Antropinė metaanalizė: darbuotojų perkvalifikavimas duoda kuklią grąžą, kurios greičiausiai nepakanka masiniam dirbtinio intelekto išstūmimui.
Trumpai
Antropologinė ataskaita: darbuotojų perkvalifikavimas duoda kuklios naudos, kurios greičiausiai nepakanka dirbtinio intelekto išstūmimui; sektoriaus programos yra geresnės, bet sunkiai atkartojamos.
Dirbtinio intelekto tyrimų įmonė Antropinis paskelbė išsamų pranešti rodo, kad darbuotojų perkvalifikavimo programos duoda statistiškai reikšmingos, tačiau nedidelės ekonominės naudos. Šie rezultatai yra labai svarbūs politikos formuotojams, siekiantiems sušvelninti galimus dirbtinio intelekto sukeltus darbo rinkos sutrikimus.
Nepriklausomo tyrėjo Davido Roodmano ir „Anthropic“ atstovo Maximo Massenkoffo bendraautorių ataskaitoje pateikiama nauja dirbtinio intelekto pagreitinta metaanalizė, kurioje bendrovės „Claude“ modelis ištraukė didžiąją dalį pagrindinių duomenų ir parašė visą analitinį kodą. Remiantis 56 atsitiktinių imčių kontroliuojamais tyrimais, atliktais Jungtinėse Valstijose nuo XX a. 1970-ojo dešimtmečio, ir eksperimentiniais įrodymais iš Europos, analizė pateikia vieną sistemingiausių iki šiol atliktų vyriausybinių ir ne pelno siekiančių organizacijų mokymo iniciatyvų vertinimų.
Vidutiniškai programos duoda teigiamą, bet ribotą poveikį. Kiekvienam asmeniui, kuriam siūloma mokymo vieta, užimtumas padidėja maždaug dviem–trimis procentiniais punktais, o metinės pajamos – maždaug 1 000 USD, palyginti su vidutinėmis vieno dalyvio išlaidomis, kurios yra apie 13 000 USD. Fiskaliniu požiūriu vyriausybės atgauna daugiau nei pusę šių išlaidų per papildomas mokesčių pajamas ir sumažintas viešąsias išmokas, o tai reiškia, kad intervencijos apskritai beveik visiškai atsiperka.
Ataskaitoje šie rezultatai pateikiami platesnės „Anthropic“ ekonominių tyrimų darbotvarkės kontekste, kurioje stebimas dirbtinio intelekto paplitimas įvairiose profesijose ir pramonės šakose. Nors viešosiose ir ekspertų apklausose perkvalifikavimas išlieka populiariausia politine reakcija į technologinį nedarbą, autoriai įspėja, kad istoriniai rezultatai rodo, jog dabartinės programų architektūros greičiausiai nepakaks, jei pažangi automatizacija dideliu mastu išstumtų darbuotojus.
Sektorių programos ir replikacijos iššūkis
Pastebima išimtis iš kuklių vidurkių yra nedidelė „sektorių programų“ grupė – iniciatyvos, kurios intensyviai bendradarbiauja su darbdaviais didelės paklausos pramonės šakose, kad atrinktų kandidatus, parengtų konkrečiai profesijai skirtas mokymo programas ir tiesiogiai įdarbintų absolventus. Tokios programos kaip „Year Up“ ir „Per Scholas“ padidino dalyvių pajamas kelis kartus, palyginti su vidurkiu, ir veiksmingai veikia kaip darbo rinkos tarpininkai, suderinantys nepastebėtus talentus su darbdaviais, norinčiais įsipareigoti įdarbinti darbuotojus.
Vis dėlto ataskaitoje pabrėžiama, kad šią sėkmę sunku pakartoti. Aukštos kokybės pirmaujančių modelių kopijos dažnai nepasiteisino naujose vietose, o tai rodo, kad veiksmingumas priklauso nuo trapių, nuo konteksto priklausomų veiksnių, įskaitant glaudžius vietos ryšius, labai selektyvius priėmimo procesus, kurie atfiltruoja daugiau nei 80 procentų stojančiųjų, ir per daugelį metų įgytą organizacinę brandą.
Atsižvelgiant į tai, kad dauguma tirtų programų buvo skirtos mažas pajamas gaunantiems arba mažai dirbančiems asmenims, o ne vidutinio karjeros baltųjų apykaklių darbuotojams, kuriems gali prireikti metų perkvalifikavimo, autoriai daro išvadą, kad esama perkvalifikavimo infrastruktūra yra prastai pritaikyta plačiai paplitusio dirbtinio intelekto išstūmimo scenarijui. Pagrindinė jų rekomendacija – nedelsiant investuoti į perspektyviausių modelių demonstravimą, vertinimą ir mastą, kol neįvyko jokia krizė.
Konkrečiai, jie siūlo greitai išplėsti pirmaujančio sektoriaus programą, skirtą gerai veikiančiai bendrovei.defidarbuotojų grupę, griežtai vertinant užimtumo ir pajamų rezultatus. „Anthropic“ ekonomikos ateities tyrimų fondas yra pasirengęs remti tokius tyrimus, atspindėdamas vis didėjantį sutarimą, kad perkvalifikavimo ribų supratimas yra būtinas norint pasiruošti sparčios automatizacijos erai.
Atsakomybės neigimas
Remdamasi tuo, Pasitikėjimo projekto gairės, atkreipkite dėmesį, kad šiame puslapyje pateikta informacija nėra skirta ir neturėtų būti aiškinama kaip teisinė, mokesčių, investicinė, finansinė ar bet kokia kita konsultacija. Svarbu investuoti tik tai, ką galite sau leisti prarasti, ir, jei turite kokių nors abejonių, kreiptis į nepriklausomą finansinę konsultaciją. Norėdami gauti daugiau informacijos, siūlome peržiūrėti taisykles ir nuostatas bei pagalbos ir palaikymo puslapius, kuriuos pateikia išdavėjas arba reklamuotojas. MetaversePost yra įsipareigojusi teikti tikslias, nešališkas ataskaitas, tačiau rinkos sąlygos gali keistis be įspėjimo.
Apie autorių
Alisa, atsidavusi žurnalistė MPost, specializuojasi kriptovaliutų, dirbtinio intelekto, investicijų ir plačios srities srityse Web3. Akylai žvelgdama į naujas tendencijas ir technologijas, ji pateikia išsamią informaciją, kad informuotų ir įtrauktų skaitytojus į nuolat besikeičiančią skaitmeninių finansų aplinką.
Daugiau straipsnių
Alisa, atsidavusi žurnalistė MPost, specializuojasi kriptovaliutų, dirbtinio intelekto, investicijų ir plačios srities srityse Web3. Akylai žvelgdama į naujas tendencijas ir technologijas, ji pateikia išsamią informaciją, kad informuotų ir įtrauktų skaitytojus į nuolat besikeičiančią skaitmeninių finansų aplinką.
