KATARÍNA ŠEVČÍKOVÁ, INESS
Prečo nám umelá
inteligencia (ne)zoberie
prácu?
DEFINÍCIA NA ÚVOD
AI ≥ človek
Čo je to umelá inteligencia?
ČASŤ 1 — VÝVOJ
Krátka história AI
1956
Dartmouth
vzniká pojem „umelá inteligencia“
90. roky
Strojové učenie
stroje sa učia z dát
2010+
Hlboké učenie
neurónové siete prelomia bariéru
dnes
Generatívna AI
text, obraz, kód na požiadanie
Čo napokon zmenilo hru?
ČASŤ 1 — MÍĽNIKY
Kam až sa AI dostala
Deep Blue vs. Kasparov (1997)
AlphaGo vs. majstri sveta (2016)
Autonómne autá (2017)
Nobelovka za chémiu AlphaFold (2024)
ČASŤ 1 — AKO TO FUNGUJE
Ako dnes funguje LLM
1
Predikuje ďalšie slovo Vždy odhadne najpravdepodobnejší ďalší kúsok textu (token).
2
Slová sú čísla Význam zachytáva ako vektory - body v mnohorozmernom priestore.
3
Učí sa zo vzorov Z obrovského množstva textu si „odpozerala“ vzťahy medzi slovami.
ČASŤ 1 — NEROVNOMERNÉ POZNANIE
Poznanie nie je rovnomerné
JEDEN SPOLOČNÝ PRINCÍP
Čo sa v dátach opakuje často a v ustálenej podobe, získa silnú stopu. Čo je zriedkavé, roztrúsené alebo lokálne, získa slabú.
PREJAV 1 · NAPRIEČ TÉMAMI
Čo model vie a nevie
PREJAV 2 · V RÁMCI JEDNEJ TÉMY
Default k stredu
ČASŤ 2 — ZOBERIE NÁM PRÁCU?
Čo hovorí história
Každá nová technológia spustila ten istý strach
Auto: koniec kočišov, vznik celého autopriemyslu, servisov, ciest
Traktor: menej roľníkov, viac potravín a úplne nové profesie
Počítač: zánik pisárok, explózia IT a digitálnych služieb
ČASŤ 2 — NÁMIETKY, TECHNOLÓGIA AKÁ TU EŠTE NEBOLA
Prečo to môže byť tentokrát iné?
01
AI externalizuje myslenie. Kognitívnu prácu, ktorú sme považovali za výhradne ľudskú.
02
Vyvíja sa extrémne rýchlo. Nepoznáme, kde sú jej hranice.
03
Jej výstupy nie sú dané vstupmi. Z rovnakého zadania zakaždým niečo iné, nie je to klasický nástroj.
ČASŤ 2 — BUDOVANIE STRACHU
Je AI ešte vôbec technológia?
„mimozemská inteligencia“
„nový digitálny druh“
„ľudia budú nepotrební“
„existenčná hrozba“
ČASŤ 2 — ČO HOVORIA EKONOMICKÉ ŠTÚDIE
Čo hovorí akademická debata
1
Menej dramatické Štúdie modelujú scenáre a ich výsledky sú miernejšie než titulky.
2
Tlak na rutinu Najviac je vystavená rutinná znalostná práca, nie práca ako celok.
3
Mapovanie profesií Výskum hľadá, ktoré povolania sú AI najviac vystavené.
Čo majú predikcie spoločné?
AKO TO VIDÍ VÄČŠINA
Ekonomika = súbor existujúcich úloh.
Koľko z nich zvládne AI?
AKO TO V SKUTOČNOSTI JE
Ekonomika = neustály objavovací proces.
Nové kombinácie zdrojov, nové produkty, nové služby.
ČASŤ 2 — BASTIAT
Čo je vidieť a čo nie je vidieť?
VIDÍME
Prácu, ktorú technológia práve nahrádza.
NEVIDÍME
Prácu, ktorá ešte len vznikne a dnes ju nevieme pomenovať.
ČASŤ 2 — PREDIKCIE SA MÝLIA
Prečo ešte existuje profesia „rádiológ“?
ČASŤ 2 — ĽUDIA KONAJÚ, AI FUNGUJE
Ľudské potreby sú nekonečné
Potreby sa nenasýtia, práca je trvalo vzácna
Zvýšenie produktivity pomocou AI prácu uvoľňuje k potrebám, ktoré boli predtým drahé na obsluhu
Kde je háčik?
ČASŤ 2 — RICARDO, PLATÍ TO AJ PRE STROJE
Komparatívna výhoda
Otázka nie je, či AI zvládne úlohu lepšie než človek.
Otázka je, či má človek + AI vyšší celkový výstup než AI sama.
AI môže byť lepšia v každej jednej úlohe a aj tak sa oplatí kombinovať ju s ľuďmi, ak má človek komparatívnu výhodu čo i len v jednom kroku výrobného procesu.
ČASŤ 2 — EKONOMICKÁ KALKULÁCIA
AI je kapitálový statok
Nie „nový druh“ - Je to nástroj, ktorý podlieha ekonomickej kalkulácii.
Sama nevie hodnotu - AI netuší, či tvorí alebo ničí hodnotu. Zisťujú to firmy cez zisk a stratu.
Z hype do kalkulácie - Microsoft, Uber a ďalší už počítajú, kde sa naozaj oplatí.
ČASŤ 2 — ROZHODUJÚ AJ INŠTITÚCIE, NIELEN TECHNOLÓGIE
Nebude to bezbolestné
Adaptácia trvá
Ekonomika sa prispôsobí, ale nie hneď a nie bez nákladov.
Engelsova pauza
Pri priemyselnej revolúcii rástla produktivita desaťročia skôr, než to pocítili mzdy.
Tu vzniká tlak
V medzere medzi „čo je vidieť“ a „čo nie“ rastie tlak na zlé riešenia, napr. dane na automatizáciu.
ZÁVER
„Žiadny podnikateľ sa nebojí, že mu AI vezme prácu.“
— Naval Ravikant
katarina.sevcikova@iness.sk
katarinai.substack.com
iness.sk