George Leimer azonnal felismerte, amit látott. A Yahoo Finance termékvezetőjével folytatott közelmúltbeli beszélgetés során bemutatott egy diát, amely két, egymás mellett álló hamburgert ábrázolt, hogy szemléltesse a munka korszakait az AI előtt és után. Leimer rábólintott: “Pontosan ez az.” A diát Arvind Narayanan, a Princeton számítógéptudósa készítette, aki nemrég a Szöuli Nemzetközi Gépi Tanulási Konferencián tartott kulcselőadást. Az ábrán a bal oldali, “Hagyományos” feliratú burger vastag húspogácsát – a munka végrehajtási rétegét, a kódolást és hibakeresést – mutatott szerényebb zsemlék között. A jobb oldali, “AI-val” felirattal ellátott burgeren a pogácsa vékony szeletté zsugorodott, míg a zsemlék – felül a “döntés”, alul a “szállítás” – megnőttek. A munka egykor egy vastag hamburger volt vékony zsemlékkel, ahol a feladat tényleges elvégzése jelentette a lényeget. Most az AI összenyomja a szendvics közepét, de az emberi munka felső és alsó rétegei növekednek, nem pedig eltűnnek. A munka egyre inkább a munkáról való beszélgetéssé válik – egyre több zsemlét kell átrágni.
Narayanan “döntés-végrehajtás-szállítás szendvicsnek” nevezi a keretrendszerét. A legtöbb szellemi munka három rétegből áll: felül a döntési réteg, amely arra összpontosít, hogy megértsük, mit és miért kell létrehozni; középen a végrehajtási réteg, amely a tényleges megvalósítást jelenti; alul pedig a szállítási réteg, amely az integrációt, tesztelést és hosszú távú felelősséget fedi le. Az AI-ügynökök a középső réteget nyomják össze, de Narayanan lényegi pontja az, hogy a végrehajtási szelet valaha is csak a munka körülbelül egyharmadát tette ki. A zsemlék nem csak stabilak maradnak, hanem nőnek is. Amint az építés olcsóvá válik, könnyebb projekteket indítani, de egyre nehezebb lépést tartani a döntésekkel és azok ellenőrzésével. A Yahoo csapatainál ez a szerepek elmosódásában nyilvánul meg: a tervezők közvetlenül promptolják az AI-t, funkcionális API-kat hozva létre, az egyik ilyen tervező “design engineer” néven vált ismertté, míg egy mérnököt “engineering designernek” kezdtek hívni. A szerepek immár nem a kézzel megírt kód mennyisége, hanem a birtokolt döntések alapján definiálódnak, ami növeli a döntési sebességet és csökkenti a kísérletezés költségét.
A veszély azonban az “AI-öntés” (AI slop) terjedése: amikor az emberek nem gondolkodnak elég alaposan azon, mit bocsátanak ki, mert a szendvics húsa szinte teljesen eltűnt. A szakemberek már alkottak egy kifejezést, a “workslop”-ot, amikor egy AI-generált e-mailt vagy munkadarabot megfelelő ellenőrzés nélkül küldenek felülvizsgálatra. A Stanford Social Media Lab becslése szerint ez évente 9 millió dollárba kerül egy 10 000 fős vállalatnak. A Yahoo vezetői szerint ez döntési fáradtságként jelentkezik, nem munkahelyek elvesztéseként. Mivel az AI lehetővé teszi, hogy a csapatok sokkal több funkciót teszteljenek és építsenek, a korlátozó tényező az, hogy a termékmenedzserek, tervezők és mérnökök hány választást képesek átgondoltan meghozni és végigvinni. A döntési réteg lett a szűk keresztmetszet, és a cégeknek pszichológiai biztonságot kell teremteniük, hogy a munkatársak eligazodjanak az átfedő szerepek között. Narayanan arra figyelmeztet, hogy évtizedes strukturális alkalmazkodás várható, hasonlóan ahhoz, ahogy a gyárak áttértek az elektromos áramra és a futószalagra, de a jelenlegi tapasztalatok szerint a kereslet a humán munka iránt inkább eltolódik és növekszik, mint csökken.
Leimer, aki a Fortune-nak nyilatkozott, hangsúlyozta, hogy a munka ma már elsősorban beszélgetés a munkáról, és a valódi különbség az, hogy ki dönti el, mely problémákat érdemes megoldani, és hogyan ellenőrzi, amit az AI épít. A legnagyobb kihívás a “alsó zsemle”, a szállítási rész, ami rendkívül nehéz: a munka szinte azonnal elkészül a döntés után, de a szállítással – a biztonsági kockázatok ellenőrzésével, a telepítési folyamat kiépítésével – még rengeteg dolgozni kell, még akkor is, ha egy gombnyomással ki lehetne adni. Arra a kérdésre, hogy a jövő vajon egy pizzaszerű, lapos szerkezet lesz-e, ahol minden emberi munka a döntésről szól, a feladatok pedig feltétekké zsugorodnak, és a szállítás zökkenőmentes, Leimer nevetve annyit mondott: “Valami ilyesmi.” Az AI már vékonyra nyírta a pogácsát, a zsemle az, ahol a munkahelyek és a kockázatok most élnek. A következő évek, vagy akár évtizedek kérdése, hogy a vállalatok képesek-e laposabbá és fenntarthatóbbá áttervezni a munkát.
Ez a cikk a Neural News AI (V1) verziójával készült.
Forrás: https://tech.yahoo.com/ai/articles/ai-skinny-hamburger-fat-bun-060000642.html.
A képet Jon Tyson készítette, mely az Unsplash-on található.
