Власть и прогресс: Наша тысячелетняя борьба за технологии и процветание

В большинстве рабочих сред ситуационный и социальный интеллект позволяет не только гибко адаптироваться к обстоятельствам, но и общаться с клиентами и другими сотрудниками для повышения качества обслуживания и сокращения количества ошибок. Поэтому неудивительно, что, несмотря на распространение технологий ИИ, многие компании все чаще ищут работников с социальными, а не математическими или техническими навыками. В основе этого растущего спроса на социальные навыки лежит реальность того, что ни традиционные цифровые технологии, ни ИИ не могут выполнять важнейшие задачи, требующие социального взаимодействия, адаптации, гибкости и общения.

В то же время игнорирование человеческих возможностей может стать самоисполняющимся пророчеством, поскольку решения по автоматизации могут постепенно сократить возможности для социального взаимодействия и человеческого обучения. Возьмем для примера обслуживание клиентов. Хорошо обученные люди могут быть очень эффективны в решении проблем именно потому, что они формируют социальную связь с человеком, нуждающимся в помощи (например, сочувствуют тому, кто только что попал в аварию и должен подать иск). Они могут быстро понять суть проблемы, отчасти потому, что общаются с клиентом, и на основе этого общения предложить решения, соответствующие потребностям. Такое взаимодействие позволяет представителям службы поддержки клиентов со временем становиться лучше в своей работе.

Теперь представьте себе ситуацию, когда работа по обслуживанию клиентов разбита на более узкие задачи, а фронтальные задачи поручены алгоритмам, которые часто не могут полностью определить и решить сложные проблемы, с которыми они сталкиваются. Затем в качестве специалистов по устранению неполадок привлекаются люди, после долгой череды меню. На этом этапе клиент часто разочарован, ранние возможности для построения социальной связи упущены, а представитель службы поддержки не получает такого же объема информации от общения, что ограничивает его способность учиться на конкретных обстоятельствах и адаптироваться к ним. Это делает работу представителя службы поддержки менее эффективной и может побудить менеджеров и технологов искать дополнительные способы еще больше сократить объем поставленных перед ними задач.

Эти уроки человеческого интеллекта и адаптивности часто игнорируются сообществом ИИ, которое спешит автоматизировать целый ряд задач, независимо от роли человеческого мастерства.

О триумфе искусственного интеллекта в радиологии трубят много. В 2016 году Джеффри Хинтон, соавтор современных методов глубокого обучения, лауреат премии Тьюринга и ученый Google, предложил "прекратить обучение радиологов. Это просто совершенно очевидно, что в течение пяти лет глубокое обучение будет работать лучше, чем рентгенологи".

Ничего подобного пока не произошло, а спрос на радиологов с 2016 года вырос по очень простой причине. Полная рентгенологическая диагностика требует даже большего ситуационного и социального интеллекта, чем, например, обслуживание клиентов, и в настоящее время она находится за пределами возможностей машин. Более того, последние исследования показывают, что сочетание человеческого опыта с новыми технологиями оказывается гораздо более эффективным. Например, современные алгоритмы машинного обучения могут улучшить диагностику диабетической ретинопатии, которая возникает в результате повреждения кровеносных сосудов сетчатки глаза у пациентов с диабетом. Тем не менее, точность значительно возрастает, когда алгоритмы используются для выявления сложных случаев, которые затем передаются офтальмологам для более точной диагностики.

В 2015 году главный технический директор подразделения Google по разработке самоуправляемых автомобилей уверенно предполагал, что его тогдашнему одиннадцатилетнему сыну не нужно будет получать водительские права к тому времени, когда ему исполнится шестнадцать лет. В 2019 году Элон Маск предсказал, что к концу 2020 года компания Tesla выпустит на улицы миллион полностью автоматизированных такси без водителя. Эти прогнозы не сбылись по той же причине. Как показал эксперимент с голыми улицами, вождение в оживленных городах требует огромного количества ситуационного интеллекта для адаптации к меняющимся обстоятельствам и еще большего социального интеллекта для реагирования на сигналы других водителей и пешеходов.

 

Общая иллюзия искусственного интеллекта

Апогеем современного подхода к ИИ, вдохновленного идеями Тьюринга, является поиск общего интеллекта человеческого уровня.