Заменит ли ИИ тебя на работе? Пока мы бросаемся заявлениями в чате, из Microsoft Research сделали то, что и положено делать в приличном обществе - посмотрели на данные. Публикация есть на Архиве. Давайте отбросим хайпожорство в стиле Крола и посмотрим, что и почему пишет Microsoft.
Они залезли в 200 тысяч анонимных диалогов с Copilot и выяснили, для чего люди используют их нейронку. Это не какие-то там гипотезы, это суровая реальность. Пусть Copilot не самый популярный ИИ-ассистент, но пользователей у него есть в количестве. Исследование сделано под эгидой министерство труда США, и у них есть какие-то подробные данные о рынке.
В каждом диалоге есть две параллельные реальности:
У пользака есть какие-то ожидания, что конкретно он пытается сделать с помощью нейронки. Пользак пишет код, готовит презентацию, ищет информацию. Ему нужен низовой раб-исполнитель, чтобы быстро всё сделать.
Что нейронка делает в ответ? По дефолту, она не пишет код вместе с тобой. Она даёт советы, объясняет, учит. ИИ - это важный наемный консультант, которого захантили под конкретную задачу.
В Microsoft посчитали, что 40% случаев эти два подхода вообще не совпадают. Человек просит помощи в одном, а нейросеть, чтобы помочь, делает что-то совершенно другое. Классический разрыв видения между заказчиком и исполнителем, но в переложении на киберпанк, которым стала наша жизнь.
Что на самом деле хотят люди?
"Собри инфу". 90% запросов — это "найди" и "объясни что такое". Люди используют ИИ как супер-гугл и личного секретаря. К сожалению, с таким секретарем пока нельзя заняться сексом, но xAI делает успехи в этом направлении.
"Напиши текст". Вторая по популярности задача. Написать письмо, пост, кусок кода, отредактировать отчёт. Набирать буковки лениво, а ИИ генерит простыню текста за секунды.
"Пообщайся вот с этим мудаком". Мыслетопливо - это ресурс, общение стремительно жрёт этот ресурс даже у профессиональных социопатов.
Что делает ИИ?
"Я консультант, ща я тебя проконсультирую". "Я - учитель, давай вместе учиться". ИИ хорошо впитал идею, что лучше дать удочку, чем всю жизнь помогать ловить рыбу.
"У меня есть важная инфа". Выполняет функцию поисковика, но в диалоговом режиме.
"Ща помогу!" ИИ оказывает поддержку, в широком смысле слова.
Ну и самое мясо: кого первого под нож?
На основе данных, рисёчеры Майкрософт составили "показатель применимости ИИ" - по сути, расстрельный список профессий.
Группа высокого риска: переводчики, писатели и авторы контента, продажники, поддержка и техподдержка, программисты станков с ЧПУ (внезапно!), репортёры и журналисты, математики и политологи.
Группа низкого риска: массажисты и медсёстры, кровельщики и посудомойщики, водители грузовиков и операторы оборудования... Все, кто работает руками и физически взаимодействует с миром.
А что по деньгам? Думали, чем больше зарплата, тем ты в большей безопасности? Хер там плавал.
Исследование показало очень слабую связь между уровнем дохода и риском замены. Высокооплачиваемые профессии (но не самые топовые) затронуты лишь незначительно больше. Массовые профессии типа продажников и техподдержки, где зарплаты не самые высокие, находятся в топе по "применимости ИИ".
В общем-то, вот и всё исследование. Понятный криетрий, понятная классификация на два списка.
Давайте я добавлю каких-то мыслей от себя. Новая технологическая революция началась не с заводов, а с офисов. Все, чья работа — это информация, текст и коммуникация, уже сидят на пороховой бочке. Но есть разные нюансы.
Во-первых, у меня очень сильно горит от того, что математиков записали в легко заменяемые профессии, а автомобили - в слабо заменяемые. Им нужно посмотреть киберпанк видео, где гопники в Купчино питаются пинками заставить робота-доставщика открыться, а он доблестно продолжает движение.
Во-вторых, прямо сейчас люди используют ИИ для усиления своих интеллектуальных способностей, а сам ИИ выполняет скорее сервисную, а не самостоятельную творческую работу. Это создает некий гэп, в рамках которого одни задачи хорошо подходят для использования ИИ, а другие - не очень.
Не то чтобы ИИ не мог выполнять "плохо подходящие" задачи. Скорее, у человека на них случается некая борьба с автопилотом, которая всё портит. В будущем это всё поправят в новых инструментах, но пока еще - нет. Это моя самая главная критика данного исследования. Майкрософтовцы думают о мире как о какой-то статичной штуке, где инструменты не развиваются и гэп не закрывается. Тем не менее, "закрытие синтаксического гэпа" кажется идеальной задачей для решения нейросетями.
Во-вторых, вот это наблюдение, что ИИ пока не столько заменяет (автоматизирует), сколько помогает (аугментирует). Но это пока. Граница сдвигается каждый день. Большинство людей всё ещё думают, что это просто модный чат-бот, который пишет за них курсовые. Наивные.
Тем не менее, идея про аугментацию (как мы видели на примере сюжета, например, Deus Ex) - это не дорога в одну сторону. Также как машина подстраивается под человека, так и человек в будущем должен подстраиваться под аугментацию с помощью "нейросетевых имплантов". Это большое интересное направление, и заслуживает гораздо большего, чем констатация факта "есть гэп, поэтмоу ничего не работает и не будет работать". Будет, через некоторое время.
Общий вывод: исследование Microsoft интересное, но оно больше про непосредственное настоящее, ближайшие года три. Чем про настоящее будущее, которое может быть каким угодно.
Больше про нейронки здесь: https://t.me/tg_1red2black
Комментарии (10)
akod67
31.07.2025 12:43Группа низкого риска: водители грузовиков
Тута непонятно. Имха водил фур, по крайней мере по маршруту хаб-хаб заменить сильно проще, чем даже таксистов.
AdrianoVisoccini
31.07.2025 12:43Ну и самое мясо: кого первого под нож?
все как обычно высосано из пальца. Давайте процитируем классика:
Гендиректор Nvidia: «Вы не потеряете работу из-за ИИ, он полностью изменит её»
https://edition.cnn.com/2025/07/11/business/nvidia-jensen-huang-ai-job-loss
он же годом ранее
Глава Nvidia: Не учите детей на программистов. Искусственный интеллект заменит их всех
https://www.cnews.ru/news/top/2024-02-26_glava_nvidia_uchit_detej_programmirovaniyu
не понимаю, какой толк каждый день всем подряд постить свои домыслы по этому вопросу, если у вас никаких оснований нормальных кроме "мне так кажется" не было и не будет?
aghast
31.07.2025 12:43ну не всё заменит из того что говорят заменит и наоборот. как выше писали - водителя заменить будет не архисложно. а вот некоторых переводчиков по специфичным текстам - невероятно сложно. перевести например художественный текст наполненный какой-то культурной спецификой это фактически отрефакторить его, это сложнее. продажник может быть просто человеком-ботом работающим по скриптам и кассовым аппаратом - под нож. кастомные продажи чего-то сложного - человека заменить будет слишком сложно. и т.п. мне кажется тут довольно подвижно всё.
Sapsan_Sapsanov
31.07.2025 12:43А разве можно заменить дальнобойщика? Вдруг посреди степи у фуры лопнет шина? Скажите, пожалуйста, что будет делать в такой ситуации наш всемогущий ИИ? Он ведь даже затылок почесать не сможет — у него его попросту нет.
Oncenweek
31.07.2025 12:43То же что и "мясной" дальнобойщик - вызовет бригаду механиков для устранения неисправности, она все равно должна быть у транспортной компании, а то если не колесо лопнет, а ремень ГРМ порвется или генератор сдохнет без нее все равно не обойтись
gaal_dev
31.07.2025 12:43такой порожняк от MS
по мере проникновения генеративного ИИ в поседневную жизнь увеличится деквалификация и слежка за сотрудниками
https://www.versobooks.com/blogs/news/is-the-ai-bubble-about-to-burst (Аарон Бенанав о том, почему искусственный интеллект не изменит мир. Он лишь ухудшает работу.)
"Вместо того, чтобы спровоцировать массовую безработицу, более непосредственные эффекты генеративного ИИ, вероятно, будут отражать более широкие тенденции трансформации рабочих мест, уже разворачивающиеся сегодня, а именно деквалификацию и слежку. Предварительные исследования показывают, что технологии генеративного ИИ повышают производительность в основном среди низкоквалифицированных работников, помогая стандартизировать результаты, но мало что делая для улучшения высококвалифицированной, сложной работы. Неслучайно, что эти системы превосходно справляются с генерацией текстов среднего качества и базового кода — тех задач, которые выполняют студенты, поэтому одним из основных вариантов использования ChatGPT было предоставление студентам возможности списывать. По мере того, как такие инструменты становятся все более распространенными, существует риск цифровой деквалификаций в таких областях, как компьютерное программирование, графический дизайн и юридические исследования, где алгоритмически сгенерированные результаты могут заменить результаты, производимые работниками со средним уровнем компетентности."
"Фундаментальные ограничения генеративного ИИ становятся всё более очевидными даже для многих его ранних сторонников. Как отмечали Франсуа Шолле и другие исследователи ИИ, глубокие нейронные сети страдают от изначальной хрупкости: им трудно обобщать данные, выходящие за рамки тренировочных данных, они терпят неудачу в базовых задачах рассуждения и остаются ненадёжными в приложениях, требующих согласованности или точности. Несмотря на обработку огромных объёмов цифровой информации, эти модели сталкиваются с жёсткими ограничениями в своей способности к обучению и адаптации. Частично проблема кроется в самой архитектуре искусственных нейронных сетей, которые были разработаны на основе бихевиористской психологии середины XX века."
"...Признаки разочарования уже появляются. Генеральный директор Microsoft Сатья Наделла недавно признал, что, несмотря на огромные инвестиции компании в OpenAI и другие проекты в области генеративного ИИ, ощутимого роста производительности пока не наблюдается. Он просто сформулировал истинный ориентир: если бы генеративный ИИ был преобразующим, мы бы уже наблюдали ускорение роста мировой экономики..."
gaal_dev
31.07.2025 12:43https://intuit.ru/studies/courses/1803/88/lecture/20529 теория
"В качестве предмета исследования искусственные нейронные сети впервые заявили о себе в 1940-е годы. Стремясь воспроизвести функции человеческого мозга, исследователи создали простые аппаратные (а позже программные) модели биологического нейрона и системы его соединений. Когда нейрофизиологи достигли более глубокого понимания нервной системы человека, эти ранние попытки стали восприниматься как весьма грубые аппроксимации. Тем не менее, на этом пути были достигнуты впечатляющие результаты, стимулировавшие дальнейшие исследования, которые привели к созданию более изощренных сетей.""Одной из первых искусственных сетей, способных к перцепции (восприятию) и формированию реакции на воспринятый раздражитель, явился PERCEPTRON Розенблатта (F.Rosenblatt, 1957). Персептрон рассматривался его автором не как конкретное техническое (вычислительное) устройство, а как модель работы мозга. Розенблатт называл такую нейронную сеть трехслойной, однако, по современной терминологии, представленная сеть обычно называется однослойной, так как имеет только один слой нейропроцессорных элементов."
perceptron perception восприятие :) в 40х верили что мозг работает как-то так
aikus
Главное, что смущает в статье, это "плавный" переход от анализа существующих (я надеюсь) данных об реальном использовании ИИ к списку расстрельных профессий. Тут не совсем понятно, почему они сделали такой вывод. Так понимаю эмпирических данных, которые бы хоть как то подтверждали выводы нет совсем.
В итоге ценность такого прогноза сильно снижается.
olegchir Автор
О, хороший вопрос. На пятой странице изначального текста, в разделе 4.3 рассказывается, как они это делали.
В США есть формализованная база знаний O*NET, которая содержит данные о разных профессиях - какие задачи выполняются, и декомпозицию задач на подзадачи.
Они взяли отдельные подзадачи и проверили, насколько хорошо Copilot с ними справляется. Оценили их в каких-то абстрактных попугаях.
Дальше это загнали в какую-то суммирующую формулу и получили общую оценку по профессии - AI applicability score.
Это достаточно простой и формальный способ оценки.
Ну и дальше по графику видно, что примерно у половины профессий очень низкий applicability score. Вот так они их и поделили на два лагеря.