Kauno technologijos universiteto Matematikos ir gamtos mokslų fakulteto (KTU MGMF) profesorius, DI centro tyrėjas Audrius Kabašinskas dalijasi įžvalgomis apie tai, kaip DI keičia ne tik finansų, bet ir darbo rinką bei ko galima tikėtis ateityje.

DI priimant finansinius sprendimus


Finansų srityje labai dažnai susiduriama su iššūkiu, kad sprendimų priėmimas yra sudėtingas ir daugialypis – jis turi daugybę kriterijų ir tikslų. Tradiciniai sprendimų priėmimo metodai, egzistuojantys jau daugiau nei 100 metų, pasižymi lėtumu ir reikalauja žmogiškojo, ekspertinio įsikišimo. Dėl šios priežasties sprendimų priėmimui pasitelkiamas DI.

Nors DI buvo naudojamas ir anksčiau, priėmus naujus reikalavimus, kredito bendrovėms prireikė tokių metodų, kurie klientams paaiškintų, kodėl buvo priimtas arba atmestas jų kredito prašymas.

Klasikiniai DI metodai, nors ir padeda priimti sudėtingus sprendimus, nustato, kad klientas negali gauti paskolos, tačiau nepaaiškina, kodėl. Šiuo atveju paskolas išduodantys darbuotojai stengiasi patys paaiškinti tokio sprendimo priežastis.

Audrius Kabašinskas

„Nauji reikalavimai numato, kad kredito bendrovės turi klientams paaiškinti, kodėl jie negali gauti paskolos. Paaiškinamojo DI metodai leidžia atskleisti, dėl kokių priežasčių kliento paraiška nebuvo patenkinta ir buvo priimtas būtent toks sprendimas, o tai supaprastina sprendimų priėmimo procesą, kadangi į jį nereikia įsitraukti paskolų vadybininkui“, – teigia A. Kabašinskas.

Paaiškinamojo DI metodai skirti priimti sudėtingus, daugiakriterinius sprendimus, pavyzdžiui, ar klientas, kuris kreipiasi dėl paskolos, galės ją grąžinti.

Neturi žmogiškumo


Pagrindinis DI trūkumas – jis neturi žmogiškumo, kurio individai tikisi vieni iš kitų. DI nesvarbu, ar paskola išduota dėl aplinkybių, kurios ateityje gali pasikeisti. Jam priimant sprendimus, jauniems žmonėms labai sunku gauti būsto paskolą, kadangi DI nurodo, kad jie neturi pakankamai patirties, pajamų, todėl tikėtina, jog paskola negalės būti išduota.

„Žmogus sakytų – „tu tikrai ilgai nedirbai, bet, galbūt, mes išduosime tau paskolą su tam tikromis sąlygomis“, gal ta paskola turės būti mažesnė. Žmogus galėtų pasiūlyti alternatyvų sprendimą, atsižvelgiant į kliento individualias aplinkybes. DI neturi tokio žmogiškojo aspekto ir dar ilgai neturės“, – pastebi profesorius.

Nepaisant to, įstatymai įpareigoja, kad galutinį sprendimą turi priimti žmogus, ypač jei paskola yra didelė. DI yra tik įrankis, padedantis priimti sprendimą. Jeigu kyla abejonių, į sprendimo priėmimo procesą turi įsikišti žmogus.

Dirbtinis intelektas

Kitas DI pavojus yra kibernetinis saugumas – šioje vietoje jį galima apgauti: „Jei DI nebus išmokęs atpažinti grėsmę, jis jos ir neatpažins. Žmogus gali nujausti, kad, pavyzdžiui, vykdoma sukčiavimo operacija. DI neturi žmogiškos nuojautos – jeigu jis anksčiau nematė panašaus atvejo, jis gali nežinoti, kad kažkas yra negerai. DI mokosi pats, tačiau jis mokosi iš jau žinomų faktų, jis negali interpretuoti naujai pamatytos informacijos“, – aiškina mokslininkas.

DI etikos klausimams yra skiriama daug dėmesio, tuo domisi įvairių sričių mokslininkai, kurie tiria, pavyzdžiui, kokiu tonu tam tikroje situacijoje DI turėtų komunikuoti ir kaip tai sukurti? „DI turi išmokti tinkamai reaguoti į laiku neišmokamas paskolas – tokia žinutė galėtų būti aštresnio tono, perspėjanti“, – DI etikos svarbą pabrėžia A. Kabašinskas.

Kas bus laikoma etišku elgesiu ir kaip DI išmokyti elgtis etiškai – tai yra didelė kliūtis, kurią bando išspręsti mokslininkai.

Darbo rinkos pokyčiai


DI verslo rinkoje yra viena iš greičiausiai besivystančių sričių. Kuo plačiau taikomi paaiškinamojo DI metodai, tuo greičiau vystosi paslaugų sektorius.

Pasitelkiant DI, darbuotojai gali skirti mažiau laiko kasdieniams, rutininiams darbams ir koncentruotis į svarbesnes užduotis bei būti informuoti tik apie išskirtinius atvejus, kuriems reikia žmogiško žvilgsnio. Taip pat DI gali įspėti ir kitas valstybės institucijas, ar vykdoma veikla yra teisėta. Tai leidžia įvairiems sektoriams vystytis ir tobulėti.

Tiesa, dėl šios priežasties gali sumažėti darbuotojų, pavyzdžiui, konsultantų, skaičius, kadangi į sprendimų priėmimo klausimus atsako DI.

Asociatyvi nuotrauka

KTU profesorius pateikia darbų, kuriuos, spėjama, DI palies daugiausia, sąrašą:

  1. Telemarketingo pardavėjai;
  2. Draudimo žalų vertintojai;
  3. Nesudėtingos analitinės pareigybės;
  4. Pirmo etapo įdarbinimo konsultantai;
  5. Pakuotojai;
  6. Teisininkai;
  7. Administratoriai ofisuose;
  8. Banko kasininkai ir klientų konsultantai;
  9. Žemiausio lygio duomenų analitikai – valytojai;
  10. Pašto paslaugų teikėjai;
  11. Buhalteriai;
  12. Greito maisto gamintojai ir padavėjai;
  13. Grafikos dizaineriai;
  14. Vertėjai;
  15. Teksto redaktoriai ir tikrintojai;
  16. Programuotojai.


„Ši rizika kyla. Apie tai kalbame jau gerą dešimtmetį, kai tik pradėjo vystytis tobulesnis DI. Dalis darbuotojų, pavyzdžiui, klientų aptarnavimo vadybininkų, rizikuoja – galbūt vietoje 10 –15 žmonių reikės tik vieno, kuris patvirtintų, kad tas sprendimas yra etiškas ir tinkamas. Fizinį darbą dirbančius žmones šie pokyčiai palies mažiau, kadangi viskas vystosi ne taip greitai“, – apie darbo rinkos pokyčius komentuoja A. Kabašinskas.

Nepaisant to, profesorius ramina – ne visos įmonės taip greitai priims DI į savo aplinką ir norės visiškai atsisakyti darbuotojų: „Žmonės bus reikalingi, juk atėjus į darbą nesinorės kalbėti tik su robotu. Žmonės nori bendrauti su tikrais žmonėmis, todėl galima nusiraminti. DI taip greitai neužims visų darbo vietų – tai gali užtrukti ir 25 metus, ir daugiau, todėl tikrai yra laiko pasiruošti pokyčiams“.

DI pažanga


DI gali palengvinti pinigų plovimo prevencijos procesus, kai pinigai iš vienos šalies yra pervedami į kitą mažiau ar daugiau rizikingiems klientams. Įprastai, kam leisti ar neleisti pervesti pinigus, nusprendžia žmogus, vadovaudamasis taisyklėmis ir įstatymais. DI gali supaprastinti šį procesą – pagreitinti jį ir įspėti darbuotoją dėl įtartinų paraiškų (taip jam nereikia peržiūrėti visų – tik įtartinas).

„ChatGPT“

DI yra naudingas įrankis ne tik verslo, bet ir kitose srityse, pavyzdžiui – jis padeda atpažinti vėžį. Vietoje to, kad specialistas peržiūrėtų krūvą nuotraukų, jis gali pasikliauti DI, kuris atpažįsta darinius plaučių nuotraukose. DI yra greičiau veikiantis nei žmogus. Sprendimų priėmėjui – gydytojui – reikia patvirtinti, ar DI pateiktas atsakymas yra teisingas – iš didelio kiekio atvejų išrinkti tą, kuris kelia įtarimų.

Taip pat DI gali atpažinti sienų trūkius: „Paleidžiamas dronas, kuris nufilmuoja tilto apačią, kur žmogus negali prieiti, o DI atpažįsta, ar ten yra trūkis. Turint tik nuotrauką, sunku spręsti, todėl KTU mokslininkai prisideda prie algoritmų kūrimo, kaip pagreitinti šį procesą ir nuspręsti, kiek tas trūkis yra pavojingas“, – KTU mokslininkų pasiekimais džiaugiasi profesorius.