Chytré technologie prostupují našimi životy jako vlhkost starou zdí. Nové studijní obory, které je integrují, ještě nevznikly, nebo se rodí jen pomalu.
Jaké další studium doporučit našim dětem s ohledem na povolání, která budou v jejich dospělém životě „in“?
Svobodné čtení bez reklam a sledování. Jen vy a čistý obsah. Pokud nás chcete podpořit, můžete tak učinit tady
Zdá se to být neskutečné, ale umělá inteligence je s námi už více než 65 let – od Turingových úvah o strojovém myšlení až po dnešní generativní chaty, které s nástupem ChatGPT, Grok, Gemini, Claude a dalších, pronikly širokou veřejností v masovém měřítku. Dalo by se říct, že se svět díky velkým jazykovým LLM modelům – chytrým chatům – mění rychleji než kdy jindy, ale to bychom se dopustili nepřesnosti i zjednodušení v jednom.
Abychom dokázali předpovědět, jaké učební obory budou v blízké (a možná i vzdálenější) budoucnosti relevantní, musíme nahlédnout o něco zpět, ke 3 velkým milníkům vývoje umělé inteligence:
- V roce 2012 nastal průlom v deep learningu postaveném na hluboké neuronové síti, což dále vedlo od vývoje modelů rozpoznávajících obrázky, až k medicínské diagnostice, zahrnující např. i čtení rentgenů.
- O 4 roky poté porazil DeepMind od Googlu nejlepšího hráče go a ukázal, že se AI umí učit strategicky jednat a nacházet nová řešení. Vnesení tohoto principu do medicíny odstartovalo trénink AI na obrovském souboru dat ve snaze nalézat díky ní cesty, které jsme dosud my, lidé, neznali.
- Naprosto zlomovým se ale stal až rok 2020, kdy AI od DeepMind dokázala předpovědět 3D struktury proteinů s přesností, kterou vědci dříve považovali za nemožnou. Pro biomedicínu to byl srovnatelný zlom, jako pro lidstvo objev penicilinu.
Zatímco nástroje specializované AI zahrnující AlphaFold 2, medicínské modely a diagnostiku jsou používány pro hluboké učení a vycvičené pro medicínské objevování, máme tu ještě jiný druh AI – tu, se kterou se veřejnost setkává vědomě. Jsou to ony chytré chaty, přesněji velké jazykové LLM modely typu ChatGPT, Gemini apod., které rozumí vzorům jazyka, napodobují naši komunikaci a defacto zpřístupnily umělou inteligenci masám, zmíněným v úvodu.
Oba typy AI se už nyní k sobě přibližují. Vývojáři učí LLM rozumět vědeckým datům a pomáhat výzkumníkům (např. GPT-4 byl v experimentech a pilotních studiích použit jako pomocný nástroj pro čtení biomedicínských článků a navrhování hypotéz), zatímco na druhé straně se pak specializované modely propojují s LLM: vývoj směřuje k tomu, že se výzkumník zeptá chatu na nový lék a ten si na pozadí vyžádá výpočet od specializovaného modelu, třeba typu AlphaFold.
Co nám to říká o budoucím vývoji?
Veřejnost se nejspíš stále bude setkávat zejména s LLM – přes mluvené a psané slovo budeme s tímto typem AI komunikovat: řešit úkoly, konverzovat. Ostatně, tento trend je dobře viditelný již nyní: z call linek nejrůznějších společností na nás místo lidského hlasu mluví ten uměle vygenerovaný, patřící virtuální bytosti. Kdo to zažil ví, jak frustrující dokáže být, když se nejde „přepnout“ na živého operátora.
Velkým úkolem bude naučit chápat veřejnost, že na jejich dotazy odpovídá velmi propracovaný statistický stroj – stroj generující odpovědi na základě milionů přečtených textů, natrénovaných způsobů vyjadřování, zabudovaných omezení a prediktivních modelů. Podlehnout klamu, že za monitorem sedí někdo z masa a krve, je totiž snadné. Člověk je sociální tvor, jehož přirozeností je navazovat sociální interakce. A pokud něco píše jako člověk (což nové LLM modely více než splňují), má tendenci podlehnout zdání, že někdo živý na druhé straně drátu skutečně sedí.
Citová závislost na AI
|7 minut čtení
Psychologové a psychiatři
S přibývající mírou zapojení chytrých chatů do běžného života se můžeme dohadovat, zda lidé zdání živé bytosti podlehnou. Je reálně možné, že bude potřeba i více terapeutů, psychologů, a psychiatrů specializovaných na práci s emocionálně závislými na AI. Virtuální „bytost“ vás totiž málokdy odmítne, je pořád k dispozici a stále vám ochotna naslouchat. To je omamný koktejl vlastností nejen pro kdejakého teenagera, který se cítí rodinou, spolužáky a možná i světem nepochopený.
Lidé zaobírající se etikou a zákony
Vzhledem k vývoji můžeme očekávat, že lidé budou i nadále přicházet do kontaktu zejména s umělou inteligencí zaměřenou na „povídání si“ – s chytrými chaty alias LLM modely. Některé z nich mají v sobě zabudované bezpečnostní vrstvy a pravidla bezpečného chování, které jsou tvořeny kombinací pravidel dodaných vývojáři, aby omezili možnost, že by stroj někomu záměrně doporučil něco nedobrého. Tyto vrstvy bude potřeba rozšiřovat a prohlubovat – vývojáři budou potřebovat podklady z lidskoprávní oblasti, která by měla na vývoj AI reagovat.
Kyberbezpečnost a regulace
Stále budou potřeba vysoce kvalifikovaní lidé schopní AI regulovat na úrovni kódu – reálně do ní zmíněné bezpečnostní vrstvy a pravidla vkládat a své kroky regulérně vyhodnocovat a testovat. Vzhledem k tomu, že AI otevírá i velký prostor pro kyberútoky, můžeme očekávat, že studium informatiky a matematiky, které vychová odborníky na obranu a práci s AI, bude velmi žádané.
Speciální pedagogika, logopedie, ošetřovatelství, stomatologie, chirurgie
Lidé v těchto oborech nejspíš AI těžko plně nahradí. Chytré stroje už dnes dokážou připravit cvičení, sledovat pokroky nebo chirurgovi přesně navést nástroj – ale stále neprovedou celý zákrok samostatně a nedokážou nahradit lidské rozhodování ani empatii. V mnoha profesích zůstává rozhodující fyzická zručnost, osobní kontakt i náš – skutečně lidský – dotek.
Kreativní obory s přesahem do AI
Šance na to, že AI přesáhne i do kultury, je poměrně vysoká. Smysl by mohlo dávat studium uměleckých oborů propojených s technologií. Důraz na vlastní kreativitu, vedoucí k osobitému zpracování, bude asi stále oceňovaný. Např. lidé s rozvinutým hudebním potenciálem a zároveň zběhlostí v informačních technologiích, mohou mít v době, kdy lidský přesah bude vyžadován, poměrně dobré možnosti uplatnění.
Spojení AI s klasickými vědními obory
Umělá inteligence se nestaví do kontrastu k tradičním vědám, spíše je tiše prorůstá. V bioinformatice už dnes pomáhá třídit a vyhodnocovat obrovská data z genomiky, modely AI napodobující neurální sítě nás učí lépe porozumět tomu, jak funguje náš vlastní mozek (čímž nám stroje paradoxně pomáhají lépe chápat nás samotné) a v datové medicíně propojuje AI obrazy z magnetické rezonance s elektronickými záznamy pacientů ve snaze o nalezení jemnější sítě souvislostí, která by posunula výzkum a klinickou praxi kupředu.
Vědečtí pracovníci, kteří by dokázali formulovat zadání pro AI a vyhodnocovat její výstupy, budou stále žádaní.
Řemeslné obory
Dokud budou lidé stavět domy, topit v krbech, obkládat koupelny, kupovat kuchyně, pokládat podlahy, starat se o zahrady… pořád budou potřeba tradiční obory, které jim vyjdou vstříc. Stavaři, tesaři, truhláři, obkladači, kominíci, elektrikáři, instalatéři a další. Řemeslo může umělá inteligence doplnit, ale těžko jej nahradí.
Očekávat bychom měli i vznik zcela nových oborů.
Co mají všechny možnosti budoucího uplatnění společné?
Ať už si vyberete cokoli, vlastnosti jako kritické myšlení, dovednost vyhodnocovat informace, rychle se učit nové nástroje a práci s technologiemi budou vaší devizou. Pokud k ní přidáte schopnost chápat i mimooborové souvislosti a k řešení úkolů přistoupíte s kreativitou, otevírá se vám velká šance na úspěch i po boku AI.
