Site icon Идеономика – Умные о главном

Эпоха распределения экспертности: как ИИ восстановит средний класс

А. Дейнека "Стахановцы"

Илон Маск назвал искусственный интеллект «самой разрушительной силой в истории», а крестный отец ИИ Джеффри Хинтон посоветовал людям искать работу сантехника. Идея этих высказываний кажется ясной: будущее труда под угрозой из-за развития ИИ. Но этот страх необоснован, считает Дэвид Отор, профессор экономики Массачусетского технологического института. В эссе о будущем труда он пишет о том, как искусственный интеллект расширит возможности сотрудников среднего звена.

Мир, в котором развита промышленность, переполнен рабочими местами, и так будет всегда. Это не прогноз, а демографический факт: нехватка рабочей силы ощущается во многих развитых странах (даже в Китае) из-за падения рождаемости. Люди, которым в 2053 году исполнится 30 лет, уже родились, и больше их не станет, так что рабочая сила в богатых странах закончится раньше, чем рабочие места.

Искусственный интеллект трансформирует рынок труда, но не так, как считают Маск и Хинтон. Изменится ценность и природа человеческого опыта, ценность экспертности — знаний и компетентности в конкретных областях. Именно экспертность является основным источником стоимости рабочей силы в промышленно развитых странах.

Возьмем, к примеру, профессии авиадиспетчера и регулировщика ПДД. Если говорить в общих чертах, то задача у них одна и та же — быстрое принятие жизненно важных решений для предотвращения столкновений транспортных средств. Но зарплата авиадиспетчера почти в четыре раза превышает зарплату регулировщика. И причина именно в экспертности. Чтобы стать авиадиспетчером, нужны годы обучения и практики, которых не требует работа регулировщика. Большинство авиадиспетчеров могло бы удовлетворить потребность в дополнительных регулировщиках ПДД, но в обратную сторону это не работает.

При этом экспертность постоянно меняется. Многие профессии, которые когда-то дорого стоили на рынке труда, сегодня устарели или автоматизировались (например, наборщик текста и корректор). В то же время, есть немало профессий, которых не было до тех пор, пока инновации не создали потребность в них (онкологи, инженеры-программисты, патентные юристы). Иными словами, сферы деятельности, которые приобретают популярность и хорошо оплачиваются, меняются в зависимости от технологических эпох. Эпоха ИИ предвещает еще одну такую трансформацию.

Утопическое видение нашего века информации заключалось в том, что компьютеры должны были сгладить экономическое неравенство за счет демократизации знаний. В 2005 году Марк Андриссен отметил важность того факта, что 14-летний подросток из Румынии или Бангалора сможет получить всю информацию, инструменты и программное обеспечение, которые нужны ему для образования и развития. Но произошло нечто другое. Оказалось, что информация — это всего лишь входные данные для более важной экономической функции — принятия верных решений. А это уже прерогатива экспертов, которые в меньшинстве. Компьютеризация, удешевившая информацию, стала катализатором беспрецедентной концентрации полномочий по принятию решений (и соответствующих ресурсов) среди элитных экспертов. Одновременно произошла автоматизация большой прослойки рабочих мест средней квалификации в сфере административной поддержки и производства. В поисках работы множество людей были вынуждены заполнить низкооплачиваемую нишу в сфере услуг.

У ИИ есть уникальная возможность дать отпор процессу, начатому компьютеризацией, и расширить ценность человеческого опыта на больший круг работников. Поскольку искусственный интеллект умеет объединять информацию и опыт, он может позволить людям, прошедшим базовую подготовку, выполнять более важные задачи по принятию решений — те задачи, которые в настоящее время возлагаются на экспертов. То есть ИИ при правильном использовании может помочь в восстановлении трудового среднего класса, который был опустошен автоматизацией и глобализацией.

Конечно, пугает тот факт, что ИИ может сделать знания и экспертность лишними, но история и логика экономики говорят об обратном. ИИ — это инструмент, подобный калькулятору или бензопиле, а инструменты не могут заменить опыт, они становятся рычагами для его применения. Инструменты сокращают расстояние от намерения до результата, они позволяют выполнять задачи, которые раньше были трудоемкими или вообще невозможными. И, наоборот, инструменты бесполезны или даже опасны для тех, у кого нет подготовки и опыта. Пневматический гвоздезабивной пистолет незаменим для кровельщика и опасен для любителя.

Работникам с базовой подготовкой и опытом искусственный интеллект может помочь использовать знания для выполнения более ценных задач. Даже тот факт, что ИИ сделает некоторые существующие области знаний неактуальными, приведет к воплощению новых возможностей труда, появлению новых товаров и услуг, которые, в свою очередь, создадут спрос на знания, которых мы не предвидели.

Мой тезис — не прогноз, а утверждение: все это достижимо. Искусственный интеллект не будет принимать решения о том, как его использовать, и о том, безграничны или нет области его применения. Мы должны освоить этот инструмент и заставить его работать на нас.

От кустарного мастерства к массовой экспертизе

Если экспертов нашей эпохи телепортировать в XVIII век, они растеряются. До промышленной революции товары изготавливались вручную теми, кто имел узкий специализированный опыт. Колеса для телег делали колесные мастера, одежду — портные, обувь — сапожники, часы — часовщики, оружие — оружейники. Ремесленники тратили годы на то, чтобы освоить на практике определенные шаги по изготовлению вещи. Когда кузнец задавался целью изготовить мушкет, ни одна деталь этого мушкета не могла быть заменена деталью другого мушкета. Каждая деталь была опилена, отточена и отполирована так, чтобы точно соответствовать тому мушкету, для которого она предназначалась. Немногие специалисты нашей эпохи смогли бы выполнить такую работу. И еще меньше специалистов смогли бы сделать это, используя инструменты прошлых столетий.

Ремесленный опыт почитался, но его ценность была подорвана ростом массового производства, которое разбило сложную работу мастера на отдельные, более простые этапы. Менее опытные люди легко справлялись с ними с помощью машин и под контролем более образованных начальников. Снизились не только требования к экспертности, но и заработная плата и условия труда. Кроме того, производство вытеснило маленькие мастерские. Сначала средний класс рабочих испытывал трудности и находился в упадке. Но, по мере совершенствования промышленности, стал расти спрос на новую форму профессионального опыта — «массовый экспертный опыт». Работникам, обслуживающим сложное оборудование, требовались подготовка и опыт в механической обработке, монтаже, сварке, калибровке инструментов и т.д. А за пределами заводских цехов появилась потребность в телефонных операторах, машинистках, бухгалтерах, инвентаризаторах. Большая часть этих востребованных профессий была совершенно новой. Благотворное сочетание растущей производительности и спроса на квалифицированных рабочих помогло создать новый средний класс в странах с развивающейся промышленностью. И, в отличие от предшествовавшего ему класса ремесленников, для многих видов деятельности не требовалась глубокая экспертность. Как писал в 1911 году гуру менеджмента Фредрик Уинслоу Тейлор: «Деятельность каждого рабочего планируется руководством по крайней мере на один день вперед, и каждый человек в большинстве случаев получает полные инструкции, описывающие задачу, которую он должен выполнить, а также инструменты, которые будут использоваться при выполнении работы».

От массовости к элитной экспертности в век информации

Уникальность цифрового компьютера по сравнению с предшествовавшими ему технологиями заключалась в способности дешево, быстро и надежно выполнять рутинные задачи. Но разве не все машины делают то же самое? В какой-то степени так и есть: все машины делают то, для чего они созданы, лучше людей, если только работают без сбоев. Но, в отличие от прежних механических устройств, которые просто выполняли определенные физические действия, компьютеры получили доступ к абстрактной информации, научились анализировать ее и действовать на ее основе.

До компьютерной эры существовал, по сути, только один инструмент для обработки информации — человеческий разум. И работники, специализировавшиеся на квалифицированных офисных и производственных задачах, были воплощением массового опыта. Компьютер стал вторым таким инструментом. Но при этом цифровые машины оказались более опытными и менее затратными в том, что касалось освоения инструментов и следования правилам. Этот факт подорвал важность массового опыта, точно так же, как промышленная революция подорвала ценность опыта ремесленников.

Но не все задачи выполняются по строгим правилам. Приведение убедительных аргументов в споре, рассказ анекдота, езда на велосипеде, узнавание лица взрослого на детском фото — это тонкие и сложные действия, которые люди выполняют с небольшими усилиями. Невозможно научиться выполнять эти задачи формально, только следуя правилам. Для этого нужен жизненный опыт. Ребенку не обязательно изучать физику, чтобы научиться ездить на велосипеде, — достаточно метода проб и ошибок. А вот роботу (до появления ИИ) нужно было, чтобы программист указал ему все последовательные шаги, исключения и нестандартные ситуации.

То, как люди интуитивно понимают принципы выполнения многих задач, но не могут выразить словами полный алгоритм, часто называют парадоксом Поланьи. Именно этот парадокс оказался основным ограничителем того, какую работу могут выполнять традиционные компьютеры. Некоторым специалистам регулярно приходится выносить суждения в единичных важных случаях. Например, врач должен выбрать план лечения онкологического пациента, архитектор — спреоктировать здание, пилот — посадить самолет в нестандартных условиях. В таких случаях недостаточно только знания правил. Здесь нужны элитные эксперты в своей области.

Подобно ремесленникам доиндустриальной эпохи, современные элитные эксперты сочетают знания со специализированными суждениями и нестандартным подходом. Как и ремесленники, профессионалы развивают экспертные суждения, годами обучаясь и практикуя. Несмотря на то, что компьютеризация подорвала ценность массовой экспертности, она стала божественным даром для работников, занятых уникальным экспертным трудом. Машины позволили профессионалам тратить меньше времени на сбор и систематизацию информации и больше — на интерпретацию и применение знаний, то есть на фактическое принятие решений. Это повысило точность, продуктивность и полноту — а значит, и ценность — экспертного суждения. Но палка оказалась о двух концах: средний класс работников, на которых ранее полагались эксперты, больше не нужны в таком количестве.

По иронии судьбы, компьютеризация сыграла огромную роль и в жизни тех, кто занимается неспециализированной работой. Многие из самых низкооплачиваемых мест в промышленно развитых странах связаны с обслуживанием. Это общественное питание, уборка, охрана, уход. Хотя такая работа требует коммуникативных навыков и здравого смысла, тем не менее, эти должности низко оплачиваются, поскольку не требуют особой экспертности. Компьютеры не смогли занять эту нишу, но увеличили количество людей, конкурирующих за место в ней. Следовательно, зарплаты стали еще меньше.

Таким образом, вместо того чтобы стать катализатором эры массовых знаний, как это сделала промышленная революция, компьютеризация способствовала росту неравенства, который продолжался несколько десятилетий.

Экспертность в эпоху искусственного интеллекта

Подобно промышленной и компьютерной революции, искусственный интеллект становится переломным моментом для ценности человеческого опыта.

Что отличает ИИ от компьютерной эры, которую мы сейчас оставляем позади? Главное, на что были способны машины до появления ИИ, это почти бесплатное и безошибочное выполнение рутинных процедур. Нестандартные задачи, требующие абстрактных понятий, оставались ахиллесовой пятой. Возможности искусственного интеллекта противоположны. ИИ не заслуживает стопроцентного доверия в отношении фактов и цифр, но чрезвычайно эффективен в получении неявных знаний. Искусственный интеллект не полагается на жесткие алгоритмы, он учится на своем опыте, достигает мастерства без явных инструкций и приобретает возможности, для которых не был специально спроектирован.

Компьютер похож на исполнителя, играющего только по нотам, а ИИ — это джазовый музыкант-импровизатор. Способность отклоняться от сценария позволяет ему создавать экспертные суждения. И хотя все это пока только начало, будущее видится грандиозным. В ближайшие годы экспертные возможности ИИ станут более надежными, острыми и доступными и обретут повсеместное присутствие в трудовой жизни человека.

Что этот прогресс означает для человеческого опыта? Несмотря на новизну происходящего, я уверен, что последствия развития искусственного интеллекта имеют параллели в истории экономики, хотя и противоречащие современности.

Напомним, что появление компьютеров (до ИИ) сделало экспертные суждения лиц, принимающих решения, более значимыми и ценными. В то же время компьютеризация обесценила и вытеснила процедурные знания, которые были в наличии у многих работников средней квалификации. А теперь представьте себе технологию, которая могла бы повернуть этот процесс вспять. Что бы это ни было, оно позволило бы более широкому кругу неэлитных работников участвовать в принятии важных решений и ограничило бы монополию на экспертность.

Искусственный интеллект – именно такая технология. Помогая принимать решения в режиме реального времени, ИИ может позволить более широкому кругу работников выполнять некоторые важные задачи, которые в настоящее время возлагаются на элитных экспертов, таких как врачи, юристы, программисты, преподаватели. Это улучшит качество рабочих мест для сотрудников без высшего образования, снизит неравенство в доходах и — аналогично тому, что промышленная революция сделала с потребительскими товарами — снизит стоимость ключевых услуг, таких как здравоохранение, образование и юридическая экспертиза.

Чтобы конкретизировать этот аргумент, рассмотрим пример не из области ИИ: работу практикующей медсестры в США. Практикующая медсестра — это дипломированный специалист со степенью магистра, позволяющей интерпретировать диагностические тесты, оценивать состояние пациента и назначать лекарства. Раньше это была исключительно область компетенции врача. Сегодня практикующие медсестры — это своего рода элитные эксперты, которые сочетают процедурный опыт с профессиональными решениями и могут рассматривать уникальные истории болезни, где ставки любых назначений высоки. Именно профессия практикующей медсестры представляет собой необычайно масштабный случай, когда важные профессиональные задачи (диагностика, лечение, назначение лекарств) были перенаправлены от самых элитных профессиональных работников (врачей) к другим сотрудникам, изначально менее элитным.

Как произошло это перераспределение прав элиты на принятие решений? В начале 1960-х годов стало ясно, что врачей первичной медицинской помощи не хватает, а навыки дипломированных медсестер используются не полностью. Новая медицинская профессия — практикующая медсестра — устраняла оба недостатка. Это потребовало запуска новых обучающих программ, разработки методов сертификации, изменений в медицинской практике. Не последнюю роль сыграли и информационные технологии. Доступные и полные электронные медицинские карты, открытые базы данных, усовершенствованные средства связи улучшили качество принимаемых решений и позволили медсестрам выполнять новую функцию в полной мере. Искусственный интеллект сделает работу практикующих медсестер еще более совершенной. Потенциально ИИ может позволить большему количеству работников в любой сфере выполнять важные экспертные задачи, дополняя их навыки и суждения.

Есть ли другие доказательства, подтверждающие эту теорию?

В 2023 году экономист-исследователь Сида Пенг с соавторами продемонстрировали, что GitHub Copilot, инструмент для генеративного программирования на основе ИИ, значительно повышает производительность программистов. Группа, которой был предоставлен доступ к этому инструменту, выполнила необходимую задачу на 56% быстрее, чем группа без доступа к Copilot. В том же году аспиранты Массачусетского технологического института провели онлайн-эксперимент, посвященный письменным заданиям. Половине участников был предоставлен доступ к ChatGPT для письменных задач. Другая половина использовала обычные инструменты, не связанные с искусственным интеллектом, такие как текстовые редакторы и поисковые системы. Время, потраченное на задачу, в группе с ChatGPT сократилось по всем направлениям на 40%. Примечательно, что наименее эффективные авторы в этой группе справились с заданием примерно так же, как средний автор без ChatGPT. Это огромный качественный скачок.

ChatGPT не устранил роль экспертности. В то время как лучшие писатели оставались на вершине списка, используя любой набор инструментов, ChatGPT позволял наиболее способным писать быстрее, а наименее способным — быстрее и лучше. Поэтому разрыв в производительности между просто грамотными и отличными писателями сократился.

В обоих случаях инструменты ИИ дополняли экспертные знания, а не заменяли их. Используя ИИ, менее квалифицированные работники выполняли задачи, близкие к работе более опытных и квалифицированных коллег.

Недавнее исследование предлагает исключение, которое, возможно, подтверждает правило. В эксперименте, в ходе которого случайным образом распределялась доступность помощи ИИ для профессиональных рентгенологов, было обнаружено, что ИИ не улучшил качество диагнозов рентгенологов. Хотя прогнозы машин были сопоставимы по точности с прогнозами обученных врачей. Это произошло потому, что врачи не понимали, как эффективно использовать инструмент. Когда ИИ давал уверенные прогнозы, врачи часто опровергали их. Когда ИИ давал неопределенные прогнозы, врачи часто заменяли ими свои собственные верные решения.

Урок заключается не в том, что ИИ противопоказан врачам, а в том, что его применение потребует обучения. Обладая этим опытом, рентгенологи начнут ставить более точные и быстрые диагнозы и, следовательно, станут более ценными как эксперты.

Если ИИ приведет к росту производительности в радиологии, обслуживании клиентов, кодировании программного обеспечения, копирайтинге и многих других областях, не будет ли это означать, что у нас останется меньше работников в этих сферах? В некоторых случаях вполне может быть и наоборот. Спрос на здравоохранение, образование и компьютерный код кажется почти безграничным — и будет расти еще больше, если ИИ снизит стоимость этих услуг.

Большинство современных рабочих мест не являются пережитками старых профессий, которые чудом избежали автоматизации. Напротив, это новые специальности, неразрывно связанные с конкретными технологическими инновациями; они требуют новых знаний, которые были недоступны или немыслимы в предыдущие эпохи.

Не было авиадиспетчеров, электриков или генных редакторов до тех пор, пока поддержка инноваций не вызвала потребность в этих специализированных наборах навыков. Многие экспертные профессии в сфере личного обслуживания, такие как веганские повара, консультанты по поступлению в колледжи и персональные тренеры, обязаны своим существованием не конкретным инновациям, а растущим доходам, колебаниям моды и экономическим стимулам. Инновации способствуют этому, расширяя экономический пирог, позволяя обществу требовать более жирных кусков.

Если ИИ сможет поставлять дешевые экспертные знания целыми ведрами, не окажутся ли лишними оставшиеся горстки человеческого опыта? Отвечу простым примером: YouTube. Если вы хотите что-то отремонтировать самостоятельно, то, вероятно смотрите видеоролики в YouTube. Эти обучающие видео полезны не для экспертов (они сами их и снимают), а для любителей. Но это не всегда работает. Например, мне нужно установить панель автоматических выключателей в своем доме. Я никогда не имел дела с электричеством, у меня даже нет изоляционных перчаток. Зато есть свободная суббота, нужный магазин за углом и много уверенности в себе. Я запускаю один из сотен обучающих видеороликов на YouTube по своей теме и приступаю к работе. Неизбежно, но не сразу, я понимаю, что у меня дома все не так, как на видео, и что я рискую получить удар током или возгорание. Потому что это видео явно предназначалось не мне. Потому что прежде чем использовать бесплатные экспертные знания, мне нужна была базовая подготовка, которая вышла за рамки сценария.

То есть инструменты не делают экспертные знания ненужными. Наоборот, они добавляют им ценности, расширяя их эффективность и масштабы. И чем мощнее инструмент, тем выше ставки.

Роль ИИ в расширении возможностей экспертов будет иметь первостепенное значение. Например, большинство медицинских процедур — это строгий набор определенных шагов. Но выполнение этих шагов требует практики и экспертного суждения. Вероятно, опытный медицинский работник мог бы под руководством ИИ освоить новое медицинское устройство: использовать новый тип катетера или выполнить незнакомую процедуру в экстренной ситуации. Но неподготовленный взрослый человек вряд ли сможет успешно провести катетеризацию пациента (или себя), следуя обучающему видео. Когда процедура выходит за рамки сценария, лучше, чтобы рядом был кто-то с экспертным знанием.

Не упускаю ли я из виду вероятность того, что роботы с искусственным интеллектом вскоре будут выполнять эту работу в одиночку, без необходимости участия людей-экспертов? Я так не думаю. Искусственный интеллект ускорит прогресс в робототехнике, но эра, в которой будет возможно и выгодно использовать роботов для выполнения физически сложных задач в непредсказуемой реальности, а не в жестко контролируемых заводских условиях, пока далека.

Вам кажется, что это звучит слишком пессимистично? Подумайте о том, как огромные инвестиции и громкие заявления о неизбежном успехе не помогли техногигантам обеспечить мир повсеместными беспилотными автомобилями. Почему? Дело не в том, что роботы не могут управлять рулевым колесом, нажимать на газ или тормоз. Для них это тривиальная задача. Но адекватно реагировать на непредсказуемых пешеходов и постоянно меняющиеся условия на дороге и в окружающем мире оказалось им не под силу. В этом свете когнитивные и физические способности, необходимые для установки электрической панели, приготовления еды или катетеризации пациента, кажутся потрясающими.

Закат экспертизы?

Кто-то может предположить, что я описываю закат человеческой компетентности. Разве искусственный интеллект не станет для человеческого опыта тем же, чем стали тракторы для рытья канав? Я сомневаюсь, что мои читатели предпочли бы мир, в котором по-прежнему приходится ковать себе инструменты самостоятельно, но разделяю тревогу перед технологиями. Будущее, в котором человеческий труд не имеет ценности, на мой взгляд, является кошмаром. Но инновации неизменно предоставляют нам новые инструменты. Например, лондонские таксисты годами запоминали расположение улиц, а навигационные приложения сделали этот с трудом заработанный опыт экономически бессмысленным. Инструменты действительно посягают на опыт человека. Но столь же верно и обратное. Вспомните наш пример с авиадиспетчерами. Если у них не будет радара, GPS и радиосвязи, эти высококвалифицированные специалисты смогут лишь смотреть в небо, прищурив глаз. Точно так же опыт врачей, строителей, музыкантов был бы неактуальным, если бы они лишились своих инструментов. В этом случае инновации не автоматизируют опыт, а создают новый тип экспертной работы.

Если бы технологии использовались исключительно для автоматизации, работа бы для нас давно закончилась. Вместо этого в промышленно развитых странах, похоже, рабочая сила закончится раньше, чем рабочие места. И причина в том, что инновации никогда не касались только автоматизации. Например, появление самолетов, сантехники, пенициллина, CRISPR или телевидения не привело к автоматизации и отмене человеческого опыта.

Сценарий, а не прогноз

История показывает, что технологии и то, как они используются — для эксплуатации или освобождения, для общего блага или концентрации богатства — определяется институтами, которыми они были созданы. Ядерная наука позволила производить и оружие массового уничтожения, и атомные электростанции. Искусственный интеллект гораздо более гибок и широк в использовании, чем ядерные технологии. И, следовательно, диапазон как конструктивных, так и деструктивных областей применения у него гораздо выше. То, как будет использован ИИ, зависит от коллективного выбора промышленности, правительств, неправительственных организаций, университетов, отдельных влиятельных лиц.

Ставки очень велики. Они затрагивают не только экономику, но и политическую власть, и гражданские права. Некоторые страны уже используют искусственный интеллект для наблюдения за населением, а другие с его помощью ускоряют продвижение вакцин и лекарств, обеспечивают перевод разговорной речи с иностранных языков, помогают с обучением тем, кто не справляется, и тем, кто опережает программу.

ИИ представляет угрозу для рынков труда, но не приведет к безработице в будущем. Риск только в девальвации экспертности. Будущее, в котором люди заняты общим, недифференцированным трудом, — это будущее, в котором никто не является экспертом, потому что каждый — эксперт.

Примечательно, что многие прогнозисты ИИ имеют в виду только экономическое будущее. Например, OpenAI определяет искусственный интеллект как «суперавтономные системы, которые превосходят людей в большинстве экономически ценных работ». В New York Times пионер искусственного интеллекта Мустафа Сулейман пишет: «Если грядущая волна действительно будет такой общей и масштабной, как кажется, как люди будут конкурировать?» Самое благосклонное, что я могу сказать по поводу этих зловещих заявлений, это то, что они, скорее всего, ошибочны: они сводят сложность инноваций только к автоматизации. Неужели эти технологические провидцы верят, что самолеты когда-нибудь превзойдут пилотов?

Воспроизведение наших существующих возможностей, просто с большей скоростью и с меньшими затратами, является незначительным достижением. Наиболее ценные инструменты дополняют человеческие возможности и открывают новые границы. Моя стиральная машина использует больше компьютерной вычислительной мощности, чем первая миссия «Аполлон». Но стиральная машина никогда не достигнет Луны. Среди потока сообщений в прессе о надвигающемся робоапокалипсисе можно легко не заметить, что в промышленно развитом мире не хватает не рабочих мест, а самих рабочих. Вопрос не в том, будут ли у нас рабочие места (а они будут), а в том, будут ли работники, которые нам нужны.

Сейчас только некоторые счастливцы имеют ту работу, которая совпадает с их целями, дает им чувство общности и уважения. По мере того, как компьютеризация продвигалась вперед, а неравенство стало более распространенным, достойное отношение к значительному числу работников снизилось. Этот путь не является неизбежным следствием ИИ. Признавая это, мы должны задаться вопросом не о том, что ИИ сделает с нами. А о том, что бы мы хотели, чтобы он сделал для нас.

Источник

Exit mobile version