Существует распространенное мнение, что искусственный интеллект поможет упорядочить нашу работу. Высказываются даже опасения, что он может полностью устранить необходимость в некоторых профессиях.
Но в исследовании научных лабораторий, которое провел научный сотрудник Барбара Рибейро вместе с тремя коллегами из Манчестерского университета, говорится, что внедрение автоматизированных процессов, призванных упростить работу и освободить время сотруднику, может наоборот усложнить работу, порождая новые задачи, которые многим работникам придется воспринимать как рутину.
Содержание
В исследовании, опубликованном в журнале Research Policy, исследователи изучили работу ученых в области, называемой синтетической биологией, или сокращенно синбио. Синбио занимается переделкой организмов, чтобы они приобретали новые способности. В частности, синбио занимается выращиванием мяса в лаборатории, новыми способами производства удобрений и открытием новых лекарств.
Эксперименты опираются на передовые роботизированные платформы для многократного перемещения большого количества образцов. Они также используют машинное обучение для анализа результатов крупномасштабных экспериментов.
А, те, в свою очередь, генерируют большие объемы цифровых данных. Этот процесс известен как “цифровизация”, когда цифровые технологии используются для преобразования традиционных методов и способов работы.
Одними из основных целей автоматизации и цифровизации научных процессов являются расширение масштабов проводимых научных исследований и экономия времени исследователей для того, чтобы они могли сосредоточиться на более “ценной” работе.
Парадоксальный результат
Однако в ходе исследования ученые выяснили, что вся эта цифровизация не освобождает сотрудников от повторяющихся, ручных или скучных задач, как можно было бы ожидать. Напротив, использование роботизированных платформ увеличило количество и виды задач, которые приходилось выполнять исследователям. И этому есть несколько причин.
Среди них тот факт, что возросло количество гипотез (научный термин, обозначающий поддающееся проверке объяснение какого-либо наблюдаемого явления) и экспериментов, которые необходимо было провести. С автоматизированными методами эти возможности расширяются.
По словам ученых, это позволило им оценить большее число гипотез, а также количество способов, с помощью которых ученые могли вносить точные изменения в экспериментальную установку. Это привело к увеличению объема данных, которые требовали проверки, стандартизации и обмена.
Кроме того, роботов нужно было “обучить” выполнять эксперименты, которые раньше проводились вручную. Людям тоже нужно было развивать новые навыки подготовки, ремонта и наблюдения за роботами. Это было сделано для того, чтобы исключить ошибки в научном процессе.
Научную работу часто оценивают по таким результатам, как рецензируемые публикации и гранты. Однако время, затрачиваемое на очистку, устранение неисправностей и надзор за автоматизированными системами, сопоставимо с задачами, традиционно вознаграждаются в науке. Эти менее ценные задачи могут быть практически незаметны – в частности, потому что менеджеры не знают о рутинной работе из-за того, что не проводят все время в лаборатории. Но ученые, выполняющие эти обязанности, оценили свою рабочую нагрузку как более высокую, чем у тех, кто стоит выше их в должностной иерархии.
Более общие выводы
Возможно, эти выводы применимы и к другим областям работы. ChatGPT – это чат-бот с искусственным интеллектом, который “учится” на информации, доступной в Интернете. Отвечая на вопросы пользователей в Интернете, чат-бот предлагает ответы, которые выглядят хорошо продуманными и убедительными.
По данным журнала Time, для того, чтобы ChatGPT не выдавал расистские, сексистские или другие оскорбительные ответы, в Кении были наняты работники для фильтрации токсичного контента, предоставляемого ботом.
Существует множество зачастую невидимых методов работы, необходимых для развития и обслуживания цифровой инфраструктуры. Это явление можно назвать “парадоксом цифровизации”. Оно ставит под сомнение предположение о том, что все, кто вовлечен в цифровизацию, становятся более продуктивными или у них больше свободного времени, после того как часть их рабочего процесса стала автоматизирована.
Озабоченность снижением производительности труда является ключевым мотивом организационных и политических усилий по автоматизации и цифровизации повседневной работы. Но мы не должны принимать обещания о повышении производительности за чистую монету.
Вместо этого нам следует пересмотреть способы измерения производительности, рассмотрев невидимые типы задач, которые могут выполнять люди, помимо более видимой работы, которая обычно вознаграждается.
Мы также должны подумать о том, как разработать и управлять этими процессами, чтобы технология могла более позитивно дополнить возможности человека.
Читайте также: Искусственный интеллект, ищущий инопланетян, нашел восемь “подозрительных” сигналов