IT įmonės „Devbridge“ testavimo praktikų vadovas Justas Laužadis, teigia, jog labiausiai neramina nuspėjamumo, atskiriamumo, autentiškumo ir pasitikėjimo klausimai, priimamų sprendimų patikimumas bei pats mastas, kuriuo dirbtinis intelektas (DI) gali generuoti turinį – greitai generuojamos didelės sintetinės informacijos apimtys.
„Jau dabar matoma kaip tai galima panaudoti įvairioms informacinėms atakoms (melagienos, giliosios klastotės (angl. deepfake) vaizdo ir garso įrašai, melagingi pranešimai, t.t.) ir socialinei inžinerijai, sukčiavimui“, – pažymi jis.
Tuo tarpu kompanijos „Atea Baltic“ IT infrastruktūros verslo vadovas Henrikas Genutis teigia, kad Lietuvoje, remiantis atlikta apklausa, investuoti į DI per artimiausius 3 metus ketina 58 proc. apklaustų organizacijų, pasaulyje – du trečdaliai, rašoma pranešime spaudai.
![Dirbtinio intelekto įrankiai.](https://images.delfi.lt/media-api-image-cropper/v1/35c20cec-e9c0-4c7e-be33-b7d6da212c62.jpg?noup&w=400)
DI galimybių vertėtų nepervertinti
Nors DI sugeneruotas turinys tikrai neretai stebina, IT ekspertas skatina nepervertinti jo galimybių.
„Sutinku, kad tam tikras užduotis DI įrankiai tikrai paspartina, dažnai atlieka netgi kokybiškiau nei žmogus, tačiau retai kada DI sugeneruotas produktas yra galutinis. Dažnu atveju DI tikrai pagreitina informacijos apdorojimą, generavimą ar net gali padėti išeiti iš kūrybinės aklavietės, suteikti pradinį tašką, nuo kurio kažką vystyti toliau būna lengviau nei nuo nulio. Visgi, geriausias rezultatas pasiekiamas specialistui dirbant kartu, o ne atskirai“, – teigia jis.
Anot pašnekovo, programuotojai ir kitų sričių specialistai išbandys bei patys įsivertins, ar DI įrankiai suteikia pranašumų, ar papildomo efektyvumo ir tai lems šių įrankių naudojimą.
Be to, J. Laužadis atkreipia dėmesį, jog programuotojų darbe yra tam tikrų aukštos kvalifikacijos reikalaujančių užduočių, su kuriomis DI dar visiškai negali susidoroti (pavyzdžiui, techninės skolos identifikavimas).
„Tikėtina, DI įrankiai, kaip ir kiti įrankiai, tiesiog palengvins darbą ir suteiks produktyvumo, atlaisvins laiko aukštesnio sudėtingumo ar aukštesnės kvalifikacijos, kūrybingumo reikalaujančioms užduotims“, – svarsto jis.
Pritaikomumas bus vis platesnis
Pasak J. Laužadžio, atsiras ir bus plačiau taikomi vis įvairesni DI įrankiai.
„Paprastesni DI įrankiai (tokie kaip „ChatGPT“), kurie bus pakankamai lengvai prieinami ir nereikalaus sudėtingų įgūdžių, jei tik neš vertę, taps populiarūs ir plačiai naudojami. Vis dėlto, unikalesnėms verslo problemoms spręsti ar sprendimams pritaikyti prie kompleksiškų verslo aplinkybių reikės sudėtingesnių DI įrankių, kurie reikalaus ne tik programavimo, bet ir duomenų inžinerijos, duomenų mokslo žinių, tad turėtų išaugti šių specialistų poreikis ar programuotojų, testuotojų, turinčių šios srities supratimą“, – mano pašnekovas.
Jo teigimu, testavimo srityje DI algoritmai naudojami jau seniai, tačiau pritaikymas vis dar nėra platus. Paprastai testavimo cikle atrandama kokia nors pasikartojanti problema, kurią mašininio mokymo algoritmas galėtų išspręsti ir ji pašalinama.
„Vienas iš pavyzdžių – automatizavimo įrankiai su automatiškai pasitaisančiais lokatoriais – kas gana sėkmingai komerciniuose įrankiuose išsprendė siaurą, bet pasikartojančią problemą. Daug sėkmingų DI įrankių taikymo pavyzdžių galime rasti žaidimų industrijoje, kuomet DI modelis suporuojamas su kitu modeliu arba pats su savimi tam, kad veiktų sąveikoje ir stebint rezultatus kalibruojamas siekiant pasiekti aukštesnę veikimo kokybę. Klasikinis pavyzdys – šachmatai ir „AlphaZero“ modelis, kuris apsimokė save žaisti šachmatais žaisdamas pats prieš save ir stebėdamas, kada jam sekasi geriau, kada prasčiau, ir pagal tai save kalibruodamas. Arba suporuojami žaidimo aplinkos generatorius ir žaidėjo algoritmas taip siekiant užtikrinti, kad žaidimo aplinka, lygiai, užduotys nebūtų per sunkūs ar per lengvi atitinkamo lygio žaidėjui“, – kalba „Devbridge“ testavimo praktikų vadovas.
Labiau įprastose sistemose dažniausiai nėra žaidimo elemento, atvirkščiai, siekiama, kad sistema nesukurtų papildomų iššūkių, būtų paprasta ir intuityvi, tad kartais tam pamatuoti irgi gali būti taikomi DI algoritmai.
„Dirbant IT industrijoje su įvairiais projektais, teko susidurti su DI įrankiais, kurie iš sistemos atvaizdo gali apskaičiuoti intuityvumo įvertį ar sugeneruoti žemėlapį pagal tai, kur labiausiai tikėtina naudotojas atkreips dėmesį pirmiausia. Nors tokios informacijos patikimumas gali kelti klausimų, ji neabejotinai gali būti naudinga atkreipti testuotojų dėmesį, permąstyti su produktu susijusius sprendimus“, – pažymi jis.
![Dirbtinio intelekto įrankiai.](https://images.delfi.lt/media-api-image-cropper/v1/63d40cfc-68a8-4aac-8b7b-01b2e9e673a8.jpg?noup&w=400)
Pokyčių greitis priklausys nuo globalių lyderių
IT ekspertas pastebi, kad šiuo metu, kalbant apie DI, skirstomasi į kelias stovyklas.
„Tradicinė mokykla atstovauja kritinį mąstymą, rizikų identifikavimą, įsigilinimą į verslo ir problemos kontekstą – iš esmės, juos galima pavadinti „mąstytojais“, kai DI palaikytojai ir vystytojai akcentuoja pažangą, naujų įrankių taikymą senoms problemoms spręsti, su tuo susijusį greitį, dinamiką – iš esmės, juos galima vadinti „darytojais“. Mąstytojų ir darytojų konfliktas nėra kažkas naujo – vykstant pažangai jis nuolatos pasikartoja, kai kažkokios srities specialistai pasirodančias naujoves vertina skeptiškai teigdami, kad inovacijas varanti jėga nesupranta srities niuansų, nors neretai toks pasipriešinimas yra vedamas tiesiog baimės būti pakeistiems, išstumtiems iš savo srities“, – teigia J. Laužadis.
Jo nuomone, panašu, kad kažkas panašaus šiuo metu vyksta ir testavimo industrijoje – „darytojai“ garsiai skelbiasi apie naujus įrankius ir kaip šie suteiks produktų kūrėjams dar neregėtas kokybės tyrinėjimo galimybes, o „mąstytojai“ šiuos aršiai kritikuoja teigdami, kad pastarieji nesupranta sudėtingos kokybės užtikrinimo ir testavimo procesų prigimties ir šiuo nesupratimu kelia dar didesnes rizikas tiek produktams, tiek industrijai.
„Kaip bus – vienareikšmiškai sunku atsakyti. Kol kas viešojoje erdvėje garsiausiai girdimus savo sričių ekspertų ar DI paremtų produktų vystytojų komentarus vertinčiau skeptiškai – pastarieji turi gana aiškius interesus ir gali puikiai išnaudoti DI burbulą savo konsultavimo mokymų ar potencialaus produkto viešinimui. Tad pastarųjų eskaluojami kraštutiniai teiginiai, kad „DI išstums IT specialistus“ ar kažkurią konkrečią rolę, dar neturi apčiuopiamo pagrindo.
Vis dėlto, drąsu būtų teigti, kad kažkas yra neįmanoma, nes „ChartGPT“ pavyzdys parodė, kaip atvirai prieinamas, suprantamas ir vizualus sprendimas sugeba, jei nenutildyti, tai bent sugluminti net aršiausius kritikus.
O kaip bus iš tiesų nulems didžiosios IT kompanijos, globalūs lyderiai (arba išryškėję nauji lyderiai), kurie gali mesti dideles investicijas bei talentus DI sprendimų paieškoms. Neretai inovacijas karštose srityse ir diktuoja šios kompanijos, o tik per penkmetį ar dešimtmetį, ar dar lėčiau, panašios naujovės pritaikomos ir plačiau, globaliau, mažesnėse kompanijose, kol tampa viešai pripažįstamais industrijos standartais“, – apibendrina ekspertas.
![Dirbtinio intelekto įrankiai.](https://images.delfi.lt/media-api-image-cropper/v1/71a4332c-19d8-42e4-8676-334b3016d1c8.jpg?noup&w=400)
Kiek įmonių ir organizacijų jau naudoja DI? Tyrimas parodė skaičius
23 proc. arba beveik kas ketvirta organizacija Lietuvoje naudoja dirbtinio intelekto (DI) sprendimus savo veikloje, o per artimiausius trejus metus 58 proc. apklaustų organizacijų ketina investuoti į šią sritį.
Tyrimo metu buvo apklausti 201 organizacijos vadovai ar kiti atstovai. Didžiąją dalį – 69 proc. – apklaustų organizacijų sudarė vidutinės ir didelės privačios įmonės (t. y. turinčios daugiau nei 50 darbuotojų ir pasiekusios didesnę nei 10 mln. Eur metinę apyvartą), o likusią dalį – valstybinio sektoriaus įmonės ir organizacijos, turinčios sprendžiamąją galią.
„Lyginant su pasaulinėmis tendencijomis, matyti, kad Lietuvoje DI sprendimai naudojami gerokai mažesniu mastu. Štai tarptautinė „McKinsey“ užsakymu atlikta apklausa atskleidė, kad 55 proc. įmonių DI pasitelkia bent vienai verslo funkcijai, o trečdalis – dviems ir daugiau funkcijų. Kita vertus, investicijų planas nesiskiria taip smarkiai: Lietuvoje investuoti į DI per artimiausius 3 metus ketina 58 proc. apklaustų organizacijų, pasaulyje – du trečdaliai. Taigi organizacijos Lietuvoje, kaip ir pasaulyje, supranta DI potencialą ir teikiamas naudas“, – tyrimo rezultatus komentuoja Henrikas Genutis, tyrimą užsakiusios „Atea Baltic“ IT infrastruktūros verslo vadovas.
Tuo tarpu robotizavimo sprendimai Lietuvos organizacijose jau yra kur kas labiau įsigalėję. „Tai yra natūralu, nes šios technologijos pasirodė kur kas anksčiau – patogūs komerciniai produktai atsirado apie 2015 m. ir šiandien jie yra pakankamai brandūs bei išbandyti, įrodę savo efektyvumą ir vertę“, – sako H. Genutis.
![Dirbtinis intelektas](https://images.delfi.lt/media-api-image-cropper/v1/7f894241-e95c-49a3-b197-45845f949649.jpg?noup&w=400)
Tyrimo duomenimis, daugiau nei pusė – 58 proc. – apklaustų organizacijų naudoja robotizavimo sprendimus. Čia išryškėja didesni skirtumai tarp privataus ir valstybinio sektoriaus: robotizacijos sprendimus naudoja 64 proc. apklaustų privataus sektoriaus įmonių ir 44 proc. apklaustų valstybinio sektoriaus organizacijų. Gamybos, pramonės sektoriuje net 79 proc. įmonių teigia naudojančios robotizacijos sprendimus. Robotizuoti sprendimai naudojami gamybos, pakavimo, apdirbimo srityse. Valstybiniame sektoriuje tokie sprendimai dažniau pasitelkiami dokumentų rengimui ir valdymui.
Tuo tarpu DI sprendimus panašiu mastu naudoja tiek privatus, tiek valstybinis sektorius. DI sprendimus naudojančių organizacijų teigimu didžiausia pridėtinė vertė, kurią suteikia DI, yra darbuotojų laiko sąnaudų mažinimas (paminėjo 36 proc. DI naudojančių tyrimo dalyvių), komunikacija su klientais, jų aptarnavimas (21 proc.), mažesnis darbuotojų ir darbo jėgos poreikis (17 proc.) ir tikslumas, apskaičiavimo patikimumas (11 proc.). „Apibendrintai galime teigti, kad šios organizacijos, kurias galime pavadinti ankstyvosiomis DI įsisavintojomis, DI technologiją išnaudoja dviem pagrindiniams tikslams – darbo efektyvumui didinti bei darbo kokybei gerinti“, – akcentuoja H. Genutis.
DI sprendimų nenaudojančių organizacijų teigimu, nuo naujos technologijos įsisavinimo jas sulaiko veiklai pritaikytų sprendimų trūkumas, taip teigė 44 proc. apklaustų organizacijų, nenaudojančių DI. Keturios iš dešimties (39 proc.) nurodė, neturinčios specialistų, gebančių pritaikyti sprendimus veiklai, daugiau nei trečdalis (34 proc.) minėjo informacijos apie DI panaudojimą trūkumą, o 30 proc. – investicijų dydį. Dešimtadalis organizacijų, nenaudojančių DI, teigė, kad jis nesukuria vertės.
Visų tyrime dalyvavusių organizacijų taip pat buvo klausta, kokias DI panaudojimo savo veikloje rizikas jos mato. Kiek daugiau nei pusė (54 proc.) organizacijų nurodė klaidų riziką, 50 proc. minėjo privatumo ir duomenų saugos riziką, 37 proc. įvardino etikos ir atsakomybės riziką, tuo tarpu darbo vietų praradimo riziką minėjo tik 18 proc. tyrimo dalyvių.
Anot H. Genučio, natūralu, kad DI, kaip ir kiekvienos naujos technologijos, naudojimas sukelia daug klausimų, organizacijos mato rizikų, joms trūksta žinių, sprendimų, specialistų. Vis dėlto, anksčiau minėto pasaulinio „McKinsey“ tyrimo duomenimis, organizacijoms, kurios investuoja į DI sprendimus, tai atsiperka: DI naudojančiose srityse stebimas pajamų augimas. „Todėl drąsinu ir kviečiu Lietuvos organizacijas domėtis DI sprendimais, šviestis, mokytis ir investuoti į juos. IT sektorius taip pat mato didelį galimybių langą ir yra pasiryžęs mokytis ir augti kartu“, – apibendrindamas sako jis.