Как ИИ может дополнять работников, а не заменять их

Хотя цифровые технологии создали множество новых товаров и услуг и повысили производительность в некоторых видах деятельности, есть также свидетельства того, что прирост производительности от этих технологий иногда оказывается значительно ниже ожиданий. В любом случае за последние 40 лет волны цифровых технологий – включая персональные компьютеры, машины с числовым программным управлением, робототехнику, автоматизацию делопроизводства – усилили неравенство. Это связано как с тем, что некоторые из этих технологий (например, компьютеры) оказались весьма полезны для более образованных работников, так и с тем, что многие технологии использовались для автоматизации труда, что по-разному влияет на разные типы работников.

К сожалению, в настоящее время преобладающее направление развития искусственного интеллекта (ИИ) делает упор на автоматизацию, вытесняя квалифицированных работников и уменьшая силу их «голоса». Существует альтернативный, «дополняющий человека» путь, который мог бы способствовать большему росту производительности и помочь уменьшить экономическое неравенство. Однако выход на этот альтернативный путь потребует значительных политических усилий.

Автоматизация – замена машинами, а в последнее время и алгоритмами, задач, ранее выполняемых людьми, – была постоянной по крайней мере с начала промышленной революции, увеличивая неравенство. С 1980-х гг. с развитием цифровых технологий автоматизация труда синих воротничков и офисных работников стала важным драйвером роста неравенства.

Неизбежно, что системы ИИ будут использоваться для автоматизации – как по техническим причинам, так и в силу бизнес-стратегий. С технической стороны основным препятствием для автоматизации до появления ИИ было то, что многие сервисные и производственные задачи требуют гибкости, рассудительности и здравого смысла, которые исторически требовали участия человека, принимающего решения. Искусственный интеллект, особенно генеративный ИИ (GenAI), потенциально может справиться с такими задачами. Широкий спектр задач компьютерной безопасности, которые раньше выполнялись опытными операторами-людьми, теперь могут выполнять боты с искусственным интеллектом. Аналогично, системы генеративного ИИ могут писать рекламные тексты, анализировать юридические документы, расшифровывать медицинские записи и выполнять языковой перевод. Пока что технологии, лежащие в основе этой новой формы автоматизации, еще незрелы, но они могут способствовать значительному повышению производительности по мере снижения затрат и улучшения надежности.

Предприятия также могут предпочитать машины работникам по причинам, не связанным с производительностью. Автоматизация привлекает менеджеров, которые стремятся к большей последовательности и меньшему противодействию со стороны организованной или неорганизованной рабочей силы.

Но существует и другой путь. Мы можем использовать возможности GenAI для того, чтобы дополнять работников и создавать для них новые продуктивные задачи, а не для того, чтобы просто автоматизировать их работу.

На протяжении большей части ХХ века так и происходило: автоматизация традиционного труда шла в относительном равновесии с созданием новых задач и была основой роста заработной платы и занятости, поддерживая всеобщее процветание. Новые технологии одновременно вытесняли существующие задачи и дополняли людей, позволив им выполнять работу более качественно и создавать новые задачи.

Однако где-то около 1980 года этот баланс был утрачен. Хотя автоматизация сохраняла свои темпы или даже ускорилась в последующие пять десятилетий, компенсирующая сила создания новых задач замедлилась, особенно для работников, не имеющих высшего образования. Работники без высшего образования были вытеснены с фабрик и офисов из-за компьютеризации (в случае рабочих – еще и из-за конкуренции со стороны импорта), но для них не появилось никакого нового эквивалента хорошо оплачиваемых возможностей. В результате такие работники все чаще оказываются в сфере низкооплачиваемых услуг, таких как уборка, охрана, общественное питание, отдых и развлечения. Эти рабочие места социально ценны, но они не требуют специального образования, подготовки или экспертизы и, следовательно, плохо оплачиваются.

Сегодня достижения в области генеративного ИИ создают огромные возможности как для расширения человеческого потенциала, так и для вытеснения работников за счет ускорения автоматизации. Таким образом, нам предстоит сделать решающий выбор: либо продолжать ускорять автоматизацию, либо использовать эти мощные инструменты с учетом интересов работников.

В нескольких недавних исследованиях представлены примеры с подтверждением второй концепции – они демонстрируют, как генеративный ИИ может дополнять экспертные знания, а не заменять экспертов. Например, одно из исследований демонстрирует, что GitHub Copilot, средство программирования на основе GenAI, сделало работу программистов на 56% быстрее. Другое исследование обнаружило, что работники улучшили скорость и качество своей письменной продукции, используя ChatGPT, при этом менее способные писатели улучшили свои навыки больше всего. Генеративный ИИ не сделал наименее квалифицированных писателей такими же эффективными, как наиболее квалифицированные, но он сделал всех писателей быстрее и существенно сократил разрыв в качестве между этими двумя группами. Еще одно недавнее исследование выявило, что сотрудники службы поддержки клиентов, получающие справочную информацию с помощью инструментов генеративного ИИ, значительно повышают свою производительность. Опять же, наибольшую выгоду получают начинающие работники, повышающие свою производительность в три раза быстрее, чем работники, не имеющие этих инструментов.

Во всех трех случаях инструменты генеративного ИИ одновременно автоматизируют и дополняют работу людей. Автоматизация экономит время сотрудников: ИИ пишет первый черновик кода, рекламного текста и ответа службы поддержки клиентов. Расширение человеческого потенциала происходит потому, что работникам приходится применять опыт и суждения, чтобы стать промежуточным звеном между предложениями ИИ и конечным продуктом – будь то программный код, текстовые сообщения или поддержка клиентов.

Что могло бы помочь вывести экономики США, Европы и других стран на путь, где ИИ дополняет людей? В новом докладе для CEPR Policy Insight мы предлагаем пять потенциальных элементов, заслуживающих внимания политиков.

• Налоговая система. В США действующий налоговый кодекс возлагает более тяжелое бремя на фирмы, нанимающие рабочую силу, чем на фирмы, которые инвестируют в автоматизацию. Во всех странах мы должны стремиться к созданию более симметричной структуры налогов, в которой предельные налоги на найм (и обучение) рабочей силы и на инвестиции в оборудование и программное обеспечение уравниваются. Это сместит стимулы в сторону технологических решений, дополняющих человека.
• Голос работников. Направление развития ИИ будет иметь глубокие последствия для всех работников. Создание институциональной структуры, в которой работники имеют право голоса, было бы конструктивным шагом – и гражданское общество играет важную роль в обеспечении этого, в том числе посредством формулирования потребностей на местном уровне. Как минимум, государственная политика должна ограничить использование непроверенного (или недостаточно протестированного) ИИ для приложений, которые могут подвергнуть работников риску, – например, для задач по принятию кадровых решений (включая прием на работу и увольнение) или по мониторингу и надзору на рабочих местах.
• Финансирование исследований, связанных с комплементарными технологиями, т.е. дополняющими труд. Учитывая, что нынешний путь исследований имеет сильный уклон в сторону автоматизации, дополнительная поддержка исследований и разработок технологий ИИ, дополняющих человека, может иметь значительное влияние. Лучше всего сосредоточиться на конкретных секторах и видах деятельности, где такие возможности уже имеются: образование, здравоохранение, подготовка ремесленников.
• ИИ-экспертиза в федеральном правительстве. ИИ затронет все области государственных инвестиций, регулирования и надзора, включая (но не ограничиваясь ими) транспорт, производство энергии, условия труда, здравоохранение, образование, защиту окружающей среды, общественную безопасность, военный потенциал. Создание консультативного подразделения по ИИ в правительстве (или на уровне ЕС в Европе), которое сможет оказывать поддержку многочисленным агентствам и регулирующим органам, решающим эти проблемы, будет способствовать более своевременному и эффективному принятию решений на каждом уровне.
• Сертификация технологий. Правительство может стимулировать соответствующие инвестиции, давая рекомендации относительно того, имеет ли предполагаемая технология, дополняющая человека, достаточное качество, чтобы ее можно было использовать в финансируемых государством программах образования и здравоохранения. Чтобы этот совет был значимым, эксперты должны быть независимы – т.е. не должны прямо или косвенно работать на технологические компании. Трудно привлечь таланты в правительство или университеты, когда частный сектор платит большие деньги за экспертные знания. Это еще больше усиливает аргументы в пользу создания престижной, универсальной федеральной службы искусственного интеллекта.

Нет никакой гарантии, что преобразующие возможности генеративного ИИ будут использованы для улучшения труда работников. Предвзятость налогового кодекса, частного сектора в целом и технологического сектора в частности ведет к тому, что развитие технологий склоняется к автоматизации, а не к дополнению возможностей работника. Но существуют потенциально мощные инструменты на основе ИИ, которые можно использовать для создания новых задач, повышая экспертизу работников и их производительность по целому ряду навыков.

Чтобы перенаправить развитие ИИ на путь, дополняющий человека, а не заменяющий его, необходимы изменения в направлении технологических инноваций, а также в корпоративных нормах и поведении. Это должно быть подкреплено соответствующими приоритетами правительства и более широким общественным пониманием того, что поставлено на кон и каковы доступные варианты. Мы знаем, что это трудная задача. Но это делает фокусирование внимания на ней еще более важным.

Оригинал статьи опубликован на портале  CEPR.org/VoxEU. Сокращенный перевод выполнен редакцией Econs.online.