с интеллектуальной машиной. От того, насколько качественно удается использовать машину, зависит успешность профессионала. Уже сегодня знаний, экспертности и опыта недостаточно. Как и развитого навыка переработки информации. На передний план выходит умение взаимодействовать с умными машинами. Однако не стоит рассматривать это как аутсорсинг функции мышления. Нейронные сети — это не костыль, на который может опереться мозг, а вызов каждому работнику интеллектуального труда, от доктора и учителя до программиста и бизнесмена.

Нейронные сети не предлагают соревнования с человеком: они выиграют на любой дистанции, где важны скорость и вычислительная мощность (шахматы и го — яркие тому примеры). Их предложение заключается в совместной эволюции, попытке создать что-то ранее недоступное ни человеку, ни машине. Так мы сможем быстрее и лучше обучаться, показывать значительно более качественный результат в работе, чем если бы человек или машина делали это друг без друга. Из-за одержимости технологиями мы упускаем из виду тот факт, что та самая технология создана руками человека, мастера своего дела, работника интеллектуального труда. И часто задачи подобного рода — ручные, методичные, медленные — расцениваются как пережиток прошлого. Однако в существующих реалиях проникновение ИИ во все области деятельности человека вынуждает мастера не только создавать смыслы, но еще и находить смысл в том, что создано холодным алгоритмом.

На международных экономических площадках уже озвучиваются риски, связанные с повсеместным внедрением ИИ в профессиональной сфере. Завершившийся в мае 2023 года Мировой экономический форум опубликовал отчет о будущем профессий. Экспертный прогноз весьма неутешительный, однако демонстрирует возможные пути преодоления кризиса автоматизации.

Мировой экономический форум и будущее профессий

Отчет форума раскрывает влияние макроэкономических и технологических трендов на изменения рынка и требования к навыкам соискателей, горизонт — ближайшие пять лет. По мнению экспертов, 23% профессий претерпят изменения. В 45 странах, где проводилось исследование, трудится более 673 млн работников, а в ближайшем будущем компании создадут 69 млн рабочих мест, при этом сократят 83 миллиона. Это создает дефицит в 14 млн и увеличивает на 2% уровень безработицы. И здесь речь только о профессиях, с которыми традиционно человек справлялся лучше машины; однако с развитием ИИ компьютеры начали превосходить homo sapiens в выполнении определенных функций.

Синергия человека и машины переходит на новый уровень, в ранее не задействованную плоскость. Использование машин там, где традиционно требовались сила и ловкость (например, при сборке автомобилей на конвейере или сортировке почты), не сильно изменится, в первую очередь потому, что в этой области машины и так выполняли достаточно работы. Однако то, что считалось ранее уникальным для человека (рассуждение, общение, координация деятельности группы, принятие решений на основе данных, синтез и анализ неоднородной информации), так или иначе будет автоматизировано. Ниже мы рассмотрим некоторые аспекты подобной автоматизации, но пока немного пофантазируем об эволюции роли машины.

Возможные области синергии человека и машины

В период 2023–2030 годов ожидается, что 75% компаний, принимавших участие в исследовании, будут использовать искусственный интеллект. Следующий большой этап, когда бы он ни начался, — роботизация и передача машине некоторых деликатных физических функций. Однако уже сегодня, согласно отчету Международного экономического форума, наиболее вероятные смещения ожидаются в банковой сфере, автоматизации точек продаж, функций секретаря и аналитики, бухгалтерской и финансовой отчетности. Машина работает с подобными данными значительно быстрее и аккуратнее, особенно в условиях, когда возникает необходимость соотносить текстовые значения с цифрами и графиками. Тем не менее полностью отдать на аутсорсинг эти функции машине не получится — необходим контроль.

На компьютер в первую очередь возлагается тяжелый, рутинный труд, чтобы освободить человека, который гораздо лучше способен думать. Машина проводит исследование и анализ данных, мы проверяем за ней и выполняем обратное исследование. Получив ответ от нее, недостаточно скопировать его и отправить, требуется определенный набор навыков, позволяющих проводить проверку созданного машиной. Это относительно новая концепция, суть которой заключается в изучении созданного нейронной сетью, поиске подтверждения представленных данных, соотнесении источников информации и фактов, подтверждающих выданный результат. И здесь перед человеком встает очередная проблема: необходимость переобучения.

Согласно тому же отчету, ожидается, что до 50% используемых профессионалом навыков претерпят изменения во всех областях деятельности. Иначе говоря, каждый работающий человек должен будет пересмотреть и обновить свои умения, которые используются им каждый день. Компании, принимавшие участие в опросе, подчеркнули растущую потребность в навыках, которые условно можно поделить на следующие подкатегории:

• Когнитивные навыки (креативное, аналитическое и системное мышление).

• Навыки самообразования (любопытство, постоянное обучение, устойчивость к изменениям, гибкость и мобильность).

• Технические навыки (технологическая грамотность, умение работать с умными машинами и большими данными).

В наибольшем дефиците сегодня навыки мышления и построения межличностных отношений вместе с умением понимать сложные интеллектуальные машины и работать с ними. Именно это, а не физическая выносливость, ловкость, умение делать что-то руками определит профессиональную востребованность в мире искусственного интеллекта, умных машин и бесконечно бурного потока информации.

Именно необходимость повышения качества мышления и тренировки навыков самообразования подтолкнула нас к изучению трех областей, в которых применение ИИ может принести наибольшие плоды: образования, медицины и аналитики данных. Далее на страницах этой книги мы рассмотрим, какие проблемы машина может решить во всех трех областях. И начнем с образования.

Так случилось, что ваш покорный слуга, автор этих строк, не только исследователь, но еще и педагог. Преподает в школе, университете, автор воркшопов и курсов. Поэтому наш взгляд на ИИ в обучении, возможно, получится наиболее глубоким.

Применение ИИ в обучении

Мы, конечно, приведем примеры использования искусственного интеллекта в классе или аудитории — и учеником и учителем. Но прежде чем показывать примеры и предлагать сценарии использования, необходимо обрисовать проблему образования в целом. Способы применения ИИ в данной области полностью обусловлены проблематикой. Технолуддиты часто используют тезис, что ИИ подорвет доверие к образованию, однако мы предлагаем немного другую перспективу — техноевангелистическую.

Что случится с образованием, если каждому ученику на планете предоставить доступ к умному цифровому репетитору, а учителю — к работающему на нейронной сети ассистенту, который помогает в подготовке и проведении уроков? На наш взгляд, произойдет взрывной рост качества обученности и скорости освоения базовых и продвинутых областей знаний. Математика, основы грамматики русского языка, гуманитарные, точные и естественные науки приобретут необходимый инструментарий, чтобы дотянуться до каждого ученика на планете, станут в какой-то мере универсальными.

Противоречивое предположение о том, что важно

Зачем мы ходим в эту школу/университет? С какой целью записались на курсы или повышаем квалификацию? Ответы породят еще больше вопросов, но самый интересный звучит так: что станет востребовано в будущем? К чему должны готовить нас школа и корпоративный университет? Попробуйте задать любой из этих вопросов профессиональному педагогу. Вряд ли