Способен ли ИИ заменить человека? В продолжение материала. Повторюсь, я...

Способен ли ИИ заменить человека?

В продолжение материала.

Повторюсь, я продолжаю считать, что на июль 2026 флагманские модели LLMs превосходят, как минимум, по самым скромным оценкам 99% человеческой популяции по «когнитивной глубине», т.е. формально AGI уже достигнут с большим опережением.

Но! Все решает тот самый 1%. LLMs представляет собой сверхсилу со значительным превосходством над человеком по широкому спектру задач, но и одновременно – сверхслабость.

Ключевая задача оператора ИИ – умение сепарировать задачи так, чтобы достигать наилучшей производительности ИИ в широком спектре различных задач, фокусируя точку приложения усилий в области, где ИИ наиболее сильны.

Однако, если ИИ действительно умнее 99% человеческой популяции – это радикально меняет представление о степени и мере интеграции ИИ в экономику.

Нельзя сравнивать как «думает» LLMs и как думает человек с точки зрения воспроизводства навыков, компиляции опыта, формирования идей, концепций, сущностей, агрегаций знаний, декомпозиции факторов, перекалибровки смыслов и так далее. Принципы совершенно разные, но сейчас не о биомеханике человеческого мозга или архитектуре LLMs.

Ключевой вопрос в том, где начинается та грань, откуда человек «сходит со сцены».

Могу предположить, что эта грань заключается в следующем:

🔘Реальная способность со стороны ИИ создавать информационную добавленную ценность, создавать инновации, генерировать новые смыслы, идеи, что предполагает запуск «технологической сингулярности», когда технологический прогресс ускоряется экспоненциально, учитывая специфику ИИ работать со сверхбольшими массивами данных и невероятную скорость обработки информации.

🔘Умение непрерывно на протяжении длительного времени работать в противоречивой динамической среде в рамках междисциплинарного взаимодействия, интегрируя в единый многофакторный проект совокупность модулей, выстраивая иерархию приоритетов и связей, в зависимости от целей и задач.

Например, построить, откалибровать и запустить завод – для человека это решаемая задача, хотя требует привлечения сотен или даже тысяч специалистов различного профиля на протяжении многих месяцев или лет в зависимости от сложности проекта.

ИИ, очевидно, абсолютно бессилен в задачах подобного рода, поэтому превосходство над человеком в широком смысле еще не достигнуто, но уступит ли человек свое последнее преимущество (критерии истинности, инновации, интеграция сложных проектов, функционирование в динамических системах, выстраивание иерархии приоритетов и декомпозиция факторов в сложных и противоречивых проектах).

Грань, где человек сходит «со сцены», начинается там, где ИИ становится самостоятельным интегратором сложного реального проекта: сам ставит промежуточные цели, строит модель процесса, декомпозирует факторы риска, агрегирует инструменты и ресурсы, проверяет ход выполнения на всех этапах, исправляет ошибки, координирует модули, выдерживает длинный горизонт, генерирует новые решения и несет проект через хаос внешней среды, т.к. ни один проект не выполняется по шаблону и всегда вмешиваются «обстоятельства непреодолимой силы» (сбой цепочек поставок, новое регулирование, налоговые инициативы, смена поставщиков и контрагентов, технические сбои и сотни других проблем).

Человек начинает сходить со сцены тогда, когда ИИ способен не просто выполнять задачи, а автономно вести открытый, междисциплинарный, многофакторный проект, где нет заранее заданного валидатора, а критерий успеха формируется и уточняется по ходу работы.

Это принципиально отличается от текущего уровня LLM. Сегодняшние модели сильны в задачах, иногда в цепочках задач, но пока не доказали способность устойчиво вести проекты.

Человек является арбитром, оператором, верификатором и интегратором проектов, тогда как LLMs пока выполняет функционал инструмента (умного, но все еще инструмента), вот именно поэтому до 1% и тем более до 0.1% или даже 0.01% лучших представителей человечества еще далеко.

---

Источник: https://t.me/spydell_finance/9865