Почему ты не потеряешь работу из-за нейросетей — 2

Ранее я публиковал заметку на такую же тему. Но это была своего рода шутка. Мне тогда показалось очень забавным опубликовать пост, полностью сгенерированный с помощью ChatGPT, на тему невозможности заменить человека нейросетями.

Вполне ожидаемо пост вызвал вопросы, и стало понятно, что нужно поговорить об этом серьезно.

Давайте обсудим настоящие причины, почему еще рано говорить о замене человека.

Нейросети — это дорого. Для их создания требуются специфичные данные, собранные специфичным образом, специфичные программисты и даже специфичное оборудование. Всё это в итоге складывается в миллионы рублей для запуска и сотни тысяч для содержания. И это если модель средних размеров с небольшим количеством обращений. Всё, что посерьезней, требует куда больших ресурсов.

Знаменитый СhatGPT обходится компании OpenAI в 700 тысяч долларов в день. Другая нейронка от Microsoft — Copilot обходится куда дороже. Только чистые убытки у неё составляют около миллиона долларов в день. Огромные деньги для большинства компаний планеты.

Конечно, у ребят всё хорошо. OpenAI надеется выручить 200 млн долларов до конца этого года и 1 млрд в 2024 году, а Copilot недавно интегрировали в Windows. Планы грандиозные и амбициозные, но какой ценой.

И пока титаны мерятся глубиной карманов, бизнесу поменьше приходится думать о том, как бы использовать те ресурсы, что есть у них уже сейчас. То есть людей. На данный момент люди просто дешевле для решения большинства задач.

Для обучения нейросетей требуется подготовить данные. То есть разметить их. И сюрприз: для этого используются люди. И в очень больших количествах, если опять же говорить о больших нейросетях.

Так как людей нужно много и всем им нужно заплатить, то этап предварительной разметки отдаётся в страны третьего мира низкоквалифицированным специалистам.

Выглядит это примерно как на картинке выше. Свое рода фермы из людей.

Качество данных на выходе получается так себе и требует дополнительной валидации. Там вступает в игру статистика, работа экспертов области, для которой собирается датасет, и даже специальные нейросети-разметчики. Последние не годятся для разметки, но отлично подходят для перепроверки векторов.

На самом деле разметка — это отдельный бизнес, в котором задействовано огромное количество людей. Нейросети еще не успели отнять рабочие места, как уже создали их.

Согласно исследованию Всемирного экономического форума, к 2026 году только в США будет создано 12,4 млн новых рабочих мест. Данных по остальным странам найти не удалось. Но США в вопросе ИИ флагман, и, думаю, весь остальной мир будет развиваться похожими темпами. Повышенный интерес к нейросетям подразумевает и рост интереса к специалистам разного уровня, связанного с циклом разработки нейросетей.

Разметка данных — важнейший этап. От качества разметки зависит и качество результатов, которые нейросеть будет выдавать. Вероятность ошибок на этапе разметки огромная. Как и цена, которую за эти ошибки придется заплатить на дальнейших этапах разработки. И на таком важном этапе без людей не обойтись. Автоматизировать процесс разметки означает получить совсем непредсказуемый результат, что недопустимо.

То есть у нас за нейросетью стоит большая группа людей: разметчики, аналитики, эксперты, программисты, девопсы и так далее. Но и перед нейросетью сидит человек — конечный пользователь. И от финального пользователя и его навыков тоже зависит результат работы нейросети.

Важно какой промпт пользователь отправил. Он может быть неудачным, и на выходе получится неудачный результат. В некоторых областях важно, чтобы специалист имел полный контроль над итоговым результатом. Врачи, инженеры, ученые и прочие специальности, требующие высокой квалификации, стараются всё формализовать и описать как раз для того, чтобы снизить человеческий фактор, снизить вероятность ошибки. Но нейросети, как бы это странно ни звучало, это квинтэссенция человеческих ошибок. Как минимум потому, что в любом коде есть баги.

Рассмотрим пример. Он максимально наглядный, чтобы передать суть.

Слева откровенно неудачный промпт. Не конкретный и с опечаткой. Там должно быть «девушка». Тем не менее Midjourney меня понял и выдал 4 разных результата. Пример справа более удачный. В этом промпте больше деталей и конкретики и все 4 варианта максимально близки. А повторяемость результата как раз показатель хорошего промпта.

В данном примере очевидно, где вышло хорошо, а где нет. Но не во всех профессиональных областях нужно разглядывать девушек. Где-то сходу можно будет не понять, что ты написал плохой промпт и, соответственно, получил плохой результат. И это может привести к фатальным последствиям.

Писать промпты — это навык, который вполне может стать таким же привычным, как «уверенный пользователь ПК». Сейчас никто не пишет про ПК в резюме, потому что это тупо. Вот и про работу с нейросетями не будут. В первую очередь потому, что когда такое отношение придёт, удачный промпт будет состоять из одного слова.

Ну а пока уже сейчас можно увидеть на хедхантере вакансии промпт-инженеров и ИИ-художников. На момент написания заметки там их было чуть меньше десятка. Да, не густо. Но сам факт, что уже сейчас в России есть компании, готовые нанять сотрудника, задача которого сводится к подбору промптов в Миджорни. Вау!

Давайте прочтем следующие три заголовка:

Может сложиться впечатление, что ученые больше не нужны. Но есть нюанс. Нейросети знали где искать и примерно что искать. И подсказали им это как раз научные сотрудники.

Человек нужен, чтобы нейросеть могла открывать что-то новое. Ведь нейросеть делает выводы только на основе данных и исследованиях человека. Без подкидывания новых данных нейросеть будет вертеться на одном месте.

Сейчас работой по поиску закономерностей и перепроверкой научных теорий занимаются не большие учёные, а младший научный персонал. Это люди с образованием. У многих есть магистерские степени. В лабораториях это руки и глаза. И вот как раз их работу пытаются отнять нейросети.

И это может быть даже хорошо, потому что теперь младшие научные сотрудники будут не заниматься экспериментами для чужой кандидатской, а смогут заниматься своими исследованиями. Им просто не нужно будет страдать фигнёй по 5-6 лет за 3 копейки в надежде, что они смогут вырваться из этого порочного круга и, наконец, заняться тем, ради чего они и пришли в лаборатории — наукой.

На данный момент ИИ больше инструмент, чем замена человеку. И этим нужно пользоваться как преимуществом. Вероятнее всего, повсеместное использование ИИ приведет к повышению нижней границы умений и навыков. Придется знать и уметь всё больше для старта карьеры. Повысится порог входа в профессии, но высококвалифицированные специалисты никуда не денутся.

То, в чем ChatGPT точно не ошибся. Так уж устроен мир, что ответственный должен быть.

Нейросети активно внедряют в медицину для более точного определения диагнозов. И по задумке за нейросетью должен проверить человек. Ведь нейросеть — лишь помощник, второе мнение. Но люди — ленивые существа. Если кто-то работает, зачем работать еще и мне? Врачи могут начать просто доверять результатам нейросети и ставить диагноз не глядя. А что если нейросеть поставить неверный диагноз? Кто будет виновен в случае ошибки? Очевидно, человек.

Да, и готовы ли вы довериться врачу-нейросети? Лично я нет.

Пример попроще. В магазинах давно появились кассы самообслуживания. Прямая конкуренция кассирам-людям. Но многие не готовы пользоваться такими кассами, потому что это дополнительный стресс. Нужно взять ответственность за покупку на себя. Ответственность — отстой. Поэтому часто можно увидеть очередь к кассиру-человеку при пустых кассах самообслуживания. А нейросети возлагают куда большую ответственность на конечного пользователя, чем покупки в магазине.

У людей еще пока нет должного доверия к ИИ, чтобы без оглядки принимать результат их работы. Да и как какой-то «робот» может быть лучше, чем «я»? Но мешает не только человеческое эго, но и нечестные люди.

Использование нейросетей в мошеннических схемах снижает доверие к технологии. Мошенничество на сегодняшний день подорвало доверие к таким прекрасным вещам, как электронная почта, смс и телефонные звонки. Вряд ли вы охотно берете трубку, если видите, что вам звонит неизвестный номер.

Каким образом мошенники используют нейросети:

И несмотря на то, что весь мой рассказ обрисовывает радужную картину, хотелось бы немного спуститься на землю.

Может быть, вы слышали об истории Алены Андроновой, диктора и актрисы дубляжа. Если вдруг нет, то можно с ней ознакомиться в видео ниже.

В чем суть: у Алены украли голос. И да, это сделали с помощью нейросетей. Но это сделали люди, сильно подставив репутацию Алёны под удар. С помощью её сгенерированного голоса озвучивали рекламу порносайтов, нелегальных казино и букмекеров. Что для дикторов зашквар. И от Алёны начали отказываться рекламодатели. Это прецедент и уверен, Алёна справится.

К тому же столкнулась с таким не она одна. Это сейчас довольно острая для дикторов проблема. И вот к чему всё это может привести:

Но под угрозой не только дикторы.

Это не значит, что все эти творческие профессии исчезнут. Но представителям точно стоит задуматься, как бы начать использовать нейросети и стать более конкурентоспособным профессионалом. Этим ребятам нужно рассмотреть в нейросетях инструмент. Иначе есть реальные шансы остаться без работы.

Отвечая на вопрос из заголовка. Ты не потеряешь работу из-за нейросетей, но ты потеряешь её из-за человека, использующего нейросети. Из-за того, кто быстрее и точнее выдаёт результат. Из-за того, кто благодаря нейросетям лучше тебя.