Megfigyelik a dolgozókat, hogy tanítsák az AI-t: új korszak jöhet a munkahelyeken

Az AI-fejlesztés új szakaszába léphet: a technológiai vállalatok egyre kevésbé arra koncentrálnak, hogy a chatbotok még jobb válaszokat adjanak, és egyre inkább arra, hogy az úgynevezett AI-ügynökök teljes munkafolyamatokat tudjanak önállóan elvégezni.

A Business Insider beszámolója szerint ennek egyik kulcsa az lehet, hogy az AI-t megtanítják arra, hogyan dolgoznak valójában az emberek. Ehhez úgynevezett megerősítéses tanulási környezeteket (reinforcement learning, RL environments) hoznak létre, amelyekben az AI virtuális munkahelyeken gyakorolhatja a programozást, az üzleti szoftverek használatát, a döntéshozatalt és akár több órán vagy napon át tartó összetett feladatokat is.

A korábbi AI-modelleket elsősorban hatalmas mennyiségű internetes és könyvszövegen, valamint emberi értékeléseken tanították. A következő generáció azonban már nem egyszerűen a következő szót vagy megfelelő választ próbálja megjósolni: cselekednie, hibáznia, javítania és tanulnia kell.

Több mint 1,5 milliárd dolláros üzlet lehet a háttérben

Az új irány egyik fontos szereplője a Mechanize, amelyet Tamay Besiroglu AI-kutató és társalapítói hoztak létre. A startup célja rendkívül ambiciózus: a gazdaság teljes automatizálása.

A vállalat olyan virtuális munkakörnyezeteket fejleszt, amelyekben az AI-ügynökök megtanulhatják, hogyan kell összetett szakmai feladatokat elvégezni. A Mechanize elsődleges célterülete a szoftverfejlesztés, de a cég szerint a módszer később a fehérgalléros munkák széles körére kiterjeszthető.

Besiroglu és társalapítói szerint

olyan szimulációkat és értékelési rendszereket akarnak létrehozni, amelyek „az emberek által végzett munka teljes spektrumát” képesek modellezni.

A lehetőségre a Google is felfigyelt: a Business Insider korábbi értesülése szerint a technológiai óriás több mint 1,5 milliárd dollárt fektethet a Mechanize-ba. A megállapodás a startup tehetségeit is a Google-höz vinné, miközben a vállalat licencelné a Mechanize technológiáját.

A dolgozók munkájából tanulhat az AI

A változás azonban nem áll meg a virtuális szimulációknál. A technológiai vállalatok egyre inkább a saját munkatársaik tevékenységét is felhasználnák annak megértésére, hogyan zajlik egy munka a valóságban.

Elon Musk, a SpaceX vezetője egy vállalati megbeszélésen arról beszélt, hogy a vállalat felhasználná a dolgozók munkatevékenységéből származó adatokat a Grok AI-modellek fejlesztésére. Musk szerint az AI így jobban igazodhat az emberi célokhoz és értékekhez.

A SpaceX vezérigazgatója azt mondta a munkatársainak:

It will be trained on you

vagyis "rajtatok fogják betanítani”.

Musk ennél is tovább ment: a SpaceX dolgozóit az AI „szüleinek” nevezte, mert szerinte a modell örökölheti az emberek gondolatait, ötleteit és meggyőződéseit.

„You will effectively be the parents of the AI. It will inherit your thoughts and ideas and beliefs, and I think that's a good thing” – fogalmazott Musk. Magyarul:

a dolgozók lényegében az AI szülei lesznek, amely örökölni fogja gondolataikat, ötleteiket és meggyőződéseiket.

A Meta a kattintásokat és billentyűleütéseket is figyelné

Hasonló irányba indult a Meta is. A vállalat egy belső programmal azt vizsgálta, hogyan használják a munkatársak a számítógépeket a mindennapi munkában.

Az adatgyűjtés olyan információkra is kiterjedhet, mint a billentyűleütések, egérmozgások, kattintások és a képernyőn megjelenő tartalom az engedélyezett munkahelyi alkalmazásokban.

A cél az, hogy az AI valódi példákból tanulja meg, hogyan végeznek az emberek hétköznapi számítógépes feladatokat: hogyan navigálnak egy programban, milyen billentyűparancsokat használnak, milyen sorrendben hajtanak végre egy feladatot.

Ez azért lehet fontos, mert egy AI-ügynöknek nem feltétlenül elég tudnia, hogy mi lenne a helyes válasz. Azt is meg kell tanulnia, hogy egy konkrét feladatot hogyan kell végrehajtani.

A Scale AI szerint is megváltozik az AI betanítása

Az új megközelítésben fontos szerepet játszik a Scale AI, amely az AI-modellek betanításához szükséges adatok egyik jelentős szolgáltatója.

Chetan Rane, a Scale AI ügynökökkel és megerősítéses tanulási környezetekkel foglalkozó termékvezetője szerint az AI-modellek betanításának módja alapvetően változik.

A modellek betanításának módja folyamatosan változik

 – írta Rane egy korábbi bejegyzésében.

Szerinte a fejlett modelleknek egyre inkább valósághű, szimulált környezetekben, próbálkozásokon és hibákon keresztül kell tanulniuk, nem pedig kizárólag statikus adathalmazokból és emberi visszajelzésekből.

Rane szerint a Scale AI új betanítási projektjeinek közel fele már RL-környezeteket is tartalmaz. Ezek között vannak programozási, számítógép-használati és vállalati munkafolyamatokat modellező környezetek.

Az AI megtanul hibázni – és javítani

Az RL-környezetek lényege, hogy az AI nem egyszerűen megkapja a helyes választ, hanem megpróbálja elvégezni a feladatot.

Ha hibázik, újra próbálkozhat. Ha sikeresen teljesíti a feladatot, pozitív visszajelzést kap. Ezeket nevezik jutalmazási jeleknek, vagyis „reward signaloknak”.

Besiroglu szerint ennek az a lényege, hogy a modell számára egyértelmű legyen, sikerült-e a feladatot helyesen végrehajtania. Ezután az AI megerősítheti azokat a viselkedési mintákat, amelyek a sikeres feladatteljesítéshez vezettek.

A Mechanize szerint erre azért van szükség, mert a jelenlegi AI-rendszerek még nem megbízhatóak az olyan hosszú, összetett munkafolyamatokban, amelyek több órán vagy akár napokon keresztül tartanak.

Az Uber már a HR munkafolyamatait is vizsgálja

Nemcsak a technológiai fejlesztők próbálják megérteni, hogyan lehet az AI-t munkakörökre ráengedni.

Az Uber úgynevezett „Agentic Pods” kezdeményezésében AI-mérnököket helyez különböző üzleti területek mellé. A program többek között a pénzügy, jog, HR, marketing, beszerzés és ügyfélszolgálat munkafolyamatait érinti.

A mérnökök feladata, hogy megértsék, hogyan dolgoznak az egyes részlegek munkatársai, majd az így megszerzett tudás alapján újratervezzék a folyamatokat AI-ügynökök számára.

Az irány tehát jóval túlmutat a chatbotokon.

A következő verseny már a teljes munka automatizálásáról szólhat

A technológiai cégek versenye egyre inkább arról szólhat, ki tudja a legjobban modellezni a valódi munkahelyeket.

A cél olyan digitális környezetek létrehozása, ahol az AI-ügynökök megtanulhatják a modern munkavégzés több ezer döntését, lépését és munkafolyamatát. Ha ezek a rendszerek kellően pontosak lesznek, az AI nemcsak egy-egy részfeladatot végezhet el, hanem egész munkafolyamatokat vehet át.

Ez egyben azt is jelenti, hogy a munkahelyi adatok értéke jelentősen felértékelődhet. A dolgozók nemcsak információkat állítanak elő, hanem a munkavégzésük maga is olyan „tananyag” lehet, amelyből a következő generációs AI-rendszereket képezik.

Miért nem fogja teljesen eltüntetni az AI a HR-eseket?

- olvassa el korábbi cikkünket! 

Kép forrása: magnific