Искусственный интеллект на службе бизнеса

Пока мы предпочитаем сохранять в цикле человека, а не кодировать этический выбор в программу. Вообразите, например, полностью автономное беспилотное оружие, которое самостоятельно идентифицирует объект, наводит на цель и убивает. Даже если генерал армии найдет прогностическую машину, умеющую отличать мирных граждан от военных, сколько времени понадобится последним, чтобы научиться сбивать ее с толку? Требуемый уровень точности в ближайшем будущем, вероятно, невозможен, поэтому в 2012 году Министерство обороны США выдвинуло директиву, которую большинство расценивает как требование сохранить человека в цикле принятия решений об атаке[92]. Пока неясно, нужно ли будет соблюдать данное требование всегда, но необходимость вмешательства человека по какой бы то ни было причине ограничит автономность прогностических машин в случаях, когда они могли бы действовать самостоятельно[93]. Даже ПО автопилота Tesla, несмотря на способность управлять автомобилем, сопровождается юридическим требованием водителю постоянно держать руки на руле.

С экономической точки зрения целесообразность отсутствия в данном цикле человека зависит от степени потенциального вреда. К примеру, управление беспилотным транспортным средством в отдаленной шахте или на производстве очень отличается от такового на автомобильных дорогах. Обстановку «на производстве» и «на дороге» разделяет наличие так называемых экономистами экстерналий – издержек, больше ощутимых для окружающих, чем для лица, принимающего решения.

Экономисты разработали ряд решений для проблемы экстерналий. Одно из них – возложение ответственности на ключевое лицо, принимающее решение, чтобы оно присвоило себе внешние издержки. Например, налог на вредные выбросы в атмосферу выполняет эту роль в контексте присвоения экстерналий, связанных с изменением климата. Но в отношении автономных машин трудно определить ответственную сторону. Чем выше потенциальная угроза от машины для людей, не входящих в организацию (и, разумеется, риск физического ущерба для сотрудников), тем вероятнее, что с точки зрения закона и здравого смысла разумнее сохранить человека в цикле.

Когда человек действует лучше

Вопрос: что оранжевое и рифмуется со словом «коровка»?

Ответ: морковка.

Смешная шутка? Вот еще одна. Маленькая девочка спрашивает отца: «Папочка, все сказки всегда начинаются со слов “Жили-были”?» Он отвечает: «Нет, есть еще много сказок, начинающихся со слов: “Если за меня проголосуют, я обещаю…”»

Ладно, признаем, что остряки из экономистов получаются так себе, но все равно лучше машин. Вот что обнаружили исследователь Майк Йоманс и его коллеги: если люди думают, что пошутила машина, шутка кажется им не такой смешной, как если бы она прозвучала из уст человека. По данным исследователей, машина лучше умеет придумывать шутки, но люди предпочитают выслушивать остроты от себе подобных. Даже если шутка принадлежала машине, люди высказывали большее одобрение, если им говорили, что ее придумал человек.

То же касается художественных и спортивных достижений. Впечатление от искусства, как правило, основано на знании зрителя о жизненном опыте автора. Интерес к спортивным состязаниям отчасти вызван противоборством между людьми. Даже если бы машина могла бежать быстрее человека, исход забега не вызывал бы таких эмоций, как мы привыкли.

Игра с детьми, забота о стариках и другие виды деятельности, подразумевающие социальное взаимодействие, тоже по определению приятнее, если их совершают люди.

Пусть даже машине известно, что рассказать с образовательной целью ребенку, иногда лучше возложить эту обязанность на человека. И пусть со временем мы свыкнемся с тем, что роботы заботятся о нас и наших детях, и научимся получать удовольствие от просмотра спортивных соревнований с их участием, пока для нас предпочтительнее, чтобы некоторые действия предпринимали люди.

Решения, в которых человек оптимально подходит для выполнения действия, не будут полностью автоматизированы. В других случаях ключевым ограничением автоматизации становятся прогнозы. Когда их качество станет достаточно высоким, а суждение об отдаче возможно будет задать предварительно – в коде, написанном человеком, либо в результате обучения машины в ходе наблюдений за людьми, – тогда решения будут автоматизированы.

Выводы

• Привлечение ИИ к выполнению задач не всегда подразумевает полную автоматизацию, прогноз – лишь один из компонентов. В большинстве случаев применение суждения и совершение действия возлагаются на человека. Однако иногда суждение возможно встроить в код или, при наличии достаточного количества примеров, научить машину прогнозировать его. Кроме того, машины способны совершать действия. Когда все элементы задачи выполняет машина, то задача полностью автоматизирована и человек из цикла устранен.

• Вероятнее всего, полностью автоматизированным станет выполнение задач, в которых это обеспечит максимальный доход. В первую очередь это задачи, в которых: