ИИ не заменит специалистов по информатике в ближайшее время — вот 10 причин, почему

По мере того, как системы искусственного интеллекта расширяют свои и без того впечатляющие возможности, всё больше распространяется мнение, что компьютерные науки (КИ) скоро уйдут в прошлое. Это мнение доносится до сегодняшних будущих студентов в форме благонамеренных советов, но большая часть этих советов — не более чем слухи от людей, которые, несмотря на свой интеллект, говорят о чём-то, выходящем за рамки их компетенции.

Такие известные личности, как лауреат Нобелевской премии по экономике Кристофер Писсаридес, выдвигали этот аргумент, и в результате он укоренился на гораздо более обыденном уровне — я даже лично слышал, как консультанты по выбору профессии в старших классах школ полностью отвергали идею изучения информатики, несмотря на то, что у них не было никаких знаний об этой области.

Эти заявления, как правило, имеют два распространённых недостатка. Во-первых, эти советы исходят от людей, не являющихся специалистами в области информатики. Во-вторых, широко распространено неверное понимание сути информатики.

Не будет ошибкой сказать, что ИИ может писать компьютерный код по подсказкам, так же как он может генерировать стихи, рецепты и сопроводительные письма. Он может повысить производительность и ускорить рабочий процесс, но это ни в коем случае не умаляет ценности человеческого вклада.

Написание кода не синонимично компьютерной грамотности. Можно научиться писать код, не посещая ни одного занятия в университете, но степень в области компьютерной грамотности выходит далеко за рамки этого одного навыка. Она включает в себя, помимо прочего, проектирование сложных систем, разработку инфраструктуры и будущих языков программирования, обеспечение кибербезопасности и проверку корректности систем.

ИИ не может надёжно выполнять эти задачи и не сможет этого сделать в обозримом будущем. Человеческий вклад остаётся важным, но пессимистическая дезинформация рискует увести десятки тысяч талантливых студентов от важной и значимой карьеры в этой жизненно важной области.

ИИ превосходно справляется с прогнозированием. Генеративный ИИ дополняет эту способность, добавляя удобный для пользователя уровень представления интернет-контента: он переписывает, обобщает и форматирует информацию, превращая её в нечто, напоминающее работу человека.

Однако современный ИИ не «думает» по-настоящему. Вместо этого он полагается на логические схемы, известные как эвристики , жертвуя точностью ради скорости. Это означает, что, несмотря на то, что он говорит как человек, он не способен рассуждать, чувствовать, заботиться или желать чего-либо. Он работает не так, как человеческий разум.

Не так давно казалось, что «оперативная инженерия» заменит компьютерную информатику. Однако сегодня вакансий для таких инженеров практически нет, в то время как такие компании, как LinkedIn, сообщают о том, что обязанности специалистов по компьютерной информатике даже расширились.

ИИ предоставляет специалистам по информационным технологиям более мощные инструменты для выполнения своей работы. Это означает, что теперь они могут развивать концепции на более высоком уровне — от идеи до вывода на рынок, — при этом им требуется меньше вспомогательных ролей и больше технического руководства.

Однако существует множество областей, где специализированный человеческий вклад по-прежнему необходим, будь то доверие, контроль или потребность в творчестве. Примеров множество, но 10 из них особенно выделяются:

1. Адаптация алгоритма хедж-фонда к новым экономическим условиям. Это требует разработки алгоритмов и глубокого понимания рынков, а не просто написания большого количества кода.
2. Диагностика периодических сбоев в работе облачных сервисов таких поставщиков, как Google или Microsoft. ИИ может устранять неполадки небольшого масштаба, но не может контекстуализировать устранение крупномасштабных и критически важных неполадок.
3. Переписывание кода для квантовых компьютеров . ИИ не может сделать это без обширных примеров успешных реализаций (которых в настоящее время не существует).
4. Разработка и обеспечение безопасности новой облачной операционной системы . Это требует высокоуровневой архитектуры системы и тщательного тестирования, которое искусственный интеллект выполнить не может.
5. Создание энергоэффективных систем ИИ . ИИ не может спонтанно изобрести код для графического процессора с более низким энергопотреблением или переизобрести собственную архитектуру.
6. Разработка безопасного, защищенного от взлома программного обеспечения для управления в режиме реального времени для атомных электростанций . Это требует экспертных знаний в области встраиваемых систем, а также перевода кода и проектирования систем.
7. Проверка работоспособности программного обеспечения хирургического робота в непредсказуемых условиях . Критическая для безопасности валидация выходит за рамки текущих возможностей ИИ.
8. Разработка систем аутентификации источников электронной почты и обеспечения целостности данных . Это криптографическая и междисциплинарная задача.
9. Аудит и совершенствование инструментов прогнозирования рака на основе искусственного интеллекта . Это требует человеческого контроля и постоянной проверки системы.
10. Создание нового поколения безопасного и управляемого ИИ . Развитие в сторону более безопасного ИИ не может быть осуществлено самим ИИ — это ответственность человека.

Одно можно сказать наверняка: ИИ изменит подход к инженерии и информатике. Но нас ждёт не тотальное уничтожение этой области, а изменение методов работы.

Всякий раз, когда мы сталкиваемся с совершенно новой или сложной проблемой, одного ИИ будет недостаточно по одной простой причине: он полностью зависит от прошлых данных. Таким образом, поддержка ИИ, создание новых платформ и развитие таких областей, как надёжный ИИ и управление с помощью ИИ, требуют компьютерной грамотности.

Единственный сценарий, при котором компьютерная грамотность может нам не понадобиться, — это если мы достигнем точки, когда больше не будем ожидать появления новых языков, систем, инструментов или будущих вызовов. Это крайне маловероятно.

Некоторые утверждают, что ИИ в конечном итоге сможет выполнять все эти задачи. Это не невозможно, но даже если ИИ станет настолько продвинутым, это подвергнет практически все профессии одинаковому риску. Одним из немногих исключений станут те, кто разрабатывает, контролирует и развивает ИИ.

Существует исторический прецедент: во время промышленной революции рабочие на фабриках были вытеснены в соотношении 50 к 1 в результате быстрого развития техники и технологий. В этом случае рабочая сила фактически росла вместе с новой экономикой, но большинство новых рабочих были теми, кто мог управлять или ремонтировать машины, разрабатывать новые машины или проектировать новые заводы и процессы, связанные с ними.

В этот период масштабных потрясений именно технические навыки были наиболее востребованными, а не наименее. Сегодня эта параллель верна: технические знания, особенно в области вычислительной техники, ценятся как никогда.

Давайте не будем путать следующее поколение с противоположным посланием.

Автор: https://theconversation.com/profiles/ikhlaq-sidhu-1492174

Оригинал: https://theconversation.com/ai-wont-replace-computer-scientists-any-time-soon-here-are-10-reasons-why-259513