Работа, которую не отдашь алгоритму. Где искусственный интеллект не может заменить человека

Три истории о навыках, которые формируются опытом и проявляются только в живой деятельности

Искусственный интеллект все заметнее меняет рабочие места: где-то он берет на себя повторяющиеся операции, где-то помогает фильтровать резюме или анализировать разговоры с клиентами. Но чем ближе подходишь к настоящему производству и работе, где важны не только скорость и точность, тем очевиднее границы автоматизации. Есть профессии, в которых решают глаз мастера, личный опыт, способность чувствовать материал, понимать другого человека и отвечать за результат. Здесь машина пока остается инструментом, а не полноценной заменой специалиста. Мы поговорили с людьми таких профессий и заодно разобрались, почему чрезмерное доверие нейросети порой обходится дороже, чем ее разумное использование.

Обратная сторона чрезмерного доверия автоматизации Статистика последних лет неумолима: конвейеры, склады, кол-центры, первичная обработка документов — везде, где задача сводится к повторяющимся, формализуемым операциям, число людей сокращается, а объем выполняемой ими работы, наоборот, растет за счет роботов и алгоритмов. Проблема в том, что за общим ощущением «искусственный интеллект наступает» часто теряется вторая, не менее важная часть картины. Профессий, не доступных машине, на самом деле очень много, просто они реже попадают в заголовки, чем новости об очередной версии нейросети. И, что важнее, есть обратная сторона чрезмерного доверия автоматизации: там, где человек полностью отдает процесс алгоритму и перестает в него вникать, рано или поздно проявляются ошибки, которые дорого обходятся.

Характерный пример — работа с кадрами. В последние годы немало кадровых служб доверили чат-ботам первичный отбор резюме и переписку с кандидатами: это удобно, быстро и экономит время рекрутера. Но у этой удобной схемы есть цена. Алгоритм фильтрует людей по формальным признакам — ключевым словам, стажу, формулировкам в резюме — и не видит того, что не укладывается в шаблон: нестандартную карьерную траекторию, редкую комбинацию навыков, живую мотивацию, которую соискатель не сумел красиво изложить на бумаге. В результате мимо компании проходят как раз те кандидаты, которых стоило бы разглядеть внимательнее. В условиях, когда рынок труда испытывает острый дефицит кадров, это уже не досадная мелочь, а, по сути, саморазрушительная практика: бизнес своими руками отсеивает тех специалистов, которых потом будет мучительно искать. Почему нельзя закрывать глаза, когда за вас думает нейросеть Эксперты объясняют: главная проблема возникает именно там, где ответ нейросети звучит особенно убедительно. Большая языковая модель не сверяется с энциклопедией или базой данных, прежде чем что-то утверждать. Она строит ответ, выбирая наиболее вероятное продолжение текста на основе закономерностей, усвоенных во время обучения. Поэтому, если точного ответа у нее нет, она может не остановиться на этом месте, а продолжить фразу: подобрать правдоподобное имя, название публикации или ссылку.

Именно здесь возникает опасная иллюзия достоверности. Ошибка может выглядеть не как ошибка: безупречный язык, уверенный тон, логичная последовательность фраз создают впечатление, будто информация была проверена. Человеку остается только принять ее за истину, особенно если он и сам не знает, как должно быть на самом деле.

Нейросеть при этом не пытается нас обмануть. Она просто не всегда умеет обозначить границу между тем, что ей известно, и тем, что выглядит наиболее вероятным. А вот человек такую границу провести должен. Поэтому проблема начинается не с самой ошибки алгоритма, а с момента, когда человек перестает ее проверять. Задача не в том, чтобы придирчиво искать в нейросети ошибки: она развивается на глазах, и то, что вчера было ее слабым местом — скажем, руки с лишними пальцами на сгенерированном изображении, — сегодня уже нарисовано безупречно. Завтра таких огрехов станет еще меньше. Но чем совершеннее инструмент, тем важнее не разучиться работать без него. Стекло, которое помнит тепло человеческих рук Есть работа, в которой сам результат невозможно заранее свести к набору данных и правил. Нужно увидеть материал, почувствовать его свойства, представить будущий результат и принять решение уже по ходу процесса. Именно здесь особенно хорошо видна граница между автоматизацией отдельных операций и заменой самого специалиста.

— Мы работаем с настоящим витражным стеклом, — поясняет она. — Каждый кусочек нарезается вручную стеклорезом из цельных листов, а потом выкладывается на специальную стеклянную основу. После этого изделие переносится в печь и обжигается при высоких температурах — так, чтобы все элементы сплавились в единое цельное полотно, но не потеряли объем.

Здесь важна каждая деталь: температуру, выдержку и время обжига мастера рассчитывают до минуты и до градуса — если картину «перепечь», элементы просто сольются в плоский лист, а нужного эффекта объема не получится.

По словам Ирины Осиповой, доверить эту работу машине невозможно в принципе, и дело не только в ручном труде.

— Должно быть, во-первых, художественное образование, — говорит она. — Мастер должен понимать перспективу, цвет, то, как поведут себя элементы после обжига.

Собирая витражную картину — например, с васильками на переднем плане, колось­ями и небом за ними, — художник вынужден мысленно забегать на несколько шагов вперед, представляя, как будущий рисунок изменится под воздействием огня. Даже профессионалу, годами работающему со стеклом, точный итог порой открывается только после того, как остывшую печь можно будет открыть, а на это, между прочим, уходят почти сутки.

И хотя саму печь, безусловно, контролирует техника — оператор задает режим запекания, учитывая количество слоев стекла, размер изделия и особенности конкретного производителя стекла, — вся творческая и инженерная часть процесса остается исключительно за человеком. Машина здесь не автор, а инструмент, подчиненный профессиональному замыслу. Кузница, где учат не бояться огня Еще нагляднее граница между «может машина» и «не может машина» видна в стенах Минского государственного колледжа ремесленничества и дизайна имени Н. А. Кедышко, где готовят мастеров декоративно-прикладного искусства и строительных специальностей.

Артем Быстрицкий. Мастер производственного обу­чения Артем Быстрицкий признает: в строительной отрасли автоматизация действительно идет вперед семимильными шагами — появляются автоматизированные сварочные аппараты, домостроение все больше механизируется. Но, добавляет он, если рассматривать любое ремесло, связанное с работой руками, — например, токарное производство, — сначала нужно спроектировать изделие, продумать его, а уже потом воплощать, подгонять и оценивать результат. Этот замысел рождается у человека, и в этой части искусственный интеллект заменить специалиста не может.

Похожий принцип действует и на эстетическом отделении, где учатся флористы и художники-оформители.

— Искусственный интеллект уже неплохо рисует, — говорит Артем Быстрицкий. — Но полет фантазии человека, то, что он хотел передать, какую эмоцию вложить, — этого машина не заменит.

В колледже есть уникальная для страны учебная кузница — с открытым огнем и горнами, где студентов обучают ручной ковке. Совмещенная квалификация — кузнец ручной ковки и электрогазосварщик — устроена так, что одна профессия почти гарантированно дает трудоустройство: таких специалистов охотно берут крупные заводы, где тоже есть кузнечные цеха, только с молотами куда большей мощности. А вторая превращается в настоящее ремесло — штучную, дорогую и очень ценимую работу на заказ: кованые ограды, решетки, эксклюзивные изделия.

— Ты придумал, воплотил, увидел результат труда, — резюмирует Артем Быстрицкий. — А сейчас как никогда важно видеть результат своего труда. Ни один алгоритм пока не способен предложить студенту это чувство — держать в руках то, что минуту назад было раскаленным металлом, и знать, что это сделал именно ты. Тайный покупатель: когда честность — единственный инструмент работы Еще один пример профессии, которую на первый взгляд легко представить автоматизированной, — тайный покупатель. Казалось бы, его задача вполне формализуема: проверить обслуживание по заданным критериям, отметить детали, оценить соблюдение стандартов. Но на практике за такой проверкой стоит гораздо больше, чем заполненный чек-лист.

Юлия Хананова. Руководитель компании Control Service Юлия Хананова уже много лет работает с методикой тайного покупателя. Ее используют не только рестораны и магазины, но и банки, крупные государственные структуры — там, где важно получить независимую оценку качества обслуживания.

По словам Юлии, работа тайного покупателя держится на нескольких фундаментальных навыках, которые невозможно делегировать технике: внимательности к деталям, цепкой памяти, честности и ответственности. Важно не только заметить происходящее во время проверки, но и точно его запомнить: фиксировать увиденное на бумаге или в диктофоне нельзя, иначе теряется сама суть тайной оценки.

Но одно дело — заметить, и совсем другое — правильно распорядиться увиденным. Нужно отделить собственные эмоции от фактов и сохранить объективность, даже если личное впечатление от сотрудника или ситуации оказывается сильным. А дальше вступают в дело ответственность и честность.

— Ответственность нужна, чтобы выполнить работу качественно и в срок, — объясняет она. — А честность — чтобы выполнить ее именно честно.

За внешне простой формулировкой стоит серьезная профессиональная этика. Недобросовестный тайный покупатель, который из жалости к проверяемому сотруднику завышает оценку, в итоге вредит сразу трем сторонам: самому сотруднику, который не получает возможности увидеть и исправить реальные ошибки, заказчику, который получает искаженную картину, и профессии в целом, подрывая доверие к независимой оценке.

Именно на этом стыке — попытке автоматизировать человеческое восприятие — Юлия видит главный предел технологий. В последние годы часть клиентов действительно пробовала заменить живых экспертов оценкой через приложения, чек-листы и алгоритмический анализ диалогов: подсчет улыбок, распознавание скриптовых фраз, эмоциональный анализ по видеозаписи.

— Мое мнение: это не заменит человека, — говорит Юлия . — Просто потому, что при живом взаимодействии общаются две личности, а не два алгоритма. Мы можем сколько угодно прописывать сценарии и варианты развития диалога, но в реальности разговаривают два живых человека — у каждого свой опыт, своя манера общения, свои субъективные реакции, которые невозможно свести к формальным критериям. По ее наблюдению, рынок движется в сторону своеобразного расслоения: быстрое и дешевое обслуживание постепенно уходит алгоритмам, а по-настоящему индивидуальный, человеческий подход становится редкой и все более дорогой ценностью. Не отдавать машине главное У всех трех историй есть общий знаменатель. В каждой из них решающим оказывается не объем информации, которым владеет исполнитель (в этом-то как раз алгоритм уже превзошел человека), а нечто иное — способность держать в голове образ будущего результата, нести личную ответственность за качество и честность собственной работы, чувствовать то, что не поддается формальному описанию: интонацию, взгляд, минуту тишины перед тем, как открыть остывшую печь.

Искусственный интеллект развивается стремительно, избавляется от вчерашних огрехов, становится точнее и убедительнее. Но именно поэтому расслабляться, перекладывая на него собственное мышление, сегодня опаснее, чем когда бы то ни было: чем лучше говорит машина, тем сложнее вовремя заметить, где она ошиблась.

Пожалуй, единственный по-настоящему надежный способ не проиграть эту гонку — не пытаться обогнать нейросеть в скорости, а сохранить то, в чем она бессильна: собственные руки, собственную память, собственную способность думать, сомневаться и формулировать мысль так, чтобы за ней стоял живой человек, а не правдоподобно звучащий текст.