Пирамида извлечения прибавочной стоимости хорошо иллюстрирует антиутопию, созданную владельцами средств производства, которые снимают сливки с работы искусственного интеллекта. Их становится все меньше, при том, что богатств они накапливают все больше. При этом на долю остальных участников процесса достаются озера радиоактивных отходов, отравленная и уничтоженная природа да места в рабочих общагах.
ИИ БЕРЕТ УРОКИ КАМА СУТРЫ
В начале двухтысячных в английском языке появился новый глагол to bangalore. «Бангалорить» означало «уволить всех сотрудников и отдать их работу на аутсорс индийцам». Дело в том, что фирмы, которые заменяли телефонных операторов и айтишников, располагались в городе Бангалор на юге Индии. Город стал расти стремительными темпами и теперь его часто называют «индийской Силиконовой долиной».
Работа по обслуживанию клиентов, прежде всего из США, велась в огромных ангарах, где стоял такой гул от сотен одновременных телефонных разговоров, что владельцы боролись с ним при помощи генераторов белого шума. Так под звук водопада молодые выпускники индийских школ, отточившие свое мастерство скороговорками типа «Peter Piper picked a peck of pickled peppers», продавали кредитные карты и страховку, дистанционно чинили компьютеры и отвечали на вопросы миллионов клиентов.
Прошло 15-20 лет, и картина изменилась. Теперь индийские фирмы к своим названиям добавляют аббревиатуру ai (Artificial intelligence), а в залах стоит такая тишина, что владельцы не против, если кто-то из сотрудников включит свою музыку. Слышится лишь тихая дробь пальцев, стучащих по клавиатуре. На вопросы клиентов теперь отвечать не нужно: эту работу делает ИИ, который распознает человеческую речь и может поддержать разговор.
Текстовый диалог с теми, кто присылает запросы с компьютеров, планшетов, ноутбуков и телефонов ведут сегодня тоже чатботы, виртуальные агенты с элементами ИИ. Чатботы, конечно, волшебники, но они еще учатся, поэтому не всегда правильно понимают вопрос клиента. Те самые индийские выпускники, которые раньше оттачивали безукоризненный оксфордский акцент, теперь кодируют запросы клиентов. На тренингах их учат оценивать работу чатбота: насколько верно виртуальный помощник —или, как правило, помощница —понимает намерение клиента, в какой момент перестает понимать и каково было на самом деле это намерение.
От человека в Бангалоре требуется не дать правильный ответ, а, скорее, присвоить метку запросу, на который чат-бот не ответил или ответил неверно. Все это кодируется и отправляется в облако, откуда ученые берут эти данные, чтобы создать в ИИ новый слой нейронов или внести в сеть коррективы. И в следующий раз чатбот с прекрасным женским именем должен ответить на вопрос правильно.
Часто ученые, работающие над обновлением чатботов, сидят там же, где и операторы, обрабатывающие запросы. Операторы — недавние выпускники, а ученые, как правило, закончили престижные вузы. Может быть, это как раз те ребята, что 20 лет назад отвечали на звонки. Теперь для них появились новые специальности — «дизайнеры по цифровой конверсии» (это те, кто совершенствует нейросети) и «дизайнеры по голосовым разговорам» (они учат чатбо-ты лучше понимать людей). Индия знаменита своей «Кама-сутрой», которая создала своего рода язык желаний, и где, как не в Индии, искать учителей этого языка?
Появился и новый термин: «степень сдерживания». Она характеризует, насколько далеко чатбот может пройти в разговоре с человеком, правильно реагируя на вопросы. Чем меньше этот показатель, тем хуже бот понимает человека, а при ста процентах считается, что он понимает клиента на человеческом уровне.
Сегодня «степень сдерживания» варьируется от 20 до 50 процентов в зависимости от компании. Вполне вероятно, в ближайшие год-два этот показатель вырастет в большинстве случаев до 80, то есть бот будет в состоянии вести разговор как средний сотрудник банка или мобильного оператора.
Банки хотят, чтобы их боты разговаривали как солидные клерки, другие компании часто предпочитают ботов, которые общались бы не на формальном, а на разговорном языке, ученые выбирают правильные языковые оттенки, характерные для каждого из этих ботов. Вероятно, в будущем машины смогут сами делать подобный выбор, но пока что подобные оттенки требуют человеческого вмешательства. В боты — точнее, в алгоритмы сетей, которые ими управляют, —также встраивается «детектор негативного отношения», который следит за степенью довольства или недовольства клиента. При повышении градуса недовольства включается «автогенерация симпатии».