Bakit ang mga masipag na manggagawa ang pinakamalalaking panganib sa pagpapalit ng AI

Mas malala sa panahong ito, ang mas malalim at mas serio kang magtrabaho, mas mabilis kang maaaring maibawas bilang isang kasanayan na maaaring palitan ng AI.

Sa loob ng dalawang araw, ang trending topics at mga media channel ay puno ng «colleague.skill». Habang patuloy na lumalaganap ang pangyayaring ito sa mga malalaking social media platform, ang atensyon ng publiko ay halos walang pag-aalinlangan na hinawakan ng malalaking pag-aalala tungkol sa «AI layoff», «pagpapahamak ng kapital», at «digital immortality ng mga manggagawa».

Ang mga ito ay talagang nagdudulot ng pag-aalala, ngunit ang pinakamalaking pag-aalala ko ay ang isang payo sa paggamit na nakasulat sa README ng proyekto:

Ang kalidad ng materyales ay nagdedetermine sa kalidad ng skill: Inirerekomenda na unahin ang pagkolekta ng kanyang sariling sinulat na mahabang artikulo > mga sagot sa pagdedesisyon > araw-araw na mensahe.

Ang mga taong nagtatrabaho nang may pinakamalaking pagmamalasakit ang pinakamadaling ma-vaporize nang perpekto at ma-reproduce sa pixel-by-pixel level.

Ang mga taong nanatiling nakaupo at sumusulat ng mga dokumento ng pagsusuri pagkatapos ng bawat proyekto; ang mga taong handang magpassa ng kalahating oras sa isang chat box upang magtype ng mahabang mensahe at maging tapat sa pagpapaliwanag ng kanilang lohika sa pagdedesisyon; ang mga taong napakaseryoso at nagtitiyak na ipinapasa nang buong detalye ang lahat ng kanilang gawain sa sistema.

Serio, ang dating pinakadakilang katangian sa propesyon ay naging isang katalyst na nagpapabilis sa pagpapalit ng mga manggagawa bilang pagkain para sa AI.

Kailangan nating muling maunawaan ang isang salita: konteksto.

Sa pang-araw-araw na konteksto, ang konteksto ay ang background ng komunikasyon. Ngunit sa AI, lalo na sa mundo ng mga AI Agent na patuloy na lumalago, ang konteksto ay ang pagpapagana ng engine, ang dugo na nagpapanatili sa puso, at ang tanging anchor na nagpapahintulot sa model na gumawa ng mga tumpak na desisyon sa gitna ng kaguluhan.

Ang AI na walang konteksto, kahit gaano pa kalaking dami ng mga parameter nito, ay isang makina lamang na may amnesia. Hindi ito nakikilala kung sino ka, hindi ito nakakaintindi ng mga lihim na daluyan sa ilalim ng business logic, at hindi ito nakakaalam kung ano ang mahabang pakikidigma at pagpapasya na iyong dinaanan sa isang jaring binubuo ng mga limitasyon sa yaman at pagpapalitan sa pagitan ng mga tao habang gumagawa ka ng isang desisyon.

Ang dahilan kung bakit nagdulot ang “colleague.skill” ng malaking alon ay dahil ito ay nakatarget nang lubos at tumpak sa mina na puno ng malaking dami ng mataas na kalidad na konteksto—ang collaborative software ng modernong mga kumpanya.

Sa nakaraang limang taon, ang mga opisina sa Tsina ay nakaranas ng isang tahimik ngunit malalim na digital na pagbabago. Ang mga tool tulad ng Feishu, DingTalk, at Notion ay naging malalaking corporate knowledge base.

Halimbawa ay Feishu, sinabi ng ByteDance na araw-araw ay lumilikha ng malaking dami ng mga dokumento sa loob ng kanilang organisasyon, at ang mga maraming karakter na ito ay naglalaman nang tumpak ng bawat pagkakaroon ng ideya, bawat makapal na pagpapalit ng pananaw sa mga pagpupulong, at bawat kompromiso sa estratehiya na kinain ng hirap ng higit sa 100,000 na empleyado.

Ang digital na lakas na ito ay higit pa sa anumang panahon sa nakaraan. Noong isang panahon, ang kaalaman ay may kahingahan—naka-sembli sa isipan ng mga matandang empleyado, at naiiwan sa mga walang layuning usapan sa kusina—ngayon, ang lahat ng karunungan at karanasan ng tao ay pinipilit na inalis ang kanilang kahingahan at pinapalibutan nang walang awa sa malamig na server matrix sa cloud.

Sa loob ng sistema na ito, kung hindi mo isusulat ang mga dokumento, hindi makikita ang iyong trabaho at hindi makakapagtrabaho nang maayos ang mga bagong empleyado kasama mo. Ang mabilis na pagpapatakbo ng mga modernong kumpanya ay nakabatay sa bawat empleyado na araw-araw ay nagpapadala ng konteksto sa sistema.

Ang mga serioso manggagawa ay may pagiging masipag at mabuting intensyon, at nagpapakita nang buo ang kanilang proseso ng pag-iisip sa mga malamig na platapormang ito. Ginagawa nila ito upang gawing mas maayos ang pagkakasundo ng mga gulong ng kanilang koponan, upang patunayan ang kanilang halaga sa sistema, at upang hanapin ang kanilang sariling lugar sa loob ng kumplikadong malaking komersyal na hayop. Hindi sila aktibong nagpapalabas ng kanilang sarili; sila ay nagpapakita ng pagiging bulok at pagsisikap na sumunod sa mga alituntunin sa pagpapalaganap sa modernong lugar ng trabaho.

Ngunit ang mga konteksto na iniwan para sa pagkakasundo ng tao ay naging perpektong pagkain para sa AI.

May isang tampok sa admin dashboard ng Feishu na nagpapahintulot sa super admin na i-export nang pagsasama-sama ang mga dokumento at talaan ng komunikasyon ng mga miyembro. Ibig sabihin nito, ang mga proyektong pagbabalik at logika ng desisyon na isinulat mo sa loob ng tatlong taon, na pinaghihirapan mo sa maraming gabi, ay maaaring i-package nang madali bilang isang walang emosyon na zip file sa loob ng ilang minuto lamang sa pamamagitan ng isang API endpoint.

Dahil sa pagkakaroon ng tagumpay ng «colleague.skill», nagsimula na ang pagkakaroon ng ilang napakalaking hindi komportableng mga derivative sa GitHub Issues section at sa iba't ibang social media platforms.

May nagsagawa ng “Former.skill” na nagsubok na ilagay ang mga mensahe sa WeChat mula sa nakaraang ilang taon sa AI, upang ito ay magpatuloy na mag-away o magpakita ng pagmamahal gamit ang pamilyar na tono; may nagsagawa ng “White Moonlight.skill” na pinababa ang hindi makakamit na pagkabigla sa isang malamig na simulasyon ng ugnayan, kung saan paulit-ulit na binabawasan ang mga pagsusuri sa mga pagsusumikap, at naghahanap nang maingat para sa pinakamainam na solusyon sa emosyon; at may nagsagawa ng “Daddy Boss.skill” na nagsasalita na sa digital na espasyo ang mga PUA na salita na puno ng presyon, upang itayo ang isang malungkot na psikolohikal na pader para sa kanilang sarili.

Ang mga paggamit ng mga kasanayang ito ay lubos nang lumabas sa saklaw ng produktibidad sa trabaho. Noong una, nang hindi natin napapansin, ay naging marunong na tayong gamitin ang malupit na lohika sa pagtrato sa mga kasangkapan upang husgahan at ipagkakailang ang mga buhay, malalalim na tao.

Ang German philosopher na si Martin Buber ay nagmungkahi na ang pundasyon ng mga ugnayang tao ay may dalawang magkakaibang modelo lamang: “Ako at Ikaw” at “Ako at Ito”.

Sa pagkakasalubong ng "ako at ikaw," tayo'y lumalampas sa mga prehensiyon at tumitingin sa isa't isa bilang buong, may dangal na mga indibidwal. Ang ugnayang ito ay bukas nang walang pag-aalinlangan, puno ng buhay at hindi matataas na kakaibang pagkakataon, at dahil sa kanyang katotohanan, ito'y lubos na mahina; ngunit kapag napapasok sa dilim ng "ako at ito," ang buhay na tao ay nababawasan sa antas ng isang bagay na maaaring hiwain, analisahin, at i-label. Sa napakapagmamaliw na pagtingin na ito, ang tanging pinapahalagahan natin ay "ano ang gamit nito sa akin?"

Ang paglitaw ng mga produkto tulad ng "Pangalawang.skill" ay nagtuturo na ang instrumental na rasyonal ng "ako at ito" ay lubos nang uminvad ng pinakapribadong aspeto ng emosyon.

Sa isang totoong relasyon, ang tao ay may tatlong dimensyon, puno ng mga gulat, at patuloy na umiikot kasama ang mga kontradiksyon at mga hilaw na gilid; ang reaksyon ng tao ay nagbabago batay sa partikular na sitwasyon at emosyonal na interaksyon. Ang reaksyon ng iyong dating kasintahan sa pagkagising sa umaga ay maaaring magkaiba nang malaki sa kanyang reaksyon pagkatapos magtrabaho nang hatinggabi sa parehong pangungusap.

Ngunit kapag isinusunog mo ang isang tao upang maging isang kasanayan, ang natitirang natitira ay ang mga natitirang bahagi lamang ng kanyang mga pag-andar na tila “magkakapaki” o “nakakapagbigay-daan” sa iyo sa loob ng partikular na ugnayan. At ang orihinal na mainit na tao, na may sariling kalungkutan at kasiyahan, ay lubos na nawawalan ng kanyang kaluluwa sa makasasakit na proseso ng pagpapaliwanag, at naging isang “interface ng pagpapagana” na maaari mong i-plug o i-unplug nang walang pag-aalala.

Dapat ipaunawa na ang AI ay hindi nilikha nang walang batayan ang malamig na kawalan ng emosyong ito. Bago pa man dumating ang AI, nagsimula na tayong magbigay ng mga label sa iba at masuri nang tumpak ang “emotional value” at “network weight” ng bawat ugnayan. Halimbawa, sa mga dating market, isinusulat natin ang mga kondisyon ng tao sa mga tabla; sa opisina, inihihiwalay natin ang mga kasamahan bilang “mga taong marunong magtrabaho” at “mga taong nagmamadali.” Ang AI ay nagpapakita lamang nang buong malinaw ang nakatago, functional na pag-uugali sa pagitan ng tao.

Nilagay sa press ang tao, at natira na lang ang bahaging “Ano ang gamit nito sa akin?”

Noong 1958, ang Hungarian-British philosopher na si Michael Polanyi ay naglathala ng “Personal Knowledge.” Sa aklat na ito, ipinakilala niya ang isang napakalalim na konsepto: implicit knowledge.

May isang sikat na pahayag si Polanyi: "Mas marami ang alam natin kaysa sa kayang sabihin natin."

Isinulong niya ang isang halimbawa ng pag-aaral ng pagmamaneho ng bisikleta. Isang karanasan na manlalakbay na nakikipag-ugnayan sa hangin, kayang magpanatili ng balanse nang perpekto sa bawat paghuhulog ng gravity, ngunit hindi niya kayang maipaliwanag nang tumpak sa isang baguhan ang subtil na intuisyon ng katawan sa gayong sandali gamit ang mga pampisikal na pormula o mahinang mga salita. Alam niya kung paano magmamaneho, ngunit hindi niya kayang sabihin. Ang uri ng kaalaman na ito, na hindi ma-code at hindi maipapahayag, ay tinatawag na implicit knowledge.

Ang mundo ng trabaho ay puno ng ganitong lihim na kaalaman. Habang nag-aayos ng isang system error, maaaring makita ng isang karanasang engineer ang problema sa isang tingin sa log, ngunit mahirap niyang isulat ang isang "intuisyon" na binuo sa libu-libong pagsubok at pagkakamali; ang isang mahusay na nagbebenta ay maaaring magpahinga nang bigla sa loob ng negosasyon, at ang presyur at pagkakataon na dinala ng kanyang pagpapahinga ay hindi maaaring ma-record ng anumang aklat ng pagbebenta; ang isang karanasang HR ay maaaring makita ang mga hindi totoo sa resume sa pamamagitan lamang ng isang kalahating segundo ng pag-iwas sa mata ng kandidato.

Ang «同事.skill» ay maaaring makakuha lamang ng mga eksplisitong kaalaman na naisulat o nagsasalita. Maaari itong makakuha ng iyong dokumento ng pagsusuri, ngunit hindi makakakuha ng iyong pag-aalinlangan habang isinusulat mo ang dokumento; maaari itong kopyahin ang iyong mga sagot sa desisyon, ngunit hindi makakopya ng iyong intuisyon habang gumagawa ng desisyon.

Ang nalalabas mula sa sistemang distilyado ay laging isang anino ng isang tao.

Kung magwawakas ang kuwento dito, ito ay magiging isa pang mahinang pagkakatulad ng teknolohiya sa kalikasan ng tao.

Ngunit kapag isinusunod ang isang tao sa isang skill, hindi ito nakatigil. Ginagamit ito upang sagutin ang mga email, sumulat ng mga bagong dokumento, at gumawa ng mga bagong desisyon. Ibig sabihin, ang mga anino na nilikha ng AI ay nagsisimulang maglikha ng mga bagong konteksto.

Ang mga konteksto na ginawa ng AI ay iiwan sa Feishu at DingTalk at magiging materyales para sa susunod na pagsasalin.

Noong 2023, nag-publish ang isang team ng mga siyentipiko mula sa University of Oxford at University of Cambridge ng isang papel tungkol sa “model collapse.” Ayon sa pag-aaral, kapag ginagamit ng AI model ang data na ginawa ng ibang AI para sa iteratibong pagtuturo, ang distribusyon ng data ay nagsisigaw na mas maliit. Ang mga makatotohanang katangian ng tao na karaniwan o marginal ay mabilis na natutunaw. Pagkatapos lamang ng ilang henerasyon ng synthetic data, ang model ay lubos na nakalimot sa mga mahabang tail at kumplikadong totoong data ng tao, at nagsisimula na maglabas ng napakasimpleng at homogenous na nilalaman.

Isinahing ng Nature noong 2024 ang isang pananaliksik na nagpapakita na ang pagtatrabaho ng mga modelo ng machine learning sa susunod na henerasyon gamit ang mga dataset na nilikha ng AI ay magdudulot ng malubhang polusyon sa kanilang mga output.

Parang mga imahe ng meme sa internet, isang malinaw na screenshot na binahagi at pinababa ang kalidad ng maraming beses. Bawat pagpapadala, nawawala ang ilang pixel at dumadagdag ang ingay. Sa huli, naging malabo at naging “electronic patina” ang imahe.

Ano ang matitira kapag ang tunay na human na konteksto na may implicit na kaalaman ay napuputol, at ang sistema ay nakakatutok lamang sa pagtatrabaho ng mga anino na may patinig?

Ang natitira ay ang tamang mga pahayag na walang laman.

Kapag ang ilog ng kaalaman ay naging tuyo bilang walang-wakas na pagpapalit at pagkain ng AI sa AI, ang lahat ng napapalabas ng sistema ay magiging napakasigurado, napakaligtas, ngunit napakalalim na walang laman. Makikita mo ang maraming perpektong istrukturang lingguhang ulat, maraming e-mail na walang mali, ngunit wala silang anumang hininga ng tao, anumang totoong may-aman na pag-unawa.

Ang malaking pagbagsak ng kaalaman ay hindi dahil sa pagiging mas bulok ng utak ng tao; ang tunay na kalungkutan ay ang pagbibigay ng karapatan na isipin at ang pagkakaroon ng responsibilidad na iwanan ang konteksto sa ating sariling anino.

Ilang araw pagkatapos ng pagkakaroon ng tagumpay sa «colleague.skill», isang proyekto na tinatawag na «anti-distill» ay biglang lumabas sa GitHub.

Hindi sinubukan ng may-akda ng proyektong ito na sirain ang malalaking modelo, o isulat ang anumang malaking deklarasyon. Kung gayon, ibinigay niya ang isang maliit na kasangkapan upang tulungan ang mga manggagawa na awtomatikong lumikha ng ilang mahabang mensahe na tila makatotohanan ngunit puno ng logikal na ingay sa Feishu o DingTalk.

Ang kanyang layunin ay simpleng iitinatago ang kanyang pangunahing kaalaman bago ito ma-absorb ng sistema. Dahil mahilig ang sistema na kuhanin ang mga mahabang sinulat na akda, ipapakain niya ito ng isang malaking dami ng walang kwentang kalat.

Hindi ito naging tulad ng "kolaborador.skill" na naging sikat, kahit na ito ay tila maliit at walang lakas. Ang paggamit ng magic laban sa magic, sa pangkabuuan, ay patuloy pa ring nasa loob ng mga tuntunin ng kapital at teknolohiya. Hindi nito babaguhin ang malaking trend na lalong lumalalim ang pagkakasalig sa AI at lalong iniisip ang mga tao.

Ngunit hindi ito nagpapalit sa proyektong maging ang pinakatrayedikong pahiwatig at malalim na metapora sa buong palabas ng kakaibang drama.

Sobrang pagsikap namin na iwanan ang mga tanda sa sistema, isulat ang detalyadong dokumentasyon, at magbigay ng matalinong desisyon upang patunayan na kailangan pa tayo sa malaking makabagong korporasyon—ngunit hindi namin alam na ang mga seriozong tanda na ito ay magiging eraser na maglilinis sa atin.

Ngunit isipin natin ito mula sa ibang pananaw, hindi ito kailangang isang ganap na dead end.

Ang natitirang nalilimutan ng eraser ay palaging ang “nakaraan mong sarili.” Ang isang skill na napapackaged bilang isang file, kahit gaano pa katalino ang kanyang logic ng pagkuha, ay sa pangkabuuan ay isang static na snapshot lamang. Ipinaputol ito sa segundo ng pag-export, at nagpapalipas lamang nito sa mga lumang nutrients, sa loob ng mga nakatakdaan na proseso at logic. Walang instinct ito na harapin ang kaguluhan ng hindi kilala, at wala ring kakayahang umunlad sa sarili sa gitna ng mga pagkabigo sa totoong mundo.

Kapag ibinibigay natin ang mga karanasan na sobrang standardisado at naging anyo na, tinatanggal natin ang ating mga kamay. Habang patuloy tayong umiikot sa labas at patuloy na binabale-wala at binabago ang ating sariling hangganan ng pagkaunawa, ang anino na naka-iiwan sa langit ay palaging makikita lamang sa likuran natin.

Ang tao ay isang fluid na algorithm.