آنتروپیک: تا سال ۲۰۳۰، هوش مصنوعی می‌تواند ۹۵ درصد از کار توسعه مدل‌های پیشرفته را بر عهده بگیرد
در سال ۲۰۲۶، واقعیت زندگی انسان‌ها بی‌سروصدا به دو جهان کاملاً متفاوت تقسیم شده است.
در ساختمان شرکت آنتروپیک در سان‌فرانسیسکو، مجموع ساعات فعالیت عامل‌های هوش مصنوعی که شبانه‌روز کار می‌کنند، از کل ساعات کاری کارکنان انسانی فراتر رفته است. بعضی از کارکنان حتی برای گروه‌های متشکل از عامل‌های کلود، درست مانند تیم‌های انسانی، ارزیابی عملکرد می‌نویسند.
آنتروپیک به‌تازگی دو گزارش مهم داخلی را منتشر کرده که تصویری کم‌سابقه از این دو جهان موازی، درون و بیرون شرکت، ارائه می‌دهند.
از میان ۱۳۳۴ کارمند آنتروپیک، به‌طور متوسط این باور وجود دارد که هوش مصنوعی تا چهار سال دیگر قادر خواهد بود ۷۵ درصد از کارهای فعلی آن‌ها را انجام دهد. در مقابل، وقتی همین پرسش از کارکنان عادی آمریکایی پرسیده می‌شود، این رقم تنها ۲۸ درصد است.
بیش از نیمی از کارکنان آنتروپیک معتقدند هوش مصنوعی می‌تواند بیش از ۸۰ درصد وظایفشان را بر عهده بگیرد؛ درحالی‌که تنها ۵ درصد از نیروی کار آمریکا چنین اعتقادی دارند.
۹۱ درصد کارکنان آنتروپیک باور دارند که هوش مصنوعی پیش از سال ۲۰۳۰ به اکتشافاتی در سطح جایزه نوبل دست خواهد یافت و ۵۸ درصد آن‌ها پیش‌بینی می‌کنند که این اتفاق حتی تا سال ۲۰۲۷ رخ دهد. در میان بزرگسالان آمریکایی، تنها ۳۹ درصد با این دیدگاه موافق‌اند.
پشت این شکاف در نگرش، گروهی قرار دارند که به نقطه جهش هوش مصنوعی نزدیک‌ترند و زودتر از دیگران وارد سبک زندگی کاملاً تازه‌ای شده‌اند.
در آنتروپیک، یک هفته کار برابر با سه ماه کار در شرکت‌های دیگر است
برای درک دلیل این پیش‌بینی جسورانه، باید به گزارش داخلی دیگری نگاه کرد که همان روز منتشر شد.
گزارش «تغییرات داخلی در اشتغال در آنتروپیک» بر داده‌های منابع انسانی، میزان خروجی و سوابق فعالیت عامل‌های هوش مصنوعی تکیه دارد و جزئیاتی از نحوه فعالیت داخلی یکی از آزمایشگاه‌های پیشرو هوش مصنوعی را آشکار می‌کند.
در ماه مارس امسال، با احتساب وظایف مستقلی که عامل‌ها به‌طور مداوم و در پس‌زمینه انجام می‌دهند، مجموع ساعات کاری عامل‌های هوش مصنوعی در سراسر شرکت برای نخستین بار از مجموع ساعات کاری کارکنان انسانی فراتر رفت.
تنها پنج ماه بعد، اگر فقط عامل‌هایی را در نظر بگیریم که کارکنان به‌صورت دستی به کار می‌گیرند، مجموع ساعات فعالیت آن‌ها نیز به‌شدت افزایش یافت: این رقم که در فوریه کمتر از یک‌پنجم ساعات کاری انسان‌ها بود، به شش برابر آن رسید.
در بخش پژوهش، این نسبت حتی به ۱۹ برابر رسید؛ یعنی به‌ازای هر پژوهشگر، ۱۹ عامل کلود به‌طور هم‌زمان و خستگی‌ناپذیر مشغول کارند.
در ماه اوت، مجموع ساعات فعالیت عامل‌هایی که کارکنان به کار گرفته بودند، به شش برابر ساعات کاری خود کارکنان رسید.
این گزارش همچنین شبکه کانال‌های عمومی اسلک را در یکی از بخش‌های بزرگ شرکت ترسیم می‌کند. در آغاز، این شبکه ۱۵۵ کارمند و ۱۵۰ گفت‌وگوی مربوط به عامل‌های هوش مصنوعی داشت. بعدها شمار کارکنان به ۲۳۷ نفر رسید، اما تعداد گفت‌وگوهای عامل‌ها با جهشی چشمگیر به ۷۹۲۲ مورد افزایش یافت.
نقاط قرمز که نمایانگر تعاملات عامل‌های هوش مصنوعی‌اند، مانند آتشی در حال گسترش متراکم‌تر می‌شوند و نقاط آبی مربوط به انسان‌ها را در بر می‌گیرند. هر فرد، لشکری از عامل‌های هوش مصنوعی در کنار خود دارد.
برخی کارکنان فضای شرکت را با عبارت «فشار دائمی» توصیف می‌کنند. این لشکر از عامل‌ها همه را با حداکثر سرعت به جلو می‌راند و کارکنان برای انجام انواع وظایف از کلود کمک می‌گیرند.
یکی از کارکنان بی‌پرده می‌گوید: حجم کاری که باید در اینجا طی یک هفته تمام کنید، در یک شرکت معمولی بیرون از این مجموعه سه ماه زمان می‌برد.
در مقایسه با دسامبر سال گذشته، میانگین حجم کد ثبت‌شده به‌ازای هر مهندس به ۵٫۱ برابر رسیده است. سرانه خروجی تیم‌های علم داده، امور حقوقی و فروش نیز افزایش یافته است.
در ماه آوریل امسال، کلود مجموعه‌ای از مشکلات قدیمی و انباشته‌شده را که مدت‌ها به‌دلیل کمبود وقت کسی سراغشان نرفته بود، برطرف کرد و بیش از ۸۰۰ اصلاح را یک‌جا ارائه داد. این کار نرخ خطا را در یکی از انواع خطاهای رابط برنامه‌نویسی کاربردی (API) به یک‌هزارم سطح قبلی کاهش داد.
به برآورد مهندس مسئول، انجام این حجم از کار برای نیروی انسانی به چهار سال زمان نیاز داشت.
برنامه‌نویسی همچنین از مرزهای بخش فنی فراتر رفته است. تعداد نشست‌های عامل‌های برنامه‌نویسی که کارکنان غیر فنی آغاز می‌کنند، از تنها دو مورد در ماه اوت سال گذشته به ۹۰ مورد در ماه مه امسال رسیده است.
یکی از کارکنان فروش که به داشبوردی متناسب با شیوه کاری خودش نیاز داشت، سه تا چهار ساعت با کمک کلود آن را تغییر داد و توانست همه رابط‌ها، ابزارها و فرایندهای موردنیاز را به یکدیگر متصل کند.
تیم نویسندگی تبلیغاتی که در ابتدا متن‌های خوشامدگویی برای کلود دات‌ای‌آی می‌نوشت، نموداری از زمینه و بافت اطلاعات ساخت تا به عامل‌ها آموزش دهد متن‌های تبلیغاتی هماهنگ با هویت برند تولید کنند. سپس کل تیم مسیر کاری خود را به‌طور اساسی تغییر داد و به تدوین مجموعه‌های ارزیابی مدل‌ها و پرامپت‌ها روی آورد.
یکی از مهندسان می‌گوید که از یک سال پیش تمام کارهایش را با کمک کلود انجام می‌دهد و در نزدیک به پنج ماه گذشته حتی یک خط کد هم به‌صورت دستی ننوشته است.
درحالی‌که شما هنوز هوش مصنوعی را به کار وادار می‌کنید، آن‌ها با فشار هوش مصنوعی پیش می‌روند
افراد بیرون از شرکت معمولاً تصور می‌کنند اگر هوش مصنوعی همه کارها را انجام دهد، انسان‌ها می‌توانند آسوده بنشینند، چای بنوشند و روزنامه بخوانند.
اما واقعیت در آنتروپیک درست برعکس است. انسان‌های گوشت‌وخون‌دار به کندترین حلقه در کل خط تولید تبدیل شده‌اند.
تیم پژوهش، کل خروجی هفتگی کلود را که هر کارمند دریافت می‌کند، با فرض سرعت مطالعه ۲۵۰ کلمه در دقیقه به زمان لازم برای خواندن تبدیل کرد. نتیجه حیرت‌آور بود.
کارکنان بخش‌های مهندسی و پژوهش باید هفته‌ای ۴۲۴ ساعت وقت صرف خواندن خروجی هوش مصنوعی کنند؛ درحالی‌که حتی اگر شبانه‌روز بیدار بمانیم، یک هفته فقط ۱۶۸ ساعت دارد.
از آنجا که انسان‌ها نمی‌توانند با این سرعت مطالعه پیش بروند، کلود ناچار است منتظر بماند. حدود ۸۰ درصد زمان نشست‌های تعاملی صرف انتظار برای پاسخ انسان‌ها می‌شود.
در بیش از ۲۰۰ سالی که از انقلاب صنعتی می‌گذرد، همواره انسان‌ها ماشین‌ها را به کار واداشته‌اند؛ اما در این ساختمان، برای نخستین بار ورق برگشته و این ماشین‌ها هستند که در صف انتظار برای انسان‌ها می‌مانند.
در نتیجه، کارکنانی که زیر فشار کار به مرز توان خود رسیده‌اند، به مدیران عامل‌های هوش مصنوعی تبدیل شده‌اند.
برخی از آن‌ها عاملی ویژه با نقش «رئیس دفتر» ساخته‌اند تا درخواست‌هایی را که سایر عامل‌ها ارسال می‌کنند، مرتب و مدیریت کند. تعداد دستورالعمل‌های دائمی نوشته‌شده برای عامل‌ها نیز طی یک سال از چند صد مورد به ۸۵۰۰ مورد افزایش یافته است.
این وضعیت حتی به صحنه‌ای عجیب و خنده‌دار منجر شده است.
یکی از کارکنان چند ماه پیش نام خود را در سندی درباره محصولات جانبی شرکت ثبت کرده بود. با اینکه مدت‌ها بود دیگر مسئول این کار نبود، عامل هوش مصنوعی همچنان هر از گاهی با جدیت سراغ او می‌آمد و درباره سفارش تی‌شرت و ماگ سؤال می‌کرد.
با چنین حجم شدیدی از استفاده، زیرساخت نرم‌افزاری شرکت نیز دیگر پاسخ‌گوی نیازها نیست.
در ماه مه امسال، روزانه حدود ۲۵۰۰ تغییر کد در مخزن اصلی کد آنتروپیک ادغام می‌شد؛ اما این رقم در سپتامبر از ۳۰ هزار تغییر در روز فراتر رفت و سامانه گیت را که برنامه‌نویسان ۲۰ سال از آن استفاده کرده‌اند، عملاً از پا درآورد.
در ادامه، هفت مهندس طی پنج ماه یک سامانه کنترل نسخه کاملاً جدید به نام «سایون» (Scion) را از ابتدا ساختند و کل مخزن کد را از گیت به سامانه تازه منتقل کردند.
ابزار واردکردن کد برای این انتقال را اعضای تیم در ابتدای سال به‌صورت دستی نوشته بودند و در آغاز نیز از عملکرد آن رضایت داشتند.
اما بعدها، بدون افزودن هیچ دستورالعمل خاصی، همان ابزار را با نسخه آزمایشی داخلی کلود مایتوس پریویو (Claude Mythos Preview) بازنویسی کردند. نتیجه این بود که مصرف حافظه نسخه جدید به یک‌بیستم نسخه قبلی رسید و سرعت آن چهار برابر شد.
به شکلی غیرمنتظره، افرادی که خودشان هوش مصنوعی را می‌سازند، نخستین کسانی بودند که از نزدیک احساس کردند چگونه ممکن است از سرعت پیشرفت آن عقب بمانند.
یک پرسش‌نامه، دو تصویر کاملاً متفاوت از سال ۲۰۳۰
با دیدن روزهای پرتنش داخل این ساختمان، وقتی دوباره به نتایج پرسش‌نامه نگاه کنیم، دلیل اختلاف چشمگیر دیدگاه کارکنان داخل شرکت با افراد بیرون از آن روشن‌تر می‌شود.
اگر فقط درباره توانایی‌های فعلی هوش مصنوعی سؤال شود، دیدگاه دو گروه در واقع چندان متفاوت نیست. برای نمونه، در هر دو گروه تنها حدود یک‌چهارم افراد معتقدند هوش مصنوعی همین حالا می‌تواند به‌طور مستقل یک مقاله علمی را طراحی کند و به انتشار برساند.
اما وقتی صحبت از چند سال آینده به میان می‌آید، فاصله دو گروه به‌سرعت افزایش می‌یابد. تا سال ۲۰۲۷، ۹۰ درصد کارکنان آنتروپیک معتقدند هوش مصنوعی قادر خواهد بود به‌طور مستقل پژوهش علمی انجام دهد؛ درحالی‌که تنها ۳۸ درصد بزرگسالان آمریکایی چنین نظری دارند.
کارکنان آنتروپیک درباره هشت وظیفه مختلف، از نوشتن ایمیل و تنظیم اظهارنامه مالیاتی گرفته تا دستیابی به اکتشافاتی در سطح جایزه نوبل، با اطمینان بیش از ۹۰ درصد پیش‌بینی می‌کنند که هوش مصنوعی تا سال ۲۰۳۰ قادر به انجام آن‌ها خواهد بود. در مقابل، ۱۹ تا ۴۰ درصد بزرگسالان آمریکایی قاطعانه معتقدند که هوش مصنوعی هرگز قادر به انجام هر یک از این وظایف نخواهد شد.
این اختلاف صرفاً به تفاوت میان افراد عادی و متخصصان محدود نمی‌شود. متخصصان آمریکایی در حوزه‌های علوم رایانه، مهندسی و علوم پیش‌بینی می‌کنند که هوش مصنوعی تا سال ۲۰۳۰ قادر خواهد بود ۳۳ درصد از کارهایشان را انجام دهد.
حتی در میان افرادی که هر روز از هوش مصنوعی استفاده می‌کنند، تنها ۴۰ درصد چنین باوری دارند؛ رقمی که همچنان ۳۵ واحد درصد کمتر از برآورد ۷۵ درصدی کارکنان آنتروپیک است.
تفاوت اصلی در تجربه واقعی استفاده از هوش مصنوعی نهفته است. اگر کاری را انتخاب کنیم که هوش مصنوعی در انجام آن توانمند است و زمان بررسی و اصلاح نتیجه را هم در نظر بگیریم، ۵۹ درصد کارکنان آنتروپیک می‌گویند انجام آن کار با هوش مصنوعی فقط یک‌چهارم زمان معمول یا حتی کمتر از آن را می‌گیرد.
در میان آمریکایی‌هایی که در محل کار از هوش مصنوعی استفاده می‌کنند، تنها ۲۶ درصد چنین تجربه‌ای دارند. در مقابل، ۲۹ درصد معتقدند استفاده از هوش مصنوعی اصلاً کارشان را سریع‌تر نمی‌کند یا حتی باعث می‌شود انجام آن بیشتر طول بکشد.
هر دو گروه می‌گویند «هر روز از هوش مصنوعی استفاده می‌کنم»، اما زندگی روزمره آن‌ها کاملاً با یکدیگر متفاوت است.
وقتی کارکنان آنتروپیک هر روز می‌بینند که هوش مصنوعی سه ماه کار را در یک هفته انجام می‌دهد، طبیعی است که تصورشان از سال ۲۰۳۰ با دیدگاه دیگران فاصله زیادی داشته باشد.
سازندگان هوش مصنوعی شمارش معکوس برای «آخرین اختراع بشر» را آغاز کرده‌اند
در میان تمام پرسش‌های این نظرسنجی، بزرگ‌ترین و تکان‌دهنده‌ترین پیش‌بینی کارکنان به حوزه اصلی فعالیت خودشان مربوط می‌شود.
در پرسش‌نامه، سؤالی ویژه برای کارکنان آنتروپیک مطرح شده بود: هنگام ساخت یک مدل زبانی بزرگ پیشرفته در سطح مدل‌های اوایل سال ۲۰۲۶، چه میزان از کارهای فعلی، از تعیین مسیر پژوهش و طراحی آزمایش‌ها گرفته تا انجام ارزیابی‌ها، اکنون به‌وسیله خود هوش مصنوعی انجام می‌شود؟
میانه پاسخ‌های کارکنان ۵۱ درصد بود و تیم پژوهشی که بیشترین نزدیکی را به فرایند توسعه مدل‌ها دارد، میانگین بالاتری معادل ۶۰ درصد ارائه کرد. آن‌ها پیش‌بینی می‌کنند که این سهم تا پایان سال ۲۰۲۷ به ۸۰ درصد و تا پایان سال ۲۰۳۰ به ۹۵ درصد برسد.
دیدگاه‌های مطرح‌شده در این مقاله صرفاً متعلق به نویسنده است و پلتفرم ۳۶کر تنها فضای ذخیره‌سازی اطلاعات را فراهم می‌کند.