Публикация:Доэрти и Уилсон 2022 Душа машины
Материал из MachineLearning.
(уточнение) |
(→См. также) |
||
| Строка 105: | Строка 105: | ||
* [[Человеко-центрированный искусственный интеллект]] | * [[Человеко-центрированный искусственный интеллект]] | ||
* [[Ответственный ИИ]] | * [[Ответственный ИИ]] | ||
| - | |||
* [[Объяснимый искусственный интеллект]] | * [[Объяснимый искусственный интеллект]] | ||
Текущая версия
Пол Доэрти; Джеймс Уилсон. Душа машины. Радикальный поворот к человекоподобию систем искусственного интеллекта. Издательство «Манн, Иванов и Фербер». — 2024. — 368с.
Paul R. Daugherty, H. James Wilson. Radically Human: How New Technology Is Transforming Business and Shaping Our Future. — Harvard Business Review Press, Boston. — 2022.
| Статья написана с использованием LLM DeepSeek-V4 и проверена участником К.В.Воронцов 19:11, 6 июля 2026 (MSD) |
|
Книга Пола Доэрти (Paul R. Daugherty), главного директора по технологиям и инновациям Accenture, и Джеймса Уилсона (H. James Wilson), руководителя исследовательских программ Accenture Research, предлагает концепцию «радикального человекоподобия» (radical humanness) — подхода, при котором технологии искусственного интеллекта проектируются для усиления уникальных человеческих качеств, а не для замены человека.
Введение. Технологии совершают радикальный разворот к человеку
Авторы утверждают, что мы вступаем в новую эру, где эффективность технологий будет определяться не столько их вычислительной мощью, сколько способностью взаимодействовать с людьми на естественном, интуитивном уровне. Ключевой тезис введения: «Будущее не в том, чтобы люди соперничали с машинами, а в том, чтобы люди и машины вместе соревновались с проблемами». Радикально человечные технологии — это системы, которые понимают контекст, проявляют эмпатию, обучаются на ходу и вызывают доверие, а не отчуждение.
Часть I. Преобразующие инновации: сила IDEAS
Центральная концепция первой части — фреймворк IDEAS, описывающий пять измерений радикально очеловеченного бизнеса: Intelligence (интеллект), Data (данные), Expertise (знание/экспертиза), Architecture (архитектура), Strategy (стратегия).
Глава 1. Интеллект. Больше человеческого, меньше искусственного
Радикально человечный интеллект предполагает отказ от «ИИ для автоматизации» в пользу «ИИ для сотрудничества». Системы должны понимать намерения, а не просто обрабатывать запросы.
Ключевые идеи:
- Переход от правил к обучению — вместо жёстко запрограммированных инструкций используется машинное обучение, позволяющее моделям справляться с неопределённостью.
- Объяснимость — критически важной становится способность ИИ объяснить своё решение пользователю.
- Проактивность — ИИ предугадывает потребности, а не ждёт команд.
Примеры:
- Airbus создал ассистента для пилотов, который не заменяет человека, а даёт контекстные подсказки, снижая когнитивную нагрузку и повышая безопасность в критических ситуациях.
- Mercedes-Benz переосмыслил автомобильный интерфейс: система анализирует обстановку и предлагает водителю перестроиться ещё до того, как тот заметит затор.
Глава 2. Данные. От максимума к минимуму и обратно
Авторы вводят метафору «данных как воды» — ценного ресурса, который требует очистки и ответственного обращения. Эпоха бездумного накопления сменяется фокусом на качестве и этичности.
Основные темы:
- Предвзятость данных: рекрутинговые алгоритмы воспроизводят гендерные и расовые стереотипы из исторических данных; решение — аудит обучающих выборок.
- От больших данных к «правильным» данным — компаниям нужны не петабайты, а релевантные и согласованные с пользователем сведения.
- Данные для общества: Unilever использует ИИ для отслеживания углеродного следа и соблюдения прав работников в режиме реального времени.
Глава 3. Знание. Машина: от тренировки к обучению
Традиционный подход к созданию ИИ — «тренировка» модели на статическом наборе данных, после чего она застывает. Радикально человечный ИИ переходит к непрерывному обучению — как у человека: через опыт, обратную связь и адаптацию к новым условиям.
- Непрерывное обучение (continual learning) позволяет моделям дообучаться в процессе эксплуатации без катастрофического забывания.
- Обучение с подкреплением и обратная связь от человека (RLHF) делают поведение системы более естественным и полезным.
- Пример: чат-бот в здравоохранении, который подстраивает стиль общения под эмоциональное состояние пациента, обучаясь на каждом взаимодействии.
- Цитата: «Машина, которая просто тренирована на прошлом, устаревает. Машина, которая учится, — развивается вместе с нами».
Глава 4. Архитектура. От громоздкого наследия к живым системам
Технологическая архитектура радикально человечного предприятия базируется на облачных платформах, микросервисах и открытых API. Это позволяет быстро комбинировать компоненты под конкретные задачи, как живой организм.
- Пример: Siemens MindSphere — облачная экосистема промышленного интернета вещей, где клиенты из разных отраслей подключают оборудование и получают предиктивное обслуживание через открытые API. Производитель становится поставщиком цифровых услуг.
- Принцип: «Архитектура должна быть настолько гибкой, насколько гибки человеческие потребности».
Глава 5. Стратегия. Теперь все компании
Технологии радикального человекоподобия стирают грань между «цифровыми» и «традиционными» компаниями. Каждая организация должна переосмыслить бизнес-модель вокруг человеческих потребностей и возможностей сотрудничества с ИИ.
- Пример: John Deere трансформировалась из производителя тракторов в поставщика услуг точного земледелия. Дроны и ИИ анализируют поля, а фермер получает готовые рекомендации — техника продаётся по подписке «на урожай».
- Идея: стратегия теперь — это не оптимизация процессов, а создание новых ценностных предложений, где продукт неотделим от ИИ-сервиса.
Часть II. Конкуренция в тотально очеловеченном будущем
Глава 6. Таланты. Человек + радикально очеловеченные технологии
Авторы отказываются от страха «ИИ отнимет работу» и предлагают концепцию «нового ремесленничества» — сотрудничества человека и машины, в котором ценность создаётся уникальной комбинацией человеческой интуиции и вычислительной мощи.
- Reskilling вместо upskilling — не просто повышение квалификации, а полное переобучение на новые роли.
- Пример: Walmart внедрил систему обучения на базе виртуальной реальности и ИИ-тьюторов, позволяя кассирам и складским работникам осваивать аналитику и управление роботами без отрыва от работы.
- Цитата: «Мы должны перестать спрашивать, какую работу ИИ может отнять, и начать спрашивать, какую работу ИИ может создать».
Глава 7. Доверие. Обращение к главному чувству
Доверие названо «валютой экономики ИИ». Без него люди не примут технологию, какой бы совершенной она ни была. Глава описывает, как встроить доверие в ДНК продуктов.
Элементы доверия:
- Прозрачность и интерпретируемость решений.
- Подотчётность — у каждой системы есть владелец, отвечающий за её действия.
- Инклюзивность — вовлечение всех заинтересованных групп в проектирование.
- Пример: Microsoft внедрила обязательную Human Rights Impact Assessment для всех новых ИИ-продуктов с публикацией результатов для внешнего аудита.
Глава 8. Опыт. Плюсы радикально очеловеченного дизайна
Пользовательский опыт, основанный на радикальном человекоподобии, — персонализированный, проактивный и эмпатичный. Дизайн не просто удобен, он создаёт «моменты магии», когда технология кажется естественным продолжением человеческих отношений.
- Пример: Khan Academy применяет ИИ, чтобы подстраивать сложность и формат урока под конкретного ученика, определяя пробелы в знаниях и сильные стороны.
- Идея: «Лучший опыт — тот, который кажется естественным продолжением человеческих отношений, а не взаимодействием с машиной».
Глава 9. Устойчивое развитие. IDEAS для планеты
Финальная глава второй части показывает, как принципы IDEAS применимы к решению глобальных экологических и социальных проблем.
- Использование ИИ для оптимизации цепочек поставок с целью снижения выбросов (пример Unilever).
- Энергоэффективные центры обработки данных, работающие на возобновляемых источниках.
- Идея «цифровой чистоты»: технологии должны не только приносить прибыль, но и восстанавливать окружающую среду.
Заключение. Три истины и новая возможность
Авторы суммируют три «истины» радикально очеловеченного будущего:
- Человек незаменим там, где требуется эмпатия, творчество и принятие этических решений.
- Машины становятся по-настоящему полезными, когда перенимают человеческие качества, а не просто механически исполняют задачи.
- Бизнес, который ставит человека в центр, выигрывает в долгосрочной перспективе, потому что завоёвывает доверие.
Также Доэрти и Уилсон очерчивают три сценария развития:
- Путь ускорения (Acceleration) — широкое внедрение принципов человекоподобия, рост инноваций и занятости.
- Путь изоляции (Isolation) — развитие в закрытых экосистемах, геополитическая напряжённость и замедление прогресса.
- Путь двойственности (Duality) — разделение на высокотехнологичный и отставший секторы, резкое неравенство.
Авторы подчёркивают, что выбор траектории — не предопределённость, а результат осознанных решений бизнеса и общества.
Послесловие от авторов
Наша приверженность навыкам, необходимым в эпоху радикального разворота к человеку. В послесловии Доэрти и Уилсон предлагают личную программу для читателей и организаций: развивать любопытство, эмоциональный интеллект, системное мышление и этическую осознанность. Они настаивают, что в мире умных машин самыми дефицитными и ценными станут сугубо человеческие навыки — сочувствие, умение вдохновлять, задавать вопросы и находить смысл.
См. также
Литература
- Доэрти П., Уилсон Д. Человек + машина. Новые принципы работы в эпоху искусственного интеллекта. М.: Манн, Иванов и Фербер, 2019.
- Bhaskar Ghosh, Adam Burden, James Wilson. Full Value. Full Stop. How to Scale Innovation and Achieve Full Value with Future Systems. Accenture, 2019.
- Paul Daugherty, Bhaskar Ghosh, Annette Rippert, Ramnath Venkataraman, H. James Wilson. Make the Leap, Take the Lead. Accenture, April 28, 2021.
- Here, we are, of course, paraphrasing Marshall McLuhan’s observation.
