Ребята из VentureBeat, как обычно, подкинули дровишек в костер наших параной. Пока мы тут умиляемся, как нейронки код ревьюят и доки перелопачивают, они, видите ли, вытесняют тех самых экспертов, на знаниях которых тренировались. Гениально, правда? Замкнутый круг деградации искусственного интеллекта – добро пожаловать в 2026-й!
Суть проста, как две копейки: чтобы ИИ не тупел, ему нужны либо самообучение (на которое, собственно, и ставят), либо люди, способные отлавливать косяки и генерировать качественный фидбек. Только вот парадокс: компании вбухивают миллиарды в первое, но напрочь забивают на второе. А зря, господа, очень зря.
Уже сейчас, с 2019-го, наем свежих кадров в ИТ-гигантах упал вдвое. Молодые спецы больше не ковыряются в кишках проектов, учась на ошибках и набираясь опыта. Им говорят "спасибо" и пинком под зад заменяют на очередную нейронку, заточенную на "эффективность". Экономисты кричат о вытеснении, компании – об оптимизации. И никто не думает о последствиях.
А давайте поговорим о самообучении. Все эти ваши AlphaZero, которые шахматы и го освоили без помощи человека. Да, впечатляет. Но! Го – это игра с жесткими, неизменными правилами и четким критерием победы. Есть выигрыш – есть результат, без интерпретаций. Knowledge work, работка, где надо думать головой – это совсем другая история.
Тут правила меняются постоянно. Сегодня закон такой, завтра другой. Финансовый инструмент, который работал вчера, сегодня – вне закона. Медицинский диагноз, поставленный сейчас, может оказаться ошибочным через пять лет. Нет стабильности, нет однозначного критерия "хорошо/плохо". Без человека в цепочке оценки – пиши пропало.
Самое печальное, что нынешние ИИ создавались на базе знаний людей, которые эту самую выучку прошли. А теперь, автоматизируя entry-level позиции, мы лишаем новое поколение возможности получить тот самый критический опыт. Получается, что через пару лет оценивать работу ИИ будет просто некому.
История знает примеры утерянных знаний: римский бетон, готические методы строительства, математические традиции, на восстановление которых ушли века. Но раньше причина была внешняя: чума, завоевания, крах институтов. А сейчас – все сами, своими ручками. Потеря знаний произойдет не из-за катастрофы, а из-за тысячи экономически обоснованных решений, каждое из которых, бь, кажется логичным в отдельности.
Что в итоге? К 2028-му, когда все эти "эффективные" ребята захотят нанять экспертов для обучения своих ИИ, они обнаружат, что эксперты вымерли как мамонты. И что тогда будете делать, гении эффективности? Кормить свои нейронки просроченными данными из архивов? Будете получать на выходе еще больше бреда и удивляться, почему ИИ не может отличить кошку от собаки.
Так что, господа "эффективные" менеджеры, может, стоит задуматься о будущем прямо сейчас? Пока не стало слишком поздно. Хотя, зная вас, вы предпочтете закопать проблему поглубже и свалить на ИИ.