Richard Brown, abril de 2023
La innovación en modelos de lenguaje extenso (LLM) como ChatGPT avanza a un ritmo acelerado, por lo que es difícil tener una idea de cómo ellos y la IA avanzada en general afectarán las habilidades que necesitaremos en el futuro. Richard Brown analiza los impactos de estas herramientas tecnológicas en la economía del conocimiento y analiza los muchos desafíos que enfrentamos, entre los que destaca la necesidad de un juicio moral sofisticado.
Me gustaría decir que le pedí a ChatGPT que me escribiera un primer borrador de este blog, pero a) es un cliché aburrido y b) la plataforma estaba sobrecargada cuando comencé a escribir, así que no pude. No me sorprende. Incluso en los últimos meses, las conversaciones y el uso de modelos de lenguaje extenso (LLM) como ChatGPT y Bing parecen haber crecido exponencialmente. Los LLM dejarán obsoleta la redacción de ensayos en las universidades, acelerarán enormemente la producción de primeros borradores y automatizarán el trabajo pesado de la investigación académica.
Estoy realizando una investigación sobre las habilidades que necesitaremos en el futuro, y parece difícil entender cómo los LLM y sus sucesores de inteligencia artificial (IA) afectarán estos, dada la velocidad a la que avanza la innovación y los casos de uso son multiplicando Pero también se siente descuidado seguir negligentemente al no hacerlo. Entonces, ¿qué podría significar trabajar con esta bestia áspera, mientras se encorva hacia nuestros lugares de trabajo?
El trabajo de las naciones de Robert Reich
Creo que la IA transformará lo que actualmente llamamos la ‘economía del conocimiento’. Pensar en esto me envió de vuelta a El trabajo de las naciones de Robert Reich., y su análisis de los ‘tres trabajos del futuro’. Los trabajos de ‘producción de rutina’, escribió, eran trabajos mal valorados en todo, desde la fabricación hasta la contabilidad, a menudo trasladados al extranjero cuando escribía, pero también cada vez más vulnerables a la automatización. Muchos de la segunda categoría de Reich, los trabajos de ‘servicio en persona’, son menos vulnerables a mudarse al extranjero (aunque muchos todavía son poco valorados por la sociedad): incluso si algunas compras se han hecho en línea, todavía hay trabajos, desde neurocirujano a peluquero, y de cantinero a cuidador- que se definen por la necesidad de proximidad. La tercera categoría, Reich la describe con un poco de torpeza como «analistas simbólicos», que comprende a todos, desde consultores, ingenieros de software y banqueros de inversión, hasta periodistas, productores de cine y televisión y profesores universitarios.
“Los analistas simbólicos resuelven, identifican y negocian problemas mediante la manipulación de símbolos. Simplifican la realidad en imágenes abstractas que se pueden reorganizar, hacer malabarismos, experimentar, comunicar a otros especialistas y luego, eventualmente, volver a transformarse en realidad… Algunas de estas manipulaciones revelan cómo desplegar recursos o cambiar activos financieros de manera más eficiente, o de lo contrario, ahorre tiempo y energía. Otras manipulaciones producen nuevos inventos: maravillas tecnológicas, argumentos legales innovadores, nuevas tácticas publicitarias para convencer a la gente de que ciertas diversiones se han convertido en necesidades de la vida”.
Reich estaba escribiendo hace 30 años. Desde entonces, la deslocalización y la automatización de la producción rutinaria se han acelerado, mientras que las recompensas acumuladas por los trabajos de analista simbólico han aumentado. Pero la descripción de Reich de los trabajos de analistas simbólicos subraya cómo las mismas características que los protegían de la automatización rutinaria (la combinación de habilidad analítica, una reserva de conocimiento y fluidez en la comunicación) ahora pueden exponerlos a una generación de tecnología que se volverá cada vez más experta en manipular símbolos en sí, incluso si no puede (todavía) ‘pensar’ o ‘crear’. Desde un dibujo arquitectónico hasta un informe de diligencia debida, una campaña publicitaria, un guión de un programa de televisión, un argumento legal, un informe de noticias, hay muy pocos resultados simbólicos del analista que los LLM no podrán preparar, al menos en borrador.
Revisitando a Osborne y Frey
Otra forma de pensar sobre el impacto potencial de una IA más avanzada en el lugar de trabajo de la economía del conocimiento es revisar el análisis enormemente influyente de Michael Osborne y Carl Benedikt Frey. Escribiendo en 2013, Osborne y Frey identificaron los «cuellos de botella de ingeniería» que han impedido que la «informatización» realice tareas específicas, y se esperaba que lo hicieran durante las próximas dos décadas. Estos incluyeron actividades complejas de percepción y manipulación, tareas de inteligencia creativa (desde escribir guiones hasta hacer bromas) y tareas de inteligencia social (como negociación, persuasión y cuidado).
El crecimiento de los LLM socava el segundo de estos, ya que las máquinas se basan en extensas bases de datos para generar contenido coherente, aunque sus habilidades para hacer bromas todavía son un poco dudosas. Los LLM también están comenzando a incursionar en el tercero, ya que se despliegan como acompañantes o terapeutas, incluso si su empatía se realiza más que se siente. Los cuellos de botella de ingeniería aún limitan la automatización, pero algunos se están ampliando mucho más rápido de lo que predijeron Osborne y Frey. De hecho, una evaluación reciente sugiere que el uso de la tecnología LLM tendrá un impacto en alrededor del 80 por ciento de los trabajadores de EE. UU., con el mayor impacto para los trabajadores mejor calificados y mejor pagados.
Eso no quiere decir que la IA «destruirá empleos». Al igual que otras tecnologías, la IA probablemente creará nuevos puestos de trabajo y remodelará otros. Por el momento, hay oficio en cuidar estas máquinas; necesita saber cómo dar instrucciones, hacer preguntas y evaluar respuestas. En esto, los LLM son como los oráculos de la antigüedad clásica, cuyas enigmáticas declaraciones contenían verdad pero necesitaban una interpretación cuidadosa. Los LLM pueden producir buenos borradores y su precisión está mejorando , pero también pueden ‘ alucinar ‘ hechos y afirmarlos con una confianza delirante y, a veces, agresiva .
Esta tarea de interpretación e intermediación no está tan alejada de la que hoy en día operan muchas profesiones. Arquitectos, médicos, abogados, contables, guionistas -incluso académicos- no son puros analistas simbólicos que trabajan en un mundo completamente abstracto. Parte de su habilidad, quizás la mayor parte en la cima de sus profesiones, es interpersonal: motivar y administrar al personal, presentar ideas y ganar negocios, convencer a clientes y colegas. Para estos profesionales , la cosecha actual de LLM se implementa mejor como asistentes receptivos y con múltiples talentos, que no se aburren, exigen un pago o insisten en un desarrollo profesional significativo.
La automatización de tareas serviles interrumpirá el desarrollo profesional
¿Qué significa esto para los asistentes reales de carne y hueso y el desarrollo de su carrera? En muchas profesiones modernas, la vida de los nuevos empleados es un trabajo duro de preparación de notas legales, presentaciones de PowerPoint, diligencia debida e informes de auditoría. Tengo la sensación de que parte de esto ya es ‘hacer trabajo’, diseñado para aclimatar a un recién graduado a los códigos y la cultura de su profesión, pero también para darles la oportunidad de ver y aprender de las interacciones: en la sala del tribunal, en la reunión con el cliente, en el terreno de juego.
Si se vuelve cada vez más fácil y económico encargar material directamente de las máquinas, eso creará un problema no solo para las futuras generaciones de graduados, sino también para aquellos en la cima de las profesiones, quienes no podrán confiar en un flujo de graduados. aprendices a ponerse en sus zapatos. Aunque la automatización aumente la productividad, interrumpirá el desarrollo profesional y, en palabras de un economista, puede “ tener efectos severos en el valor del trabajo cognitivo ”.
Además, a más largo plazo (y estoy pensando en años, no en décadas), la inexactitud puede ser un problema menor que la erosión de la duda. Ya se ha trabajado mucho para evitar que los LLM más nuevos emitan opiniones racistas como lo hicieron sus predecesores; Es probable que los modelos futuros sean mucho más claros sobre la «respuesta correcta» a cualquier pregunta y sobre la verdad de las diferentes proposiciones. Mucho de esto será útil, aunque la falta de transparencia y contestabilidad es frustrante.
Opiniones minoritarias marginadas y juicio moral en un premio
Pero a medida que la regulación fortalece las barreras en torno a la IA, existe el riesgo de que algunas opiniones minoritarias sean marginadas y finalmente eliminadas. Muchos de estos serán teorías de conspiración, ciencia basura y noticias falsas. Pero también pueden ser las pequeñas voces de corrección cruda de la narrativa dominante: los defensores de las ‘teorías de fugas de laboratorio’ de COVID-19, los tenaces activistas contra la prescripción excesiva de analgésicos, los periodistas de investigación que se apegan a la historia en la cara de negaciones y amenazas.
Inevitablemente, esto ya se ha convertido en un nuevo frente en la ‘guerra cultural’, y algunos medios se enojan porque ChatGPT se niega a promover el uso de combustibles fósiles, cantan elogios a Donald Trump o dicen que la guerra nuclear es peor que el lenguaje racista. Hasta ahora tan divertido. Pero cuanto más la versión unificada de la verdad promovida por la IA excluya interpretaciones alternativas de los hechos, y mucho menos interpretaciones alternativas de cómo deberían guiar nuestro comportamiento, más necesitaremos la capacidad de desafiar y debatir esa verdad, la capacidad imaginativa para trascender. barandillas
Entonces, ¿qué significa todo esto para las habilidades? Una economía del conocimiento en la que los LLM estén cada vez más extendidos requerirá un juicio crítico, una comprensión básica de cómo funcionan la codificación, los algoritmos y las tecnologías emergentes de IA, la capacidad de trabajar con clientes y colegas para refinar y utilizar los resultados, y la inteligencia diversa y creativa para desafiar a ellos.
Quizás, sobre todo, necesitaremos un juicio moral sofisticado. Los LLM y sus sucesores de IA podrán hacer muchas cosas, pero habrá que hacer muchos juicios complejos sobre si deberían hacerlo y cómo hacerlo. ¿Quién será responsable de los errores? ¿Le corresponde a una máquina definir la verdad? ¿Debería hacerlo por referencia a un consenso, oa sus propios juicios de correspondencia con la realidad? A nivel existencial, ¿cómo debemos lograr la alineación de la IA y los intereses humanos? ¿Cómo deben definirse y articularse estos últimos? ¿Qué equilibrio de bienes individuales y sociales debe lograrse? ¿Dónde están los límites entre humanos y máquinas? ¿Las máquinas tienen derechos y obligaciones?
Hoy avanzamos a duras penas, llegando a un consenso sobre cuestiones morales a través de un amplio proceso de mediación social, con horribles errores morales en el camino. Mañana, tenemos el potencial para una nueva era de progreso acelerado y claridad moral, una perspectiva que es a la vez brillante e inquietante.
- Esta entrada de blog apareció por primera vez en LSE Business Review .
- Imagen destacada de Emiliano Vittoriosi en Unsplash
- Por favor, lea nuestra política de comentarios antes de comentar
- Nota: La publicación brinda los puntos de vista de sus autores, no la posición de USAPP– American Politics and Policy, ni de la London School of Economics.
- URL abreviada para esta publicación: https://bit.ly/3TCZdpe
Sobre el Autor Richard Brown
Richard Brown es miembro asociado de la Escuela de Estudios Avanzados de la Universidad de Londres y está realizando una investigación sobre la educación superior y las necesidades de habilidades de nuestra futura fuerza laboral.
Publicado en: Democracia y cultura
