Sztuczna inteligencja a przyszłość pracy

Dla­cze­go mimo wie­lu zagro­żeń, jakie nie­sie za sobą sztucz­na inte­li­gen­cja, jej roz­wój i wdro­że­nie są nieuniknione? 

Michał Paliń­ski, Ana­li­tyk DELab UW

Sztucz­na inte­li­gen­cja (AI) już dziś ma wpływ na biz­nes, np. w posta­ci algo­ryt­mów ucze­nia maszy­no­we­go (ML), pod­no­si pro­duk­tyw­ność pra­cy dzię­ki auto­ma­ty­za­cji pro­ce­sów i wykry­wa­niu nowych zależ­no­ści w nie­ustruk­tu­ry­zo­wa­nych zbio­rach danych (Big Data). W e‑marketingu poma­ga pro­fi­lo­wać klien­tów na pod­sta­wie sche­ma­tów zacho­wań (wzor­ców beha­wio­ral­nych), czy też two­rzyć zin­dy­wi­du­ali­zo­wa­ne sys­te­my reko­men­da­cyj­ne (prze­glą­dar­ki, Net­flix, Spo­ti­fy, etc.). AI jest sze­ro­ko wyko­rzy­sty­wa­na w finan­sach, przy two­rze­niu pro­gnoz i ratin­gów klien­tów, oce­nie kre­dy­to­wej, a nawet przy typo­wa­niu obie­cu­ją­cych ryn­ków. Każ­dy posia­dacz pro­duk­tów Apple od kil­ku lat może sko­rzy­stać z oso­bi­ste­go asy­sten­ta i nawi­ga­to­ra wie­dzy, opar­te­go na sztucz­nej inte­li­gen­cji. Pro­ces robo­ty­za­cji w nie­dłu­gim cza­sie obej­mie coraz więk­szą ilość zadań, nawet takich, jak wspo­ma­ga­nie opie­ki nad dzieć­mi i seniorami.

Auto­ma­ty­za­cja i robo­ty­za­cja, dzię­ki AI, obni­ża kosz­ty pra­cy (zarów­no nie­wy­kwa­li­fi­ko­wa­nej, jak i umy­sło­wej). Dzię­ki wykry­wa­niu głęb­szych zależ­no­ści w ogrom­nych zbio­rach danych pozwa­la przed­się­bior­stwom, mają­cym dostęp do dużych baz danych (naj­czę­ściej swo­ich klien­tów), na two­rze­nie ogrom­nej war­to­ści doda­nej, pły­ną­cej z rosną­ce­go zaan­ga­żo­wa­nia odbiorców.

Roz­wój algo­ryt­mów ucze­nia maszy­no­we­go (ML) w obec­nych mode­lach biz­ne­so­wych wyma­ga dostę­pu do zbio­rów danych użyt­kow­ni­ków (czę­sto danych wraż­li­wych). Real­ne dzia­ła­nia, mają­ce na celu ochro­nę pry­wat­no­ści w Inter­ne­cie (np. zmia­na domyśl­nych usta­wień pry­wat­no­ści, czy uży­wa­nie pro­gra­mów ukry­wa­ją­cych naszą cyfro­wą toż­sa­mość), nie odpo­wia­da­ją dekla­ro­wa­ne­mu zanie­po­ko­je­niu bra­kiem pry­wat­no­ści i ochro­ną danych oso­bo­wych w Inter­ne­cie (tzw. para­doks pry­wat­no­ści). Użyt­kow­ni­cy mają poczu­cie, że swo­imi dany­mi „pła­cą” za ofe­ro­wa­ne usłu­gi. W efek­cie nale­ży spo­dzie­wać się dal­sze­go roz­wo­ju algo­ryt­mów czer­pią­cych swo­ją „moc pre­dyk­cyj­ną” z wyko­rzy­sta­nia naszych danych.

Sze­ro­kie wyko­rzy­sta­nie sztucz­nej inte­li­gen­cji poprzez auto­ma­ty­za­cję pra­cy sta­no­wić będzie duże wyzwa­nie dla obec­nych struk­tur spo­łecz­nych, sta­wia­jąc nas na przy­kład przed pyta­niem: co zro­bić z rosną­cą gru­pą bez­ro­bot­nych? Roz­wią­za­niem dla kra­jów chcą­cych zacho­wać ele­men­ty pań­stwa opie­kuń­cze­go (welfa­re sta­te) może być wpro­wa­dze­nie mini­mal­ne­go docho­du gwa­ran­to­wa­ne­go. Wyma­ga­ło­by to jed­nak zmia­ny obec­ne­go spo­so­bu myśle­nia o redy­stry­bu­cji docho­dów. Obser­wu­jąc gwał­tow­ne tem­po roz­wo­ju tech­no­lo­gii i kry­zy­sy poli­tycz­ne nale­ży się spo­dzie­wać, że to raczej my, jako spo­łe­czeń­stwa, będzie­my się dosto­so­wy­wać do roz­wo­ju tech­no­lo­gii, a nie odwrot­nie — będzie­my kształ­to­wać i nor­mo­wać jej roz­wój do zało­żo­nych celów społecznych.