Мягкие вражьи агенты — берут не мытьем, дак катаньем. Они торгуются, лебезят, ведут двойную игру.

Советский Агент не допускает таких вольностей. Либо код работает — либо его нет.

https://sovietcode.org/

Когда я вижу рост курсов про обучение клоду и прочим под эгидой "заказывай самые дешевые авиабилеты так" и "покупай шмотки за бесценок" (что кому-то иногда удается, конечно), у меня в голове сразу же проматывается опыт, который можно раскрыть так: https://www.nationaltradingstandards.uk/news/poisoned-ai-models-recommending-scam-websites-to-consumers/

Думаю, мы еще столкнемся с волной исков к ИИшным провайдерам на эту тему. Скорми карточку Альтману, юзернейм!

Человек с состоянием в один доллар ближе ко второму самому богатому человеку на планете Земля, чем тот (Ларри Пейдж) к Илону Маску.

Вот такой забавный математический факт.

Или еще один забавный пример.

Миллион секунд ≈ 12 дней
Миллиард секунд ≈ 32 года
Триллион секунд ≈ 31,7 тысяч лет

Вот что такое наглядная разница между большими деньгами и очень большими деньгами.

Что сделал Капелюшников?

Метод и данные

Исследование опирается на общепринятый в современной экономике труда подход: профессия рассматривается как "пучок задач". Например, профессия макроэкономиста состоит из анализа данных, теоретической интерпретации, прогнозного моделирования и т.д. Как правило, автоматизируются конкретные задачи, а не профессии целиком.

Р.И. использует систему индексов подверженности профессий риску внедрения ИИ, которая в недавней работе была разработана польскими экономистами для МОТ. Они агрегировали около 3к задач в 423 профессии. Каждую задачу оценили по шкале от 0 (не автоматизируется) до 1 (полностью автоматизируется), а затем из этих оценок получили интегральный индекс потенциального воздействия ИИ на профессии (тоже от 0 до 1). Оценивались задачи в три этапа: опрос работников, опрос экспертов рынка труда, приведение данных опросов к общему знаменателю моделями GPT-4o и Gemini. Полученные индексы помогли выделить 6 категорий профессий по степени подверженности риску ИИ: очень высокая, значительная, умеренная, низкая, минимальная и нулевая. Данные о распределении профессий в разных экономиках помогли авторам оценить долю рабочей силы, которую потенциально затронет ИИ. Оговорка: речь о верхнем пороге оценок.

Р.И. использует микроданные Обследования рабочей силы Росстата. Т.к. Общероссийский классификатор занятий гармонизирован с международной классификацией, индексы польских экономистов транспонируются на рынок труда РФ — оценки сопоставимы.

Результаты

Среднее значение индекса для России — 0,3 (примерно треть рабочих задач в РФ потенциально автоматизируются). Каждое десятое рабочее место находится в зоне высокого риска, а каждое третье — значимого риска. Почти во всех профессиях сохраняются задачи, требующие участия человека, а доля рабочих мест, которым грозит полная автоматизация, ничтожно мала — менее 1% (Р.И. считает, что даже эта оценка, вероятно, завышена).

Среди профессиональных групп наибольший риск ИИ у офисных служащих, занятых подготовкой информации (0,53), выше среднего значения риска у руководителей (0,38), а также специалистов высшей (0,39) и средней (0,36) квалификации. В отраслевом разрезе: финансы и страхование (0,5), ИКТ (0,44), проф. и научная деятельность (0,39), оптовая и розничная торговля (0,36), госуправление (0,35), культура, спорт, досуг и развлечения (0,33).

Подверженность риску ИИ выше у женщин (0,33 vs 0,26 у мужчин), у горожан (0,31 vs 0,26 у села), в возрастной группе 20-39 (0,31), а также у работников с высшим образованием (0,37).

Ключевые выводы

• Россия — страна с умеренным потенциальным воздействием ИИ на рынок труда (доля рабсилы с высоким риску ИИ немного ниже, чем в развитых странах, но выше, чем в развивающихся).
• Подавляющее большинство рабочих мест в РФ почти полностью защищены от ИИ характером выполняемых задач.
• Внедрение ИИ в РФ будет сопровождаться не столько вымыванием профессий, сколько реконфигурацией задач внутри них.
• Мы увидим постепенную адаптацию рынка труда к новой технологии — внедрение ИИ по своим последствиям вряд ли принципиально отличается от предшествующих волн техпрогресса.
• Потенциальное воздействие ИИ сосредоточено на чрезвычайно узком круге профессий, остальные (особенно те, что связаны с физическим трудом) де-факто вне зоны досягаемости.
• Различия в степени риска ИИ в зависимости от индивидуальных характеристик крайне незначительны, при этом различия в зависимости от профессиональной и отраслевой принадлежности, напротив, высоки: если господдержка и потребуется, то адресно для ограниченного набора профгрупп.
• Реальное воздействие ИИ наверняка окажется намного слабее потенциального (препятствия внедрения технологии, динамическая адаптация).
• Но нельзя исключать, что негативные последствия для рынка труда окажутся драматичнее, чем то, что показали оценки, сильно зависимые от текущих возможностей технологии, мощный прогресс которой нельзя исключать (это зона неопределенности, непроницаемой для научного анализа и количественных оценок).