به گزارش گاردین، مدل‌های زبانی بزرگ روش کار شرکت‌های بزرگ را تغییر داده‌اند. حالا با ورود «عوامل هوش مصنوعی» که شبیه دستیاران هوشمند خودکار هستند، این تغییرات می‌توانند حتی بیشتر شوند.

اگر سال ۲۰۲۴، سال مدل‌های زبانی بزرگ بود، سال ۲۰۲۵ احتمالاً سال «عوامل هوش مصنوعی» خواهد بود. این سیستم‌ها بیشتر از تولید متن یا پاسخ به دستورات ساده عمل می‌کنند. ایده اصلی این است که به یک عامل هدفی کلی یا حتی مبهم داده شود و آن بتواند این هدف را به مراحل قابل اجرا تبدیل کند. وقتی هدف را «درک کرد»، می‌تواند مثل یک انسان برنامه‌ریزی کند و برای رسیدن به هدف اقدام کند.

مدیر مالی OpenAI، سارا فرایر، در این باره به فایننشال تایمز گفت: «این عوامل می‌توانند مثل یک پژوهشگر یا یک دستیار کارآمد برای افراد عادی باشند. در سال ۲۰۲۵، اولین عوامل موفقی را خواهیم دید که به افراد در کارهای روزمره‌شان کمک می‌کنند.»

به زبان ساده، این نوع دستیار دیجیتال نه‌تنها به دستورات شما پاسخ می‌دهد، بلکه می‌تواند یاد بگیرد، خودش را تطبیق دهد و مهم‌تر از همه، اقداماتی معنادار انجام دهد تا مشکلات را برای شما حل کند. انگار که یک دستیار دیجیتال فوق‌العاده پیشرفته دارید.
 

چرا این دستیارهای خودکار به‌طور ناگهانی به یک موضوع داغ تبدیل شده‌اند؟

 شاید به این دلیل که صنعت فناوری تا کنون میلیاردها دلار برای ساخت مدل‌های زبانی بزرگ خرج کرده، بدون اینکه بازگشت قابل‌توجهی از این سرمایه‌گذاری‌ها دیده شود. البته این مدل‌ها بی‌فایده نیستند؛ برای افرادی که کارشان با زبان سر و کار دارد یا برنامه‌نویسان، بسیار مفید هستند. اما در بسیاری از صنایع، فعلاً بیشتر شبیه «راه‌حل برای مشکلی که هنوز وجود ندارد» به نظر می‌رسند.

ورود عوامل هوش مصنوعی می‌تواند این وضعیت را تغییر دهد. این عوامل از مدل‌های زبانی به‌عنوان پایه استفاده می‌کنند تا وظایف پیچیده‌ای که کارهای یک سازمان را تشکیل می‌دهند، به‌صورت کارآمد انجام دهند. شرکت‌ها و مشاورانی مانند مک‌کینزی معتقدند این تکنولوژی می‌تواند «فکر را به عمل تبدیل کند» و کارهای چندمرحله‌ای پیچیده را به کمک مدل‌های هوش مصنوعی انجام دهد.

اطلاعات مثل سوختی است که سازمان‌ها را به حرکت درمی‌آورد. به همین دلیل، آن‌ها هر فناوری‌ای را که راهی هوشمندانه‌تر برای مدیریت اطلاعات ارائه دهد، می‌پذیرند. اگر این اتفاق بیفتد، باید دیدگاه‌های خود را درباره تأثیر هوش مصنوعی بازنگری کنیم. معمولاً بیشتر نگران تأثیر آن بر افراد یا بشریت هستیم. اما اگر مک‌کینزی، معتبرترین شرکت مشاور مدیریت جهانی درست بگوید، تغییرات بلندمدت مهم‌تر ممکن است از طریق دگرگونی سازمان‌ها اتفاق بیفتد؛ سازمان‌هایی که ابزارهایی برای مدیریت پیچیدگی و تبدیل اطلاعات به تصمیم هستند.

هنری فارل، دانشمند علوم سیاسی، این موضوع را درک کرده و می‌گوید: مدل‌های زبانی ابزاری برای خلاصه کردن و مفید کردن حجم عظیمی از اطلاعات هستند و چون اطلاعات سوخت اصلی سازمان‌هاست، آن‌ها فناوری‌ای را که اطلاعات را هوشمندانه‌تر و کاربردی‌تر مدیریت کند، به‌سرعت می‌پذیرند. این تغییرات شاید به ظاهر کسل‌کننده باشند، اما تأثیراتی مهم بر نحوه کار سازمان‌ها و زندگی ما خواهند داشت.

فارل این تأثیر «کسل‌کننده و فنی» مدل‌های زبانی را به نحوه تغییر سازمان‌ها با ظهور صفحات گسترده مثل اکسل تشبیه می‌کند. صفحات گسترده در دهه ۱۹۸۰ به سازمان‌ها اجازه داد مدل‌های مالی بزرگ‌تر و دقیق‌تری بسازند و رویکردهای بودجه‌بندی و برنامه‌ریزی را تغییر دادند. آن‌ها همچنین امکان آزمایش فرضیه‌ها را فراهم کردند و به افراد اجازه دادند تا نتایج را بارها تنظیم کنند تا به نتیجه‌ای برسند که برای خود یا مدیرشان قابل‌قبول باشد.

نتیجه این داستان روشن است: همان‌طور که صفحات گسترده انقلابی در کار سازمان‌ها ایجاد کردند و حالا به بخشی از زندگی روزمره تبدیل شده‌اند، عوامل هوش مصنوعی نیز احتمالاً مسیر مشابهی را طی خواهند کرد و البته همان‌طور که ابزارهایمان را تغییر می‌دهیم، این ابزارها هم ما را تغییر خواهند داد.

https://www.theguardian.com/commentisfree/۲۰۲۴/dec/۲۸/llms-large-language-models-gen-ai-agents-spreadsheets-corporations-work