AI Có Thể Lấy Đi Công Việc Của Bạn? Có Thể Không, Một Nghiên Cứu Nói

(SeaPRwire) –   Liệu trí tuệ nhân tạo có lấy đi công việc của chúng ta? Nếu bạn lắng nghe các giám đốc điều hành của Thung lũng Silicon nói về khả năng của các hệ thống AI tiên tiến ngày nay, bạn có thể nghĩ câu trả lời là “vâng, và sớm”.

Nhưng một bài báo mới được công bố bởi các nhà nghiên cứu tại phòng thí nghiệm khoa học máy tính và trí tuệ nhân tạo của MIT cho thấy quá trình tự động hóa lực lượng lao động có thể diễn ra chậm hơn dự kiến.

Các nhà nghiên cứu tại MIT không chỉ nghiên cứu xem AI có thể thực hiện được công việc hay không, mà còn xem xét xem liệu có ý nghĩa kinh tế đối với các công ty để thay thế con người thực hiện các công việc đó trong bối cảnh thị trường lao động rộng lớn hơn.

Họ phát hiện rằng mặc dù AI nhận dạng hình ảnh ngày nay có thể tự động hóa các công việc chiếm 1,6% lương công nhân tại nền kinh tế Mỹ (không tính nông nghiệp), chỉ có 23% trong số đó (0,4% của nền kinh tế toàn diện) sẽ rẻ hơn chi phí cho các công ty để tự động hóa thay vì trả lương cho người lao động. “Nhìn chung, những phát hiện của chúng tôi cho thấy sự thay thế việc làm bởi AI sẽ đáng kể, nhưng cũng từ từ – và do đó vẫn còn thời gian để chính sách và đào tạo lại có thể giảm thiểu tác động của tình trạng thất nghiệp”, các tác giả viết.

Các công việc như phân tích hình ảnh từ thiết bị chẩn đoán y tế, hoặc kiểm tra để đảm bảo các khay có đúng các mặt hàng, được đưa ra trong bài báo là ví dụ về loại “công việc nhận dạng hình ảnh” mà AI ngày nay có thể thực hiện được. Nhưng các công việc như vậy thường bị chia nhỏ, các tác giả tranh luận rằng việc tự động hóa chúng là không kinh tế.

“Mặc dù có một số thay đổi sắp đến, nhưng cũng có một chút thời gian để thích ứng với nó”, Neil Thompson, tác giả chính của nghiên cứu, nói với TIME. “Nó sẽ không xảy ra quá nhanh đến mức làm đảo lộn mọi thứ ngay lập tức.”

Trừ khi nó thực sự xảy ra như vậy. Nghiên cứu chỉ tập trung vào AI nhận dạng hình ảnh – hệ thống có thể nhận diện và phân loại đối tượng trong hình ảnh và video – chứ không phải hệ thống linh hoạt hơn như mô hình ngôn ngữ lớn đa phương tiện, trong đó GPT-4 của OpenAI là một ví dụ. Một nghiên cứu gần đây từ OpenAI ước tính rằng 19% công nhân Mỹ có thể thấy 50% các công việc nơi làm việc của họ “bị ảnh hưởng” bởi hệ thống GPT-4 cấp độ cao – một ước tính cao hơn nhiều so với nghiên cứu của MIT tập trung duy nhất vào AI nhận dạng hình ảnh. Một câu hỏi quan trọng đối với nền kinh tế trong thời đại AI sẽ là liệu phát hiện của nghiên cứu MIT có áp dụng cho các công cụ AI “tổng quát” hơn – những công cụ hứa hẹn sẽ tự động hóa hầu hết các hình thức lao động trí tuệ có thể thực hiện sau màn hình máy tính.

Các nhà nghiên cứu MIT phát hiện rằng việc “tinh chỉnh” hệ thống nhận dạng hình ảnh để làm cho chúng phù hợp với một công việc cụ thể, chuyên biệt có thể tốn kém đối với các công ty. Trong khi đầu tư như vậy có thể có ý nghĩa kinh tế đối với các công ty lớn nhất, nó thường không rẻ hơn đối với một doanh nghiệp nhỏ có thể đơn giản duy trì một nhân viên đã đào tạo tốt thực hiện công việc này. Đây là một lý do chính, theo bài báo của MIT, tại sao không phải mọi công việc mà AI có khả năng thực hiện ngày nay cũng có thể thay thế con người một cách kinh tế. (Bài báo, gửi đến tạp chí Quản lý Khoa học, chưa được duyệt bởi các người đồng nghiệp.)

Nhưng điều này có thể không áp dụng cho các nhiệm vụ ngôn ngữ. Để “tinh chỉnh” một mô hình nhận dạng hình ảnh để phân biệt các loại thuốc bằng chai cụ thể với độ chính xác 99,9%, bạn cần thu thập lượng lớn hình ảnh được gắn nhãn của các loại thuốc khác nhau, điều này có thể là một quá trình tốn kém và phức tạp (ngay cả khi sử dụng lao động có thu nhập thấp ở các nước nghèo). Sau đó, bạn phải trả chi phí tính toán đáng kể để tinh chỉnh mô hình AI trên kho dữ liệu lớn đó.

Mặt khác, việc tinh chỉnh mô hình ngôn ngữ tiên tiến như GPT-4 của OpenAI để thực hiện một nhiệm vụ cụ thể có thể chỉ đơn giản là cung cấp một danh sách quy tắc chi tiết. Một nghiên cứu của OpenAI tháng 8 năm ngoái cho thấy GPT-4 có thể thực hiện nhiệm vụ kiểm duyệt nội dung trên các nền tảng kỹ thuật số một cách hiệu quả sau khi được tinh chỉnh bằng một tài liệu chính sách chi tiết và chỉ một vài mẫu được gắn nhãn. Những phát hiện này cho thấy các mô hình ngôn ngữ lớn có thể được áp dụng cho một loạt các công việc kinh tế nhanh hơn và rẻ hơn nhiều so với mô hình nhận dạng hình ảnh.

Việc tinh chỉnh GPT-4 vẫn ở giai đoạn thử nghiệm hạn chế, khi OpenAI làm việc để giảm thiểu rủi ro đáng kể mà mức độ tùy chỉnh này có thể gây ra. Nhưng khi OpenAI và các đối thủ cạnh tranh bắt đầu cho phép khách hàng tinh chỉnh các mô hình tiên tiến nhất của họ, nền kinh tế có thể bắt đầu thấy mức độ tự động hóa, hoặc thay thế nhanh hơn so với dự đoán của nghiên cứu MIT.

“Điều đó hoàn toàn có thể rằng việc tùy chỉnh mô hình ngôn ngữ lớn có thể dễ dàng hơn so với tùy chỉnh hệ thống nhận dạng hình ảnh và điều này có thể dẫn đến nhiều áp dụng hơn trong nền kinh tế”, Thompson nói với TIME. Nhưng “miễn là một nhóm kỹ thuật nhỏ vẫn cần thiết để tích hợp hệ thống vào quy trình làm việc của công ty, chi phí vẫn hạn chế.”