Vaše práce se rychle změní. K lepšímu i k horšímu, ale nevyhnutelně

Budoucnost vaší práce se nejspíše neobejde bez zapojení umělé inteligence. Myslí si to většina manažerů oslovených v rámci průzkumu firmy Microsoft: 82 % manažerů uvedlo, že jejich zaměstnanci se „budou muset naučit nové schopnosti, aby mohli reagovat na nástup umělé inteligence“.

Zaměstnanci sledují tento trend se směsí naděje a obav. Polovina respondentů vyslovila obavu, že by je umělá inteligence mohla připravit o práci. A 70 % zase doufá, že budou moci na AI nástroje přesunout významnou část své činnosti a svou práci si tak ulehčit.

Firma Microsoft samozřejmě tato data prezentuje, protože věří, že firmám tyto nové nástroje umí nabídnout. Už v březnu ukázala svou vizi „kopilota“ integrovaného do balíku Office. Tento pomocník – postavený zřejmě na přizpůsobeném modelu GPT-4 od OpenAI – bude lidem pomáhat s triviální i kreativní kancelářskou prací.

„Tato nová generace umělé inteligence odstraní únavnou práci a posílí kreativitu,“ řekl Satya Nadella, generální ředitel společnosti Microsoft. „Nástroje poháněné umělou inteligencí mají obrovskou příležitost pomoci zmírnit digitální dluh, podpořit vzdělávání v oblasti umělé inteligence a posílit postavení zaměstnanců.“

Podobnou myšlenku představila i firma Google. Jejich model PaLM 2 bude pomáhat s tvorbou dokumentů, e-mailů, analýz i počítačového kódu v rámci nástrojů, které Google postupně uvolňuje k testování. Opět má tato spolupráce formu „konverzace“ s virtuálním asistentem, který je obeznámený s vašimi daty a umí z nich tvořit nové dokumenty dle vašich pokynů.

A nesmíme zapomenout na ChatGPT, který tuto novou kapitolu v listopadu 2022 otevřel a který stále přidává nové funkce, aby si svou pozici udržel. Konkurují mu nyní kecálci Bard od Googlu a Claude od Anthropic.

Všechny tyto nástroje naznačují, že pochopí, co po nich chcete. A že vám budou ve vaší situaci schopny smysluplně pomoci. Zní to všechno až příliš jednoduše. Jak ale vypadá zapojení do praxe v realitě?

Zapojení umělé inteligence je složité už jenom proto, že mění zavedené postupy. Firmy, které se k tomu odhodlají, ale mohou očekávat navýšení produktivity současných zaměstnanců. Jedna z prvních studií, která zapojení generativní umělé inteligence zkoumala, přinesla celkem pozitivní výsledky: při integraci generativní umělé inteligence do činnosti centra zákaznické podpory došlo k celkovému zvýšení produktivity o 14 %.

Pracovníci dostali systém, který byl natrénovaný na předchozích konverzacích a vyřešených problémech. Když se tedy ozval nespokojený zákazník s novým problémem, pracovníci nemuseli psát každou zprávu od začátku, ale mohli místo toho jedním klikem poslat odpověď vygenerovanou neuronovou sítí.

Na vzorku více než pěti tisíc pracovníků vědci ověřili, že systém funguje a produktivita celého týmu stoupá. Zvýšil se nejen počet vyřízených požadavků za hodinu, ale stoupla také spokojenost zákazníků s odpověďmi.

Podrobnější pohled ukázal, že zlepšení není rozloženo rovnoměrně. Pracovníci, kteří patřili před zavedením AI systému k nejlepším, zaznamenali pouze drobné zvýšení produktivity, vlastně na hranici měřitelnosti. Naopak ti, kteří patřili k výkonnostně slabším, zaznamenali zvýšení produktivity cca o třetinu.

Lze na to nahlížet tak, že AI nástroj do značné míry stírá rozdíl mezi veterány a nováčky. Snižuje tak čas k „naskočení“ do pracovního tempa a dává firmě možnost zvýšit celkový výkon i bez toho, aby zvýšila počet zkušených pracovníků.

Což samozřejmě zní skvěle ve čtvrtletní zprávě o finančních výsledcích. Může to ale mít dlouhodobé následky v podobě ztráty expertizy nebo předávání know-how v rámci firmy. Proč by se nováčci na něco někoho ptali, když jsou díky AI po třech měsících výkonnější, než jejich služebně čtyřikrát starší kolegové?

„AI systém může být schopen efektivněji předávat znalosti mezi pracovníky,“ píšou výzkumníci. „Jednak proto, že může zachytit neuchopitelné zkušenosti, které byly dříve pro manažery obtížně formulovatelné. A také proto, že může poskytovat více doporučení v reálném čase než zaneprázdněný manažer.“

Zapojení umělé inteligence neznamená, že veškerou komunikaci převzal robot. Naopak. Odpovědi navržené AI systémem použili pracovníci přibližně ve třetině případů (38 %). Těžko je přitom podezírat z toho, že by si nechtěli ulehčit práci. Pokud nevybrali žádnou z nabízených možností, nejspíše proto, že v tom v daný moment neviděli žádnou přidanou hodnotu a raději napsali vlastní text.

Tato zkušenost koresponduje s pozorování z února 2023: vývojáři, kteří používají generativní umělou inteligenci, aby jim pomohla při tvorbě kódu, přijmou návrh asi v jedné třetině případů (35 %). V průměru pak měření společnosti GitHub ukazuje, že asi 46 % jejich kódu napsala umělá inteligence.

Rýsuje se nám tady nová schopnost, kterou si zřejmě budeme muset osvojit všichni, podobně, jako jsme se časem naučili hledat na internetu zboží nebo rozpoznat nevyžádanou poštu. Které doporučení AI ignorovat a které využít? V zásadě jsou tu čtyři možnosti:

Když člověk přijme dobrý návrh od AI, vše funguje tak jako v optimistických korporátních prezentacích. Produktivita stoupá, náklady klesají, zákazníci píší spokojené recenze (respektive nechávají své AI asistenty, aby je napsali za ně).

V případě, že neuronová síť halucinuje a vymyslí nesmyslnou odpověď, je tu zodpovědný a zkušený člověk, který takový návrh ignoruje. To je jeho práce a opět systém člověk–stroj zafungoval, jak má.

Ale pak jsou tu dva zbývající případy – a tam nastává problém. Respektive hned dva typy problémů.

Nejviditelnějším a nejhorším případem nepovedené spolupráce je samozřejmě situace, kdy ze stroje vypadne nesmyslné doporučení a člověk se tímto doporučením řídí. A nesmysly – tzv. halucinace – padají z neuronových sítí poměrně často.

Je to způsobeno tím, jak velké jazykové systémy fungují. Nemají samy o sobě přístup k realitě a místo toho skládají za sebe slova tak, aby působila důvěryhodně a „lidsky“. To ale znamená, že když píšou nesmysly, budou tyto nesmysly znít velmi důvěryhodně.

Příkladem jako z učebnice je americký právník Steven Schwartz, který při přípravě obžaloby využil ChatGPT, aby za něj vyrobil rešerši souvisejících případů. A ChatGPT skutečně sestavil až neuvěřitelně relevantní dokument plný perfektních precedentů.

Ukázka z citovaného precedentu byla ve skutečnosti screenshotem z ChatGPT. Ten celý důvěryhodně vypadající „precedent“ vygeneroval, žádný takový případ se nestal. „Nikdy předtím jsem službu ChatGPT jako zdroj pro právní rešerši nepoužil, a nevěděl jsem tedy o tom, že by výsledky nemusely být pravdivé,“ uvedl Schwartz. A to i přesto, že služba na tento nedostatek celkem jasně upozorňuje.

Můžeme se usmát nad naivitou právníka, ale podobný trapas se může stát komukoliv velice snadno. Obsahu vygenerovaného neuronovými sítěmi bude přibývat a nebude snadné rozpoznat, kdy se neuronová síť opírá o realitu a kdy nás balamutí výmysly.

Výrobci AI systémů se snaží halucinace omezit, ale problém je, že tím obvykle omezí i užitečnost daného nástroje. Sníží totiž jeho „sebevědomí“ a chatbot se pak začne i u zcela triviálních dotazů omlouvat, že „je jenom jazykový model“ a nemůže přece vědět, jestli je Slunce větší než Měsíc.

Zodpovědnost za použití či nepoužití návrhu bude každopádně na nás. Je vhodné, aby si jednotlivci i firmy tuto zodpovědnost osvojili. Poškození reputace se skrývá za každým rohem, za každým vygenerovaným textem. Stačí se podívat na vědecké studie, jejichž autoři byli nachytáni, jak své texty generovali pomocí ChatGPT a zapomněli smazat usvědčující fráze jako „Jakožto jazykový model…“

Druhý typ selhání systému stroj–člověk je mnohem méně nápadný. Dojde k němu v případě, že neuronová síť dodá člověku užitečné doporučení, ale člověk jej odmítne a místo toho si vše udělá po svém.

Může to být třeba z důvodu, že člověk – expert ve svém oboru – nevěří nějakému „kecálkovi“ a raději bude spoléhat na to, co zná. Může přitom operovat se zastaralými představami o použitelnosti daného systému nebo zkrátka nechce ztrácet drahocenný čas zkoušením něčeho, co mu z jeho pohledu nic nového nepřináší.

Tento druh chyby je téměř neviditelný, protože na první pohled se vlastně nic nestalo. Jenže když se pak podíváme na fungování celého týmu, vidíme, že dochází ke ztrátám finančním. Pokud totiž jiné firma nové systémy efektivně zapojí, bude moci zvýšit produktivitu a získat nad „konzervativní“ firmou konkurenční výhodu. A ta výhoda může být časem mnohem větší než výše zmíněných 14 procent.

Zaměstnali byste člověka, který odmítá používat počítač a trvá na tom, že bude veškerou korespondenci psát propiskou a perem? Podobně budou možná časem působit lidé, kteří odmítají nástroje využívající AI. Pokud budou totiž všichni ostatní tyto nástroje využívat, jejich ignorování se stává čím dál citelnějším břemenem.

V některých situacích má ignorování doporučení od AI systémů i horší dopady. Studie práce amerických radiologů sledovala, jak si experti poradí s doporučeními umělé inteligence při vyhodnocování snímků.

Výzkumníci sledovali, zda a jak lékaři-radiologové zvýší svou produktivitu a přesnost, když dostanou k dispozici chytrý systém vytrénovaný na ohromném množství případů. Ukázalo se ale, že se to moc nedařilo. Přitom potenciál byl: samotný AI model nabízel lepší výsledky než dvě třetiny radiologů. Ale když o výsledku rozhodoval radiolog ve spolupráci s AI systémem, nedošlo ke zlepšení úspěšnosti: „Radiologové plně nevyužívají potenciální přínosy pomoci umělé inteligence, a to kvůli velkým odchylkám od referenčního bayesovského modelu se správnou aktualizací přesvědčení,“ stojí ve studii.

Do běžného jazyka bych to přeložil nějak takto: doktoři jsou také jen lidé. Nevědí, kdy brát AI vážně a kdy ne, a neumí do svého rozhodování zapracovat neurčité pravděpodobnosti. A tak buď AI ignorují tam, kde by její výsledky měli brát v potaz, nebo naopak AI věří více, než si v danou chvíli zaslouží.

Je totiž těžké „správně aktualizovat své přesvědčení“ o schopnostech modelu. Přestože systémy umělé inteligence se navenek tváří, jako kdyby to byli lidé, tak to lidé nejsou. Je to nový typ inteligence a kreativity, a má tedy jiné silné i slabé stránky.

Někdy dělá chyby, které by žádný člověk neudělal, a je tedy těžké takové chyby předvídat nebo rozpoznat. Jindy zase dokáže to, co experti v daném oboru považují za strojově neřešitelné, a nechtějí tedy takový úkol umělé inteligenci svěřit. A často umí umělá inteligence věci, které ještě před měsícem předchozí verze nezvládla.

Neměli bychom také zapomínat na to, že lidé nejsou stroje. Pokud umělá inteligence nahradí tu část práce, která vás bavila, je pro vás chabou útěchou, že teď máte více času dělat ty činnosti, které vás nebaví.

Někdy se ale zadaří zkombinovat lidi i AI tak, aby výsledný tým spokojeně fungoval. Takový ideální případ popisuje studie publikovaná v časopise Science. Výzkumníci nechali vysokoškolsky vzdělané autory, aby tvořili kreativní testy na různá témata.

Lidé ve skupině, která používala při tvorbě textu ChatGPT, dosahovali vyšší rychlosti psaní a lepších výsledků. Zajímavé je, že čím lépe někdo psal už dříve – bez ChatGPT –, tím menší výhodu mu využití AI poskytlo.

Jinými slovy: lidé, kteří si nebyli dříve při psaní moc jistí, díky ChatGPT své psaní vylepšili výrazně. Naopak zkušení psavci zaznamenali vylepšení spíše drobné. To naznačuje, že AI nástroje by mohly po svém nasazení sehrát neobvykle „vyvažující“ roli.

Nebo to ukazuje, že experti se staví k systémům s větší nedůvěrou, což jim nedovoluje potenciál naplno využít. Což může být v danou chvíli rozumné rozhodnutí: jazykové modely skutečně mají k dokonalosti daleko. Učit se, jak nejlépe zadat instrukce (prompty), abychom dostali co možná nejpoužitelnější výsledek, může být zdlouhavé.

Schopnosti systémů založených na umělé inteligenci se ale rychle mění. Obvykle k lepšímu, někdy k horšímu, ale opět jde o proces, který je pro lidi těžko pochopitelný. Musíme se proto spokojit s pragmatickým pohledem: některé věci můžeme AI svěřit, ale musíme to pak pečlivě zkontrolovat. Jiné úkoly stroji zatím nesvěříme, ale měli bychom občas ověřit, zda se to nová verze už náhodou nenaučila.

Kdo si pravidelně hraje s různými nástroji na tvorbu textu, kódu nebo obrazů, získává instinkty ohledně toho, co je a co není s jejich využitím možné dosáhnout. Udržuje si také přehled o tom, jak se tyto nástroje vyvíjí. A zvykne si časem rozlišovat, které úkoly je možné svěřit umělé inteligenci a které je lepší si „postaru“ udělat sám.

Stále jsme totiž teprve v počátcích implementace AI systémů. Pokud chcete ChatGPT využít k dokončení nějakého úkolu, musíte napřed založit novou konverzaci a úkol detailně popsat. To je často zdlouhavé a působí to nepřirozeně.

V některých oblastech – třeba v programování počítačového kódu – už je situace dál. Virtuální AI pomocník má k dispozici mnohem více informací. Kouká vám takříkajíc přes rameno, a když jej „napadne“, jak vám pomoci, ukáže návrh přímo v editoru.

Ne každý takového všetečného napovídače uvítá. Někoho může neustálé zobrazování návrhů – ne vždy použitelných – rozptylovat od práce. Ale oblíbenost těchto nástrojů stoupá. Podle průzkumu společnosti GitHub mezi americkými vývojáři více než 90 % programátorů využívá AI nástroje jako asistenci při programování.

Podobné funkce lze čekat i v dalších oblastech: psaní e-mailu, tvorba prezentací, analýza dat a podobně. Umělá inteligence nás bude studovat a přizpůsobovat své nápady naší aktuální situaci.

Zdaleka ne každý návrh bude použitelný. Chybu můžeme udělat dvojí. Bezmezným důvěřováním AI ztratíme soudnost a kontrolu nad svou prací. Pokud naopak budeme každou pomoc umělé inteligence rezolutně odmítat, budeme se propadat na žebříčku produktivity. Jednoduchá univerzální odpověď zkrátka neexistuje. Zodpovědnost za to, co přijmeme a co odmítneme, bude na nás na lidech.