A ChatGPT MI-chatbotot fejlesztő OpenAI világszerte felgyorsította a munkaerő-felvételt, és az elmúlt hat hónapban nagyjából ezer alvállalkozót vont be a kelet-európai vagy latin-amerikai régióból –számolt be róla a Semafor. A híroldal a témában jártas forrásaira hivatkozva arrül ír, hogy ezek 60 százalékát "adatcímkézésre" bérelték fel, vagyis olyan információkészletek létrehozására, amelyeket a mesterségesintelligencia-eszközök tanítására használhatnak a megfelelő entitások megjelölésével a hatalmas adattömegekben. A másik 40 százalék a lap szerint programozókból áll, akik kifejezetten az OpenAI modelljeihez hoznak létre adatkészleteket, hogy azokat szoftverfejlesztői feladatokra képezhessék.

Az OpenAI másfél évvel ezelőtt jött ki a Codex nevű, GPT-3 alapú MI-modellel, amelyik a természetes nyelvi bemeneteket alakítja programkódokká. A Codexet egyrészt GitHub-kódok alapján tanítják, másrészt a GitHub Copilot fejlesztői eszköz mögött is ez a rendszer dolgozik. Vagyis az OpenAI eddig legnagyobb befektetője, a Microsoft által tulajdonolt GitHub-ról gyűjtött kódokon képezte ki modelljeit, de a Semafor cikke alapján úgy tűnik, hogy ezen most túllépne: olyan adatkészleteket hozna létre, ami nem csak kódsorokat tartalmaz, de a mögöttük lévő szakmai magyarázatokat is magában foglalja a természetes nyelvi feldolgozáson keresztül.

Nem holnapra lesz belőle megbízható termék

A riportban egy dél-amerikai szoftverfejlesztőt is idéznek, aki bemutatta az OpenAI-nál végzett felvételi feladatát. Ebben egy programozási problémával kapcsolatban arra kérték, fogalmazza meg angol nyelven, hogyan fog hozzálátni annak megoldásához, majd részleteznie kellett a felfedezett hibákat és azok javítását. A szakember azt valószínűsíti, hogy nagyon specifikus adatokon akarják kiképezni az új modellt, ami lépésről lépésre követi az emberi gondolkodás folyamatait. A programozók százainak összehangolt erőfeszítése a Semafor értékelése szerint olyan új technológiát eredményezhet, ami a teljes iparág átalakulását vetíti előre, ténylegesen megszüntetve bizonyos kódolási feladatokat.

A cél nyilván olyan termékek létrehozása lenne, amelyek különösebb hozzáértés nélkül is lehetővé teszik különféle dolgok felépítését a webhelyektől a videojátékokig, ha valaki egyszerűen leírja elképzeléseit egy intelligens asszisztensnek. Más kérdés, hogy az OpenAI és más cégek sem alkalmaznak magasan képzett informatikusokat a fenti modellek tanításához, mert egyelőre az alapkódok írására utaznak, amelyeket első körben automatizálni akarnak. A Semafor felidézi, hogy a hasonló MI-fejlesztések során eddig komoly akadályok merültek fel, amire ebben az esetben is számítani lehet: az önvezető autók megjelenését például tíz éve is küszöbön álló dolognak mondták, de azóta kiderült, hogy ettől még mindig nagyon messze vagyunk.

Ahogy nemrég írtuk, egy nemzetközi kutatás szerint a munkavállalók 77 százaléka szeretne nagyobb hozzáférést a low-code vagy no-code eszközök, bár ez érdekes módon nem járna azzal, hogy a továbbiakban kevesebb professzionális fejlesztőre lenne szükség. Bár a generatív MI fejlődésével a munkaerőpiacon is régi tételek dőlnek majd meg, és a korábban nem automatizálható munkák is érzékennyé válnak a gépesítéssel szemben, ez a változás nem feltétlenül úgy zajlik majd, ahogy azt az ember gondolhatná. Az MI-eszközök ráadásul akármilyen látványos dolgokra képesek és akármilyen széles körben válnak hozzáférhetővé, a betanítás folyamtos költségei miatt egy darabig csak a legnagyobb vállalatok engedhetik meg maguknak, hogy kiaknázzák a bennük rejlő potenciált.