FreeDoom
New member
Kariyerleri son yıllarda otomasyon nedeniyle alt üst olan Amerikalı işçiler, özellikle de imalat sektöründe çalışan erkekler, büyük ölçüde daha az eğitimliydi.
Ancak otomasyonun yeni türü (ChatGPT ve Google’ın Bard’ı gibi büyük dil modelleri olarak adlandırılan yapay zeka sistemleri) bunu değiştiriyor. Bu araçlar bilgileri hızla işleyip sentezleyebilir ve yeni içerik oluşturabilir. Günümüzde otomasyona en çok maruz kalan işler, daha fazla bilişsel beceri, yaratıcılık ve yüksek düzeyde eğitim gerektiren büro işleridir. Çeşitli araştırmalar, söz konusu işçilerin yüksek maaşlı işçiler olma ihtimalinin daha yüksek olduğunu ve bir bakıma kadın olma ihtimalinin de daha yüksek olduğunu göstermiştir.
Yaratıcılık ve teknik yeteneğin insanları otomasyonun etkilerinden koruyacağını öngören Stanford İnsan Odaklı Yapay Zeka Enstitüsü’nden profesör Erik Brynjolfsson, “Ben de dahil olmak üzere çoğu insanı şaşırtıyor” dedi. “Dürüst olmak gerekirse, teknolojinin yapabileceği şeyler arasında bir hiyerarşimiz vardı ve yaratıcı çalışma, profesyonel çalışma ve duygusal zeka gibi şeylerin makineler için her zaman zor olacağını rahatlıkla söyleyebilirdik. Artık her şey tersine döndü.”
Yakın zamanda yapılan bir dizi araştırma, Çalışma Bakanlığı’nın O*Net veri tabanını kullanarak Amerikalı işçilerin işlerini analiz etti ve bunlardan hangisinin büyük dil modellerini karşılayabileceğine ilişkin hipotezler ortaya koydu. Bu modellerin mesleklerin beşte biri ila dörtte biri arasındaki görevlerde önemli ölçüde yardımcı olabileceği bulundu. Pew Araştırma Merkezi ve Goldman Sachs’ın analizlerine göre çoğu işte modeller işin bir kısmını yapabiliyor.
ChatGPT’nin arkasındaki şirket ve araştırma laboratuvarı olan OpenAI araştırmacıları Pamela Mishkin ve Tyna Eloundou, şimdilik modellerin bazen işçileri değiştirmek yerine yanlış bilgi ve yardım sağladığını söyledi. Benzer bir çalışma yürüttüler, 923 meslekte 19.265 görevi analiz ettiler ve büyük dil modellerinin Amerikalı çalışanların yüzde 80’inin yaptığı bazı görevleri yerine getirebileceğini buldular.
Bununla birlikte, bazı çalışanların büyük dil modellerinin kendilerini dışlayabileceğinden korkmaları için de nedenler buldular; OpenAI CEO’su Sam Altman’ın geçen ay The Atlantic’e söylediği gibi: “İşler kesinlikle yok olacak, nokta.”
Araştırmacılar, O*Net verilerini analiz etmek ve büyük dil modellerinin hangi rolü üstlenebileceğini belirlemek için genişletilmiş bir ChatGPT modeli istedi. 86 işin tamamen açıklandığı tespit edildi (bu, her görevin araç tarafından desteklenebileceği anlamına gelir). İnsan araştırmacılara göre 15 iş vardı. Hem insanlara hem de yapay zekaya en çok maruz kalan meslek matematikçiydi.
Analiz, işlerin yalnızca yüzde 4’ünün teknolojiyle desteklenebilecek herhangi bir görevi olmadığını ortaya çıkardı. Bunların arasında sporcular, bulaşıkçılar ve marangozlar, çatı ustaları ve boyacılar için geçici işçiler de vardı. Ancak ev hizmetleri şirketi Neighborly’nin CEO’su Mike Bidwell, tamircilerin bile zamanlama, müşteri hizmetleri ve rota optimizasyonu gibi işlerinin bazı kısımlarında yapay zekayı kullanabileceğini söyledi.
OpenAI, teknolojisini işçilere bir nimet olarak tanıtma konusunda ticari bir çıkara sahip olsa da, diğer araştırmacılar sosyal beceriler, ekip çalışması, bakım verme ve zanaatkârların becerileri gibi (henüz) otomatikleştirilemeyen benzersiz insan becerilerinin bulunduğunu söyledi. Bay Brynjolfsson, “Yakın zamanda insanların yapacakları işler eksik kalmayacak” dedi. “Fakat işler farklı: Doğru soruları sormayı öğrenmek, insanlarla gerçekten etkileşimde bulunmak, fiziksel çalışma el becerisi gerektiriyor.”
Araştırmacılar, ofis çalışanlarına, hatta giriş seviyesindeki çalışanlara, bir personel şefine veya araştırma asistanına (her ne kadar insanlar için olsa da) benzer şekilde, büyük dil modellerinin şimdilik birçok çalışanın mevcut işlerinde daha üretken olmalarına yardımcı olabileceğini söylüyor. bu sorunlara işaret edebilir). asistanlar).
Programcılara kod ve özellikler önererek yardımcı olan bir yapay zeka programı olan Github’un Copilot’u üzerinde yapılan bir çalışma olan kod yazmayı ele alalım; bu programı kullananların, aynı görevi yapmadan yapanlara göre yüzde 56 daha hızlı olduğunu buldu.
Bayan Mishkin, “Maruz kalmanın kaçınılmaz olarak kötü bir şey olduğuna dair bir yanlış kanı var” dedi. Çalışmada kullanılacak tüm işlerin tanımlarını okuduktan sonra kendisi ve meslektaşlarının “önemli bir ders” aldığını söyledi: “Bir modelin bunların hepsini yapması imkansızdır.”
Örneğin, büyük dil modelleri yasaların yazılmasına yardımcı olabilir ancak yasaların geçmesine yardımcı olamaz. Terapist gibi hareket edebilirler (insanlar düşüncelerini paylaşabilir ve modeller kanıtlanmış tedavi yöntemlerine dayalı fikirlerle yanıt verebilir), ancak insan empatisinden ve incelikli durumları yorumlama becerisinden yoksundurlar.
ChatGPT’nin halka açık sürümü çalışanlar için risk teşkil ediyor; sıklıkla hata yapıyor, insanların önyargılarını yansıtabiliyor ve şirketlerin hassas bilgilere güvenmesi için yeterince güvenli değil. Bunu kullanan şirketler, teknolojisini kapalı alan olarak bilinen alanda kullanan araçlarla bu engelleri aşıyor; yani modeli yalnızca belirli içerik üzerinde eğitiyorlar ve tüm girdileri gizli tutuyorlar.
Morgan Stanley, şirketi için geliştirilen, yaklaşık 100.000 dahili belge ve bir milyondan fazla sayfayla beslenen OpenAI modelinin bir versiyonunu kullanıyor. Mali müşavirler bunu, belirli bir şirkete yatırım yapıp yapmama gibi müşterilerin sorularını hızla yanıtlayacak bilgileri bulmak için kullanır. (Önceden bu, birden fazla raporun aranmasını ve okunmasını gerektiriyordu.)
Firmanın veri analizi ve varlık yönetiminden sorumlu olan Jeff McMillan, bunun danışmanlara müşterilerle konuşmak için daha fazla zaman sağladığını söyledi. Araç, bireysel müşteriler ve örneğin boşanmaları veya hastalanmaları durumunda gerekli olabilecek insani bakım hakkında hiçbir şey bilmiyor.
Bir işe alım şirketi olan Aquent Talent, Bard’ın ticari versiyonunu kullanıyor. İnsanlar genellikle açık bir pozisyona uygun bir aday bulmak için çalışanların özgeçmişlerini ve portföylerini inceler. Araç bunu çok daha verimli bir şekilde yapabilir. Ancak Aquent Talent başkanı Rohshann Pilla, yaptığı işin, özellikle işe alırken, yerleşik insan önyargısı nedeniyle hala insan incelemesi gerektirdiğini söyledi.
OpenAI tarafından finanse edilen Harvey, hukuk firmalarına böyle bir araç satan bir start-up. Kıdemli ortaklar bunu, bir beyan için on soru sormak veya şirketin benzer anlaşmaları nasıl müzakere ettiğini özetlemek gibi strateji amaçları için kullanır.
Harvey’in kurucu ortağı Winston Weinberg, “Bu, ‘İşte bir müşteriye vereceğim tavsiye’ gibi değil” dedi. “Soru şu: ‘Danışmanlık düzeyine ulaşmak için bu bilgiyi hızlı bir şekilde nasıl filtreleyebilirim?’ Hala karar vericiye ihtiyacınız var.”
Bunun özellikle avukat yardımcıları veya ortakları için yararlı olduğunu söylüyor. Bunu öğrenmek ve şu tür sorular sormak için kullanıyorlar: Bu tür bir sözleşme ne içindir ve neden bu şekilde yazılmıştır? – veya örneğin bir mali raporun özeti gibi ilk taslakları yazmak.
“Artık aniden bir asistanları var” dedi. “İnsanlar kariyerlerinde daha yüksek seviyedeki görevleri daha hızlı bir şekilde yerine getirebilecekler.”
İşyerinde ne kadar büyük dil modellerinin kullanıldığını inceleyen diğer insanlar da benzer bir model buldu: En çok genç yeteneklere yardımcı oluyorlar. Profesör Brynjolfsson ve meslektaşları tarafından hesap yöneticileri üzerinde yürütülen bir araştırma, yapay zeka kullanımının verimliliği genel olarak yüzde 14 artırdığını ve onun desteğiyle öğrenme eğrisinde daha hızlı ilerleyen en az vasıflı işgücü için ise yüzde 35 artırdığını ortaya çıkardı.
Büyük dil modellerine en çok maruz kalan mesleklerin tele-pazarlamacılar ve bazı öğretmenler olduğunu bulduğu bir çalışmanın ortak yazarı olan NYU’nun Stern İşletme Okulu’ndan Robert Seamans, “Genç profesyoneller ile süperstarlar arasındaki uçurumları kapatıyor” dedi.
Araştırmalar, imalat işlerini etkileyen son otomasyon turunun, üniversite eğitimi olmayan işçileri iyi maaşlı işlerden dışlayarak gelir eşitsizliğini artırdığını gösterdi.
Yapay zeka belki bunu tekrar yapabilir; örneğin, üst düzey yöneticiler, ast yöneticilerin işlerini yapmak için geniş dil modelleri kullanırsa, potansiyel olarak yönetici maaşlarını artırırken daha az deneyimli çalışanların işlerini devre dışı bırakırsa. Ancak bazı akademisyenler, büyük dil modellerinin tam tersini yapabileceğini, yani en yüksek maaşlı çalışanlarla diğer herkes arasındaki eşitsizliği azaltabileceğini söylüyor.
MIT çalışma ekonomisti David Autor, “Umudum, bunun aslında daha az örgün eğitime sahip insanların daha fazla şey yapmasına olanak tanıyacağıdır,” dedi ve “iyi maaş veren daha elit işlere giriş engellerini azaltarak.”
Ancak otomasyonun yeni türü (ChatGPT ve Google’ın Bard’ı gibi büyük dil modelleri olarak adlandırılan yapay zeka sistemleri) bunu değiştiriyor. Bu araçlar bilgileri hızla işleyip sentezleyebilir ve yeni içerik oluşturabilir. Günümüzde otomasyona en çok maruz kalan işler, daha fazla bilişsel beceri, yaratıcılık ve yüksek düzeyde eğitim gerektiren büro işleridir. Çeşitli araştırmalar, söz konusu işçilerin yüksek maaşlı işçiler olma ihtimalinin daha yüksek olduğunu ve bir bakıma kadın olma ihtimalinin de daha yüksek olduğunu göstermiştir.
Yaratıcılık ve teknik yeteneğin insanları otomasyonun etkilerinden koruyacağını öngören Stanford İnsan Odaklı Yapay Zeka Enstitüsü’nden profesör Erik Brynjolfsson, “Ben de dahil olmak üzere çoğu insanı şaşırtıyor” dedi. “Dürüst olmak gerekirse, teknolojinin yapabileceği şeyler arasında bir hiyerarşimiz vardı ve yaratıcı çalışma, profesyonel çalışma ve duygusal zeka gibi şeylerin makineler için her zaman zor olacağını rahatlıkla söyleyebilirdik. Artık her şey tersine döndü.”
Yakın zamanda yapılan bir dizi araştırma, Çalışma Bakanlığı’nın O*Net veri tabanını kullanarak Amerikalı işçilerin işlerini analiz etti ve bunlardan hangisinin büyük dil modellerini karşılayabileceğine ilişkin hipotezler ortaya koydu. Bu modellerin mesleklerin beşte biri ila dörtte biri arasındaki görevlerde önemli ölçüde yardımcı olabileceği bulundu. Pew Araştırma Merkezi ve Goldman Sachs’ın analizlerine göre çoğu işte modeller işin bir kısmını yapabiliyor.
ChatGPT’nin arkasındaki şirket ve araştırma laboratuvarı olan OpenAI araştırmacıları Pamela Mishkin ve Tyna Eloundou, şimdilik modellerin bazen işçileri değiştirmek yerine yanlış bilgi ve yardım sağladığını söyledi. Benzer bir çalışma yürüttüler, 923 meslekte 19.265 görevi analiz ettiler ve büyük dil modellerinin Amerikalı çalışanların yüzde 80’inin yaptığı bazı görevleri yerine getirebileceğini buldular.
Bununla birlikte, bazı çalışanların büyük dil modellerinin kendilerini dışlayabileceğinden korkmaları için de nedenler buldular; OpenAI CEO’su Sam Altman’ın geçen ay The Atlantic’e söylediği gibi: “İşler kesinlikle yok olacak, nokta.”
Araştırmacılar, O*Net verilerini analiz etmek ve büyük dil modellerinin hangi rolü üstlenebileceğini belirlemek için genişletilmiş bir ChatGPT modeli istedi. 86 işin tamamen açıklandığı tespit edildi (bu, her görevin araç tarafından desteklenebileceği anlamına gelir). İnsan araştırmacılara göre 15 iş vardı. Hem insanlara hem de yapay zekaya en çok maruz kalan meslek matematikçiydi.
Analiz, işlerin yalnızca yüzde 4’ünün teknolojiyle desteklenebilecek herhangi bir görevi olmadığını ortaya çıkardı. Bunların arasında sporcular, bulaşıkçılar ve marangozlar, çatı ustaları ve boyacılar için geçici işçiler de vardı. Ancak ev hizmetleri şirketi Neighborly’nin CEO’su Mike Bidwell, tamircilerin bile zamanlama, müşteri hizmetleri ve rota optimizasyonu gibi işlerinin bazı kısımlarında yapay zekayı kullanabileceğini söyledi.
OpenAI, teknolojisini işçilere bir nimet olarak tanıtma konusunda ticari bir çıkara sahip olsa da, diğer araştırmacılar sosyal beceriler, ekip çalışması, bakım verme ve zanaatkârların becerileri gibi (henüz) otomatikleştirilemeyen benzersiz insan becerilerinin bulunduğunu söyledi. Bay Brynjolfsson, “Yakın zamanda insanların yapacakları işler eksik kalmayacak” dedi. “Fakat işler farklı: Doğru soruları sormayı öğrenmek, insanlarla gerçekten etkileşimde bulunmak, fiziksel çalışma el becerisi gerektiriyor.”
Araştırmacılar, ofis çalışanlarına, hatta giriş seviyesindeki çalışanlara, bir personel şefine veya araştırma asistanına (her ne kadar insanlar için olsa da) benzer şekilde, büyük dil modellerinin şimdilik birçok çalışanın mevcut işlerinde daha üretken olmalarına yardımcı olabileceğini söylüyor. bu sorunlara işaret edebilir). asistanlar).
Programcılara kod ve özellikler önererek yardımcı olan bir yapay zeka programı olan Github’un Copilot’u üzerinde yapılan bir çalışma olan kod yazmayı ele alalım; bu programı kullananların, aynı görevi yapmadan yapanlara göre yüzde 56 daha hızlı olduğunu buldu.
Bayan Mishkin, “Maruz kalmanın kaçınılmaz olarak kötü bir şey olduğuna dair bir yanlış kanı var” dedi. Çalışmada kullanılacak tüm işlerin tanımlarını okuduktan sonra kendisi ve meslektaşlarının “önemli bir ders” aldığını söyledi: “Bir modelin bunların hepsini yapması imkansızdır.”
Örneğin, büyük dil modelleri yasaların yazılmasına yardımcı olabilir ancak yasaların geçmesine yardımcı olamaz. Terapist gibi hareket edebilirler (insanlar düşüncelerini paylaşabilir ve modeller kanıtlanmış tedavi yöntemlerine dayalı fikirlerle yanıt verebilir), ancak insan empatisinden ve incelikli durumları yorumlama becerisinden yoksundurlar.
ChatGPT’nin halka açık sürümü çalışanlar için risk teşkil ediyor; sıklıkla hata yapıyor, insanların önyargılarını yansıtabiliyor ve şirketlerin hassas bilgilere güvenmesi için yeterince güvenli değil. Bunu kullanan şirketler, teknolojisini kapalı alan olarak bilinen alanda kullanan araçlarla bu engelleri aşıyor; yani modeli yalnızca belirli içerik üzerinde eğitiyorlar ve tüm girdileri gizli tutuyorlar.
Morgan Stanley, şirketi için geliştirilen, yaklaşık 100.000 dahili belge ve bir milyondan fazla sayfayla beslenen OpenAI modelinin bir versiyonunu kullanıyor. Mali müşavirler bunu, belirli bir şirkete yatırım yapıp yapmama gibi müşterilerin sorularını hızla yanıtlayacak bilgileri bulmak için kullanır. (Önceden bu, birden fazla raporun aranmasını ve okunmasını gerektiriyordu.)
Firmanın veri analizi ve varlık yönetiminden sorumlu olan Jeff McMillan, bunun danışmanlara müşterilerle konuşmak için daha fazla zaman sağladığını söyledi. Araç, bireysel müşteriler ve örneğin boşanmaları veya hastalanmaları durumunda gerekli olabilecek insani bakım hakkında hiçbir şey bilmiyor.
Bir işe alım şirketi olan Aquent Talent, Bard’ın ticari versiyonunu kullanıyor. İnsanlar genellikle açık bir pozisyona uygun bir aday bulmak için çalışanların özgeçmişlerini ve portföylerini inceler. Araç bunu çok daha verimli bir şekilde yapabilir. Ancak Aquent Talent başkanı Rohshann Pilla, yaptığı işin, özellikle işe alırken, yerleşik insan önyargısı nedeniyle hala insan incelemesi gerektirdiğini söyledi.
OpenAI tarafından finanse edilen Harvey, hukuk firmalarına böyle bir araç satan bir start-up. Kıdemli ortaklar bunu, bir beyan için on soru sormak veya şirketin benzer anlaşmaları nasıl müzakere ettiğini özetlemek gibi strateji amaçları için kullanır.
Harvey’in kurucu ortağı Winston Weinberg, “Bu, ‘İşte bir müşteriye vereceğim tavsiye’ gibi değil” dedi. “Soru şu: ‘Danışmanlık düzeyine ulaşmak için bu bilgiyi hızlı bir şekilde nasıl filtreleyebilirim?’ Hala karar vericiye ihtiyacınız var.”
Bunun özellikle avukat yardımcıları veya ortakları için yararlı olduğunu söylüyor. Bunu öğrenmek ve şu tür sorular sormak için kullanıyorlar: Bu tür bir sözleşme ne içindir ve neden bu şekilde yazılmıştır? – veya örneğin bir mali raporun özeti gibi ilk taslakları yazmak.
“Artık aniden bir asistanları var” dedi. “İnsanlar kariyerlerinde daha yüksek seviyedeki görevleri daha hızlı bir şekilde yerine getirebilecekler.”
İşyerinde ne kadar büyük dil modellerinin kullanıldığını inceleyen diğer insanlar da benzer bir model buldu: En çok genç yeteneklere yardımcı oluyorlar. Profesör Brynjolfsson ve meslektaşları tarafından hesap yöneticileri üzerinde yürütülen bir araştırma, yapay zeka kullanımının verimliliği genel olarak yüzde 14 artırdığını ve onun desteğiyle öğrenme eğrisinde daha hızlı ilerleyen en az vasıflı işgücü için ise yüzde 35 artırdığını ortaya çıkardı.
Büyük dil modellerine en çok maruz kalan mesleklerin tele-pazarlamacılar ve bazı öğretmenler olduğunu bulduğu bir çalışmanın ortak yazarı olan NYU’nun Stern İşletme Okulu’ndan Robert Seamans, “Genç profesyoneller ile süperstarlar arasındaki uçurumları kapatıyor” dedi.
Araştırmalar, imalat işlerini etkileyen son otomasyon turunun, üniversite eğitimi olmayan işçileri iyi maaşlı işlerden dışlayarak gelir eşitsizliğini artırdığını gösterdi.
Yapay zeka belki bunu tekrar yapabilir; örneğin, üst düzey yöneticiler, ast yöneticilerin işlerini yapmak için geniş dil modelleri kullanırsa, potansiyel olarak yönetici maaşlarını artırırken daha az deneyimli çalışanların işlerini devre dışı bırakırsa. Ancak bazı akademisyenler, büyük dil modellerinin tam tersini yapabileceğini, yani en yüksek maaşlı çalışanlarla diğer herkes arasındaki eşitsizliği azaltabileceğini söylüyor.
MIT çalışma ekonomisti David Autor, “Umudum, bunun aslında daha az örgün eğitime sahip insanların daha fazla şey yapmasına olanak tanıyacağıdır,” dedi ve “iyi maaş veren daha elit işlere giriş engellerini azaltarak.”