Mes jau gyvename tame ateities pasaulyje – tiesiog to nepastebime
Kai žmonės klausia, kaip atrodys pasaulis po dešimties metų su dirbtiniu intelektu, dažniausiai įsivaizduoja kažką iš „Blade Runner” – skraidančius automobilius, holografinius ekranus ir robotus, nešančius kavą. Realybė bus kur kas nuobodesnė vizualiai, bet daug dramatiškesnė iš esmės. Pokyčiai nebus tokie, kuriuos pamatysi pro langą. Jie bus tokie, kuriuos pajusi, kai bandysi susirasti darbą, kai eisi pas gydytoją, kai tavo vaikas grįš iš mokyklos ir pasakys, kad jo klasėje nebėra namų darbų tokia forma, kokia tu juos darydavai.
2034-ieji – tai ne science fiction. Tai yra tiesiog rytdiena, tik šiek tiek toliau. Ir jei pažiūrėsi, kaip greitai viskas pasikeitė nuo 2020 iki 2024-ųjų, suprasi, kad kitas dešimtmetis bus ne evoliucija, o kažkas artimesnio tektoniniam poslinkiui.
Šiame straipsnyje nekalbėsime apie abstrakčias teorijas. Kalbėsime apie tai, kas faktiškai keičiasi, kodėl tai svarbu tau asmeniškai, ir ką galima padaryti jau dabar, kad nebūtum tarp tų, kurie po dešimties metų stebėsis: „Kaip mes to nematėme?”
Darbo rinka: ne apokalipsė, bet tikrai ne tas pats
Pirmiausia – populiariausias klausimas. Ar DI atims darbus? Trumpas atsakymas: taip ir ne. Ilgas atsakymas yra kur kas įdomesnis.
McKinsey tyrimai rodo, kad iki 2030-ųjų automatizacija gali paveikti apie 30% darbo funkcijų pasaulyje. Bet „paveikti” nereiškia „sunaikinti”. Istoriškai kiekviena technologinė revoliucija sunaikindavo vienus darbus ir sukurdavo kitus – dažnai tokius, kurių niekas negalėjo numatyti. Kai atsirado elektra, niekas negalvojo apie elektrikų profesiją kaip apie masinio užimtumo šaltinį. Kai atsirado internetas, niekas neplanuojo tapti „socialinių tinklų vadybininku”.
Problema su DI yra ta, kad šis ciklas vyksta greičiau nei bet kada anksčiau. Pramonės revoliucijai prisitaikyti prireikė kelių kartų. DI revoliucijai – galbūt vienos. Tai reiškia, kad žmonės, kurie šiandien yra 35-45 metų amžiaus, patirs šį pokytį savo karjeros viduryje, o ne pradžioje.
Kokios profesijos labiausiai rizikuoja? Duomenų įvedimas, bazinis tekstų rašymas, paprastas buhalterinis darbas, standartiniai teisiniai dokumentai, rutininė klientų aptarnavimo komunikacija. Kokios profesijos auga? Žmonės, kurie moka dirbti su DI – ne prieš jį. Vadinami „prompt engineers”, DI treneriai, etikos specialistai, duomenų kuratoriai. Ir, paradoksaliai, labai žmogiški darbai – slaugytoja, terapeutas, mokytojas, amatininkas – nes juose yra kažkas, ko algoritmas negali atkartoti: tikras žmogiškas ryšys.
Praktinis patarimas: Jei šiandien dirbi bet kurioje srityje, užduok sau klausimą – kokia mano darbo dalis yra rutininė ir pasikartojanti? Ta dalis yra pažeidžiama. Investuok laiką į tas darbo funkcijas, kurios reikalauja kūrybiškumo, empatijos arba sudėtingo sprendimų priėmimo neapibrėžtose situacijose. Tai yra tavo ilgalaikis kapitalas.
Sveikatos apsauga: kai algoritmas žino daugiau nei gydytojas
Viena sritis, kur DI poveikis bus tikrai dramatiškas ir beveik vien teigiamas – medicina. Ir čia kalbame ne apie roboto chirurgą (nors tai irgi jau realybė kai kuriose operacijose). Kalbame apie diagnostiką, prevenciją ir personalizuotą gydymą.
Jau dabar DI sistemos, tokios kaip Google DeepMind sukurta AlphaFold, išsprendė baltymų struktūros problemą, prie kurios mokslininkai dirbo dešimtmečius. Tai tiesiogiai veikia vaistų kūrimą – procesai, kurie anksčiau trukdavo 10-15 metų, gali sutrumpėti iki 2-3 metų. Tai reiškia, kad ligų, kurios šiandien yra nepagydomos, gydymas gali tapti realybe per mūsų gyvenimą.
Diagnostikos srityje DI jau dabar aptinka tam tikrų vėžio formų požymius rentgeno nuotraukose tiksliau nei patyrę radiologai. Po dešimties metų tikėtina, kad tavo išmanusis laikrodis ar kitas nešiojamas įrenginys nuolat stebės šimtus biometrinių rodiklių ir įspės apie galimas problemas mėnesiais ar net metais prieš tai, kai tu pats pajustum bet kokius simptomus.
Bet čia yra ir tamsioji pusė. Kas valdys tą duomenų srautą? Ar draudimo bendrovės galės naudoti tavo sveikatos duomenis, kad atsisakytų tave apdrausti? Ar darbdaviai galės prašyti prieigos prie tavo biometrinių rodiklių? Šie klausimai jau dabar yra aktualūs, o po dešimties metų taps vienu pagrindinių politinių mūšių laukų.
Ką daryti jau dabar: Pradėk domėtis savo sveikatos duomenimis. Naudok programėles, kurios seka miegą, aktyvumą, širdies ritmą – ne todėl, kad tai yra madinga, o todėl, kad mokymasis interpretuoti savo duomenis yra įgūdis, kuris taps vis svarbesnis. Ir būk atidus, kam sutinki perduoti tuos duomenis.
Švietimas: kai Google Maps pakeičia kompasą
Švietimo sistema, kokią ją pažįstame – 45 minučių pamokos, standartizuoti testai, visi mokiniai mokosi tą patį tuo pačiu tempu – yra industrijos amžiaus produktas. Ji buvo sukurta gamyklos modelio pagrindu: standartizuok, optimizuok, matuok. DI turi potencialą tai visiškai sugriauti. Klausimas – ar į gerą pusę.
Personalizuotas mokymasis yra didžioji pažadėtoji žemė. Įsivaizduok sistemą, kuri tiksliai žino, kaip tu mokaisi geriausiai – ar tau reikia vizualinių pavyzdžių, ar tekstinių paaiškinimų, ar praktinių užduočių. Kuri žino, kada tu esi pavargęs ir sumažina medžiagos sudėtingumą, o kada esi energingas ir gali pateikti sudėtingesnį iššūkį. Kuri prisitaiko prie tavo tempo, o ne prie vidutinio klasės tempo. Tokios sistemos jau egzistuoja prototipų forma – Khan Academy’s Khanmigo, Duolingo’s DI funkcijos. Po dešimties metų jos bus kur kas galingesnės.
Bet čia yra didelis „bet”. Jei DI atliks visą sunkų kognityvinį darbą – ieškos informacijos, struktūruos argumentus, rašys tekstus – ar mes vis dar mokysimės mąstyti? Ar mes tiesiog mokysimės naudotis įrankiu? Tai nėra retorinis klausimas. Kai GPS tapo visur prieinamas, žmonių gebėjimas orientuotis pagal žemėlapį ir erdvinė atmintis realiai pablogėjo. Tai dokumentuota. Tas pats gali nutikti su kritinio mąstymo, rašymo, matematinio samprotavimo įgūdžiais.
Mokyklos, kurios išgyvens ir klestės, bus tos, kurios supras, kad jų tikslas nėra perduoti informaciją – tai DI daro geriau. Jų tikslas yra ugdyti gebėjimą mąstyti, abejoti, kurti ir bendradarbiauti. Mokytojai, kurie taps DI treneriais – ne konkurentais – turės didžiulę vertę.
Tėvams praktiškai: Nebijokite, kad jūsų vaikas naudoja DI mokymosi tikslais, bet mokykite jį naudoti jį kaip pokalbio partnerį, o ne atsakymų mašiną. Skirtumas yra milžiniškas. „ChatGPT, parašyk man rašinį” ir „ChatGPT, paaiškink man šią koncepciją penkiais skirtingais būdais ir užduok man klausimų, kurie padėtų patikrinti, ar aš suprantu” – tai yra du visiškai skirtingi santykiai su technologija.
Miestai ir kasdienė aplinka: kai infrastruktūra tampa protinga
Fizinė aplinka, kurioje gyvensime po dešimties metų, atrodys panašiai į šiandieninę. Tie patys namai, tos pačios gatvės. Bet ji veiks visiškai kitaip.
Transportas yra akivaizdžiausias pavyzdys. Autonominiai automobiliai jau važinėja Waymo taksiais San Franciske ir Phoenixe. Teslos „Full Self-Driving” sistema kiekvieną mėnesį tampa geresnė. Po dešimties metų tikėtina, kad daugelyje miestų autonominis vairavimas bus norma, o ne išimtis. Tai turės kaskadinio efekto: mažiau eismo spūsčių (nes algoritmai koordinuoja judėjimą), mažiau avarijų (apie 94% avarijų sukelia žmogaus klaida), kitoks miestų planavimas (mažiau parkingų, nes automobiliai nuolat juda).
Energetika yra kita sritis. DI jau optimizuoja elektros tinklus, prognozuoja atsinaujinančios energijos gamybą, valdo „išmaniuosius namus”. Po dešimties metų tavo namai gali automatiškai pirkti elektrą tada, kai ji pigiausia, parduoti perteklinę energiją iš saulės kolektorių, optimizuoti šildymą ir vėsinimą pagal oro prognozę ir tavo įpročius.
Bet yra ir socialinė dimensija. Kai algoritmai sprendžia, kaip paskirstyti miesto išteklius – kur siųsti greitąją, kaip optimizuoti šiukšlių surinkimą, kaip reguliuoti eismą – kas užtikrina, kad tie algoritmai nėra šališki? Jau dabar yra dokumentuotų atvejų, kai nusikaltimų prognozavimo algoritmai JAV miestuose sistemingai diskriminavo juodaodžių bendruomenes. Tai nėra teorinė problema.
Informacija, tiesa ir tai, kuo galima tikėti
Čia reikia kalbėti atvirai, nes tai yra galbūt pati sudėtingiausia DI poveikio sritis – ir ta, apie kurią mažiausiai kalbama kasdieniame kontekste.
Deepfake technologija jau dabar pasiekė tokį lygį, kad atskirti suklastotą vaizdo įrašą nuo tikro yra labai sunku net specialistams. Tekstų generavimas pasiekė tokį lygį, kad DI parašytas straipsnis neatskiriamai atrodo kaip žmogaus rašytas. Balso klonavimas – tavo balso kopija gali būti sukurta iš kelių minučių įrašo. Po dešimties metų visa tai bus dar tobulesnė ir dar prieinamesnė.
Tai kelia egzistencinį klausimą informacinei visuomenei: kaip mes žinosime, kas yra tiesa? Jau dabar matome, kaip dezinformacija veikia rinkimus, visuomenės sveikatą, tarptautinius santykius. DI šį procesą gali eksponentiškai sustiprinti – tiek dezinformacijos gamybos, tiek jos personalizavimo prasme (algoritmai žino, kokia dezinformacija tau asmeniškai labiausiai tikėtina).
Bet DI taip pat yra ir sprendimo dalis. Tų pačių technologijų pagrindu kuriami įrankiai, kurie gali aptikti deepfake’us, identifikuoti koordinuotas dezinformacijos kampanijas, tikrinti faktus realiu laiku. Tai bus ginklavimosi varžybos tarp tų, kurie gamina dezinformaciją, ir tų, kurie ją aptinka.
Konkreti rekomendacija: Ugdyk „skaitmeninį skepticizmą” – ne paranojišką, bet sveiką. Prieš dalindamasis bet kokiu emociškai kraunančiu turiniu, sustok ir paklausk: ar aš patikrinau šaltinį? Ar tai gali būti sukurta dirbtinai? Ar tai atitinka tai, ką žinau iš kitų šaltinių? Tai nėra sudėtinga, bet reikalauja sąmoningo apsisprendimo.
Privatumas ir tapatybė: kai tavo duomenys žino daugiau apie tave nei tu pats
Vienas iš labiausiai neįvertintų DI poveikio aspektų yra tai, ką galima pavadinti „tapatybės ekonomika”. Šiandien didžiosios technologijų kompanijos žino apie tave labai daug. Po dešimties metų jos žinos praktiškai viską.
Tavo naršymo istorija, pirkimų įpročiai, fizinė lokacija, biometriniai duomenys, socialinių tinklų elgsena, net tavo balso tonas pokalbių metu – visa tai jau dabar renkama ir analizuojama. DI gali sujungti šiuos duomenų srautus ir sukurti tavo psichologinį profilį, kuris yra tikslesnis nei bet kuris psichologinis testas. Jis gali prognozuoti tavo sprendimus, tavo nuotaikas, tavo pažeidžiamumus.
Tai nėra science fiction. Cambridge Analytica skandalas parodė, kaip Facebook duomenys buvo naudojami politinei manipuliacijai. Tai buvo 2016-aisiais, su kur kas primityvesnėmis technologijomis. Įsivaizduok, kas įmanoma su 2034-ųjų įrankiais.
Europos Sąjunga su GDPR ir nauju DI aktu bando sukurti taisykles. Bet reguliavimas visada atsilieka nuo technologijų. Ir ne visos šalys turi tokį patį požiūrį į privatumą – Kinijos socialinio kredito sistema yra kraštutinis priešingas pavyzdys.
Individualiu lygiu: apsvarstyk, kokius duomenis tu savanoriškai dali. Kiekviena nemokama programėlė, kiekvienas „prisijunk per Google” mygtukas, kiekvienas išmanusis namų įrenginys – tai yra mainai. Tu gauni patogumą, tu duodi duomenis. Tai nėra automatiškai blogai, bet tai turėtų būti sąmoningas sprendimas, o ne neapgalvotas paspaudimas „sutinku”.
Kai ateitis jau čia, bet dar nepasidalijusi tolygiai
Vienas dalykas, apie kurį mažai kalbama DI diskusijose – tai nelygybės klausimas. Technologinė revoliucija niekada nėra demokratiška. Pirmieji gauna naudą tie, kurie turi prieigą, išsilavinimą ir išteklius. Vėliau – visi kiti. Bet „vėliau” gali reikšti dešimtmečius.
Šiandien DI naudojimosi atotrūkis jau matomas. Kompanijos, kurios aktyviai integruoja DI, tampa produktyvesnės ir konkurencingesnės. Darbuotojai, kurie moka dirbti su DI įrankiais, gauna aukštesnius atlyginimus. Šalys, kurios investuoja į DI infrastruktūrą ir švietimą, kuria ilgalaikį konkurencinį pranašumą. Po dešimties metų šis atotrūkis gali tapti praraja.
Lietuva šiame kontekste yra įdomi. Mes turime stiprią IT sektoriaus tradiciją, aukštą interneto penetraciją, santykinai gerai išsilavinusią populiaciją. Bet mes taip pat turime demografines problemas, emigracijos iššūkius ir ribotas investicines galimybes lyginant su didžiosiomis ekonomikomis. DI gali būti arba įrankis, kuris padeda mažoms šalims išlyginti žaidimo lauką (nes DI nemato skirtumo tarp Lietuvos ir Vokietijos startuolio), arba jėga, kuri dar labiau koncentruoja galią didelėse technologijų kompanijose.
Asmeninis lygmuo: investuok į DI raštingumą ne kaip į techninį įgūdį, bet kaip į bendrąją kompetenciją. Kaip kadaise mokėti skaityti ir rašyti buvo išskirtinis pranašumas, o vėliau tapo bazine būtinybe – DI raštingumas eina tuo pačiu keliu. Pradėk nuo nemokamų įrankių: ChatGPT, Claude, Gemini. Eksperimentuok. Suprask, ką jie gali ir ko negali. Tai yra investicija su garantuota grąža.
Galiausiai – ir tai yra svarbiausia – DI po dešimties metų bus toks, kokį mes jį padarysime. Technologija yra neutrali. Ji sustiprina tai, ką mes į ją įdedame. Jei mes įdedame šališkumą, gauname šališkus rezultatus. Jei mes įdedame trumparegišką pelno siekimą, gauname technologiją, kuri tarnauja akcininkams, o ne žmonėms. Jei mes įdedame sąmoningumą, etiką ir tikrą rūpestį žmogaus gerove – galime gauti kažką tikrai nuostabaus. Pasirinkimas nėra tarp „DI ateitis” ir „ne DI ateitis”. Pasirinkimas yra tarp skirtingų DI ateičių. Ir tas pasirinkimas daroma dabar, kiekvieną dieną, kiekvienu sprendimu – nuo to, kokias kompanijas remiame savo pirkimais, iki to, kokius politikus renkame, iki to, kaip patys naudojame šiuos įrankius. Tai nėra per didelis atsakomybės krūvis. Tai tiesiog realybė, kurioje gyvename.
