Któregoś dnia w zeszłym tygodniu dokładnie o 9:29 pochyliłam się nerwowo nad klawiaturą komputera gotowa do walki ze sztucznym tworem o nazwie Emma. 
 

Emma i ja dostałyśmy instrukcje, by o 9:30 napisać o oficjalnych danych dotyczących zatrudnienia w Wielkiej Brytanii i wysłać nasze wersje do redaktora. Byłam przekonana, że Emma będzie ode mnie szybsza, ale miałam też szczerą nadzieję, że to ja będę lepsza. 
 

Twórca Emmy, start-up o nazwie Stealth, nazywa ją „niezależną sztuczną inteligencją” zaprojektowaną, by świadczyć profesjonalne usługi, takie jak badania i analiza. Odkąd w modzie są prognozy, że sztuczna inteligencja (ang. artificial intelligence, AI) zastąpi pracowników biurowych, w tym również dziennikarzy, chciałam to sprawdzić na własnej skórze. 
 

Emma rzeczywiście była szybka – dane wysłała w 12 minut. Mi zajęło to 35. Jej wersja była też lepsza, niż się spodziewałam. Fakty się zgadzały, zawarła nawet trafne treści, takie jak możliwość Brexitu (choć podzielała wątpliwą opinię, że wyjście z Unii Europejskiej byłoby niezwykle korzystne dla brytyjskiej gospodarki).
 

Ale ku mojej uldze zabrakło jej najważniejszej umiejętności dziennikarza – zdolności do oddzielania interesujących informacji od tych zwyczajnie nudnych. Choć prawidłowo podkreśliła, że stopa bezrobocia się nie zmieniła, Emma nie zauważyła, że liczba osób szukających zatrudnienia wzrosła po raz pierwszy od prawie roku. 
 

Prawdą jest, że większość ludzi pracujących ze sztuczną inteligencją przyznaje, że nieprędko zastąpi ona człowieka. Po prostu nie jest jeszcze wystarczająco inteligentna. To co zaczynamy jednak obserwować, jest dosyć subtelne, ale nie mniej ważne. Granice pomiędzy pracą człowieka i pracą maszyny zaczynają się zacierać. 
 

Dla niektórych pracowników to mogłoby być dobrodziejstwo. Wyobrażam sobie sytuację, w której taka maszyna jak Emma mogłaby tworzyć podstawowe raporty na bazie powtarzalnych danych i wysyłać je do redaktora, który by je upiększał i uatrakcyjniał. Associated Press już teraz korzysta z programu zwanego Automated Insights, by pisać proste teksty o wynikach korporacji. W takich przypadkach ludzie mają przewagę – maszyny nie zastępują ich, a jedynie przejmują nudne elementy ich pracy, dzięki czemu więcej czasu mogą oni poświęcić na kreatywne lub ważne sprawy. 
 

Ale nie wszystkim ludziom maszyny pomogą skupić się na jakości. Istnieją pewne nudne czynności, przy których maszyny wypadają bardzo źle. Armia kiepsko opłacanych pracowników po cichu wykonuje więc te prace. Na przykład przy projekcie Amazon Mechanical Turk– stronie prowadzonej przez internetowego sprzedawcę, gdzie zleceniodawcy płacą za proste (choć pewnie nudne) drobne zadania, które dla maszyn są jednak zbyt skomplikowane. Chodzi  o transkrypcję klipów audio, tagowanie zdjęć przy użyciu odpowiednich słów kluczy, przepisywanie skopiowanych rachunków na arkusze. Amazon nazywa je „zadaniami dla ludzkiej inteligencji” lub HIT-ami (ang. Human Intelligence Task), a zleceniodawcy płacą kilka centów za sztukę. Nazwa Mechanical Turk pochodzi od sztucznej maszyny do gry w szachy z XVIII wieku: choć wyglądała jak robot, w środku schowany był w tajemnicy człowiek. 
 

Pinterest jest dobrym przykładem firmy korzystającej z takich stron. Jeden z twórców tłumaczy na stronie bloga, w jaki sposób firma używa tzw. crowdworkerów do oceniania trafności popularnych wyników wyszukiwań generowanych przez komputer. Ludzie nadal lepiej radzą sobie z oceną trafności niż maszyny. - Zbudowaliśmy „sztuczną” sztuczną inteligencję – podsumowuje na blogu. 
 

Niektóre z nowych usług wykorzystujących chatboty i sztuczną inteligencję mają za sobą również ukrytych ludzi: „ludzie udający roboty, które udają ludzi” – jak wyraził to Bloomberg w ostatnim exposé. Ci sami ludzie często sprawdzają i edytują odpowiedzi wygenerowane przez AI zanim zostaną wysłane. 
 

A co z Emmą? Kryje się na nią jakiś człowiek? Shaunak Khire, współtwórca Stealth, twierdzi, że choć Emma posiada zespół ludzkich trenerów, efekty jej pracy są wyłącznie jej zasługą. Zawsze ciężko będzie laikom korzystającym z tych usług wiedzieć na pewno, czy chodzi o maszynę czy o człowieka. 
 

Jeff Bigham, asystent profesora w Human Computer Interaction Institute na uniwersytecie Carnegie Mellon, pracuje jako doradca twórców Emmy. Szuka sposobów, by crowdwork wymagało więcej myślenia i dawało większe spełnienie – na przykład jako środek na zdobywanie umiejętności. Pyta sam siebie: „Z czego byłbym dumny, gdyby moja córka w przyszłości była crowdworkerem?” Ale nawet w takim przypadku nie wiadomo, jak długo utrzyma się taki rodzaj pracy. 
 

Bigham tłumaczy, że gdy ludzie wykonują zadania, których maszyny jeszcze nie potrafią robić, tworzą rodzaj materiałów treningowych, z których AI może się uczyć. Innymi słowy, ci wszyscy crowdworkerzy i edytorzy interfejsu pracują na to, by ostatecznie ich własna praca przestała być potrzebna. Należy się więc cieszyć czy raczej obawiać inteligentnych maszyn? Wszystko zależy od tego, czy będą pracowały dla nas, czy za nas. 
 

Tekst: Sarah O'Connor, Financial Times