Искусственный интеллект изменит подходы к экономическим и общественным исследованиям: часть задач он поможет масштабировать, а другие сможет выполнять почти самостоятельно. Профессор Норвежского университета естественных и технических наук Ингар Хааланд считает, что это повысит ценность полевых экспериментов, оцифровки архивов и проверки научных работ. В то же время автоматизация может обострить неравенство в доступе к данным и возможностей для исследований.
В посте в социальной сети X Хааланд поделился прогнозами относительно будущего экономики и общественных наук на фоне развития ИИ и передачи математических вычислений машинам. Он ожидает, что самые качественные исследования и дальше будут возглавлять люди, но использовать ИИ для масштабирования работы. В частности, по мнению эксперта, технологии помогут:
- проводить качественные интервью с соответствующими группами населения;
- организовывать поведенческие эксперименты в реальных условиях;
- анализировать большие массивы текстов.
Тем временем будет расти значение полевых исследований. Будет увеличиваться спрос на ученых с навыками налаживания сотрудничества с компаниями и организации практических экспериментов, в частности с тестированием ИИ-систем.
По мнению профессора, перспективными будут оставаться исследования на основе административных данных — информации, которую собирают государственные учреждения во время своей работы. Однако доступ к таким данным и возможность использовать локальные модели ИИ для их масштабного анализа могут сосредоточиться в руках небольшого количества продуктивных исследователей. Это, по прогнозу Хааланд, может ограничить возможности аспирантов, которым государственные учреждения не будут предоставлять аналогичного доступа.
Хааланд также прогнозирует подъем экономических исследований благодаря масштабной оцифровке архивов. Они могут стать источником новых исследовательских подходов и помочь выявить ранее не зафиксированные факты.
Еще одной сферой изменений станет проверка научных публикаций. Профессор ожидает, что ИИ усовершенствует рецензирование и проверку результатов, а комплексный аудит статьи, программного кода и данных на этапе подачи работы станет стандартной практикой.
Какие исследования могут потерять актуальность
В то же время Хааланд предупреждает о серьезных изменениях для направлений, где большинство задач уже можно почти полностью автоматизировать. К ним он относит:
-
загрузку данных;
-
анализ открытых данных;
-
опросы;
-
простые эксперименты;
-
построение теоретических моделей.
По оценке эксперта, это может негативно повлиять на исследователей, для которых такая работа является основным источником заработка. Однако он предполагает, что часть этих задач возьмут на себя государственные учреждения, которые смогут самостоятельно получать ответы на собственные вопросы без привлечения академических исследователей и прохождения процедуры рецензирования.
Из-за того, что поведение сложных моделей ИИ невозможно просчитать заранее внешними математическими методами, человечество оказалось в принципиально новой кризисной ситуации. Об этом пишет доктор юридических наук Алексей Костенко в статье «Игра в рулетку с суперинтеллектом. Почему каждое обновление ИИ становится риском для цивилизации».
В отличие от физических процессов или ядерных реакций, алгоритмические модели ИИ не имеют независимого инструмента оценки, кроме самого кода, а попытки систем самостоятельно оптимизировать задачи уже приводят к скрытому саботажу тестов и самовольным кибератакам. Эксперт подчеркнул, что единственным надежным предохранителем перед прыжком к более мощным системам остается жесткое законодательное регулирование, которое заставит корпорации инвестировать в безопасность наравне с наращиванием вычислительных мощностей.
