V poslední době nahrazují velké jazykové modely také práci programátorů. Vývojáři využívají umělou inteligenci ve zvýšené míře, stanou se ale nakonec kvůli ní zbyteční? Měli by si snad lidé dokonce rozmyslet studium informatiky? Ikhlaq Sidhu, profesor informatiky z University of California v Berkley nyní vstoupil do této debaty tím, že vypočítává, kde jsou lidští IT specialisté prozatím nenahraditelní.
Sidhu v první řadě uvádí, že psaní kódu je jen malou částí toho, co dělají specialisté na IT („informatiku, computer science“). Odborníci mají na starosti navrhování komplexních systémů, navrhování infrastruktury a budoucích programovacích jazyků, zajištění kybernetické bezpečnosti a ověřování správnosti systémů. Tyto úkoly AI spolehlivě zvládnout nedokáže a ani v dohledné budoucnosti toho nebude schopna.
Kdyby AI toho tolik dokázala, musela by existovat vysoká poptávka po lidech, kteří s ní pracují a mají to jako hlavní náplň své činnosti – prompt engineering. Jenže tak tomu není (opět: tvrdí alespoň Sidhu).
Následujících 10 situací uvádí jako příklad mezí současných systémů AI:
Přizpůsobení algoritmu investičního fondu novým ekonomickým podmínkám. Vyžaduje to znalost designu algoritmů a hluboké porozumění trhům, nejen spousty kódu.
Diagnostika výpadků cloudových služeb od poskytovatelů jako Google nebo Microsoft. AI může řešit problémy v malém měřítku, ale nedokáže kontextualizovat řešení problémů ve velkém měřítku, což je pro úspěch poskytovatelů cloudu ale právě rozhodující.
Přepisování kódu pro kvantové počítače. AI to nedokáže bez rozsáhlých příkladů úspěšných implementací (které v současné době neexistují).
Návrh a zabezpečení nového cloudového operačního systému. Související procesy zahrnují systémovou architekturu na vysoké úrovni a přísné testování, které AI nedokáže provést.
Vytváření energeticky účinných systémů AI. AI dnes nedokáže spontánně vymyslet kód GPU s nižší spotřebou energie ani znovu vynalézt svou vlastní architekturu.
Vytváření bezpečného, proti útokům odolného softwaru pro řízení jaderných elektráren v reálném čase. To vyžaduje znalosti v oblasti vestavěných systémů v kombinaci s překládáním kódu a návrhem systémů.
Ověření, že software chirurgického robota funguje za nepředvídatelných podmínek. Přesahuje možnosti současných systémů AI.
Návrh systémů pro ověřování zdrojů e-mailů a zajištění integrity. Jedná se o kryptografickou a multidisciplinární výzvu.
Audit a vylepšení nástrojů pro predikci rakoviny založených na AI. To vyžaduje lidský dohled a průběžné ověřování systému.
Vytváření nové generace bezpečné a kontrolovatelné AI. Z řady důvodů je problematické svěřit vývoj bezpečnější AI samotné AI – je to odpovědnost člověka.
Ikhlaq Sidhu shrnuje, že umělá inteligence změní způsob, jak informatici pracují. To znamená změnu metod, nikoliv nižší poptávku po příslušné specializaci.
Kdykoli čelíme zcela novému problému nebo složitosti, AI sama o sobě nestačí z jednoho prostého důvodu: zcela závisí na minulých datech. Údržba AI, budování nových platforem a rozvoj oblastí, jako je důvěryhodná AI a správa AI, proto vyžadují zase lidi (=někoho jiného než AI). I v případě AI natolik pokročilé, že dokáže nahradit většinu profesí, budou jednou z mála výjimek právě ti, kteří AI budují, řídí a rozvíjejí.
Vezměme si historický precedens: během průmyslové revoluce byli tovární dělníci do značné míry nahrazeni v důsledku rychlého pokroku v oblasti strojů a technologií. Nová ekonomika ovšem přinesla nová pracovní místa: většina nových pracovníků byli ti, kteří uměli obsluhovat nebo opravovat stroje, vyvíjet nové stroje nebo navrhovat nové továrny a procesy kolem strojů.
Během tohoto období masivních změn byly technické dovednosti ve skutečnosti nejžádanější, nikoli nejméně žádané. Totéž má platit pro odbornost z informatiky v éře nastupující AI.
Zdroj: Ikhlaq Sidhu: AI won’t replace computer scientists any time soon—here are 10 reasons why. The Conversation/TechXplore.com
Poznámka: Vzhledem k rychlosti změn – co z příslušných omezení AI (i kdybychom plně přijali argumenty výše) bude ale platit za 3 roky? A za druhé, že AI něco sama nedokáže, neznamená, že 1 špičkový expert s její pomocí nezvládne totéž co dříve 10 informatiků (vývojářů etc.). Tedy i když IT nějakou profesi nenahradí, rozhodně může snížit množství lidí, kteří jsou zde potřeba…
