Искусственный интеллект вырвался на свободу, словно джинн из бутылки, и мы внезапно получили возможность им управлять. Для этого просто нужно задать вопрос на родном языке, устно или письменно. Мы заставляем искусственный интеллект обучать, программировать, писать песни и совершать сделки.

Если мы можем дать работу искусственному интеллекту, то возрастает потребность знать, как с его помощью создавать более долгосрочные ценности. Какова мощность искусственного интеллекта, какова роль человека, каковы сильные и слабые стороны каждого из них.

В отличие от джинна, который подчинялся только одному хозяину, искусственным интеллектом может командовать кто угодно. Что помогает обеспечить долгосрочную конкурентоспособность каждого человека, компании и страны, чтобы быть "лучше своего соседа"? Прочная основа базовых знаний позволит лучше справляться с различными будущими сценариями.

"Искусственный интеллект, создай для меня программное обеспечение, которое принесет миллион евро!" "Добрый господин, не могла бы команда быть немного конкретнее? Например, что именно должна делать программа и как разрешать особые случаи, граничные условия и несоответствия в различных требованиях. Ведь несоответствий в требованиях не может быть, верно? На каких платформах и на основе каких технологий, для одного, десяти или миллионов человек одновременно?"

"Как взаимодействовать с остальным миром? Я не знаю. Но само программное обеспечение должно быть абсолютно безошибочным, безопасным во всех ситуациях и, конечно, простым в управлении, разработке и модификации для всех возможных будущих потребностей".

Мы возвращаемся к основам информатики. Что можно заставить делать компьютеры, как можно составить и выполнить определенные требования, чтобы на их основе можно было создать программное обеспечение?

Если требования абсолютно исчерпывающие и точные, то, возможно, программное обеспечение можно создать автоматически или, по крайней мере, протестировать и валидировать. Однако, даже в ограниченных сценариях это довольно сложно. Не говоря уже о том, как коллективно создать очень большое программное обеспечение, одновременно управляя коммуникацией между многими сторонами и разработчиками, не допуская возможности переговариваться друг с другом.

Из будущего мне определенно хотелось бы оглянуться на настоящее и подумать о том, как мы не предвидели того, что произойдет. Однако сейчас даже самые лучшие профессионалы не могут честно предсказать, как изменится работа по разработке программного обеспечения. Будет ли в будущем гораздо больше разработчиков, поскольку теперь многим людям будет легче одновременно тестировать, создавать прототипы и разрабатывать продукты самостоятельно? Или гораздо меньше, потому что компьютер будет сам выполнять сложную программную работу?

Даже если сейчас некоторые работы можно успешно выполнить, используя только первое поколение искусственного интеллекта, то как изменятся эти инструменты в ближайшие пять или десять лет? Могут ли все более поверхностные знания приводить к все более профессиональным результатам? Или же на фоне кажущегося упрощения требуется еще большее разнообразие и более высокий профессионализм?

Мне кажется, что на оба вопроса можно ответить утвердительно. Все больше людей создают собственное программное обеспечение, но профессионалы высокого уровня отличаются своей технической компетентностью и создают критически важные системы. Их роль и значение только возрастают.

Если мы не знаем ролей и количественных потребностей всех разработчиков программного обеспечения на 5–10 лет вперед, как мы узнаем, какое образование потребуется для будущих рабочих мест и в каком количестве?

Наиболее перспективным подходом представляется укрепление всех фундаментальных навыков и готовность к более глубокой специализации. Требуются как базовые теоретические знания, так и навыки общения с представителями других профессий, формальные спецификации программного обеспечения, а также обеспечение корректности и безопасности информации.

Безусловно, все потребности в развитии искусственного интеллекта и науки о данных находятся в тенденции быстрого роста. Сам искусственный интеллект используется на протяжении всего процесса обучения и может применяться по всем предметам. Но его адаптация и развитие, а также создание новых приложений во все новых нишах неизбежны. Работа будущего будет дополнена искусственным интеллектом, оставаясь при этом человеческим трудом и сотрудничеством, плодотворность которых обеспечивается профессионализмом и индивидуальными навыками каждого.

Быстрорастущие компании говорят, что им нужны только опытные старшие разработчики, поскольку на этапе быстрого роста времени на ошибки просто нет. Большее количество людей с более низкими навыками обходится дороже и не гарантирует качества.

Все это необходимо учитывать при получении образования, чтобы обеспечить прочную теоретическую базу и научиться применять ее на практике. Например, работа с данными требует понимания принципов создания и использования данных, грамотности в области данных, статистических знаний, а также "ремесленных" навыков, позволяющих выполнять работу самостоятельно, внедряя и развивая, среди прочего, решения в области машинного обучения и искусственного интеллекта.

В образовании важно освоить как общие основы, так и разумно выбрать более глубокую специализацию, построенную на них. Приведу пример Тартуского университета, ИТ-образование которого, несмотря на изменения, по-прежнему представляет собой обширную и всеобъемлющую базу в области информатики, гарантирующую получение образования на уровне бакалавриата. Более глубокая профессиональная специализация происходит в магистратуре. Подать заявку на программу магистратуры по науке о данных могут и представители других специальностей, которые интересуются данными и искусственным интеллектом. Мало внимания уделяется тому факту, что выгоду от университетского образования все больше получают и работающие ИТ-специалисты.

Такой комплексный подход обеспечивает профессиональную основу и построенные на ней сильные специализации, а также вовлекает другие профессии в дальнейшее развитие в соответствии с потребностями рынка труда, одновременно увеличивая профессиональное разнообразие.

Но есть одна проблема. Работа, связанная с обучением и тренировкой мозга, остается обязанностью каждого человека, и каждый должен найти для этого свою собственную внутреннюю мотивацию. Если кто-то сдал экзамены по всем предметам, не присутствуя на занятиях, не принимая активного участия в учебном процессе, то даже если университет проигнорирует это, работодатель заметит. Кроме того, сотрудничество между людьми невозможно просто навязать, поскольку люди разные.

Джинн ИИ, вырвавшийся из бутылки, может делать гораздо больше, чем просто создавать программный код. Как будет выглядеть будущая работа для всех профессий и должностей с учетом различных новых технологий?

Быстрее, эффективнее и качественнее, потому что каждый человек получает или разрабатывает для себя лучшие инструменты. Скучные рутинные действия по возможности автоматизируются, но креативные вопросы повышают ценность и расширяют возможности этих людей. Как улучшить валоризацию местного сырья и защитить природу, разработать новые материалы и процессы, развить мощности по производству и хранению энергии, создать производственные линии и новые продукты с устойчивой ценностью, улучшить здравоохранение и разработать более точные лекарства, подготовить новых учителей, изучать историю, защитить людей от манипуляций и т. д.

Прогнозирование - неблагодарная работа, особенно в эти трудные времена, но тем больше нам нужно думать о том, как Эстония может развивать свою страну и народ в меняющемся мире и защищать их с помощью образования, ориентированного на будущее.