A Ruander Podcast beszélgetésének egyik legfontosabb tanulsága, hogy valószínűleg nem egyszerűen a munkakörök eltűnéséről kell beszélnünk. Sokkal inkább arról, hogy a jelenlegi munkakörök feladatai, elvárásai és működése alapjaiban alakulhat át.

Nem feltétlenül kevesebb munka lesz – más munkát fogunk végezni
Az AI egyik legnagyobb előnye, hogy rendkívül gyorsan képes bizonyos feladatokat elvégezni. Ami korábban órákat vett igénybe, azt egy megfelelően használt mesterségesintelligencia-eszköz akár percek alatt előkészítheti. Ez azonban nem feltétlenül jelenti azt, hogy ettől mindenki hátradőlhet.
Ha egy munkavállaló az AI segítségével gyorsabban végez egy projekttel, egy vállalat szempontjából könnyen az lehet a következő lépés, hogy ugyanaz az ember több, komplexebb vagy mélyebb projekttel foglalkozzon.

Vagyis az AI nem egyszerűen feladatokat vesz el. Átalakítja azt és megmutatja mit jelent hatékonyan dolgozni.
A jövőben könnyen előfordulhat, hogy ugyanaz a munkaköri megnevezés egészen más feladatokat takar majd, mint néhány évvel korábban.

A kezdő pozíciók lehetnek az első nagy érintettek
A beszélgetés egyik érdekes felvetése szerint az AI terjedésével egyre nagyobb értéke lehet a valódi, mély szakmai tudásnak. Ennek egyszerű oka van. Azokat a kisebb, jól körülhatárolható feladatokat, amelyeket korábban gyakran egy junior kolléga végzett el, ma már egy AI-rendszer is képes lehet részben vagy egészben megoldani.

Ezzel párhuzamosan viszont továbbra is szükség van olyan szakemberre, aki:

• meg tudja ítélni, hogy helyes-e az AI válasza,
• észreveszi a hibákat,
• pontosítani tudja a feladatot,
• szakmailag ellenőrzi az eredményt,
• és felelősséget tud vállalni a végső megoldásért.

Ezért paradox helyzet alakulhat ki: miközben az AI egyre több feladatot képes elvégezni, a valódi szakértelem értéke még tovább növekedhet.

Az AI annak tud igazán sokat segíteni, aki egyébként maga is képes lenne megoldani az adott problémát.
Vegyünk például egy programozót. Ha az AI negyven sor kódot generál számára, és ebből két sort módosítani kell, egy tapasztalt fejlesztőnek ez hatalmas segítség. Nem kellett begépelnie negyven sort, ugyanakkor a tudása alapján azonnal felismeri, melyik két rész hibás. Ha azonban valaki egyáltalán nem tud programozni, ugyanazt a kódot könnyen hibátlannak gondolhatja. És pontosan itt található az egyik legnagyobb veszély. Az AI rendkívül meggyőző tud lenni akkor is, amikor téved.
A podcastban elhangzott egy szemléletes példa is: egy nem működő vizsgaprogramot az AI kifejezetten magas pontszámmal értékelt volna. A rendszer tehát adott hasznos észrevételeket, az eredményét azonban emberi szakmai kontroll nélkül nem lehetett volna elfogadni.

A túl korai AI-használat a tanulást is akadályozhatja
Különösen érdekes kérdés az AI szerepe az oktatásban. Elsőre logikusnak tűnik, hogy ha rendelkezésünkre áll egy eszköz, amely meg tud oldani egy feladatot, akkor használjuk. A tanulásnál azonban más a helyzet. Programozás esetén például előfordulhat, hogy egy tanuló AI segítségével működő kódokat rak össze, miközben maga a programozási gondolkodás és logika nem alakul ki benne. Amíg ott van mellette az AI, ez nem feltétlenül látszik problémának. A nehézség akkor jelentkezik, amikor egy vizsgán vagy munkahelyi helyzetben önállóan kellene megoldania a feladatot. Ezért az AI oktatási használatának egyik jó módszere lehet, ha nem a megoldást kérjük tőle, hanem tanársegédként használjuk.

Az adatbiztonság többé nem csak az IT feladata
Az AI használata egy másik komoly kérdést is előtérbe helyez: milyen adatokat adunk át ezeknek a rendszereknek?
Korábban sok munkavállaló úgy tekinthetett az adatbiztonságra, mint az informatikai vagy adatvédelmi szakemberek feladatára. Az AI-eszközök használatával azonban ez megváltozik.
Ha egy dolgozó bizalmas céges dokumentumokat, személyes adatokat vagy belső információkat másol be egy külső AI-rendszerbe, azzal akár komoly adatbiztonsági problémát is okozhat.

Ezért a jövő munkavállalóinak legalább alapvető szinten érteniük kell többek között:

• milyen adat számít érzékenynek,
• mit szabad megosztani egy külső rendszerrel,
• mit jelent az adatvédelem és a GDPR,
• hol és hogyan dolgozhatja fel az AI az adatokat,
• milyen vállalati szabályok vonatkoznak az AI használatára.

Az AI-ismeret tehát nemcsak azt jelenti, hogy tudjuk, hogyan kell jó promptot írni. A felelős használat legalább ilyen fontos.

Mely munkakörök vannak a legnagyobb veszélyben?
Nehéz pontos listát készíteni, hiszen a technológia rendkívül gyorsan fejlődik. Egy általános mintázat azonban kirajzolódik.

Elsősorban azok a feladatok automatizálhatók könnyen, amelyek:

• monotonok,
• ismétlődők,
• jól szabályozhatók,
• kevés kreativitást igényelnek,
• és viszonylag egyszerűen digitalizálhatók.

Jó példa lehet a dokumentumok feldolgozása és összefoglalása. Ha valakinek a munkája nagyrészt abból áll, hogy szövegeket olvas át, majd kivonatot készít belőlük, annak jelentős részét már ma is képes automatizálni az AI.

A kreativitás és a magas szintű szakértelem felértékelődik
Ha van valami, amit jelenleg jóval nehezebb automatizálni, az az emberi kreativitás, ítélőképesség és valódi szakértelem.

Egy AI képes képet generálni. Egy jó fotós azonban tudja, melyik pillanatot érdemes megörökíteni.

Az AI képes programkódot írni. Egy tapasztalt fejlesztő azonban érti a teljes rendszert, felismeri a hibás megoldást és képes komplex szakmai döntéseket hozni.

Az AI képes vizuális tartalmat létrehozni. Egy jó alkotó azonban történetet, gondolatot és jelentést tud adni neki.

A kérdés tehát talán már nem az, hogy elveszi-e az AI a munkánkat. Sokkal inkább az: hogyan változik meg a munkánk az AI miatt – és mennyire tudunk mi magunk együtt változni vele?