Пять причин, почему искусственный интеллект не сможет заменить программистов

Компаниям нужны практикующие специалисты

Каждый из нас имел дело с чат-ботом, и почти каждый когда-либо требовал от бота перевести разговор на живого человека. Взаимодействие с программой, способной к диалогу, действительно впечатляет, поэтому разговоров о том, что машины отберут у людей работу, будет все больше. Основатель платформы для управления бизнес-процессами Pyrus Максим Нальский называет пять причин, почему он не спешит заменять разработчиков искусственным интеллектом

Как-то раз, в начале 2000-х, я разговорился с пилотом большого пассажирского самолета. Он рассказал, что уже тогда лайнер мог выполнить перелет из пункта А в пункт Б полностью автоматически, самостоятельно пройти все этапы полета — выруливание на взлетную полосу, взлет, навигацию по маршруту, приземление. Но при этом летчики почти всегда отключают автопилот и сажают самолет «на руках». Только в 1% случаев, когда вообще полосы не видно — «в молоко», они врубают автоматическую волшебную кнопку. Как вы думаете, что он ответил, когда я спросил: а почему, собственно, так? Почему вы не пользуетесь автоматикой? Да чтобы не потерять навык! Потому что в тот самый критический момент, когда автоматика сбойнет, пилот должен быть готов, умение должно быть на кончиках пальцев.

Б. Важная часть человеческих знаний является неявными (невербализуемыми – tacit) знаниями («неявными знаниями» – ред.). Эти знания не могут быть сформулированы в компьютерной программе. Надежды, что обучение нейронных сетей, позволяющее им учиться без явных инструкций, решит проблему неалгоритмических способностей и неявных знаний, – ошибочны. В равной степени можно пытаться научить ребёнка кататься на велосипеде, не имея его, и лишь используя инструкцию.

В. Вера в обретение бессмертия путём создания супер-ИИ (техносингулярность и т. д.), является выражением новой религии, выраженной через инженерную культуру (см. также мой предыдущий пост). Зачастую утверждения, что компьютеры способны дублировать человеческую деятельность, крайне упрощены и искажены. Проще говоря: переоценка технологий тесно связана с недооценкой людей.

С сильным ИИ получается, как с термоядерным синтезом. Его взрывной вид (самую мощную в мире бомбу) сделали почти 70 лет назад. Тогда же собрались освоить управляемый вид (построить термоядерные электростанции). Но не судьба. Спустя почти 70 лет ситуация, как и с сильным ИИ. Может, после 2045 года что-то появится. А может и нет.

1. Проф. Фьелланд – знаменитый норвежский физик и философ, – не просто прокричал ещё раз «а король-то голый!» с высокой научной трибуны журнала Nature. Фьелланд на современном уровне переформулировал знаменитую аргументацию невозможности создания сильного ИИ, опубликованную Хьюбертом Дрейфусом (Hubert Dreyfus) более полувека назад в работе «Алхимия и искусственный интеллект».

Возможности обучения ИИ ограничены

Современные нейросети учатся на огромных массивах данных, которые берут из открытых источников — GitHub, Stack Overflow, интернет в целом. ИИ справится с задачей, если ему предоставить множество примеров, как это было сделано раньше. Но если данных будет не хватать, он не найдет решения.

Таким образом, в ближайшие несколько лет искусственный интеллект вряд ли разовьется до такой степени, чтобы заменить собой программистов. Нейросети — это помощник для разработчика, а не его полноценная замена. Скорее, надо ожидать появления новых специальностей, — чего-то типа оператора искусственного интеллекта наподобие популярных сейчас no-code разработчиков.

Так же у программистов. Да, какие-то задачи, самые рутинные и энергозатратные, разработчики могут перекладывать на искусственный интеллект, на тот же Copilot от GitHub. Но в задачах, где нужны опыт и творческое мышление, никакой ИИ не поможет. Для принятия нестандартных и креативных решений относительно архитектуры сложной системы по-прежнему нужны опытные разработчики с соответствующим задачам кругозором.

Наконец, ИИ выступает как переводчик текстового описания алгоритма на язык программирования. Качество финального результата, его точность будут зависеть от подробного описания задания. С небольшими задачами проблем не возникнет, но чем она сложнее, тем точнее надо составлять описание. В итоге может сложиться такая ситуация, в которой проще написать код самому, чем составить достаточно полное техническое задание, по которому нейросеть сможет сгенерировать полноценный код.

Г. Попытки строить ИИ лишь на основе корреляций, а не причинности – тупиковы. Причинность – важнейшая часть человеческого мышления. Компьютеры не могут справиться с причинностью, потому что они не могут вмешиваться в мир. Их просто нет в мире, потому что они не воплощены. Они не являются агентами, способными своими действиями что-либо менять в своем окружении. До тех пор, пока компьютеры не станут действующими агентами, принадлежащими к определённой культуре, они не приобретут человекоподобный интеллект. Что, впрочем, не помешает использовать их в задачах автоматизации.

Искусственный интеллект не заменит даже толкового стажера. Да, сейчас на рынке появилось много новичков, выпускников многочисленных IT-курсов с нулевым опытом, минимальным желанием работать и неоправданными зарплатными ожиданиями. Мы в Pyrus сами убедились, что тот же ChatGPT решает наши задачи с собеседований лучше, чем 90% таких «программистов». Но многие компании, и Pyrus в том числе, предпочитают взращивать кадры внутри своей команды.