Liderzy, fachowcy i cała reszta kontra sztuczna inteligencja

Przeglądałem ostatnio – wydaną w w 2009 roku (a w Polsce w 2010 roku) – książkę „Wielkie umysły programowania” (autorzy Federico Biancuzzi i Shane Warden). Zawiera ona wywiady z twórcami najpopularniejszych języków programowania. Ivar Jacobson, współtwórca języka modelowania UML, powiedział w pewnym momencie coś bardzo ważnego, szczególnie teraz – w dobie gwałtownego rozprzestrzeniania się skutecznych narzędzi wspomagających ludzką pracę:

Wytwarzanie oprogramowania nie jest jakąś wiedzą tajemną. Przyjrzyjmy się tym 5 – 10 milionom ludzi, którzy nazywają siebie programistami. Bardzo niewielu z nich robi coś twórczego lub całkowicie nowego. Świat zewnętrzny sądzi, że programiści są twórczymi i bardzo inteligentnymi osobami. To niestety bardzo mocno mija się z rzeczywistością.

Istnieją naukowe dowody na to, że 80% działań, które programista wykonuje w ciagu dnia – drobnych kroków i mikrokroków – nie jest pracą umysłową. Programiści zazwyczaj robią to, co robili wcześniej 50, 100, a nawet 1000 razy. Po prostu stosują wzorzec w nowej sytuacji.

Oczywiście istnieją elementy pracy twórczej, ale większość osób tego nie robi. Tylko 20% wysiłku to praca umysłowa. W dalszym ciagu nie jest to wiedza tajemna – czasami po prostu trzeba wymyślić coś, o czym wcześniej nigdy się nie myślało.

Tymczasem 80% pracy polega na stosowaniu reguł. W określonym kontekście wytwarzanie oprogramowania wymaga użycia kolejnych wzorców. Nie zawsze te wzorce są zdefiniowane. Może się zatem zdarzyć, że zastosujemy zły wzorzec i w ten sposób stworzymy błędnie działające oprogramowanie. Ludzie nie zawsze stosują takie same wzorce, zatem część tworzonych przez nich programów jest dobra, a inna nie.

Myśl Jacobsona można łatwo rozszerzyć na wszystkie formy ludzkiej działalności. Podstawą pisania książek i scenariuszy filmowych, tworzenia skutecznego „kontentu” marketingowego, a nawet naprawiania zatkanego odpływu w zlewie jest znajomość odpowiednich wzorców postępowania. Tylko w minimalnej liczbie przypadków potrzebny jest nowy, nieznany jeszcze sposób.

Czasem dla rozwiązania jakiegoś problemu należy połączyć kilka wzorców, ale żeby to zrobić, trzeba je wszystkie znać na wylot. W przeciwnym przypadku „jakoś to będzie”. I tu dochodzimy do przełomu, jaki stanowią LLM, czyli duże modele językowe. Śmiejemy się z ich halucynacji, ale one mają natychmiastowy dostęp do wszystkich wzorców, jakie wymyśliła ludzkość. Może jeszcze niezdarnie je stosują, ale jest tylko kwestią czasu, kiedy staną się doskonałymi rzemieślnikami.

Jak to się ma do tytułu tego artykułu? Społeczeństwo od wieków dzieli się na liderów, fachowców i całą resztę. Liderzy to ci, którzy potrafią skłonić fachowców i całą resztę do realizacji pewnych celów. Fachowcy to ci, którzy nie tylko znają wszystkie wzorce w swojej dziedzinie, ale też potrafią znaleźć rozwiązanie w tych nielicznych przypadkach, do których nie pasuje żaden wzorzec. A cała reszta posługuje się – z lepszym lub gorszym skutkiem – wzorcami, których ich nauczono.

Jaka zatem przyszłość rysuje się przed nami? Niewesoła dla „całej reszty”, bo sztuczna inteligencja zna wszystkie wzorce, a nie tylko wybrane. Fachowcy będą jeszcze przez pewien czas potrzebni do korygowania działań sztucznej inteligencji i podsuwania jej brakujących wzorców, jeśli sama sobie nie poradzi. Natomiast rola liderów nie zostanie podważona, dopóki sztuczna inteligencja nie zrozumie, że wielu z nich wyznacza durne cele głównie dla zaspokojenia swojego ego.

Cóż, w tym tunelu nie widać światełka, a jeśli je zobaczymy, to będą to reflektory pędzącego w naszym kierunku ekspresu technologicznego… Jedynym ratunkiem będzie wówczas wyłączenie prądu. Jaki stąd wniosek? Jeśli chcesz przetrwać, już teraz zajmij miejsce przy wyłączniku! ;-)

2 myśli w temacie “Liderzy, fachowcy i cała reszta kontra sztuczna inteligencja

  1. Pesymistycznie, ale straszenie SI to medialna moda, a nie rzeczywistość.
    Moje argumenty za SI:

    # SI nie ma motywacji

    SI nie chce nikomu zabrać pracy, bo nie „chce” niczego. Nie ma potrzeb, ambicji ani planów. To po prostu narzędzie. To ludzie decydują, jak z niej korzystać – i w jakich celach. Zawsze będą potrzebni ludzie „na końcu”

    # SI nie odpowiada za ostateczną decyzję

    Potrzeba kogoś, kto ją nadzoruje, analizuje kontekst, bierze odpowiedzialność.

    # Nowe technologie tworzą nowe zawody

    Komputery, internet, smartfony – każdy z tych wynalazków zniszczył pewne zawody, ale stworzył nowe. Tak samo SI tworzy nowe ścieżki kariery (np. prompt engineering, model tuning, etyka SI, interakcja człowiek-maszyna).

    # SI to koparka, nie konkurent

    Pozwala wykonać więcej w krótszym czasie. Ludzie nadal są potrzebni do planowania, nadzoru, oceny ryzyka – czyli „operatorzy koparek”.

    # Czy kalkulatory „zniszczyły” matematykę?

    Nie – po prostu przenieśliśmy uwagę z żmudnych obliczeń na rozwiązywanie problemów i zrozumienie. Tak samo SI odciąża nas od rutynowego kodu czy przetwarzania danych.

    # GPS nie sprawia, że jesteśmy głupsi

    Sprawia, że możemy szybciej dotrzeć do celu.

    # SI to nie wróg – to nowy współpracownik

    Zna dokumentację „na pamięć”, nie marudzi, nie zapomina, nie śpi.

    Krzysztof, trochę więcej optymizmu :-)

    Polubione przez 1 osoba

  2. @90ph3r: Dzięki! Dobre argumenty! Jednak moja teza jest taka, że SI jest innym przełomem technologicznym niż koparka, kalkulator czy GPS. One były narzędziami, a nie wszystko wiedzącymi mądralami. Skoro SI zna dokumentację na wylot, to do czego Ty jesteś potrzebny? Oczywiście słusznie zauważasz, że SI nie ma motywacji, żeby zabrać nam pracę. Ale nie ma motywacji w ludzkim sensie, natomiast w pewnym momencie z obliczeń może jej wyjść, że sama lepiej wykona zadanie – bez naszego udziału.

    Polubienie

Dodaj komentarz

Ta witryna wykorzystuje usługę Akismet aby zredukować ilość spamu. Dowiedz się w jaki sposób dane w twoich komentarzach są przetwarzane.