Реклама Проектов (Hyip,MLM)

Интерьер фургона доставки Amazon. Источник: Reddit (https://www.reddit.com/r/Rivian/comments/12r0sud/i_drive_the_rivian_edv_for_amazon_ask_me_anything/).   <!-- /wp:image --> <!-- wp:paragraph --> Аналогичная ситуация наблюдается на складах, где алгоритмы распределяют задачи, отслеживают скорость выполнения и нарушения. Сотрудники вынуждены подстраиваться под ритм, заданный машиной, а не работать в собственном. <!-- /wp:paragraph --> <!-- wp:quote --> <!-- wp:paragraph --> «Автоматизация не обязательно является врагом складской работы: в погрузчике нет ничего плохого! Разница между автоматизацией, которая помогает работнику склада, и автоматизацией, которая его мучает, заключается в том, может ли сотрудник выбирать, где, когда и как использовать эту автоматизацию. В этом разница между кентавром и обратным кентавром», — подчеркивает Доктороу. <!-- /wp:paragraph --> <!-- /wp:quote --> <!-- wp:heading {"level":3} --> Программисты и разработчики <!-- /wp:heading --> <!-- wp:paragraph --> В сфере разработки ПО внедрение инструментов автоматического написания кода (таких как GitHub Copilot или Codex) создает новый тип обратного кентавра. Доктороу приводит пример, когда программистов заставляют «выдавать невозможные объемы кода» с помощью ИИ-ассистентов.  <!-- /wp:paragraph --> <!-- wp:paragraph --> При этом разработчики не столько управляют процессом создания, сколько проверяют и корректируют сгенерированный код. Из создателей они превращаются в контролеров, а темп и объем задач зачастую определяются производительностью ИИ-инструментов, а не человеческими возможностями. <!-- /wp:paragraph --> <!-- wp:embed {"url":"https://forklog.com/exclusive/ai/polzuemsya-no-ekonomno","type":"wp-embed","providerNameSlug":"forklog"} --> https://forklog.com/exclusive/ai/polzuemsya-no-ekonomno <!-- /wp:embed --> <!-- wp:heading {"level":3} --> «Человек в цикле» (human-in-the-loop)  <!-- /wp:heading --> <!-- wp:paragraph --> Наиболее системный случай, который Доктороу выделяет особо. Речь идет о работниках, чья задача — верифицировать результаты работы ИИ.  <!-- /wp:paragraph --> <!-- wp:paragraph --> В юридических конторах, медицинских учреждениях, финансовых компаниях все чаще практикуется система, в которой искусственный интеллект генерирует проект решения или документа, а эксперт должен его проверить и утвердить. На практике это означает, что специалисту приходится обрабатывать большие объемы контента на «сверхчеловеческой скорости».  <!-- /wp:paragraph --> <!-- wp:paragraph --> При этом он несет полную ответственность за ошибки ИИ. В такой ситуации обратный кентавр «впитывает трение и берет на себя ответственность, когда что-то идет не так», объясняет автор.  <!-- /wp:paragraph --> <!-- wp:paragraph --> Верификация становится работой, которая по трудоемкости может не уступать самостоятельному выполнению задачи, но при этом лишена творческой составляющей и сопряжена с постоянным стрессом из-за непредсказуемости алгоритмов. <!-- /wp:paragraph --> <!-- wp:heading {"level":3} --> Медиа и творческие специалисты  <!-- /wp:heading --> <!-- wp:paragraph --> В современной медиаиндустрии Доктороу наблюдает следующую тенденцию: три условных журналиста с ИИ-инструментами должны производить объем контента, который раньше создавали десять сотрудников. <!-- /wp:paragraph --> <!-- wp:paragraph --> ИИ генерирует черновики новостей, статей, заголовков, а журналисты выступают в роли редакторов-верификаторов. Их работа — не создавать, а фильтровать и исправлять. При этом нормативы по объему и скорости остаются машинными. <!-- /wp:paragraph --> <!-- wp:quote --> <!-- wp:paragraph --> «Любой редактор, который поручает фрилансеру „написать“ большую часть 64-страничного летнего путеводителя, либо молчаливо, либо явно указывает этому автору ограничить свои усилия тем, чтобы побудить чат-бота извергнуть кучу правдоподобных словечек и придать им форму», — добавил Доктороу. <!-- /wp:paragraph --> <!-- /wp:quote --> <!-- wp:paragraph -->