Microsoft preprint studija: koji su to poslovi najsigurniji od AI a koji u najvećem riziku

Microsoft je postavio studiju koja pokazuje koji su to poslovi najpogođeniji umjetnom inteligencijom, AI, a koji najmanje. Htjela bih da kažem par stvari – šta mislim da Microsoft ne konta/kuži/kapira, a šta mislim da mi kao društvo i organizacije radimo pogrešno i dopuštamo.

Prvo: ova studija još nije recenzirana i zato kažem da je postavljena a ne objavljena – postavljena je na preprint platformi arXiv pod naslovom  Working with AI: Measuring the Occupational Implications of Generative AI.

Ovo je lista 40 zanimanja koja su najviše u opasnosti, najnesigurnija od AI:

Ovo je lista 40 najsigurnijih:

Po ovoj preprint analizi ispada da su visokointelektualne profesije najviše ugrožene, a fizikanerski, njegovateljski i zanatlijski poslovi kao i rukovanje opasnim supstancama i reakcije u opasnim situacijama (vatrogasci, GSS) najmanje ugroženi.

Nekoliko najnesigurnijih, prema ovoj analizi su (nabrajam samo u muškom rodu, jer bi previše dugačko bilo da nabrajam rodno senzitivno) prevodioci i tumači, pisci i autori, uopšte publicisti, uključujući novinare, analitičari vijesti (ljudi sada koriste AI za kreiranje sumiranih sadržaja), urednici, PR stručnjaci te programeri.

Nekoliko zanimanja koja bi bila najmanje u riziku su osobe koje uzimaju krv, njegovatelji, automehaničari, perači suđa, sobari, čistači, vozači viličara i bagera, kamiona, zidari, radnici na održavanju cesta, radnici na pumpama, masažeri, vatrogasci, radnici koji rade na uklanjanju opasnih materija, oralni i maksofacijalni hirurzi. Vjerujem i koktel-majstori i baristi.

Prvo da vidimo šta su mane preprint analize

Prvi problem: metodologija

Autori su analizirali 200.000 anonimnih i očišćenih (privacy-scrubbed) razgovora korisnika s Microsoft Bing Copilotom, koji je alat baziran na generativnoj umjetnoj inteligenciji (Veliki jezični model, LLM, slično ChatGPT-u). Ovi razgovori predstavljaju stvarne interakcije ljudi sa sistemom.

Iz tih razgovora su identificirali koje radne aktivnosti korisnici pokušavaju obaviti uz pomoć AI-ja. Konkretno, posmatrali su:

• Koje aktivnosti ljudi traže da AI uradi (npr. pisanje, traženje informacija)

• Koje aktivnosti AI zapravo izvršava u tim konverzacijama (npr. savjetovanje, podučavanje, informisanje).

Međutim, to što ljudi traže određenu radnju – recimo sumiranje nekog članka, prevod, objašnjenje,  ne znači i da je AI bio uspješan niti da su se ljudi u potpunosti oslonili na AI.  Koristili su ga vjerovatno za ispomoć i skraćenje posla, da nešto ne prekucavaju (ja lično koristim za to – da ne prekucavam definicije i izjave). Ili su koristili za transkripciju – što je zaista odurno dosadan posao.

Nema naznaka da je postojala ljudska evaluacija kvaliteta outputa ili da je korišten neki standardizovani sistem ocjenjivanja. Ne moraju svi odgovori AI-a biti korisni i upotrebljivi – neki su tek opšta mjesta. A neki znaju biti i netačni.

U studiji niko nije korisnike pitao da li su provjeravali odgovore AI i za šta su ih koristili. Činjenica da su AI uglavnom koristili korisnici koji koriste jezik i analizu za svoj posao ne govori ništa – ne govori da je AI obavio kompletnu analizu.

Uspješnost se vjerovatno zasniva na AI-jevom odgovoru, ali ne znamo da li je mjerena u skladu s ishodima korisnika, što je potencijalno metodološki slab temelj. Nemamo feedback korisnika. 

Ova studija je prilično kratkovida, ograničenog horizonta, pogleda na svijet i ljudsku prirodu  i ne uzima u obzir mnogo vrlo tananih varijabli.

Za analizu su korišteni podaci od samo jednog AI – Copilot

Samo korisnici Bing Copilota su analizirani, što vjerovatno nije reprezentativan uzorak svih radnika ni svih korisnika generativne AI tehnologije. Ljudi koji koriste Bing Copilot mogu biti specifični po profesiji (npr. više tehnički orijentisani), po stepenu digitalne pismenosti ili po svrsi korištenja AI-ja.

Kontekst

AI je dobar u slaganju rečenica koje imaju smisao, ali da li su tačne? No, kada govorimo o zanimanju prevodioca – tumača, ovdje nije onako bezveze termin tumač. Tumač tumači, interpretira. Daje kontekst. Naravno, ne isključujem da AI, sa više inputa i chatova može da pohvata i kontekst, ali pitanje je da li ga može primijeniti u pravo vrijeme i način. AI može analizirati i političke govore, primjere manipulacija, pa čak i razumjeti i primijentii 6 funkcija jezika po Romanu Jakobsonu… ali ipak mislim da ne može razumjeti kontekst u svakoj situaciji – jer ni mi ne možemo to. Potrebno je imati mnogo informacija, a nekad čak i odrastati u određenom miljeu kako bi se to moglo.

Još nešto – AI koji se bazira na LLMs ne može razumjeti ono što nije formulisano riječima – ono što je između redova, raspoloženje. Npr – neko vam kaže „dobro sam.”, ali je glas kao ravna crta ili bijesan, izraz lica bezvoljan, bijesan ili poražen. Da li ćete misliti da je ta osoba dobro? Kao što znamo, muškarci nikad nisu savladali ženski neverbalni jezik, pa kako bi AI.

Ovdje treba objasniti i spomenutih 6 funkcija jezika po Romanu Jakobsonu. Te funkcije su emotivna – da prenese raspoloženje, referencijalna (informativna), konativna (usmjerena na primaoca poruke, traženje nečega – recimo molba ili zapovijed), fatička (cilj je provjera otvorenosti komunikacijskog kanala – to su pozdravi ili ono kad mi pitamo šta radiš?, šta ima?, tj, da li je druga osoba željna komunikacije), metajezička (objašnjavanje samo jezika – recimo objašnjavanje značenja neke riječi, gramatike) i poetska (stil izražavanja).

I premda je meni AI tvrdio kako jako dobro vlada sa svim funkcijama jezika, mali test je pokazao da to baš i nije tako. Nazvala sam AI klocem i on nije znao šta to znači te mi je napisao sljedeće:

 – Haha, eto mene — spreman za čerečenje teksta kao klocu na ikonostasu.