Czy nasze miejsca pracy zajmie sztuczna inteligencja?

Przestępca dokonujący ataku informatycznego kojarzony jest zazwyczaj z człowiekiem siedzącym przed ekranem komputera, który próbuje złamać istniejące zabezpieczenia i oszukać system bezpieczeństwa, aby włamać się do systemu komputerowego. Jednak prawdziwe ataki na infrastrukturę informatyczną firm coraz częściej wykorzystują technologie zautomatyzowane, człowiek jedynie inicjuje taki proces, i to zazwyczaj na długo przed planowanym atakiem. Samo włamanie do atakowanych systemów następuje po zebraniu odpowiedniej ilości informacji o ich zabezpieczeniach, a rodzaj przyjętej metody ataku jest konsekwencją m.in. zastosowanych algorytmów uczenia maszynowego.

Algorytmy sztucznej inteligencji, naśladując ludzkie inteligentne zachowania, uczą się nowych rozwiązań i testują je na kolejnych etapach wykonywania zadania. Ten proces co prawda naśladuje działania inteligentnego człowieka, ale jest tysiące razy szybszy. To, co zespołowi informatyków zajęłoby wiele dni, odpowiedni algorytm jest w stanie rozwiązać w ciągu kilku sekund. Jedyny problem polega na tym, że twórcy algorytmów zazwyczaj nie wiedzą, jaki będzie szczegółowy, końcowy efekt ich pracy, stawiają jedynie algorytmowi konkretny cel, np. włamanie do systemu. W takiej sytuacji informatycy odpowiedzialni za bezpieczeństwo informatyczne firmy nie mają już innego wyjścia, jak tylko zastosować podobny algorytm defensywny, który będzie stał na straży systemów komputerowych, które mają oni chronić. Poza tym istnieje jeszcze jeden bardzo poważny problem. Jak szacuje Ponemon Institute, światowa instytucja zajmująca się problemami bezpieczeństwa sieciowego, ponad 70 proc. firm zajmujących się cyberbezpieczeństwem boryka się obecnie z poważnymi brakami kadrowymi. Zatem najbliższa przyszłość to wzrost stosowania metod uczenia maszynowego w całym sektorze zajmującym się bezpieczeństwem komputerowym.

Dane personalne warte miliardy

Jeden ze specjalistów bezpieczeństwa komputerowego z firmy F-Secure, Mikko Hypponen, stwierdził, że obecnie dane są jak nowa ropa naftowa – tak samo jak naturalny surowiec przyniosły nam wiele korzyści, ale stworzyły też nowe problemy. Podobną sytuację mamy dzisiaj, bezpieczeństwo danych to obecnie priorytet. Według Boston Consulting Group, wartość cyfrowych danych personalnych, czyli takich, jakie codziennie zostawiamy podczas normalnego użytkowania internetu, od 2020 r. zacznie przynosić europejskim firmom zysk szacowany na astronomiczną kwotę 330 mld euro rocznie. Zatem ochrona tak cennego kapitału jest niezwykle ważna dla każdej dużej firmy. Dzisiaj najlepszym sposobem ochrony wydają się algorytmy sztucznej inteligencji wykorzystujące uczenie maszynowe. Człowiek stanie się wtedy jedynie obserwatorem „pola walki”, na którym wyuczone przez niego algorytmy będą toczyły walkę ze złodziejami, którzy chcą je wykraść.

Takie fundamentalne zmiany zaszły na informatycznym rynku pracy zaledwie w ciągu ostatnich 15 miesięcy. Specjaliści tej branży, zamiast obawiać się, że sztuczna inteligencja odbierze im pracę, sami zaczynają ją coraz częściej stosować. Braki na informatycznym rynku pracy będą się pogłębiać coraz bardziej, poza tym coraz bardziej pożądane na rynku pracy będą specjalizacje, których do tej pory nie było – jak np. wspomniani wcześniej specjaliści od uczenia maszynowego. Czyli tak naprawdę informatycy muszą zająć się „uczeniem maszyn”, i to nie tylko tych w materialnej postaci, jak roboty przemysłowe czy też samochody autonomiczne, ale przede wszystkich maszyn wirtualnych, takich jak systemy bezpieczeństwa, instytucje przekazu informacji medialnych czy też systemy bankowe, giełdowe i ekonomiczne.

Proces uczenia wymaga wielu różnych umiejętności. Nie opracowaliśmy jeszcze np. idealnego procesu uczenia dzieci w szkole, a stajemy przed wyzwaniem uczenia systemów sztucznej inteligencji. Jak ma wyglądać szkoła dla algorytmów i robotów? Muszą w niej pracować osoby, które oprócz podstawowej wiedzy informatycznej poznały technologie maszyn, ale również znają się na metodyce nauczania skutecznej w kształceniu człowieka. To zbiór bardzo różnorodnych umiejętności.

Badania przeprowadzone w USA pokazują, że w ciągu najbliższych 10 lat najbardziej poszukiwani będą inżynierowie łączący specjalizacje: informatyk, mechanik i analityk danych. Poza tym na uczelniach technicznych wprowadza się coraz większy komponent przedmiotów bezpośrednio odnoszących się do człowieka, jak psychologia, neuronauka oraz dydaktyka. Roboty jako urządzenia mechaniczne wymagają odpowiedniej znajomości technologicznej, ale już metody uczenia maszynowego stosowane w tych urządzeniach to konieczność implementacji odpowiednich algorytmów. Wszystkie umiejętności powinny być harmonijnie wykorzystywane, aby w efekcie końcowym otrzymać niezawodne urządzenia, które będą realizować dobre cele, nakreślone przez człowieka.

Rewolucja na rynku pracy

Zmiana technologiczna odmieni zupełnie współczesny rynek pracy. Problemem staje się nie tylko automatyzacja, w której miejsce ludzi zajmują szybsze i mniej zawodne maszyny, ale też autonomiczne systemy uczenia maszynowego, które zaczną naśladować ludzką pracę w takich dziedzinach, które do tej pory uważaliśmy za typowo ludzkie.

Jeśli produkcja przemysłowa zostanie w dużej mierze zautomatyzowana, a fabryki będą pracowały 24 godziny na dobę, bez żadnych przerw na obiad, kawę, bez urlopów i zwolnień lekarskich, to możemy oczekiwać ogromnego zwiększenia produkcji dóbr przemysłowych. System pośrednictwa sprzedaży i redystrybucji dóbr również zostanie zautomatyzowany, łącznie z transportem, budownictwem i rynkiem usług, gdzie do tej pory w krajach rozwiniętych pracuje większość ludzi. Według raportu Oxford Martin School nawet połowa wszystkich dotychczasowych zawodów zostanie zautomatyzowana w ciągu 5-10 lat.

Algorytmy uczenia maszynowego z kolei przejmą część pracy umysłowej człowieka. Najpierw zastąpią informatyka w pisaniu coraz bardziej wydajnych kodów, jak opisane na początku artykułu systemy cyberbezpieczeństwa, potem zajmą się zapewne coraz wydajniejszą analizą danych ekonomicznych, aby usprawnić procesy gospodarcze, oraz częściowo przejmą rolę dziennikarzy, redaktorów i twórców raportów ekonomiczno-gospodarczych. Kolejne pola ich aktywności to system prawniczy.

W kilku kancelariach adwokackich w USA odbywają się już testy cyfrowego asystenta prawniczego. Szkolenie prawnika na takim stanowisku trwa wiele lat, projekty informatyczne mają nauczyć tych samych umiejętności algorytmy uczenia maszynowego w kilka tygodni. Poza tym z osobą prawnikiem firmy mają inny poważny problem: kiedy zdobędzie on wysokie kompetencje, zazwyczaj szuka lepiej płatnej pracy i odchodzi do konkurencji.

Algorytm zainstalowany na firmowym komputerze kancelarii nie będzie miał takiej możliwość, pozostanie „lojalny” na zawsze. Jednak proces weryfikacji umiejętności cyfrowego prawnika będzie trwał bardzo długo, aby wyeliminować wszystkie możliwe błędy i nieścisłości algorytmu. Kiedy jednak taki algorytm będzie już gotowy, nic nie będzie stało na przeszkodzie, aby utworzyć jego kopie i sprzedać z zyskiem konkurencji. Takie możliwości zupełnie zmienią klasyczny rynek pracy.

Krytycy uważają, że zamieni się on w „rynek cyfrowych niewolników”, natomiast optymiści – że tacy asystenci odciążą człowieka, który będzie mógł zająć się ważniejszymi, twórczymi sprawami. Zresztą już dzisiaj w USA prawnicy powszechnie używają systemu komputerowego LawGeex, który służy do automatycznego generowania i weryfikacji dokumentacji prawniczej, tworzenia umów, aktów własności itp.

Presja sztucznej inteligencji

W 2018 r. przeprowadzono spektakularne zawody pomiędzy systemem LawGeex a starannie wybranymi przez najlepsze amerykańskie uczelnie prawnicze 20 prawnikami. Obie grupy – sztuczna inteligencja oraz ludzie – otrzymały zadanie przeanalizowania 5 dokumentów prawniczych i odnalezienia w nich specjalnie umieszczonych wcześniej problematycznych kwestii. Prawnicy ludzie osiągnęli wynik 85 proc., a system LawGeex 95 proc. skuteczności.

Czas wykonania zadania okazał się jednak klęską ludzkiego zespołu. Spędził on nad każdym dokumentem średnio 92 minuty – sztuczna inteligencja potrzebowała na to samo zadanie tylko 26 sekund. Nie zapominajmy, że w USA cena za usługę prawniczą ściśle zależy od czasu, jaki spędzi nad nią prawnik, zatem na wolnym rynku kancelarie prawnicze prowadzone przez ludzi są bez szans.

Wydaje się, że obecny model kształcenia, kiedy wybieramy studia wyższe po to, aby zdobyć jeden dobry zawód na całe życie, powoli odchodzi do lamusa. Ponieważ zmiany technologiczne wymagają ciągłego zdobywania nowych umiejętności, konieczne jest ciągłe dokształcanie się. Jednak z całą pewnością jeszcze przez wiele lat bardzo poszukiwani na rynku pracy będą specjaliści w zakresie sztucznej inteligencji i systemów uczenia maszynowego. Ale te specjalizacje ciągle się rozwijają, wymagają już wiedzy nie tylko z zakresu informatyki i technologii komputerowych, ale również psychologii i ekonomii.

Konieczne staje się więc pilne zmodernizowanie istniejących modeli kształcenia zarówno na studiach stacjonarnych, jak i podyplomowych, aby dostosować proces kształcenia do szybko zmieniającej się sytuacji na rynku pracy. Szersze podejście interdyscyplinarne staje się koniecznością, a klasyczny podział na przedmioty ścisłe i humanistyczne powoli się zaciera, kiedy stajemy przed koniecznością właściwego nauczenia algorytmów sztucznej inteligencji nie tylko szczegółowych umiejętności, ale również zapewnienia bezpiecznego realizowania zakładanych celów. Wyższa Szkoła Kultury Społecznej i Medialnej od dawna realizuje takie cele dydaktyczne zarówno na studiach inżynierskich z zakresu informatyki, jak i interdyscyplinarnych na kierunku informatyka medialna.