Глава Nvidia Дженсен Хуанг признал утрату людьми интеллектуальных навыков и предложил принять её как часть технологического прогресса. В интервью журналисту Эзре Кляйну 23 сентября он назвал забываемые детьми таблицу умножения, деление столбиком и извлечение квадратных корней. «Имеет ли это значение? Я так не думаю», — ответил руководитель компании, поставляющей оборудование для ИИ. По его оценке, потерю умственной ловкости возместит способность лучше мыслить на уровне сложных систем. Кляйн спрашивал об исследовании 26 811 китайских учащихся 7–12-х классов. Экономисты Давид Стрёмберг, Виктор Лэй и Яньхуэй У проследили 30 месяцев обучения. В июньской работе они оценили рост результатов домашних заданий при использовании ИИ в 18%, сокращение времени выполнения — в 30%. Результаты экзаменов без подсказок за 6 месяцев снизились на 20%. Основные потери пришлись на пользователей, чьё поведение соответствовало передаче домашних заданий машине. Школа получала успешно выполненную работу, ученик пропускал самостоятельное упражнение. Хуанг оправдывает такую передачу примером инженера: собирать современный компьютер можно, не разбираясь в устройстве каждого транзистора. Специалист работает с крупными компонентами и их взаимодействием. Однако умение управляться с ними тоже приходится приобретать. Если машина выполняет учебную работу вместо начинающего инженера, сокращается практика, необходимая для понимания этих компонентов. Уже подготовленный специалист и человек, которому ещё предстоит освоить профессию, подходят к автоматизации с разным запасом знаний. Исследователи Anthropic Джуди Ханьвэнь Шэнь и Алекс Тамкин проверили освоение нового программного инструмента в случайно распределённых группах из 52 разработчиков. Участники работали с незнакомой библиотекой Trio, затем проходили тест без помощника. Группа с ИИ набрала в среднем 50% баллов, самостоятельная — 67%. Наиболее заметное отставание касалось поиска и объяснения ошибок в коде. Статистически надёжного ускорения работы эксперимент не установил. Пострадал навык, необходимый человеку для проверки машинного результата. Авторы связывают обучение отладке с самостоятельным исправлением ошибок, которые участники встречали по ходу работы. Готовое решение позволяло миновать эту трудность вместе с возможностью разобраться в ней. Сохранение понимания чаще наблюдалось у разработчиков, которые задавали вопросы о принципах работы и изучали объяснения. Поэтому само наличие готового кода ещё не переводит его получателя в обещанную Хуангом роль руководителя сложной разработки. Способ выдачи помощи имеет практическое значение. Группа исследовательницы Пенсильванского университета Хамсы Бастани провела эксперимент почти с 1000 старшеклассников в Турции. После тренировки с обычным помощником на GPT-4 ученики без него решали задачи на 17% хуже контрольной группы. Версия с учительскими подсказками, удерживавшая ученика от простого получения готового решения, в основном устраняла этот ущерб. Сохранение самостоятельного усилия потребовало отдельного устройства учебного инструмента. Улучшение мышления не возникало автоматически из доступа к вычислениям. У Хуанга другой измеримый результат внедрения. В квартале, завершившемся 26 июля, выручка Nvidia от бизнеса центров обработки данных составила $89 млрд. В отчётном заявлении он сформулировал коммерческий результат: «Вычисления — это выручка». Компания получает деньги за мощность, приобретаемую её клиентами. Сохранил ли пользователь собственное умение решать задачу, этот показатель не измеряет. Если школы и работодатели примут потерю базовых навыков как безвредную экономию, им придётся поручать надзор за ИИ людям с менее прочной подготовкой. Обещанная Хуангом роль человека требует самостоятельно обнаруживать ошибку и отвергать неверное решение. Отказ от обучения этим действиям способен передать машине также проверку её собственной работы. Человек сохранит право одобрить результат, утратив знания, на которых должно основываться его одобрение. @ex_trakt
- 7