In Praise of Boring AI
Этан Моллик рассуждает о «скучной» стороне ИИ — автоматизации рутинных и монотонных рабочих задач. Он ссылается на исследование в Science, показавшее, что ChatGPT сокращает время на деловое письмо на 40 % при росте качества на 18 %. Автор приводит личные примеры: быстрое создание финансовых моделей в Excel, генерация изображений для презентаций через Midjourney и заполнение сложных форм с помощью Bing. По данным опросов, люди скучают на работе около 10 часов в неделю, а скука связана с текучестью кадров и даже деструктивным поведением. Моллик предлагает начинать внедрение ИИ именно с рутины — как это делала каждая волна автоматизации, — чтобы высвободить людей для по-настоящему значимой работы.
Похвала скучному ИИ
Автоматизация всегда была про избавление от рутины. ИИ способен на то же самое.
Мы тратим массу времени, обсуждая те аспекты ИИ, которые — к лучшему или к худшему — звучат захватывающе. Идея о том, что сверхразумные ИИ однажды могут нас всех погубить или спасти, — определённо не скучная! Способы, которыми ИИ может вытеснить наши рабочие места или преобразить образование, — интересно! Но сегодня я хочу поговорить о скучных аспектах ИИ.
Для контекста: одна из первых крупных экспериментальных работ о влиянии ChatGPT на трудовую деятельность только что вышла в Science (на основе свободно доступного препринта), и результаты весьма впечатляют: в реалистичных задачах делового письма ChatGPT сократил время выполнения работы на 40 %, при этом внешние оценщики оценили качество текстов, написанных с помощью ИИ, на 18 % выше, чем у текстов, написанных людьми самостоятельно.1 После использования ИИ люди больше беспокоились о своих рабочих местах… но при этом были значительно счастливее — почему?
Потому что большая часть работы скучна, а ИИ справился со скучной частью быстро.
Это не ново. Автоматизация всегда была направлена на устранение работы, которая однообразна и зачастую опасна или скучна. Вспомните рабочего, паявшего консервные банки по 8 часов в день, шахтёра с киркой или профессию, которая лучше всего олицетворяет скуку и опасность одновременно: человека, сидевшего на одноногом стуле на шотландской динамитной фабрике Альфреда Нобеля и следившего за термометром, чтобы тринитротолуол не взорвался («Обстановка довольно тяжела для чувствительных нервов — ваша жизнь в каждый момент зависит от термометра и человека на одноногом стуле»). Мы изобрели автоматическое оборудование для пайки банок, горнодобывающие машины и автоматические регуляторы температуры, которые преобразили все эти профессии. В отличие от предыдущих волн автоматизации, ИИ не создан специально для замены какой-то конкретной задачи — вместо этого он делает множество вещей, одни лучше, другие хуже.
И это прекрасно подходит для того, чтобы сделать жизнь многих из нас лучше в некоторых узких, но важных аспектах, потому что позволяет автоматизировать задачи. Исследователи труда часто представляют работу как набор задач. Возьмём мою роль профессора бизнес-школы. Моя работа — не единое неделимое целое. Она состоит из множества задач: преподавание, исследования, написание текстов, заполнение годовых отчётов, обслуживание компьютера, написание рекомендательных писем и многое другое. Должность «профессор» — лишь ярлык; повседневный опыт складывается из этого набора задач. Какие именно задачи входят в мою работу — в известной мере случайно: у профессоров в других университетах задачи могут отличаться, но у меня они такие.
И некоторые из этих задач скучны. Многие из них скучны и при этом важны (написание рекомендательного письма — честь и важное дело, но не самое увлекательное занятие), и я уже писал о рисках автоматизации таких задач. Но значительная часть скучной работы — просто рутина, не заслуживающая глубокого внимания. В идеальном мире мы бы вообще этим не занимались. В нашем неидеальном мире ИИ может сделать это за нас.
Несколько примеров, как я автоматизировал разовые скучные задачи
Собственно, один из основных способов, которыми я использую ИИ, — быстро получить достаточно хороший результат, чтобы сосредоточиться на более важных вещах. Например, мне нужно было создать простую финансовую модель в Excel для вымышленного стартапа, который я использовал как небольшой учебный пример.
До появления ИИ это потребовало бы времени и усилий ради чего-то, что будет использоваться всего несколько минут и лишь один раз. Но теперь я могу попросить Code Interpreter: Я профессор предпринимательства, веду курс MBA. Создай пример прогноза выручки в виде скачиваемого CSV-файла для стартапа, доставляющего домашнюю еду от поваров-любителей. Сделай прогноз на пять лет. Делай любые допущения, которые считаешь нужными. Ещё пара уточнений — и всё готово: рабочий CSV-файл с расчётами, которые можно быстро проверить.
Или рассмотрим другую трудоёмкую и относительно малоценную задачу: подготовку изображений для презентаций в PowerPoint. Хотя для многих проектов я заказываю работу у художников, для разовых презентаций я этого не делаю. Раньше я обычно искал в интернете фотографии с лицензией Creative Commons. Это отнимает много времени и часто приводит к скучным картинкам.
Теперь я действую иначе:
Я захожу на сайт с изображениями Creative Commons (вот и вот хорошие отправные точки) и нахожу картинку, которая приблизительно соответствует тому, что мне нужно, — она даже не обязательно должна быть очень похожей.Я иду в Midjourney и использую функцию /describe (буквально набираю «/describe», и она позволяет загрузить картинку), которая генерирует набор промптов, дающих похожие изображения. Как вы заметите, промпты выглядят непонятно («caffinol developing»?), но это не важно — я просто использую их как есть.Я добавляю к промптам пару слов. В данном случае я беру фотографию женщин за ноутбуком, генерирую промпты через /describe и добавляю к ним фразы «at a cafe», «dramatic scene» или «underwater». Результат — более интересная картинка, чем оригинал. На это уходит минута-две (и это гораздо веселее, чем в двадцатый раз искать на Pexels).
Если это не сработает, я могу даже нарисовать от руки ужасный набросок в Microsoft Paint, загрузить его в Bing и попросить превратить в качественное изображение.
И, конечно, ИИ отлично справляется, когда нужно заполнить форму, переписать документ для другой аудитории или выполнить практически любую разовую задачу, от которой хочется вздохнуть и заняться чем-нибудь другим. Меня особенно впечатляет, как хорошо он научился заполнять сложные документы. Например, вот Bing пошагово проводит меня через процесс открытия ресторана в Филадельфии, включая чтение PDF с требованиями и составление ответов. Я бы пока не стал доверять его работе без проверки, но это экономит время и нервы.
Машина для уничтожения скуки
Хотя не вся работа обязана быть захватывающей, огромная её часть скучна без всякой причины, и это, похоже, серьёзная проблема. Скука — одна из главных причин увольнений, а ещё мы творим безумные вещи, когда нам скучно. Одно небольшое исследование среди студентов показало, что 66 % мужчин и четверть женщин предпочли болезненный удар током тому, чтобы просто тихо посидеть 15 минут без дела. А в серии предварительно зарегистрированных исследований с участием 7 000 человек скука была связана с садизмом. Например, 18 % скучающих людей убивали червей, когда им давали такую возможность (среди нескучающих это делали лишь 2 %), а скучающие родители и солдаты вели себя более садистски. Скука по-своему опасна.
Поэтому странно, что мы позволяем такой большой части работы быть скучной. По данным опросов, люди скучают на работе около 10 часов в неделю. В идеальном мире руководители тратили бы время на устранение бесполезной и однообразной работы, ведущей к скуке, и перестраивали бы рабочие процессы в пользу более увлекательных задач. Но, несмотря на годы управленческих рекомендаций, большинство официальных ритуалов, форм и требований продолжают существовать далеко за пределами своей полезности. Если люди не смогли покончить с этой рутиной, машины смогут.
Таким образом, если мы хотим подумать о том, какую работу первой по-настоящему отдать ИИ, возможно, стоит начать так, как начиналась каждая волна автоматизации: с рутинного, (психологически) вредного и однообразного. Компании и организации могли бы начать с того, чтобы сделать скучные процессы «дружелюбными к ИИ», позволив машинам (под контролем человека) заполнять обязательные формы. Поощрение сотрудников за уничтожение скучных задач с помощью ИИ также помогло бы оптимизировать операции и сделать всех счастливее. А если это выявит задачи, которые можно безболезненно автоматизировать без потери ценности — тем лучше. Возможно, от такой работы можно вообще отказаться.
Как я уже писал, ИИ будет иметь множество последствий, хороших и плохих, и многое будет зависеть от того, как мы решим его использовать. Один из способов встать на позитивный путь — начать с размышлений о том, как ИИ может помочь нам процветать, автоматизируя то, что нас сдерживает. Для многих людей четверть рабочей жизни — это рутина. Изменить это — хороший первый шаг, создающий прецедент использования ИИ как средства освобождения от монотонного труда, позволяющего сосредоточиться на том, что действительно важно.
И это был старый ChatGPT-3.5, значительно менее способный, чем GPT-4