z Jestem-sorry-can’t-rob-that, -Dave Wydział

Automatyzacja niezaprzeczalnie ma kilka przydatnych aplikacji. Ale ludzie podsycający współczesne „AI” nie tylko dramatycznie dramatycznie zawyżał swoje możliwościwiele z nich ogólnie postrzega te narzędzia jako sposób leniwie obcinaj zakręty lub podważaj poród. Istnieje również dziwny kult innowacji, który pojawił się wokół menedżerów i używania LLM, co skutkuje Obowiązkowe korzystanie z narzędzi, które mogą nikomu nie pomagać – tylko dlatego.

Rezultatem jest często gorący bałagan, Jak widzieliśmy w dziennikarstwie. Hype AI po prostu nie pasuje do rzeczywistości, a wiele podstawowych liczb finansowych jest rzucanych nie są oparte na rzeczywistości; Coś, co najprawdopodobniej spowoduje ogromną deflację bańki, gdy kolidują się rzeczywistość i cykle szumu (Gartner nazywa to „korytą rozczarowania” i Oczekuje, że nadejdzie w przyszłym roku).

Jeden Ostatnie badanie z MIT Media Lab Stwierdzono, że 95% organizacji nie widzi wymiernego zwrotu z inwestycji w sztuczną inteligencję (jeszcze). Jeden z wielu powodów, jak wspomniano w Inne ostatnie badanie Stanford (Wskazówka: 404 Media), wynika z tego, że masowy napływ AI „Workinglop” wymaga od współpracowników spędzenia dodatkowego czasu na próbie rozszyfrowania prawdziwego znaczenia i zamiaru zakopanego w ostrym kolce w leniwych, zautomatyzowanych śmieciach.

Ankieta definiuje Workslop jako „AI wygenerowało treści robocze, które maskowają jako dobrą pracę, ale brakuje substancji, aby znacząco rozwijać dane zadanie. ” Nieco odzwierciedlającą obsesję Ameryki na punkcie sztuczka. I stwierdził, że jako użycie chatgpt i innych narzędzi wzrosło w miejscu pracy, stworzyło dużo śmieci, które wymagają czasu na rozszyfrowanie:

„Gdy współpracownicy otrzymują nalop roboczy, często są zobowiązani do podjęcia ciężaru dekodowania treści, wnioskowania o braku lub fałszywego kontekstu. Może nastąpić kaskada wysiłkowych i złożonych procesów decyzyjnych, w tym przeróbki i niewygodnej wymiany z kolegami”.

Mylące lub niedokładne wiadomości e -mail, które wymagają czasu na rozszyfrowanie. Leniwe lub nieprawidłowe badania, które wymagają niekończących się dodatkowych spotkań w celu poprawienia. Pisanie pełnych błędów, które wymagają od przełożonych do edycji lub poprawienia się:

„Dyrektor w handlu detalicznym powiedział:„ Musiałem zmarnować więcej czasu, śledząc informacje i sprawdzić je za pomocą własnych badań. Potem musiałem zmarnować jeszcze więcej czasu na konfigurowanie spotkań z innymi przełożonymi, aby rozwiązać ten problem. Potem nadal marnowałem swój czas na samodzielne powtórzenie pracy ”.

W ten sposób technologia uznała ogromny oszczędność czasu, tworząc wszelkiego rodzaju dodatkowe koszty wydajności. Zostaje to pogarszone faktem, że wiele z tych technologii jest wrzucanych do masowego adopcji w biznesie i środowisku akademickim, zanim zostaną w pełni ugotowane. A faktem, że rzeczywiste możliwości produktów są szalenie przepełnione zarówno przez firmy, jak i leniwe media.

To nie jest z natury wina sztucznej inteligencji, jest to wina lekkomyślnych, chciwych i często niekompetentnych ludzi wysoko w klasie ekstrakcji dyktującej wdrożenie technologii. A ludzie tak desperacko, aby być smakowani innowacją, są po prostu nie myśląc o tym. „AI” będzie lepsze; Chociaż wszelkie roszczenia o czułości typu HAL-9000 pozostaną mitologią w dającej się przewidzieć przyszłości.

Oczywiście pomiar wpływu tego pracy roboczej w miejscu pracy jest nieprecyzyjną nauką, ale naukowcy z Laboratorium Społecznego Stanford próbują:

„Każda częstotliwość występowania na lopie nosi rzeczywiste koszty dla firm. Pracownicy zgłaszali, że wydają średnio jedną godzinę i 56 minut na każdy przypadek pracy roboczej. W oparciu o szacunki uczestników spędzonego czasu, a także na ich wynagrodzeniu zgłaszanym, stwierdzamy, że te incydenty pracy zawierają niewidzialny podatek w wysokości 186 USD miesięcznie. Dla organizacji 10 000 pracowników, biorąc pod uwagę rozpowszechnianie pracy (41%). milion rocznie utraconej wydajności. ”

Miejsce pracy nie jest jedynym miejscem, w którym pośpieszne zastosowanie zasadniczo wprowadzonej w błąd i boleśnie ugotowanej technologii jest nieproduktywne fale. Kiedy media rzuciły się na przyjęcie sztucznej inteligencji dziennikarstwa i nagłówków (jak w CNET), oni również stwierdzili, że Koszty redakcyjne człowieka w celu naprawienia i naprawy wszystkich problemów, plagiatu, fałszywych twierdzeń i błędów tak naprawdę nie sprawiły, że równanie wartości warte są. Apple znalazło, że LLMS nie mogłem nawet zrobić podstawowych nagłówków z żadną dokładnością.

Gdzie indziej w mediach masz ludzi, którzy budują gigantyczne (źle) zautomatyzowane maszyny do agregacji i bzdur, pozbawione etycznych poręczy, w celu zwiększenia zaangażowania reklamy. To nie tylko przeznaczenie pracy prawdziwych dziennikarzy, ale przekierowuje już malejącą pulę przychodów z reklam z dala od ich pracy. I podważa wszelkie etyczne poszukiwania prawdziwego, świadomego konsensusu w epoce autorytarnej.

To wszystko, zanim dotrzesz do kosztów środowiskowych i energetycznych AI Slop.

Niektóre z nich to zwykłe rosnące bóle nowych technologii. Ale tona Jest to bezpośredni wynik złego zarządzania, złego przywództwa instytucjonalnego, nieodpowiedzialnego dziennikarstwa technologicznego i celowego wprowadzania w błąd produktu. A w przyszłym roku prawdopodobnie będzie ważnym punktem rozważania i fleksji, ponieważ rynki (i ludzie w świecie rzeczywistym) w końcu zaczną oddzielić fakt od fikcji.

Złożone pod: aiW automatyzacjaW bąbelkiW szumW LLMSW wydajnośćW Workinglop