Manual de supraviețuire pentru angajați și companii în cursa cu roboții

Această traducere a fost realizată prin API-ul Claude Sonnet 5 și editată cu migală înainte de publicare, din motive asupra cărora vom reveni la final. Varianta originală, scrisă fără AI, o puteți găsi pe romania.st

Dacă te miști prea încet rămâi în urmă, dacă te miști prea repede te strivesc costurile: aceasta este acum dilema companiilor puse față în față cu avansul tot mai agresiv al modelelor de limbaj. Dar chiar și dacă nimerești ritmul potrivit, lucrurile tot pot lua o întorsătură proastă – industrii care dispar, bule care se sparg. Pentru angajați, întrebarea e ceva mai simplă: îmi ia robotul locul de muncă sau nu?

Explorăm posibile răspunsuri la aceste întrebări printr-o recenzie de carte, două perspective complementare venite de la bancheri de top, un studiu științific și experiența recentă a autorului acestor rânduri.

Punerea în scenă

„O prietenă avocat mi-a spus că partea dureroasă nu este că meseria ei ar putea fi înlocuită. Este că sinele pe care și l-a construit prin două decenii de muncă s-ar putea să nu mai fie necesar.” Această mărturisire tulburătoare apare la începutul cărții The Work That Remains, scrisă de Daniel Dines – fondatorul și CEO-ul UiPath, gigantul pieței de automatizări.

Cumva de așteptat, citatul e pe post de pistolul lui Cehov, iar sfatul d-lui Dines pentru prietena avocat apare chiar înainte de final. Dar să nu stricăm surpriza!

Cartea poate fi descărcată gratuit, este o lectură de două-trei ore, și a fost scrisă "cu Claude și ChatGPT", printr-un du-te-vino complex pe care autorul îl descrie pe larg chiar în carte. Pe scurt: dacă vrei să scrii cu AI într-un mod care să aibă sens, pregătește-te să îți ia mai mult timp, nu mai puțin, decât dacă ai face-o singur.

Lucrurile pe care oamenii le fac mai bine

Teza centrală a lucrării este că AI-ul are limite care nu vor fi depășite prea curând. Tinde să se degradeze rapid, chiar și pornind de la niveluri aparent ridicate de acuratețe, și nu poate cu adevărat să cunoască lumea, ci doar ceea ce este spus explicit despre ea. Pentru companii, această epistemologie e critică: un agent AI nu poate ști cum funcționează o companie, pentru că nici compania însăși nu știe cu adevărat cum funcționează.

Cunoașterea importantă stă în mintea angajaților. Și există lucruri la care oamenii se pricep în feluri în care mașinile nici nu știu de unde să înceapă: să citească printre rânduri, să înțeleagă aluziile, să dea curs intuițiilor. Dines aduce exemplul bridge-ului, singurul joc mai cunoscut la care oamenii încă bat mașinile super-inteligente: "Șahul a căzut în fața AI-ului cu decenii în urmă; Go a căzut; pokerul a căzut, cu cărți ascunse și alte variații. Bridge-ul încă rezistă — și asta ar trebui să dea de gândit oricărui executiv, pentru că bridge-ul e o lume minusculă. Patru jucători, cincizeci și două de cărți, un singur regulament, și o semnificație comună pentru doi oameni. O companie rulează același tip de joc, dar cu mii de jucători, un regulament pe care nimeni nu l-a scris complet, și un sens divizat între departamente, clienți și pe parcursul a ani de zile. Dacă sensul comun ține mașinile departe de a stăpâni varianta la scară mică mică, gândește-te ce înseamnă asta pentru varianta la scară mare."

Detaliile mărunte, nerostite niciodată, sunt cele care fac diferența. Iată trei exemple desprinse din viața reală:

Să citești toate cărțile despre schi nu înseamnă să schiezi. Să citești toate reclamațiile clienților nu înseamnă douăzeci de ani de suport.

Un copil care învață să traverseze strada e cazul cel mai pur: lecția nu e «te uiți în ambele părți». E strânsoarea mai puternică a părintelui lângă bordură, ezitarea care durează mai mult pe o stradă decât pe alta, asprimea unei corecții atunci când situația o cere. Cunoașterea e un tipar de atenție. Doar o fărâmă din ea a fost vreodată rostită cu voce tare.

Un model generalist căruia i-ai încărcat în memorie douăzeci de ani din istoria unei companii nu e totuna cu un sistem modelat de douăzeci de ani petrecuți în interiorul acelei companii. Informația e prezentă. Transformarea, nu. Un bucătar care a gătit mâncare italiană timp de douăzeci de ani și unul care a gătit mâncare japoneză timp de douăzeci de ani, dacă primesc aceeași rețetă, vor scoate două feluri de mâncare vizibil diferite.

Apoi vine un strat de consecințe. AI-ul nu își pune pielea la bătaie, așa că de cele mai multe ori va eșua la lucrurile pentru care nu se pot face repetiții fără consecințe și care nu au rezultate clare, previzibile: "așa a devenit un motor de șah supraomenesc: a jucat, și a pierdut, milioane de partide înainte să devină bun. O companie nu-și permite un asemenea lux. Fiecare partidă pierdută aici înseamnă o plată reală, un client real, un reglementator real — nimeni nu are buget de un milion de înfrângeri fără consecințe."

Pentru ca AI-ul să funcționeze eficient, este nevoie de o „hartă” detaliată a mediului în care operează și de un set de „șine” pe care să se deplaseze, astfel încât să acționeze în condiții de securitate, sugerează cartea.

Asta se potrivește de minune cu ce au avut de spus oamenii din prima linie a automatizării industriale despre propriile provocări, într-un articol Standard despre stivuitoarele conduse de AI, una dintre puținele piețe unde există deocamdată și capabilitate utilizabilă și valoare economică destulă: „Unde sunt riscuri de securitate nu lăsăm la libera alegere. Iterăm toate cazurile posibile să nu ia o decizie aiurea”.

Provocarea pentru UiPath

Cartea lui Dines anticipează pentru viitor o arhitectură pe trei paliere: "AI-ul propune. Oamenii decid. Automatizarea execută."
Iar aici devine relevant un disclaimer pe care îl face: "Conduc o companie de automatizare. Asta e prejudecata mea declarată."

Deci să vedem ce înseamnă asta: modelele generative și lingvistice au luat caimacul în ultimii ani și încearcă să-l păstreze. Vorbim practic de convingerea destul de larg-răspândită că "nu mai e nevoie de software, totul se va face cu AI". Daniel Dines contestă teza asta, spunând că e prea scump, nu duce nicăieri, iar arhitectura corectă include exact serviciile pe care le oferă propria sa companie. De aici și prejudecata declarată: dacă are dreptate, compania sa va supraviețui furtunii.

UiPath (PATH), gigantul de automatizare cu rădăcini românești listat la Bursa de Valori din New York, ține în ultima vreme titlurile ziarelor cu fluctuațiile acțiunilor sale, în sus sau în jos. Compania se tranzacționează acum cu 80% sub vârfurile de la debutul de acum 5 ani, iar isteria AI contribuie la asta, pentru că așteptările bat fundamentele. Automatizarea robotică aplicată corect economisește ore de muncă repetitivă din ziua fiecărui angajat, într-un mod măsurabil. Dar acum unele companii așteaptă pur și simplu ca totul "să fie cu AI" – au, n-au nevoie – doar de teamă să nu rămână în urmă. Toate astea determinat compania să înceapă o tranziție de la modelul de Automatizare Robotică a Proceselor (RPA) către Automatizarea Agentică, un proces în care AI-ul este folosit pentru a orchestra fluxuri automatizate.

Ce-i drept, contextul de piață este existențial și pentru laboratoarele de frontieră, care e posibil să fi supra-investit și să nu aibă ce arăta de banii consumați. Domnii Altman și Amodei țin așteptările sus cu discursul lor exaltat și apocaliptic, sau atunci când pretind că au uitat să-și țină boții în lesă, dar o posibilă spargere a bulei e subiectul momentului, cu veteranul fondului speculativ Bridgewater, Ray Dalio, zicând că se poate întâmpla dintr-un moment în altul.

Atmosfera din România

Finanțiștii, desigur, își aleg cuvintele cu grijă. Iată ce spune Leonardo Badea, al doilea om din conducerea Băncii Naționale a României, care a început recent să publice propriile analize, precum The Implications of AI on Monetary Policy (lectură de 3 minute, necesită înscriere gratuită).

"Lectura mea este următoarea: impactul AI va fi profund, dar întârziat și inegal. Pentru politica unei bănci centrale, această întârziere are un impact important. În timp ce banii se cheltuiesc pe centre de date și cipuri, AI-ul provoacă un șoc de cerere: stimulează investițiile și poate adăuga presiuni asupra costurilor și prețurilor. Mai târziu, pe măsură ce adopția reduce alte costuri și crește producția, aceeași forță devine dezinflaționistă. Dificultatea este că o bancă centrală ar putea avea nevoie să acționeze înainte de a putea spune în care dintre cele două regimuri se află, ca să nu rămână în urma evenimentelor," spune primviceguvernatorul BNR.

D-l Badea a prezentat o parte din concluziile sale la o conferință organizată de revista NewMoney la Academia de Studii Economice din București, instituție care derulează un program de studii dedicat AI din 2020. O analiză privind pregătirea forței de muncă pentru inteligența artificială în țările din Europa Centrală și de Est – realizată de o echipă de cercetători ai Academiei, din care fac parte și foștii publiciști Standard Aura-Gabriela Socol și Cristian Socol – a plasat România la coada clasamentului printre țările comparabile, la aproape toate variabilele analizate, într-o competiție condusă de țările baltice și Slovenia.

Iată o perspectivă deosebit de interesantă de la Florian Libocor, fostul economist-șef al BRD: Inteligența artificială și reconfigurarea – ocuparea forței de muncă între transformare și dispariție (lectură de 5 minute, necesită cont LinkedIn). "Majoritatea dezbaterilor se concentrează pe dispariția unui număr mare de locuri de muncă. Cred însă că cea mai profundă teamă nu ar trebui să fie că AI-ul va înlocui ființele umane, ci că această forță disruptivă va transforma economia și societatea mult mai rapid decât pot oamenii și instituțiile să se adapteze," spune d-l Libocor.

Economistul nuanțează simplificările populare, de genul instalatorii sunt în siguranță: "Inițial, munca cognitivă standardizată va fi reorganizată înaintea muncii fizice complexe. Cu alte cuvinte, angajații cu guler alb nu vor fi neapărat primii care vor dispărea." Referitor în mod specific la România, "presiunea ar putea apărea în IT-ul de rutină — în special în segmentul «de mijloc» Low-Code/No-Code, care tinde să dispară — și în BPO (externalizarea proceselor de business); recrutarea pentru rolurile administrative s-ar putea încetini," scrie autorul.

Cel mai interesant este însă timing-ul publicării: materialul a apărut exact la o săptămână după ce d-l Libocor a fost restructurat de la BRD, odată cu desființarea completă a departamentului de analiză, o mișcare fără precedent care a luat ca din oală sectorul bancar. Ce-i drept, AI-ul nu a fost menționat, dar tot se impune întrebarea: ar putea banca să fie acum tentată să folosească modele lingvistice mari pentru analiza economică?

Ce e de reținut

Ceea ce ne aduce înapoi la sfaturile lui Dines pentru angajatori și angajați.

Companiile ar putea avea de câștigat pe termen scurt aducând AI generativ și modele lingvistice pentru a înlocui oameni, dar costul se va vedea ulterior. "Dacă reduci personalul pentru că te aștepți ca agenții să preia munca în douăsprezece luni, s-ar putea să seci de vlagă compania înainte să apară capacitatea. Când AI-ul nu livrează ce ai sperat, oamenii care chiar știau cum funcționa de fapt întreprinderea nu vor mai fi acolo."

De fapt, exact calea opusă s-ar putea dovedi cea corectă: "Companiile care încetează să mai angajeze juniori vor părea suple și eficiente pe moment. Costul mai profund apare mai târziu, când rezerva de seniori se golește, iar reconstruirea canalelor de formare durează un deceniu. Piața muncii adaugă o complicație în plus. Dacă majoritatea companiilor încetează să mai formeze juniori, puținele care mențin canale serioase de formare obțin acces la o rezervă viitoare de seniori pe care cei care taie costurile nu o pot fabrica rapid," se arată în carte.

Angajații ar trebui să se uite după ceea ce e cu adevărat uman în raport cu AI-ul, iar exemplele din carte abundă, dar iată citatul care le rezumă: "Munca cea mai durabilă ține de lucrurile pe care instituție le vrea duse mai departe nominal — încredere, cultură, mentorat, responsabilitate — pentru că oricât de bun va fi un model el nu își va construi un sine care să aibă ceva de pierdut" Totodată, să nu credeți că puteți ignora problema, pentru că ea nu dispare, avertizează autorul: "Oamenii care combină stratul uman durabil cu viteza nativă a AI-ului vor acumula un avantaj față de cei care tratează AI-ul doar ca pe o amenințare sau o comoditate."

Pe post de concluzie, iată un pasaj de la începutul cărții: "Oricine îți spune că [AI] e doar o versiune mai bună de autocomplete n-a lucrat de curând cu un agent AI. Oricine îți spune că afacerea se conduce acum singură n-a condus niciodată o afacere. Amândoi fac zgomot. Cartea asta e pentru oamenii care trebuie să aleagă între ei."

Am eșuat să fac un ziar AI ca să nu trebuiască să o faci tu

Povestea de până acum se potrivește cu propria experiență recentă a autorului acestei recenzii, cu câteva variații.

Anul trecut, am descoperit ce poate face AI-ul agentic (laolaltă cu toate minunile tehnicii moderne – baze de date vectoriale, bucle de învățare, retrieval-augmented generation). Părea că se deschide o lume complet nouă. Timp de trei luni, am simulat un flux de ziar generat de AI: indexare de surse, ingestare de comunicate de presă, căutare de context, verificare a faptelor, aplicare a stilului și politicii editoriale proprii. Totul mergea bine-mersi, iar testele sugerau că echipa de boți va putea să scoată pe la 50 - 100 de articole pe zi, maimuțărind stilul The Economist. Erau însă și nenumărate probleme.

În faza în care am oprit experimentul, articolele sufereau de lipsa unor voci umane autentice (așa-zisele citate preluate din comunicate de presă sunt în mare parte inutile) — oameni care să fie entuziaști, fermi, defensivi sau îngrijorați. Teoretic poți pune boții să trimiă întrebări pe e-mail, dar nimeni nu se obosește să răspundă la așa ceva.

Atunci, ce-ar fi să culegem de pe LinkedIn opinie și atitudine? Dar LinkedIn tocmai își etala opțiunea de a crea postări cu AI, și un potop de mizerie produsă cu AI s-a revărsat în scurt timp, făcând rețeaua de necitit. Feedback-ul a fost prost, iar acum au făcut o întoarcere de 180 de grade, adăugând un buton care marchează ceva ce "seems like AI slop."

O paranteză hazlie: În românește, butonul e tradus "Pare o eroare AI", ceea ce este în sine o dovadă auto-referențială, probabil involuntară, de AI slop.

Cealaltă problemă e o predilecție spre auto-selecția surselor, din cauza căreia cei mai gălăgioși nu sunt neapărat și cei mai competenți. De cele mai multe ori, valoarea vine din a pune întrebările potrivite oamenilor potriviți.

Semnele care trădează AI-ul — nu e asta, e cealaltă. și aici este lecția. într-o lume în care. aceste fraze retezate. acele linii lungi — au fost eliminate programatic. Și totuși, senzația stranie – „uncanny” – la citirea textului rămânea. Se pierdea textură pe care n-am găsit cale să o țes înapoi, deși i-am rugat chiar pe Claude și ChatGPT să caute o soluție peste tot.

Singurul lucru util pe care am putut să-l scot de la ei e că "it is a known issue and point of pain," că suferă de o boală degenerativă groaznică, pe care niște cârcotași au botezat-o MAD (Model Autophagy Disorder). Patologia e nemiloasă: după un număr de iterații în care modelul își consumă propriul produs, uneori nu mai mult de cinci, răspunsurile devin complet absurde; modelul prăbușindu-se efectiv sub propria greutate.

În cazul limbii române, problema e și mai gravă. Corpusul de date e de proastă calitate: prea multă beție de cuvinte, limbă de lemn, corporateză și păsărească au ajuns pe print și online, iar de acolo în datele pe care s-a făcut antrenamentul LLM-urilor. Sună prost încă de la prima rulare, oricât de "bun" ar fi modelul (un pont, totuși: Chinezul Kimi uneori le bate pe toate). Unii au încercat să rezolve problema forță brută, și doar când a venit factura s-au dus la Google să caute ce-i aia "tokenmaxxing".

Existau niște rezolvări, laborioase și costisitoare, dar apoi? Dacă merge, o va face oricum toată lumea și se va declanșa o nouă goană după firimituri, pe care tot Google o va câștiga.

Chiar dacă nimic din toate astea n-ar fi adevărat, mai rămâne un lucru: scrisul tău e gândirea ta (citiți excelentul articol "The Mind Virus" de Juliette Ryan, și convingătorul "AI 'Writing' Is Not Writing" de Zawn Villines, pe Substack!). Deci da, ne deplasăm cu mașini și avioane, dar asta nu va înlocui niciodată alergatul. Dimpotrivă, tot mai mulți oameni au început să alerge maratoane pe măsură ce transportul a devenit mai rapid și mai ieftin. Sunt mijloace diferite pentru scopuri diferite.

Un prompt bun cere, de obicei, mai mult efort decât scrisul în sine, așa că de ce să nu scriem și gata? Se poate obiecta că lipsește scalabilitatea, doar că un prompt de sistem nu este niciodată un prompt bun; trebuie să se propage mai departe și mai devreme sau mai târziu va eșua.

La fel ca LinkedIn, mi-am abandonat ambițiile legate de AI și am luat-o în direcția opusă. Poate că acesta este momentul potrivit pentru un reportaj de teren, vechi și de încredere. Munca generativă își va găsi utilizările și are deja destule în jurnalism. Dar intenționalitatea și agentivitatea rămân strâns în mâinile oamenilor, „nu pentru că” ne e frică să nu fim lăsați pe dinafară, „ci pentru că” nimic altceva nu are sens.