Z bliskovitim razmahom umetne inteligence se zdi prihodnost dela nepredvidljiva. Toda namesto iskanja poklicev, ki naj bi bili »odporni« proti tehnologiji, se morajo prihodnje generacije (in tudi starejši) naučiti predvsem, kako postati gospodarji strojev. V tekmi z algoritmi posameznik ne more zmagati, zmagovalci, če se tako izrazimo, pa bodo predvsem tisti, ki bodo stroj znali voditi in usmerjati.
Začnimo z znanim občutkom tesnobe, ki danes preveva marsikatero srednješolsko in študentsko sobo ob izbiri študija. Predstavljajte si, da ste stari osemnajst let in na pragu odločitve, ki bo zaznamovala vašo prihodnost. Tradicionalni nasveti kariernih svetovalcev, ki so desetletja prisegali na klasične, na videz nezamenljive poklice, kot so pravo, medicina, računovodstvo ali inženirstvo, danes zvenijo nekoliko votlo. Tudi mantra zadnjega desetletja, češ da se je dobro naučiti programirati – postaja precej vprašljiva v času, ko sistemi umetne inteligence sposobno pišejo in popravljajo programsko kodo v nekaj sekundah.
Vzrok za to negotovost ni zgolj prehodna tehnološka muha, temveč sprememba v sami definiciji človeškega dela. Ko je investicijska banka Goldman Sachs leta 2023 objavila poročilo, v katerem je ocenila, da bi lahko generativna umetna inteligenca globalno avtomatizirala 300 milijonov delovnih mest s polnim delovnim časom, je bil to za marsikoga streznitveni šok. Svetovni gospodarski forum je to sliko izostril s podatkom, da bo v prihodnjih petih letih spremenjenih ali popolnoma preoblikovanih skoraj pol vseh veščin, ki jih danes potrebujemo na delovnem mestu.
Načrtovanje poti
Kako naj torej ambiciozen človek, ki se šele formira ali išče alternative, smiselno načrtuje pot, ko pa se zdi, da se pravila igre spreminjajo hitreje od izhajanja univerzitetnih učbenikov?
Odgovore smo poiskali pri tistih, ki to tehnologijo aktivno sooblikujejo. Eden takšnih strokovnjakov je dr. Sašo Džeroski, ugleden raziskovalec z Inštituta Jožefa Stefana. Njegov pogled na to, kako umetna inteligenca že danes spreminja znanost, ponuja dragocene lekcije za vsakogar.
Najpogostejši refleks mladih (in še bolj njihovih zaskrbljenih staršev) je obramben. Želijo si poiskati varen pristan, poiskati poklic, za katerega verjamejo, da ga UI še dolgo ne bo zmogla opravljati. Vendar Džeroski to strategijo bega odsvetuje. »Ne odločajmo se na podlagi strahu pred tem, katero področje bo UI 'prehitela' – prej ali slej bo namreč posegla praktično povsod, zato je to tekma, ki je posameznik ne more dobiti.«
To ni pesimizem, temveč poziv k spremembi miselnosti. Zgodovina uči, da upor proti tehnološkim revolucijam – od luditov, ki so razbijali stroje v britanskih tovarnah, do strahov ob uvedbi osebnih računalnikov – na dolgi rok ne uspe. »Zmagovalci ne bodo tisti, ki so si izbrali področje, 'varno' pred UI, ampak tisti, ki bodo znali svoje strokovno znanje povezati z orodji UI,« opozarja Džeroski.
Ali drugače: izberite področje, ki vas resnično zanima in navdušuje, temeljito se izšolajte v temeljih, nato pa se nenehno učite, kako vam lahko UI pri tem pomaga. Vendar pazite, saj orodja ne smejo postati bližnjica za lenobno izogibanje lastnemu razmišljanju. Služiti morajo kot sodelavec, ki pomaga hitreje priti do dobrih hipotez in rešitev. »Orodja se bodo v petih letih spet spremenila,« dodaja. »Trdno strokovno znanje in sposobnost postavljati prava vprašanja pa bosta ostala ključnega pomena.«
Da bi razumeli, zakaj je takšno znanje tako pomembno, si moramo ogledati, kako UI ta hip preoblikuje vrhunsko znanost. Džeroski postreže s primerom, ki zveni kot znanstvena fantastika. Profesor Ross King z univerz Chalmers in Cambridge je zgradil prava robotska znanstvenika z imenom Adam in Eva.
Adam je samostojno raziskoval zapleteno delovanje genov kvasovke, Eva pa je bila zasnovana za iskanje potencialnih zdravil za tako imenovane zapostavljene bolezni, kot je malarija. Gre za področje, za katero farmacevtska industrija nima dovolj interesa. »Eva je med drugim odkrila, da triklosan – snov, ki jo poznamo iz zobnih krem – deluje proti malarijskemu parazitu,« pojasnjuje Džeroski, ki je bil kot vodja evropskega projekta IQ, s katerim se je sofinanciral razvoj Eve, s tem procesom neposredno povezan.
Stroj ne jemlje služb
Znanost torej nezadržno drvi k sistemom, ki znajo samostojno postaviti znanstveno hipotezo, fizično izvesti poskus in analizirati rezultate. Podobni premiki se dogajajo tudi v Sloveniji. Na Inštitutu Jožefa Stefana po besedah dr. Džeroskega postavljajo samovozeče laboratorije (»self-driving laboratories«) za razvoj novih materialov. Tam strojno učenje inženirjem omogoča, da iz sestave in postopka izdelave hkrati napovejo več lastnosti materiala, na primer trdnost in gostoto tungstenovih kompozitov za fuzijske reaktorje ali poroznost penjenega stekla za izolacijo.
Kakšen je sklep teh tehnoloških čudes? UI ni nadomestila znanstvenika, spremenila pa je učinkovitost in doseg raziskovalnega dela – število hipotez, ki jih lahko preizkusimo miselno oziroma računsko, preden se odločimo, katere dejansko testiramo v laboratoriju. Stroj ne jemlje služb, pač pa strokovnjak, ki dobro razume stroj, jemlje službe tistim, ki se tehnologiji upirajo.
To sovpada z mislijo Demisa Hassabisa, prvega moža Google DeepMind, ki umetno inteligenco vidi kot multiplikator človeške genialnosti.
Toda če algoritmi zmorejo samostojno postavljati hipoteze in procesirati milijarde podatkov, kaj sploh ostane človeku? Džeroski identificira štiri stebre človeške nenadomestljivosti, ki veljajo v znanosti, gospodarstvu in umetnosti.
Prvi steber je sposobnost, da postavimo pravo vprašanje. V dobi, ko sistemi generirajo odgovore in eseje v nekaj milisekundah, je odgovarjanje postalo trivialno. »Model, ki zna izjemno dobro odgovarjati, je brez vrednosti, če mu ne znamo zastaviti smiselnega, pomembnega vprašanja,« opozarja. To globoko znanje ne izvira iz samega računalniškega vmesnika, temveč iz suverenega obvladovanja stroke. Človek mora biti dirigent, UI pa je zgolj mogočen orkester.
Drugi steber predstavlja človeška presoja o tem, kaj je vredno raziskovati in zakaj. To ni tehnična, temveč vrednostna odločitev. Algoritem nima etičnega kompasa ali želje pomagati deprivilegiranim. Smer in moralni okvir mu mora postaviti človek.
Tretji steber je absolutna nujnost kritične presoje. Živimo v svetu algoritmičnih halucinacij, kjer jezikovni modeli samozavestno navajajo napačne informacije. »Zato,« pravi Džeroski, »bo vedno potreben izobražen in kritičen uporabnik, ki zna ločiti dober rezultat od takega, ki se zgolj sliši dobro.« Brez kritičnega mišljenja postanemo naivne žrtve lastnih orodij.
Vprašanje odgovornosti
In končno je tu odgovornost. V civilizaciji, utemeljeni na pravu in zaupanju, mora nekdo jamčiti za posledice. »Za znanstveno trditev, objavljeno pod svojim imenom, odgovarjamo ljudje, ne algoritem, in ta odgovornost se ne da avtomatizirati,« poudarja raziskovalec z IJS. Enako velja za zdravnika, ki UI uporablja ob diagnozi, in sodnika, ki z algoritmi pregleduje sodno prakso. Človeško ime ostaja končni garant resnice in varnosti.
Pojav vsake nove tehnologije, ki tako korenito poseže v družbo, določena delovna mesta izbriše. Vendar hkrati nastajajo nova. Makroekonomske napovedi, vključno s tistimi s Svetovnega gospodarskega foruma, potrjujejo ogromen porast novih profilov. Dogajanje na naših tleh temu pritrjuje. V Sloveniji se pospešeno vzpostavlja Tovarna umetne inteligence SLAIF (Slovenian AI Factory), ki bo poleg računske moči ponujala širok nabor storitev za industrijo in znanost.
Zanjo potrebujemo povsem nove, interdisciplinarne profile. Džeroski izpostavlja kustose znanstvenih podatkovnih zbirk, katerih naloga je skrbna strukturacija podatkov, da se modeli iz njih sploh lahko učijo. Prihajajo strokovnjaki za prilagajanje velikih jezikovnih modelov ozko usmerjenim nišam. Najzanimivejši pa so tako imenovani prevajalci med domensko stroko in orodji UI. To bodo kadri z izjemno visoko dodano vrednostjo, ki bodo razumeli oba svetova dovolj dobro, da bodo lahko usmerjali strategijo podjetij ali inštitutov.
