Yapay zeka ajanları işgücü piyasasını atlayarak geliştiriliyor

Yapay zeka aracılarının geliştirilmesi ağırlıklı olarak programlama görevlerine odaklanmakta ve gerçek işgücü piyasasının gereksinimlerini yeterince yansıtmamaktadır. Bu, Stanford Üniversitesi ve Carnegie Mellon Üniversitesi'ndeki araştırmacılar tarafından yapılan bir çalışmanın temel bulgusudur.

arXiv'de yayınlanan çalışma için Zora Z. Wang'ın ekibi, toplam 72.342 görevi içeren 43 ortak kriteri analiz etti ve bunları ABD işgücü piyasasındaki 1.016 meslekle eşleştirdi. Meslekler, mesleki faaliyetleri diğer şeylerin yanı sıra çalışma alanı ve gerekli becerilere göre sınıflandıran ABD hükümetinin O*NET mesleki sınıflandırmasından gelmektedir.

Tek taraflı testler

Sonuç çok düşündürücü: Karşılaştırmalar yapay zeka temsilcilerini ağırlıklı olarak ABD istihdamının yalnızca yüzde 7,6'sını oluşturan bir iş kategorisi olan “Bilgisayar ve Matematik” alanında test ediyor. Ancak yönetim, hukuk, mimarlık ve mühendislik gibi son derece dijitalleşmiş ve ekonomik açıdan önemli alanların gereksinimleri pek karşılanmıyor.

Test edilen becerilerde de benzer bir model ortaya çıkıyor: “Bilgi Alma” ve “Bilgisayarlarla Çalışmak” gibi dar kapsamlı faaliyetler, istihdamın yalnızca küçük bir bölümünü oluşturmalarına rağmen fazlasıyla temsil ediliyor. Pek çok mesleğin merkezinde yer alan “Başkalarıyla Etkileşim” kategorisi kriterlerde neredeyse tamamen yok.

Genel olarak incelenen 43 kriter, çalışma alanı sınıflandırmasının yüzde 56,5'ini ve beceri sınıflandırmasının yüzde 85,4'ünü kapsıyor. GDPval kriteri yüzde 47,8 etki alanı ve yüzde 58,5 yetenek kapsamı ile en geniş olanıdır.

Aracılar karmaşık görevlerde başarısız oluyor

Analiz aynı zamanda yapay zeka ajanlarının, özellikle bilgi işleme ve kişilerarası etkileşim kategorilerindeki görevler söz konusu olduğunda, görev karmaşıklığı arttıkça sınırlarına açıkça ulaştığını gösteriyor. Bu, diğer güncel sonuçlarla tutarlıdır: Örneğin LiveAgentBench karşılaştırması, araca erişimi olan aracıların 104 pratik görevin yalnızca yüzde 24'ünü çözebildiğini, insanların ise yüzde 69'unu çözebildiğini buldu.

Araştırmacılar, sonuçlarından gelecekteki kıyaslamalara yönelik üç ilke çıkarıyor: Bunlar, gerçek profesyonel alanları ve becerileri daha geniş bir şekilde kapsamalı, daha gerçekçi ve karmaşık görevleri içermeli ve daha ayrıntılı değerlendirme kriterleri kullanmalıdır. Böyle bir yeniden düzenleme olmadan yapay zeka araçlarının geliştirilmesinde ekonomik ve sosyal açıdan ilgili uygulama alanlarının gözden kaçırılması riski vardır.

(odi)