Як штучний інтелект доб’є і воскресить вищу освіту
Всім привіт. Я Саша Каленюк. Останні десять років я працюю на компанію Materialise, де ми разом з командою алоритмістів робимо найкращі в світі алгоритми для підготовки моделей до 3Д-друку. А ще півроку тому я приєднався до кафедри Цифрових технологій в енергетиці, що в КПІ, де між викладанням і написанням наукових статей, виношую депресивно-маніакальні думки щодо майбутнього університету. Не конкретно нашого, а взагалі, університету як інституції.
Цими думками я би хотів поділитися з вами, а заодно і закликати до діалогу. Але почну з довгого прологу і аналізу літератури. Вибачте, мабуть це профдеформація.
Пролог
Більш ніж двадцять років тому Джеймс Шуровікі написав дещо контроверсійну книжку, яка називається «Мудрість натовпів». Книжку він почав з опису сільського ярмарку, а точніше однієї конкретної ярмаркової розваги. Всім бажаючим пропонувалося вгадати вагу бика, якого вивели на привселюдний огляд. Той, хто називав найближчу до правди цифру, забирав приз.
Через те, що більшість людей не бикологи за фахом і не бикознавці за покликанням, оцінки розбіглися дуже сильно. Від неймовірно малих до неправдоподібно високих. Втім, як зазначив Шуроківі, середня оцінка, взята як сума всіх оцінок поділена на кількість учасників, виявилась надзвичайно близькою до дійсності.
Власне, книга, як можна здогадатися із назви, і присвячена феномену колективного інтелекту. Явища, яке полягає в тому, що похибка багатьох суджень має схильність до самокомпенсації. Якщо вага бика, скажімо, складає сімсот кілограмів, то на кожного, хто скаже чотириста, у достатньо великій виборці знайдеться хтось, хто скаже тисяча, і їх помилки самознищаться.
Шуровікі знаходить багато прикладів такого колективного інтелекту. Часто неочевидних і непередбачуваних. Втім, як зазначено в самій книзі, а не тільки у її критиків, навіть в найкращому випадку, колективний інтелект працює краще за приблизно 99% окремих учасників. Приблизно 1% експертів стабільно «переграють» колективний інтелект у своїй окремій вузькій області експертизи.
Я згадав цю книжку, написану, зазначте, у 2004 році, тобто задовго до штучно-інтелектуальної відлиги, коли побачив статтю із назвою «The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks». В статті йдеться про те, що великі лінгвістичні моделі, і GPT-4 зокрема «переграють» 99% людей у креативних задачах. Стоп, але це також означає, що 1% «переграє» GPT-4. Десь я таке вже чув, подумалось.
А як, власне, працює GPT-4? Книголюбам можу порекомендувати книгу Стефена Вольфрама «What Is ChatGPT Doing ... and Why Does It Work?». Книгоненависникам — статтю того ж автора з такою ж назвою. А зовсім нетерплячим, пояснення одним реченням:
ChatGPT працює підбираючи одне за одним слова, які найбільш вірогідно продовжують запит і недописану відповідь.
Ну гаразд. А звідки він знає, які слова найбільш вірогідні? Та власне із даних, на яких він натренований. А звідки беруться дані? Здебільшого з відкритих джерел. З бібліотек, сайтів типу StackOverflow, Quora, або Reddit та з іншого інтернету. Тобто люди генерують дані, а ChatGPT робить математику, яка генерує найбільш вірогідну відповідь на кожне конкретне питання.
Тобто, якщо на секундочку замислитись, це та сама розвага з биком, тільки більш високотехнологічна. Дані поступають від людей, а за рахунок того, що помилки в даних самокомпенсується, відповідь, яку генерує чат, точніша за ту, що дали б 99% тих самих людей, які надають дані.
Але 99% це ж не 100%. Один процент людей «переграє» як колективний інтелект так і штучний, але у своїй спеціалізації, у своїй зоні експертизи. Якщо повернутися до статті про креативні задачі, то варто зазначити, що весь креативний клас на планеті земля, від авторів жіночих романів до освітлювачів у цирку — це 50 мільйонів людей. Тобто як раз біля одного процента від працездатного населення.
Замкнене коло кваліфікації
Отже, для того, щоб робити щось таке, що не може робити ШІ, треба опинитися в одному проценті. Втім, не все так погано. Якщо хтось хоче стати юристом, лікарем, або програмістом, йому не треба ставати кращім із ста юристів, лікарів, чи програмістів. Достатньо стати кращим із ста людей взагалі, але кращим саме у юриспруденції, медицині, чи програмуванні. Це складно, але реалістично. Завжди було. В цьому плані, ШІ нічого не змінює.
А от що змінюється, так це спосіб, у який люди традиційно покращують свої навички і здобувають нові знання. Не зміниться коли-не-коли, а вже фактично змінилося. Десять років тому, хоча навіть і сто років тому, найкращим способом покращити свої професійні навички у інтелектуальній професії, включаючи програмування, була практика. Молодий спеціаліст приходить в контору і робить типову роботу для молодого спеціаліста — щось таке, що не потребує досвіду чи особливої кваліфікації, але дозволяє заробити цей самий досвід і згодом перейти до більш наукомісткої і творчої роботи.
Тепер таку роботу для початківців робить як раз ШІ.
Якщо ШІ робить щось краще, або принаймні точно швидше, за неспеціаліста, то який сенс платити неспеціалісту? Щоб він став спеціалістом? Попав в один процент? Бізнесу це не цікаво. Бізнесу цікаво, щоб робота була зроблена доброякісно і вчасно. І робить її людина чи машина — неважливо.
Зрештою, і в програмуванні дуже мало людей пишуть в машинному коді чи асемблері, більшість використовує компілятори. Це дешево і швидко. Точно так і ШІ робить вирішення простих проблем швидким і дешевим. Але не дуже допомагає із проблемами складними, для яких потрібна така кваліфікація, яка виходить за межі колективного інтелекту. А щоб здобути таку кваліфікацію, треба довго і усвідомлено розв’язувати проблеми прості. Просто замкнене коло якесь.
Розрив кола
На щастя, люди придумали, як розірвати це коло задовго до того, як воно себе проявило. Прості задачі, які у бізнесі дешево розв’яже ШІ, треба розв’язувати у окремому середовищі відокремленому від бізнесу, і називається це середовище — університет.
Ні для кого не секрет, що наразі вища освіта потерпає від ШІ. Навіщо старатися, робити якісь лаби, ергеери, курсові, якщо справжні знання здобуваються на практиці, а роботу в університеті можна швидко і дешево земулювати, і отримати свій диплом. Який, до-речі, теж не дуже допомагає в кар’єрі бо... всі переконані, що справжні знання здобуваються на практиці.
От тільки більше не здобуваються. Нескладно подивитися статистику найму і побачити, що джуніорські позиції вже передувають у помітному дефіциті. Бо поки ми тут пишемо-читаємо про світле майбутнє, ШІ доїдає роботу для джуніорів у бізнесі, а бізнес не дуже зацікавлений у навчанні заради навчання. Бізнес потребує готових спеціалістів, які працюють краще за ШІ.
Що, насправді, хороша новина для вищої освіти. Просто не тієї, яка у нас є наразі. За браком низькокваліфікованої інтелектуальної роботи у бізнесі, саме університет стає найочевиднішим способом, через який можна попасти в один процент, який «переграє» ШІ. От тільки університет треба теж хорошенько реформувати. Цій інституції тисяча років і створювалась вона не для того, щоб готувати конкурентів штучному чи колективному інтелекту.
Висновки?
Як саме треба реформувати вищу освіту, щоб університет знов став гідним і престижним середовищем для здобуття навичок і знань, — не те питання, на яке я можу дати відповідь. Все що я можу зазначити, це те, що для його поточної форми, штучний інтелект — це виклик, який ще більше знецінює диплом і зрештою призведе до його остаточної девалюації. Але разом з тим, саме штучний інтелект створює історично унікальний ґрунт для розквіту вищої освіти, бо він з’їдає освітню функцію і спроможність у бізнесу, а кваліфіковані кадри треба звідкись брати.
Мабуть, університету як інституції на даному історичному етапі дійсно пора вмерти і воскреснути. Як саме? Не знаю. Можливо, за відповідями на це питання варто звернутися до інтелекту колективного?
168 коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарів