ცოტა ხნის წინ ინტერნეტში გავრცელდა სტატია, სადაც ავტორი ამტკიცებდა, რომ დიდი ენობრივი მოდელები (LLMs) მისი კარიერის ეროზიას იწვევს. პოსტმა უზარმაზარი რეზონანსი გამოიწვია და ავტორს მოუწია საჯარო დისკუსიაში ჩართვა, რათა კრიტიკოსების კომენტარებისთვის ეპასუხა.

ავტორი, რომელიც ფინტექ სექტორში მუშაობს, აღიარებს, რომ თავდაპირველად სკეპტიკურად იყო განწყობილი. თუმცა, ახალი მოდელების, აგენტური დოკუმენტაციისა და ეფექტური პრომპტების კომბინაციამ რეალობა შეცვალა. ახლა მას სულ უფრო იშვიათად სჭირდება უფროსი კოლეგების დახმარება, რაც მას აშინებს.

კრიტიკოსების ნაწილი მიიჩნევს, რომ ფინანსურ სექტორში AI-ს გამოყენება საშიში და უპასუხისმგებლოა. ავტორი პასუხობს, რომ სამუშაო პროცესის ადაპტირება მოუწია: დოკუმენტაციას უფრო ზოგადს ხდის, ხოლო ტესტირებისა და შეცდომების გამოსწორების პროცესში დამატებით დროს იგებს, რათა სისტემური ხარვეზები თავად გააკონტროლოს.

ავტორი არ ეთანხმება მოსაზრებას, რომ „ტალღაზე უნდა შევხტეთ“ და ეს ყველაფერი უბრალოდ მორიგი ტექნოლოგიური ცვლილებაა. მისი თქმით, ეს არ ჰგავს ობიექტზე ორიენტირებულ დაპროგრამებას (OOP). საქმე გვაქვს „მატრიცული გამრავლების მანქანასთან“, რომელსაც შეუძლია საათობით გამოიმუშაოს სასარგებლო მონაცემები, რაც რადიკალურად ცვლის შრომის ბაზარს.

კონკურენცია იზრდება, ხოლო მოთხოვნა — არა. ავტორის აზრით, ჩვენ ვხედავთ იგივე სცენარს, რაც ქოფირაითინგის შემთხვევაში მოხდა: 10 პროფესიონალის ნაცვლად, კომპანია იტოვებს ერთს, რომელიც AI-ს მართავს. ეს ბედი, მისი ვარაუდით, მალე ბიოლოგიას, სამართალსა და მარკეტინგსაც ელოდება.

ბევრი ოპონენტი ამ სტატიას „შიშის დათესვად“ (FUD) მიიჩნევს, თუმცა ავტორი ამტკიცებს, რომ ეს რეალობაა. ის არ ეთანხმება მოსაზრებას, რომ მხოლოდ დომენური ცოდნა გადაგვარჩენს. მისი დაკვირვებით, მოდელები იმდენად კომპეტენტურები ხდებიან, რომ სრულიად ახალ სფეროებშიც კი სწორ რჩევებს იძლევიან.

დასკვნის სახით, ავტორი აღნიშნავს, რომ ადამიანური შრომის „მოთი“ (moat) სულ უფრო ვიწროვდება. კომპანიები უკვე ქირაობენ ინჟინრებს, რათა მათ დაწერონ „კარგი კოდი“, რომელიც შემდგომში AI-ს გაწვრთნას მოხმარდება. ეს კი იმას ნიშნავს, რომ ადამიანური უპირატესობის ბოლო ბასტიონებიც კი საფრთხის ქვეშაა.

მიუხედავად იმისა, რომ ზოგიერთი მიიჩნევს, რომ გამოცდილი ინჟინრები ყოველთვის იქნებიან საჭირო, ავტორი სკეპტიკურადაა განწყობილი. ის თვლის, რომ მოდელები მალე დაეუფლებიან საინჟინრო პრინციპებსაც. მისი რჩევაა: შევწყვიტოთ წარსულის მაგალითებით მომავლის პროგნოზირება და ვაღიაროთ, რომ ვცხოვრობთ ეპოქაში, სადაც ცოდნა უკვე „პრომპტადია“.