[ad_1]
ولكن ماذا قد تفعل الذكاء الاصطناعي بالعمالة؟ هذا هو السؤال الأكثر أهمية بشأن هذه التكنولوجيا بعد “هل ستقتلنا جميعا؟”، ومن الصعب للغاية تحديد الإجابة ــ حتى مع انتقال الحدود من الخيال العلمي إلى الواقع.
في أحد طرفي الطيف، هناك ادعاء مبالغ فيه إلى حد ما بأن التكنولوجيا الجديدة تخلق ببساطة وظائف جديدة؛ وفي الطرف الآخر، هناك مخاوف من أن تحل الشركات محل القوى العاملة بأكملها بأدوات الذكاء الاصطناعي. في بعض الأحيان، لا يتعلق الخلاف بالحالة النهائية بقدر ما يتعلق بسرعة التحول: فالاضطراب الذي يكتمل في غضون بضع سنوات يكون مدمرًا لأولئك الذين وقعوا في وسطه، على نحو قد يكون من الممكن البقاء على قيد الحياة في حالة اضطراب يستغرق عقدين من الزمن.
حتى التشبيهات بالماضي أقل وضوحًا مما قد نرغب. لقد وضع محرك الاحتراق الداخلي حدًا للخيول العاملة – في النهاية. لكن المحرك البخاري فعل العكس، حيث زاد بشكل كبير من عدد الحيوانات المستخدمة لنقل البضائع في المملكة المتحدة. لماذا؟ لأن السكك الحديدية أدت إلى طفرة في شحن البضائع في جميع أنحاء البلاد، لكنها لم تتمكن من إكمال التسليم من المستودع إلى عتبة الباب. كانت الخيول مطلوبة للقيام بالأشياء التي لم يستطع المحرك البخاري القيام بها.
حتى لم يعد هناك.
إن الطاقة البخارية ومحرك الاحتراق الداخلي من الأمثلة على التكنولوجيات ذات الأغراض العامة، وهي الاختراقات التي تعيد تشكيل البنية الكاملة للمجتمع. ولم يكن هناك الكثير من هذه الاختراقات، حتى لو بدأت العد بالكتابة ــ أو قبل ذلك بالنار نفسها. وأعتقد أن من قبيل المصادفة التامة أن يحمل مصطلح “المحول المولد المدرب مسبقاً” نفس الأحرف الأولى، وبالتالي يبدو أن محولات GPT هي محولات GPT.
إنها ليست الوظائف، أيها الغبي
البشر ليسوا خيولًا، وأدوات الذكاء الاصطناعي ليست بشرًا.
البشر ليسوا خيولاً (بحاجة لمصدر). يبدو من غير المعقول أن تكون تقنية الذكاء الاصطناعي قادرة على القيام بكل ما يمكن للإنسان فعله، لأن بعض ما يمكن للإنسان فعله هو أن يكون إنسانًا، وهو ادعاء غير مريح ولكنه مهم. لا تزال الخيول تجري في سباقات الخيول، لأنه إذا استبدلت الحصان بسيارة فهذا ليس سباق خيول (بحاجة لمصدر)؛ سيظل الناس يقدمون تلك الخدمات التي يريد الناس، لأي سبب كان، أن يقدموها. مع تحول الثقافة حول صعود الذكاء الاصطناعي، قد تفاجئنا بعض هذه الخدمات. الذكاء الاصطناعي في الرعاية الصحية غير مقدر على الإطلاق، على سبيل المثال، لأن “اللمسة الإنسانية” بالنسبة للكثير من الناس شيء سيء: إنه الطبيب الذي تقلق بشأن حكمه على شربك أو المعالج الذي تكذب عليه لأنك تريد أن يحبك.
ونتيجة لهذا، يفضل كثير من الناس التفكير ليس في الوظائف، بل في “المهام”. خذ وظيفة، وحددها من حيث المهام التي تنطوي عليها، واسأل نفسك ما إذا كان الذكاء الاصطناعي قادراً على القيام بها. وبهذه الطريقة، يمكنك تحديد عدد قليل من الوظائف المعرضة لخطر الإبادة الكاملة، وعدد قليل من الوظائف الآمنة تماماً، وفئة كبيرة من الوظائف المتوسطة التي سوف “تتأثر” بالذكاء الاصطناعي، أياً كانت النتيجة.
من الجدير الإشارة إلى ما هو واضح: إن هذا النهج سيؤدي ميكانيكيًا إلى “تضرر” عدد كبير من الوظائف و”تدمير” عدد صغير من الوظائف. (حتى الوظائف الأكثر تأثرًا بالذكاء الاصطناعي من المرجح أن يكون بها بعض المهام التي يجدها الذكاء الاصطناعي صعبة). ربما لهذا السبب تعد هذه المنهجية رائدة من قبل OpenAI. في ورقة بحثية عام 2023، قدر الباحثون التابعون للمختبر: “أن 80 في المائة من العمال ينتمون إلى مهنة حيث يتم تعريض ما لا يقل عن 10 في المائة من مهامها لـ LLMs، بينما 19 في المائة من العمال في مهنة حيث يتم تصنيف أكثر من نصف مهامها على أنها معرضة للخطر”.
وذكر التقرير أن ما بين 15 و86 مهنة “معرضة بالكامل” للاستغلال، بما في ذلك علماء الرياضيات والسكرتيرات القانونيات و… الصحفيين.
لا زلت هنا. ولكن بعد مرور عام، عادت الفكرة إلى الأخبار بفضل ورقة بحثية من معهد توني بلير (TBI). كان هذا المعهد الفكري الضخم قويًا ومؤثرًا حتى قبل فوز حزب العمال الساحق قبل أسبوعين؛ والآن، يُنظر إليه باعتباره أحد مهندسي فكر ستارميريت. ويعتقد أن القطاع العام ناضج لتعطيل الذكاء الاصطناعي. من ورقة المعهد، التأثير المحتمل للذكاء الاصطناعي على القوى العاملة في القطاع العام (pdf):
يمكن أتمتة أكثر من 40% من المهام التي يؤديها العاملون في القطاع العام جزئيا من خلال مزيج من البرمجيات القائمة على الذكاء الاصطناعي، على سبيل المثال نماذج التعلم الآلي ونماذج اللغات الكبيرة، والأجهزة المدعومة بالذكاء الاصطناعي، والتي تتراوح من أجهزة الاستشعار المدعومة بالذكاء الاصطناعي إلى الروبوتات المتقدمة.
وسوف تحتاج الحكومة إلى الاستثمار في تكنولوجيا الذكاء الاصطناعي، وتحديث أنظمة البيانات لديها، وتدريب قوتها العاملة على استخدام الأدوات الجديدة، وتغطية أي تكاليف إضافية مرتبطة بالخروج المبكر من القوى العاملة. وفي ظل خطة طموحة، نقدر أن هذه التكاليف تعادل 4 مليارات جنيه إسترليني سنويا في المتوسط خلال هذه الفترة البرلمانية.
على مدى الأسبوعين الماضيين، كانت TechScape تلقي نظرة على نهج الحكومة الجديدة تجاه الذكاء الاصطناعي. وغدًا، سنكتشف المزيد، حيث من المتوقع أن يتم تقديم مشروع قانون الذكاء الاصطناعي في خطاب الملك. تمنحنا ورقة TBI نقطة أساسية واحدة للبحث عنها: هل سيصل الاستثمار في التحول إلى ما يقرب من 4 مليارات جنيه إسترليني سنويًا؟ يمكن القيام بالكثير مجانًا، ولكن يمكن القيام بالكثير بأموال كبيرة. إن الإنفاق يؤتي ثماره، بنسبة تزيد عن 9:1، وفقًا لتقديرات المعهد؛ ولكن من الصعب تهريب مشروع قانون بقيمة 20 مليار جنيه إسترليني عبر البرلمان دون طرح أسئلة.
خبراء الذكاء الاصطناعي
توني بلير يتحدث في مؤتمر مستقبل بريطانيا الذي نظمه معهد توني بلير في التاسع من يوليو/تموز. تصوير: يوي موك/بي إيه
خلال عطلة نهاية الأسبوع، حظي التقرير بموجة ثانية من الاهتمام، بعد أن أبدى النقاد اعتراضهم على المنهجية المستخدمة. من 404 Media:
تخطي الترويج للنشرة الإخبارية
محاضرة أسبوعية لأليكس هيرن حول كيفية تشكيل التكنولوجيا لحياتنا
إشعار الخصوصية: قد تحتوي النشرات الإخبارية على معلومات حول الجمعيات الخيرية والإعلانات عبر الإنترنت والمحتوى الممول من قبل أطراف خارجية. لمزيد من المعلومات، راجع سياسة الخصوصية الخاصة بنا. نحن نستخدم Google reCaptcha لحماية موقعنا على الويب وتنطبق سياسة الخصوصية وشروط خدمة Google.
بعد الترويج للنشرة الإخبارية
المشكلة في هذا التوقع، الذي التقطته بوليتيكو وتيك رادار وفوربس وغيرها، هي أنه تم التوصل إليه بواسطة ChatGPT بعد أن اعترف مؤلفو البحث بأن التوصل إلى توقع يعتمد على مقابلات مع خبراء سيكون صعبًا للغاية. في الأساس، كان الاكتشاف القائل بأن الذكاء الاصطناعي يمكن أن يحل محل البشر في وظائفهم ويغير جذريًا كيفية عمل الحكومة هو في حد ذاته من صنع الذكاء الاصطناعي.
يقول مايكل فيل، الأستاذ المساعد في جامعة لندن: “لا يوجد دليل على أن نموذج اللغة هذا جيد في تحديد ما يمكن أتمتته من حيث المبدأ. الأتمتة ظاهرة معقدة – في الحكومة، تنطوي على مستويات متعددة من الإدارة، ومعايير مشتركة، وتشريعات متغيرة، وتكلفة منخفضة للغاية للفشل. هذه المهام لا توجد بمعزل عن بعضها البعض، بل هي جزء من مجموعة أوسع بكثير من الممارسات والروتين”.
لقد تم بالفعل تقسيم الوظائف إلى مهام، باستخدام قاعدة بيانات ضخمة أنشأتها وزارة العمل الأمريكية. ولكن مع وجود 20 ألف مهمة من هذا القبيل، فإن وصف المهام المعرضة للذكاء الاصطناعي يعد عملاً شاقًا. في ورقة بحثية مماثلة من OpenAI، “قام المؤلفون شخصيًا بتسمية عينة كبيرة من المهام وDWAs وتجنيد المعلقين البشريين ذوي الخبرة الذين راجعوا مخرجات GPT-3 وGPT-3.5 وGPT-4 كجزء من عمل محاذاة OpenAI”، لكنهم جندوا أيضًا GPT-4 الجديد آنذاك للقيام بنفس المهمة، ووجدوا ما بين 60 و80 في المائة من الاتفاق بين الروبوت والبشر.
لقد تجاهلت ورقة TBI الخبراء وطرحت أسئلتها على الذكاء الاصطناعي للإجابة عليها. وبعد موجة من الاهتمام، تم تحديث الورقة بهدوء بملحق من ثماني صفحات يدافع عن الاختيار:
من الواضح أن هناك تنازلات بين الأساليب المختلفة. لا يوجد منها ما هو مثالي. والاعتماد بشكل أكبر على الحكم البشري يمكن أن يحد من التحليل إلى تصنيف أوسع للمهام مع تحديد أقل للوقت. من ناحية أخرى، فإن السعي إلى تصنيف أكثر تفصيلاً ينطوي عادةً على الاعتماد بشكل أكبر على الذكاء الاصطناعي لدعم التقييم.
ولكن التخلي عن استخدام البشر في وضع العلامات لم يكن الفارق الوحيد بين ورقة OpenAI والدراسة اللاحقة لـ TBI. فقد استخدم الباحثون أيضًا إرشادات أكثر تفصيلاً، حيث شجعوا نظام الذكاء الاصطناعي على النظر بالتفصيل في طبيعة العمل المعرفي والجسدي المطلوب في مهمة معينة، قبل السؤال عما إذا كان الذكاء الاصطناعي قادرًا على أداء مهمة ما، ثم طرح أسئلة متابعة لضمان احتساب المهام التي يمكن أتمتتها عمليًا فقط.
وهذا هو “الهندسة السريعة” في العمل، حيث يتم تشجيع نظام الذكاء الاصطناعي على اتباع نهج التفكير خطوة بخطوة لتحسين إجاباته. وهو أيضًا مثال على ما يسمى “التجاوز”: فقد استخدم الباحثون نفس نموذج GPT-4 في كلتا الحالتين، ولكن من خلال تحسين التعامل معه، تمكن فريق TBI من الحصول على عمل أفضل منه.
ومع استقرار الأمور، ربما يكون الملحق الجديد هو الجزء الأكثر أهمية في البحث بأكمله. وربما تكون النتائج التي توصل إليها البرنامج صحيحة على نطاق واسع، لأن برنامج GPT-4 جيد للغاية في استخراج نصوص صحيحة على نطاق واسع. ولا شك أنه إذا أتيحت الفرصة لشخص ما للبحث في آلاف الصفحات من النصوص التي أنتجها البرنامج في تصنيف عشرات الآلاف من المهام، فسوف يجد أخطاء وعبارات مبتذلة وهلوسات مباشرة. ولكن على نطاق الدراسة، فإن كل هذا لا يهم.
ولكن النتائج لا تتفق مع هذا الرأي. ذلك أن “بعض مهام القطاع العام، وليس كلها، يمكن أن تتم أتمتتها بواسطة الذكاء الاصطناعي” ادعاء سهل إلى حد ما. إن تحديد رقم لهذا الادعاء يساعد في الدفاع عن الاستثمار، ولكنك ستكون أحمق إذا راهنت على أن نسبة “40%” أكثر دقة من نسبة 50% أو 30%.
ولكن هذا البحث لا يقوم على التدريس بل على الممارسة. هل تريد أن تعرف كيف سيؤثر الذكاء الاصطناعي على الحكومة والسياسة؟ حسناً، هذا ما يحدث. فقد تم إنتاج بحث بتكلفة زهيدة مقارنة بالتكلفة التي كان من الممكن أن يتحملها في السابق، ولكن تم تقديمه لجمهور حيث تثير طريقة إنشائه الشكوك حول نتائجه.
وإذا كررت نفس الخطوات لـ 8000 مهمة أخرى، فسوف تقترب كثيرًا من فهم تأثير الذكاء الاصطناعي على الوظائف – وستدرك أن هذا لن يكون انتقالًا نظيفًا على الإطلاق.
[ad_2]
المصدر