Конечно, есть и причины, по которым ИИ может отличаться от других технологических волн. Это первая волна автоматизации, которая широко затрагивает самых высокооплачиваемых профессиональных работников. Кроме того, внедрение ИИ происходит гораздо быстрее и гораздо шире, чем предыдущие технологические волны. И мы до сих пор не знаем, каковы пределы и возможности этой новой технологии, как быстро они будут расти и насколько аисторичными и странными могут быть ее эффекты.
Работа, связанная со знаниями, славится очень большими различиями в способностях работников. Например, неоднократные исследования показали, что по некоторым параметрам качества программирования разница между программистами из 75-го процентиля и 25-го процентиля может достигать 27 раз. А мои собственные исследования показали, что между хорошими и плохими менеджерами существует большой разрыв. Но ИИ может все это изменить.
Исследование за исследованием показывает, что наибольший толчок от ИИ получают люди с самыми низкими начальными способностями - он превращает плохих исполнителей в хороших. В заданиях на написание текстов плохие писатели становятся хорошими. В тестах на креативность он больше всего стимулирует наименее креативных. А среди студентов-юристов худшие юристы превращаются в хороших. А в исследовании раннего генеративного ИИ в колл-центре самые низкопроизводительные работники стали на 35 % продуктивнее, в то время как опытные работники выиграли совсем немного. В нашем исследовании, проведенном в BCG, мы обнаружили аналогичный эффект. Больше всего от ИИ выиграли те, кто обладал самыми слабыми навыками, но даже самые высокопроизводительные сотрудники выиграли.
Это говорит о возможности более радикальной реконфигурации труда, когда ИИ выступит в роли великого уравнителя, превращая каждого в отличного работника. Последствия этого могут быть столь же глубокими, как и автоматизация ручного труда. Неважно, насколько хорошо вы умеете копать, потому что вы все равно не сможете копать так же хорошо, как паровая лопата. В этом случае характер рабочих мест сильно изменится, поскольку образование и навыки станут менее ценными. Поскольку дешевые работники выполняют ту же работу за меньшее время, массовая безработица или, по крайней мере, неполная занятость становится более вероятной, и мы можем увидеть необходимость в таких политических решениях, как четырехдневная рабочая неделя или всеобщий базовый доход, которые снижают планку благосостояния человека.
В краткосрочной перспективе мы могли бы ожидать незначительных изменений в занятости (но значительных изменений в задачах), но, как гласит закон Амара, названный в честь футуриста Роя Амара: "Мы склонны переоценивать эффект технологии в краткосрочной перспективе и недооценивать эффект в долгосрочной перспективе". Будущее в долгосрочной перспективе весьма туманно. ИИ изменит некоторые отрасли больше, чем другие, так же как и некоторые профессии станут радикально другими, а другие не изменятся вовсе. Сейчас никто не может точно сказать, что произойдет с той или иной компанией или учебным заведением. И любой совет будет устаревшим, когда появится следующее поколение ИИ. Нет никакого внешнего авторитета. Мы сами решаем, что будет дальше, как в хорошую, так и в плохую сторону.
7.
A
И В КАЧЕСТВЕ РЕПЕТИТОРА
Секрет в том, что мы давно знаем, как повысить эффективность образования, но не можем этого сделать. Бенджамин Блум, психолог в области образования, в 1984 году опубликовал работу под названием " The 2 Sigma Problem". В ней Блум сообщил, что средний студент, занимающийся с репетитором один на один, демонстрирует результаты на два стандартных отклонения лучше, чем студенты, обучающиеся в обычной классной комнате. Это означает, что средний студент, обучавшийся у репетитора, набирал больше баллов, чем 98 процентов студентов в контрольной группе (хотя не все исследования репетиторства показали столь значительное влияние). Блум назвал это проблемой двух сигм, потому что он поставил перед исследователями и преподавателями задачу найти методы группового обучения, которые могли бы достичь того же эффекта, что и репетиторство один на один, которое зачастую слишком дорого и непрактично для широкомасштабного применения. Проблема двух сигм Блума вдохновила множество исследований и экспериментов по изучению альтернативных методов обучения, которые могли бы приблизительно сравниться с преимуществами прямого репетиторства. Однако ни один из этих методов не смог сравниться или превзойти эффект двух сигм от репетиторства тет-а-тет, о котором говорил Блум. Это говорит о том, что во взаимодействии репетитора и ученика есть нечто уникальное и мощное, что невозможно воспроизвести другими способами. Поэтому неудивительно, что мощный, адаптируемый и недорогой персонализированный репетитор - это святой грааль образования.