplex feladatot is meg kellett oldaniuk, amely során egy szöveges dokumentum áttanulmányozását követően kellett megoldani egy számolási feladatot. Ebben az esetben az MI-vel dolgozó tanácsadók összességében rosszabbul teljesítettek társaiknál. Azonban voltak kiemelkedő teljesítményűek is köztük: a csoport egy része folyamatosan finomította a válaszait az MI segítségével, egy másik része pedig elvégezte a szakterületéhez közel álló feladatrészeket, és azokat hagyta az MI-re, amiben az jobban teljesít.  

A teljesítményt tehát az is befolyásolja, hogy tudják-e jól használni a generatív mesterséges intelligenciát. 

Az említett tanulmányok rávilágítanak, hogy minél sokrétűbb egy személy munkája, annál kevésbé valószínű, hogy az MI teljes mértékben elveszi a munkáját. Emellett pedig nem csak abból származik előnyünk, hogy használjuk, hanem abból is, hogy jól használjuk. Fontos az utólagos ellenőrzés és a megfelelő prompt-tudás ahhoz, hogy valóban növekedhessen a hatékonyságot.  

Azonban amennyiben megtanuljuk jól használni és alkalmazzuk is, azzal felgyorsulhat a gazdasági növekedés és ellensúlyozható a csökkenő foglalkoztatottsági növekedés is. A McKinsey becslései alapján az egyes munkatevékenységek automatizálása 0,2–3,3 százalékos éves termelékenységi növekedést biztosíthat a globális gazdaság számára 2023 és 2040 között – az automatizálás ütemétől függően –, amelyhez a generatív mesterséges intelligencia 0,1–0,6 százalékponttal járulhat hozzá. 

Kapcsolódó: