Melyik szakaszban tart a mesterséges intelligencia hype?

Featured Image
A generatív MI körüli lelkesedéssel kapcsolatban szkeptikus vagyok legalább 2023 októbere óta. Konkrétan kételkedem azokban az állításokban, hogy ezek a technológiák drámaian növelni fogják a munkatermelékenységet a legtöbb vagy minden szakmában. Általában erre utalnak azok, akik a generatív MI-t az “általános mesterséges intelligencia” felé vezető “első lépésnek” tekintik, és ez implicit módon jelen van azokban az állításokban is, hogy az MI-t szabályozni kell a munkaerőpiac tömeges felforgatásának elkerülése érdekében.

Ideje új narratívát találni

Úgy vélem, nagyon közel vagyunk a generatív MI körüli befektetői hype csúcspontjához. Cikkem írásakor az NVIDIA részvényára körülbelül 20%-kal csökkent az év elejétől számítva.

Ha előre tudnám, mikor lesz további esés, akkor inkább kereskedéssel hasznosítanám ezt a tudást, nem pedig cikket írnék róla. Ettől függetlenül meglepődnék, ha a vezetők 2026 második negyedévében még mindig “MI-stratégiát” helyeznének előtérbe. Új narratívára lesz szükség a technológiai befektetések ösztönzéséhez.

A Gartner féle “hype-ciklus” örökérvényű keretrendszer ezeknek a narratíva-váltásoknak a megértéséhez. Ha most lépünk be a “kiábrándulás völgyébe”, akkor éppen itt az ideje megkérdezni, hogy hogyan fog kinézni a “termelékenység fennsíkja”.

Valódi innovációk

A nagy nyelvi modellek (LLM-ek) valódi folyamatinnovációkat tettek lehetővé. A szoftverfejlesztés és az ügyfélszolgálati szolgáltatások például valamivel hatékonyabban nyújthatók, mint korábban. Az LLM dokumentum-beágyazásokon keresztüli keresés, bár nem csodaszer, valódi előrelépést jelent a keresési technológiában.

Az ügyfélszolgálatokon a hívásfa korai és gyakran rutinszerű lépéseit most már sok esetben chatbotok kezelik, és csak a kivételes eseteket továbbítják emberi ügyintézőkhöz. A chatbot segíti az ügyfelek egy részét az önsegítésben, lépésről lépésre végigvezetve őket a támogatási dokumentáción. A végfelhasználók egy része ezt frusztrálónak találhatja de akiknek van rá anyagi lehetőségük, olyan támogatási szolgáltatásokat vásárolhatnak, amelyek lehetővé teszik számukra a botok kihagyását és a közvetlen emberi segítségnyújtást.

A szoftverfejlesztői szakmámban a ChatGPT és a DeepSeek lekérdezése nagyrészt felváltotta a StackOverflowhoz hasonló oldalak keresését. Ezek a chatbotok általában időt takarítanak meg olyan promptokkal, mint “írj TypeScript típusdeklarációt az ilyen kinézetű objektumokhoz”, “konvertáld ezt a függvényt Pythonból Javascriptbe”, “adj nekem egy listát a madárfajok tudományos neveiről, amelyeket közvetlenül vagy közvetve említenek ebben az esszében”.

LLM-ek és a fejlesztői útvonal

Anekdotikus bizonyítékok alapján úgy tűnik, hogy az LLM-ek az egész iparágban a kevésbé tapasztalt fejlesztőket helyettesítik. Míg a tapasztaltabb fejlesztők (5+ év) munkaerőpiaca a magasabb kamatlábak miatt csak mérsékelten lazult 2019 végéhez képest, a kevésbé tapasztalt fejlesztők munkaerőpiaca kifejezetten siralmasnak tűnik.

Talán egy évtized múlva visszatekintve sajnálni fogjuk, hogy a munkáltatók önző és rövidlátó módon abbahagyták a kevésbé tapasztalt munkavállalók felvételét, megtagadták tőlük a gyakorlati tanulás lehetőségét, és ezáltal korlátozták a jövőbeni tapasztalt fejlesztők kínálatát. El tudom képzelni, hogy a számítástudományi oktatók hihetetlen fejfájással küzdenek, mivel az LLM-eket minden valaha online közzétett feladatkészleten betanították.


Jevons-paradoxon

A DeepSeek néhány héttel ezelőtti megjelenése megkérdőjelezte, hogy valójában hány GPU-ra lenne szükség összességében ahhoz, hogy létrehozzák mindazokat a tokeneket, amelyekre tényleges kereslet van.

Akik megpróbálják megmenteni a befektetői narratívát, a Jevons-paradoxonra hivatkoznak. Jevons megfigyelte, hogy a szénfelhasználás hatékonyságának növekedése a szénfogyasztás növekedésével járt együtt; az MI-támogatók azzal érvelnek, hogy az LLM-ek növekvő hatékonysága éppúgy együtt járhat az LLM-használat növekedésével.

Az OpenAI kiemelte a szoftverfejlesztést mint olyan foglalkozást, amely növekvő munkaerő-keresletet láthat a növekvő (LLM által vezérelt) munkatermelékenység mellett. De úgy tűnik számomra, hogy például az ügyfélszolgálat esetében az alacsony és közepes minőségű chatbot-támogatás iránti kereslet viszonylag rugalmatlan. Remélhetőleg ugyanez igaz a közösségi médiát jelenleg elárasztó “tartalomkreálásra” is.

Egy sajnálatos sikertermék

A “dead internet” elmélet szerint gyakorlatilag már nincsenek valódi emberi felhasználók a közösségi médiában, mindannyiukat botok váltották fel. Ez vad túlzás. De a politikai befolyásolás és a botok (amelyek a csalás kezdeti szakaszát kezelik) bizonyulhatnak e technológia fenntartható sikertermékének. Gondoljunk itt elsősorban a social médiában oly gyakori gyanús “követőkre”.

 

(bjornwestergard.com)

  • Te mit gondolsz arról, hogy a generatív MI milyen hatással lesz a jövő munkaerőpiacára?
  • Te mit tennél, hogy a kevésbé tapasztalt fejlesztőknek is legyen lehetőségük tanulni és fejlődni?




Legfrissebb posztok