נדמה לי שלאחרונה אני חוזר על עצמי אפילו יותר מאשר הרגיל. ברור שכולם עושים את זה, ובכל זאת כאשר זה קורה יותר מדי זה נעשה מייגע. אבל הפעם יש סיבה, ואפילו טובה. בשלבי העריכה האחרונים של מאמרון אני בדרך כלל מתמקד אף ורק בעריכה. אני משתדל לשפץ ניסוחים מסורבלים, לחדד נקודות חשובות, לשפר את זרימת הרעיונות, ואם יש לי מזל, גם לתקן שגיאות. מה שאינני עושה הוא לקרוא חומרים חדשים. וכך קרה שמיד עם פרסום המאמרון האחרון עברתי על הדואר של היומיים ה-"חסרים" שהמתין לי, ומצאתי מאמרון חדש ב-Substack של ניקולאס קאר (Nicholas Carr) שטרם קראתי שהופיע טיפה לפני שהקלקתי על "פרסם". לו קראתי, בוודאי הייתי משלב משפט שמצאתי אצל קאר במאמרון שלי:
The real threat AI poses to education isn’t that it encourages cheating. It’s that it discourages learning.
עוד בשלבי העריכה של המאמרון ההוא החלטתי שכדאי לקצר ולכן רצוי לוותר על מספר דוגמאות שאספתי. אבל אם אני כבר מצטט את קאר, יש אולי טעם להאריך ולהביא כאן דברים שנשמטו, וגם להרחיב טיפה. אז – לטוב או לרע, אפשר לראות במאמרון הזה המשך של הקודם.
נדמה לי שקאר מוכר בעיקר בזכות המאמר ?Is Google Making Us Stupid שהתפרסם ב-2008 (ובהמשך הורחב לספר בשם The Shallows). הוא פרסם ספרים רבים ונחשב מבקר חריף אבל גם שקול של טכנולוגיות דיגיטליות. תוך כדי הכנת המאמרון הזה קראתי שוב את המאמר של קאר, והתרשמתי שהוא הרבה פחות חריף מאשר נוטים לחשוב. קאר כותב שהוא חושש שהוא מאבד את היכולת לקרוא טקסטים ארוכים (משום מה היה נהוג אז, ונדמה לי שעדיין היום, לציין את מלחמה ושלום של טולסטוי כדוגמה למה שכבר לא קוראים), אבל קאר גם מציין היבטים חיוביים של הנגישות של הרשת. הוא איננו כותב שהפסקנו לקרוא, אלא שהיום אנחנו קוראים אחרת. כזכור, הוא איננו שולל את האינטרנט, אם כי בעיני הוא איננו מדגיש מספיק את היתרונות הרבים של הזכרון החיצוני הזמין שהרשת מאפשרת, יתרונות שקלייב תומפסון (Clive Thompson) למשל, מתאר בספרו מבערך אותו הזמן, Smarter Than You Think. אבל מדובר בוויכוח מלפני יותר מעשור שכבר איננו מעורר עניין. יתכן שהחדירה המהירה של ה-AI לתוך חיינו מייתרת את הדיון ההיסטורי הזה.
במאמרון החדש שלו קאר מסביר שלפי המחקר ועדויות רבות, אחד משלושה דברים יכול להתרחש כאשר בני אדם נעזרים באוטומציה כדי לבצע משימה שלפני-כן הם ביצעו בעצמם:
-
-
- המיומנות כלפי אותה פעולה תגדל,
- המיומנות כלפי אותה פעולה תתנוון,
- המיומנות כלפי אותה פעולה בכלל לא תתפתח.
-
כלפי שלושה אלה הוא קובע:
Which scenario plays out hinges on the level of mastery a person brings to the job.
יש לא מעט דוגמאות לאמיתות הקביעה הזאת בנוגע ל-AI. מול הסטודנטים הרבים שכלל לא קוראים את מה שהם מגישים כעבודות בקורסים שלהם (בהזדמנות אני מקווה להתייחס גם לנושא הזה), יש כאלה שפונים אל הכלי כאשר הם כבר בעלי מטען ידע עשיר, ולכן מרוויחים מהשימוש בו. ליאת אייל היא דוגמה טובה. בתגובה למאמרון כאן מלפני חודש ליאת כותבת על:
הסיפוק האדיר שאני חשה כאשר יש לי מחשבה שאותה אני מגלגלת לקו רעיוני או למודל ואז מסבירה אותו לבינה המלאכותית והיא מעבדת אותו באופן מושלם … היא תחושה אדירה.
מרטין וולר, שציטטתי כאן מספר רב של פעמים, מציין משהו דומה. במאמרון בבלוג שלו מתחילת חודש מאי הוא כותב על ההתנסויות שלו עם כלי AI, ומיטיב לתאר כיצד המטען שמביאים לכלי משפיע על יעילות השימוש בו ועל איכות התוצאות:
Overall, I’d say that from an AI perspective, its performance improves the more you have distinctive material for it to work with. That is, if you’re already doing quite well then it can do quite well too. If you don’t have much, or rely on it to do too much, then the results are bland.
יש טעם להוסיף, אגב, שבהמשך וולר מתריע שככל שהכלים האלה יאומנו על התכנים שהם עצמם מייצרים התוצאות ייעשו יותר ויותר תפלים ופחותי ערך.
קאר מסביר שהיות וה-AI של היום ממלאת מגוון רחב של תפקידים, סביר להניח שנפגוש דוגמאות של כל שלוש התגובות האפשריות שהוא מתאר. אבל הוא מציין שהשימוש ב-AI לצורכי כתיבה אצל תלמידים וסטודנטים הוא מקרה מיוחד:
It puts the process of deskilling at education’s core. To automate learning is to subvert learning.
לאור ההערה הזאת, אין זה מפתיע שקאר מתייחס לאותו מחקר שטען שה-AI יכולה להזיק ללמידה שהוזכר כאן במאמרון הקודם. הרי הוא אמנם מכיר בכך שה-AI כן יכולה לסייע, אבל בשדה החינוך הדגש שלו הוא על כיצד היא מגבילה. הניסוח שלו בהחלט קורץ:
Armed with generative AI, a B student can produce A work while turning into a C student.
כצפוי, תוך כדי הכנת המאמרון הזה הופיעו חומרים מעניינים חדשים סביב שאלת השימוש בכלי AI במקצועות העתידיים של הסטודנטים של היום. דריק תומפסון (Derek Thompson) ב-The Atlantic כותב על כך ששוק העבודה של בוגרי ההשכלה הגבוהה הולך ומצטמצם. הוא מביא מספר השארות שמבקשות להסביר את התופעה, וביניהן הסברה שה-AI באמת מתחילה להשפיע על הכלכלה. הוא מצטט כלכלן מהרווארד שמסביר:
When you think from first principles about what generative AI can do, and what jobs it can replace, it’s the kind of things that young college grads have done
הוא מציג גרף מלשכת מפקד האוכלוסין של ארה"ב מחודש מרץ השנה שמראה ששוק העבודה של בוגרי ההשכלה הגבוהה הוא הגרוע ביותר מזה 40 שנה. תומפסון מסביר שהגרף מראה את מה שהיינו מצפים לראות כאשר מקומות העבודה "מעסיקים" מכונות במקום הבוגרים, ומסביר:
As law firms leaned on AI for more paralegal work, and consulting firms realized that five 22-year-olds with ChatGPT could do the work of 20 recent grads, and tech firms turned over their software programming to a handful of superstars working with AI co-pilots, the entry level of America’s white-collar economy would contract.
ואם כל זה איננו מספיק, לקראת סוף חודש אפריל ה-Wall Street Journal פרסם כתבה תחת הכותרת:
מתברר שהנדסת פרומפטים, שעד לפני זמן יחסית קצר נחשבה תפקיד מאד מבטיח (ומכניס), כבר איננה נחוצה. ההשתכללות המתמשכת של כלי ה-AI יצרה מצב שבו הכלים האלה מצליחים "להבין" את הפניות אליהם גם אם ניסוח הפנייה איננו מיטבי. רצוי לזכור שלפני כעשור טענו שבתי הספר צריכים ללמד את התלמידים לקדד, והיום, כמובן, ה-AI מסוגלת לקדד בעצמה. קשה לזכור את הפעם האחרונה שהדרישה הזאת עלתה בבתי הספר. קצב השתנות שוק העבודה כמעט זהה לקצב מתן התגובות של ה-AI.