Как я адаптируюсь к изменениям в своей карьере в эпоху искусственного интеллекта, автоматизации и в условиях, когда всё происходит быстрее, чем ожидалось.
Делиться
Это может быть один из самых важных этапов нашей карьеры.
Я говорю это не для того, чтобы драматизировать или привлечь внимание, а потому что в моей работе происходят некие тонкие и необратимые изменения. С каждым днем я все чаще использую ИИ. Я меньше раздумываю над его применением. Я меньше ставлю под сомнение его работу, потому что с ростом активности он в большинстве случаев оказывается достаточно точным в своих прогнозах.
Моя роль постепенно смещается от генерации идей к их проверке.
В последнее время я привыкаю наблюдать за тем, как искусственный интеллект обрабатывает задачи, прежде чем я начну заниматься тем, что раньше, как мне казалось, требовало моих экспертных знаний.
Я часто шучу, что никогда не буду использовать ChatGPT для планирования своих путешествий. Планирование поездок — это моя стихия. Мне нравится открывать двадцать вкладок, сравнивать районы, читать отзывы и составлять маршрут, который кажется идеальным. И всё же, неделю назад я попросила ChatGPT рассказать мне обо всём, что должен знать новичок в парках Диснея. За считанные секунды у меня уже были заметки обо всём, что нужно знать и делать, без открытия каких-либо других вкладок.
Это заставило меня задуматься.
Если ИИ способен справиться с тем, что мне действительно нравится и чем я горжусь… что это значит для всей моей дальнейшей работы?
Мой рабочий процесс до внедрения ИИ
Еще совсем недавно моя работа в качестве консультанта по аналитике была долгой, многогранной и очень ощутимой.
Я бы:
- Определите бизнес-проблему.
- Определите подходящие источники данных
- Напишите код с нуля, чтобы очистить запутанные наборы данных.
- Обрабатывайте и анализируйте данные.
- Возникают ошибки, отладка занимает часы.
- Поиск на Stack Overflow, переписывание запросов
- Изучите нестандартные случаи.
- Создайте презентации для заинтересованных сторон.
- Преобразуйте технические результаты в бизнес-обоснования.
Значительная часть моей ценности заключалась в выполнении этого рабочего процесса.
Со временем я выработал для себя нишу, позволяющую переводить данные в контекст бизнеса и наоборот.
Как это выглядит сейчас
Однако сегодня искусственный интеллект зачастую является первым, что приходит мне на ум при постановке проблем.
Изначально я в основном экспериментировал с подсказками. Я описывал бизнес-контекст, схему, ограничения и ожидаемый результат, и изучал, что ИИ может для меня сделать. Теперь, когда я увидел повышение производительности и возможность более четко формулировать некоторые свои мысли, я в значительной степени полагаюсь на ИИ в следующих областях:
- Разрабатывать комплексный код для очистки, анализа и визуализации данных.
- Предлагайте новые функции и улучшайте производительность модели.
- Всплыли на поверхность идеи, которые я раньше не рассматривал.
- Задокументируйте весь процесс.
- Создавайте краткие обзоры для различных аудиторий.
Таким образом, искусственный интеллект фактически стал моим первым аналитиком.
И это произошло не за одну ночь и даже не за неделю. Постепенное изменение происходило в течение нескольких месяцев, и теперь, если мне нужно что-то сделать, я, естественно, склонен сначала обратиться к ИИ, даже не до конца обдумав это самостоятельно, и это одновременно и захватывающе, и глубоко тревожно.
Потому что этот сдвиг не постепенный, а экспоненциальный .
Я опасаюсь, что мы вот-вот станем свидетелями замены не одной, а нескольких профессий — программирования, анализа, написания текстов и многого другого. Речь идёт не просто об одном навыке, а о совершенствовании всего сразу.
Что это на самом деле означает
Искусственный интеллект становится универсальным уровнем для когнитивных задач.
Я не знаю, сможет ли когда-нибудь ИИ воспроизвести глубокую человеческую эмпатию или можно ли автоматизировать доверие, выстроенное годами. И, честно говоря, я уже не знаю, где находится предел его возможностей.
Но у меня есть ощущение, что успешно справятся с этими изменениями не те, кто их избегает, а те, кто с любопытством принимает их.
Итак, где же нам создать конкурентное преимущество?
В последнее время я много об этом думаю: как мне оставаться востребованным, когда человеческий интеллект станет нормой благодаря искусственному интеллекту? Я не хочу, чтобы моя роль постепенно менялась сама собой, без того, чтобы я сам перестраивал свои навыки и инструментарий.
Я заметил, что край становится менее заметным.
В прошлые годы, когда я начинал свою карьеру в качестве аналитика, я думал, что знание SQL, умение строить модели и обрабатывать неструктурированные данные дадут мне преимущество. Это были ощутимые навыки, которые можно было измерить, улучшить и продемонстрировать. Однако многое из этого постепенно становится абстрагированным. Искусственный интеллект может делать большую часть этого быстро и все лучше и лучше.
Поэтому край должен переместиться в другое место.
Для меня становится очевидным, что решающее значение имеет образ мышления еще до того, как вы откроете инструмент.
И вот как я готовлюсь к тому, чтобы нарастить это преимущество в ближайшие несколько лет в качестве старшего аналитика:
- Попробуйте внедрить ИИ в свой реальный рабочий процесс:
Я настоятельно рекомендую начать серьезно использовать ИИ (а не просто искать маршруты и наводить порядок в электронной почте). Преимущество заключается в использовании ИИ на практических примерах, а не в пассивном применении.- Не ограничивайтесь фразой «напишите мне запрос» или как поисковая система. Используйте его для решения полных циклов задач: от очистки данных и анализа до создания историй на основе этих данных.
- Сравните его результаты со своими и обратите внимание на расхождения.
- Разберитесь, в чем ИИ вам помогает, и, что еще важнее, в чем он вам не помогает:
Настоящее преимущество заключается не только в использовании ИИ. Важно знать, когда на него не стоит полагаться. ИИ может генерировать ответы, но нужно понимать, когда они ошибочны.- Всегда спрашивайте себя, имеет ли смысл тенденция/закономерность/вывод, предлагаемый ИИ? Чего не хватает? Что является предвзятым?
- Проведите проверку выходных параметров под давлением с помощью простых корректных проверок.
- Обдуманно подходите к тому, что вы делегируете.
Пусть пока ИИ занимается скоростью, структурой и созданием первых черновиков, пока я осваиваюсь в этой сфере, если еще этого не сделал. Затем перейдем к тому, чтобы поручить ИИ формулирование проблем, принятие решений, этику и ответственность. Но не забывайте проверять достоверность.- Проверяйте результаты с помощью небольших выборок, крайних случаев или альтернативных запросов.
- Не стоит слепо доверять корректным результатам. Всегда проверяйте эти результаты.
- Будьте готовы к тому, что ваша роль будет меняться.
Мы уже переходим от написания запросов к разработке подсказок, проверке данных и созданию историй.- Выйдите за рамки подхода «вот что говорят данные» и перейдите к подходу «вот что нам следует сделать дальше».
- Увязывайте анализ с влиянием на бизнес, а не только с точностью.
Именно здесь аналитики начинают выступать в роли партнеров по принятию решений. - Выработайте привычку адаптироваться и оттачивайте свою способность постоянно совершенствовать свои навыки, охватывая не только одну техническую область (лучший в мире репетитор теперь доступен каждому, круглосуточно и по низкой цене).
- Будьте в курсе бизнеса, а не только данных.
Чем ближе вы к проблеме, тем сложнее её устранить.- Принимайте участие в большем количестве обсуждений с заинтересованными сторонами, понимайте цели и ограничения.
- Контекст сделает ваш анализ точнее, чем любые выводы, которые может сделать искусственный интеллект.
- Не стесняйтесь использовать ИИ.
Вы не «жульничаете», если используете инструмент, который улучшает вашу работу. Мы всегда использовали инструменты для расширения человеческих возможностей. Просто этот инструмент расширяет их в геометрической прогрессии.
Заключительная мысль
Искусственный интеллект — это уже не просто ещё один инструмент в нашем рабочем процессе.
Во многом это становится отправной точкой. Я считаю, что хотя мы, возможно, больше не являемся первыми аналитиками проблемы, именно мы, люди, по-прежнему несем ответственность за то, чтобы задавать правильные вопросы, осмысливать ответы и решать, что делать дальше. И эта часть по-прежнему важна как никогда.
…………
На этом я заканчиваю свой пост в блоге. Спасибо за чтение! Надеюсь, вам было интересно.
Раши — эксперт по данным из Чикаго, которая обожает анализировать данные и создавать истории на основе данных, чтобы доносить полученные результаты. Она работает старшим консультантом по аналитике в сфере здравоохранения и любит писать блоги о данных по выходным за чашкой кофе.
Раши Десаи. Все материалы от Раши Десаи.
Источник: towardsdatascience.com
