Hlavní obsah
Názory a úvahy

Rizika AI, část 2 - nováčkův lament

Foto: Vypravěč

Minule jsem se zamyslel nad tím, jestli přesunutí přemýšlení na stroj není pohodlný způsob, jak se neučit. Pojďme o krok dále.

Článek

Jedna z myšlenek, které kolují internetem, je, že umělá inteligence časem nahradí „juniory“. Dává to smysl - když srovnám to, co produkoval jeden klučina, se kterým jsem před časem pracoval na malém volnočasovém projektu s výstupy dnešních modelů, modely přesvědčivě vedou. Takže varianta „nemusím se drbat s nováčkem, nasadím místo něj model“ vypadá na první pohled lákavě.

Sepíšeme si to vedle sebe:

Nováček: produkuje kód pochybné kvality. Může být nespolehlivý (není pravidlem, ale ani výjimkou). Potřebuje dohled a dobře rozvržené úkoly. Trvá mu, než se zaučí.

Model: produkuje kód pochybné kvality. Je spolehlivý (nezaspí, neonemocní). Potřebuje dohled a dobře rozvržené úkoly. To, co umí, umí hned, ale nebude umět více. (Nicméně máme šanci, že časem vydají nový, silnější model.)

Zjednodušené, ale docela výstižné. Na první pohled model vyhrává na celé čáře. Samozřejmě se vyskytují skvělí nováčci, kteří se chytnou rychle a potom se již naplno zapojí do práce - jednoho takového teď máme, a je to super. Stejně tak ale budou nováčci, kteří se budou zaučovat dlouho či dokonce časem zjistíme, že to s nimi fungovat nebude. S modelem ale tuto loterii podstupovat nemusíme, víme, na čem jsme. A ve srovnání s průměrným nováčkem model nejspíše vyhraje. Když ne dnes, tak za půl roku, rok, až vyjde nějaká další, silnější verze.

Takže výborně. Můžeme nahradit všechny nováčky pomocí strojů. Peníze plynou, příjmy rostou, všichni jsou spokojení. Tedy, až na chudáky juniory, pro které je najednou mnohem složitější dostat nohu do dveří. Nevím, jestli bych se svými tehdejšími dovednostmi dnes uspěl při snaze sehnat práci.

Má to ale háček. Když teď vyházíme všechny (nebo alespoň podstatnou část) nováčků, odřízneme si tak podhoubí, ze kterého těží celý ekosystém. To se mimochodem netýká jen programování.

Vezměme si jiné zaměstnání. Třeba takový právník. Povolám na pomoc GPT:

Začátek úseku generovaného AI.

Obvyklé povinnosti čerstvého právníka:

  1. příprava návrhů smluv, žalob, podání k soudu či úřadům,
  2. rešerše právních předpisů a judikatury,
  3. základní právní poradenství pod dohledem zkušenějšího kolegy,
  4. komunikace s úřady, soudy, klienty (většinou v jednodušších věcech),
  5. administrativní práce související s agendou kanceláře nebo oddělení,
  6. účast na soudních jednáních nebo schůzkách (většinou spíše jako příprava a doprovod).

Ve zkratce: první roky jsou hlavně o učení se praxi, právních rešerších a přípravě dokumentů, zatímco odpovědnost za strategická rozhodnutí a zastupování klientů má zatím mentor/školitel.

Konec úseku generovaného AI

Nevím, jestli je to dokonale přesný popis, ale na první pohled to vypadá rozumně1. Když se na ně dívám, myslím, že se spoustou z nich by se již dnes modely docela dobře popasovaly. Nejspíše ne kompletně, a u bodů tři a šest to vypadá problematicky, ale řekněme, že by AI mohlo být schopné v dohledné době nahradit půl až tři čtvrti průměrného začínajícího právníka.

Hurá, můžeme vyhodit půlku nováčků, ušetříme, produktivita zůstane, bude víc peněz pro nás.

Zpět k háčku, který jsem zmínil: když si odřežeme spodní patro pyramidy, pomůžeme si tím? Když nebudou junioři, kde časem vezmeme ty zkušené?

Můžeme prodloužit dobu ve škole? Ta je už teď až neúnosně dlouhá. Na příkladu právníka: devět let základka, čtyři roky Gymnázium, pět let Vysoká škola, tři roky koncipientura. Bratru dvacet jedna let strávených ve škole nebo na vstupní pozici. Tohle bychom chtěli prodloužit?

Můžeme mít více neplacených pozic či požadovat nějaké certifikáty - tedy zvýšit náročnost a snížit návratnost?

To nezní jako dobrý plán. A my bychom nějaký měli mít, chceme-li se touto cestou vydat. V opačném případě riskujeme, že kvůli krátkodobému zisku zahodíme budoucnost mnohých profesí, které nejspíše docela potřebujeme.

=======================================================

1. což je mimochodem obvyklý problém s výstupy AI - na první pohled vypadají věrohodně, nicméně po bližším přezkoumání můžeme zjistit, že text neodpovídá realitě.

2. tím myslím takzvaný „fine tuning“, kdy vezmeme již existující velký model (LLM) a poskytneme mu doplňující sadu dat, na kterých ho naučíme fungovat lépe. V tomto případě by se jednalo o sbírku zákonů, vzory smluv a podobné texty.

Máte na tohle téma jiný názor? Napište o něm vlastní článek.

Texty jsou tvořeny uživateli a nepodléhají procesu korektury. Pokud najdete chybu nebo nepřesnost, prosíme, pošlete nám ji na medium.chyby@firma.seznam.cz.

Související témata:

Sdílejte s lidmi své příběhy

Stačí mít účet na Seznamu a můžete začít psát. Ty nejlepší články se mohou zobrazit i na hlavní stránce Seznam.cz

Doporučované

Načítám