A generatív mesterséges intelligencia meglepő paradoxont mutat: miközben bizonyítottan kiválóan teljesít bizonyos feladatokban, eddig mégsem okozott jelentős zavart a munkaerőpiacon. Két új tanulmány azonban most rávilágít, hogy miért nem szorította még ki az embereket a munkájukból az MI, és mely területeken várható először a tömeges állásvesztés.
Több mint két éve már, hogy bebizonyosodott: az OpenAI ChatGPT-je gond nélkül teljesít olyan hírhedten nehéz vizsgákat, mint az amerikai jogi egyetemek felvételije vagy az Ivy League üzleti iskoláinak záróvizsgái. John Adams mesterségesintelligencia-szakértő szerint a legújabb modellek következetesen magas színvonalú írásokat készítenek – olyan esszéket, amelyeket még a tapasztalt oktatók sem tudnak megkülönböztetni a hallgatók munkáitól.
Hozzátette: ennek ellenére mégis kevés bizonyíték van arra, hogy az MI komoly zavart okozna a munkaerőpiacon, még a látszólag nagyon veszélyeztetett foglalkozásokban is. Ez a kettősség pedig – az MI egyidejű kiválósága és az emberi munkahelyek átvételében való látszólagos tehetetlensége – különös figyelmet érdemel.
Mely szakmák a leginkább veszélyeztetettek?
A könyvelők, a biztosításikockázat-értékelők, az utazási ügynökök és a jogi asszisztensek napi feladatai szinte teljesen átfedésben vannak a nagy nyelvi modellek (LLM-ek) képességeivel. Ennek ellenére az ezekben a munkakörökben dolgozók száma nem igazán változott, még azt követően sem, hogy a generatív MI elterjedt.
„Van azonban két figyelemre méltó kivétel. A szövegírói és a szoftverfejlesztői állások terén nem egyértelmű az LLM-ek szerepe, ugyanis ezekben a munkakörökben a foglalkoztatottság az elmúlt két évben eltért a trendtől” – magyarázta a szakértő.
Ez pedig nem csupán az adott ágazatok szélesebb gazdasági tendenciáinak függvénye. A számítástechnikai, kiadói és marketingiparágak más területein a munkahelyek száma ugyanis nem mutat ilyen hirtelen visszaesést.
Miért maradnak biztonságban egyes munkakörök?
A San Franciscóban működő MI-kutatócég, a METR új tanulmánya egy olyan keretrendszert mutat be, amely segít jobban megérteni a mesterséges intelligencia erősségeit, gyengeségeit és fejlődésének ütemét. E szerint a nagy nyelvi modellek teljesítménye egy adott feladat elvégzésében nem elsősorban attól függ, hogy mennyire lenne szellemileg megterhelő ugyanaz a feladat egy ember számára, vagy hogy milyen speciális szaktudást igényelne, hanem inkább attól, hogy mennyi időt venne igénybe az embernek, illetve mennyire rendezetlen, strukturálatlan a feladat jellege.
„Egy ügyvezetői asszisztens, utazási ügynök vagy könyvelő feladatainak az ellátása, amelyekhez bár belépő szintű számítástechnikai tudás szükséges, mégis túlmutatnak a legfejlettebb MI-rendszerek jelenlegi képességein” – fogalmazott a szakértő. Hozzátette: ezek a modellek nehezen boldogulnak, ha egyszerre több információs szálat kell követniük, nehezen alkalmazkodnak a folyamatosan változó környezethez, és problémát jelent számukra, ha a célok nem egyértelműek, gyakran módosulnak, vagy ha párhuzamosan több feladattal kell megbirkózniuk.
Ez azonban nem jelenti azt, hogy ezek a munkakörök örökre érintetlenek maradnak: a METR kutatása szerint a mesterséges intelligencia egyenletes fejlődést mutat a feladatok széles skáláján – függetlenül azok bonyolultságától, időigényétől vagy attól, hogy mennyire strukturálatlanok.
Ezért vannak veszélyben a programozók és az írók
A programozókat és írókat az különbözteti meg az előbb felsoroltaktól, hogy ezek olyan foglalkozások, ahol az egész munka elejétől a végéig – nem csak önálló alkotóelemei – a lehető legközelebb áll ahhoz, amiben az MI kiváló: szép, tiszta, lineáris és szekvenciális feladatok, vizsgakérdések és esszéfeladatok.
„Mindkét munkakörre jellemző a szerződéses vagy szabadúszó munka magas aránya. Így egy olyan MI-asszisztens, mint az Anthropic Claude-ja, elvégezheti a munkát egy nem alkalmazotti státuszban lévő szövegíró helyett, így a HR-nek sincs feladata vele” – jegyezte meg a szakértő.
(Van némi irónia abban, hogy épp a Szilícium-völgyre jellemző önellátásra és munkafolyamat-optimalizálásra épülő gondolkodásmód tette sebezhetőbbé a technológiai szerepköröket.)
A szakértő hozzátette, hogy jelenleg azokban a munkakörökben nem érdemes dolgozni, amelyekben a feladatok lineárisak és egyértelműek.
