Biz ilk dəfə Böyük Dördlüklə AI haqqında danışmağa başlayanda söhbətlər gözlənilmədən sürətlə irəlilədi. Uzun girişə ehtiyac yox idi, AI-nin niyə vacib olduğunu izah etməyə də lüzum qalmadı. Demək olar ki, dərhal tərəfdaşlar və baş məsləhətçilər vaxtlarının əslində hara getdiyindən danışmağa başladılar. Qərarverməyə və ya insight əldə etməyə yox, hazırlığa. Müxtəlif sistemlərdən məlumat toplamağa. Rəqəmləri uyğunlaşdırmağa. Kimsə nəticələrin nə ifadə etdiyini düşünməyə başlamazdan əvvəl analizlərin daxili standartlara uyğun olduğuna əmin olmağa.
Bizi təəccübləndirən o idi ki, bu işlərin heç biri aşağı dəyərli deyildi. Bunlar zəruri idi. Amma eyni zamanda yorucu idi. Yüksək təcrübəli insanlar günlərinin böyük hissəsini sadəcə real düşünmənin başlaya biləcəyi nöqtəyə çatmağa sərf edirdilər.
Söhbətlər davam etdikcə, AI-nin rol oynaya biləcəyi onlarla prosesdən də çoxunu xəritələdilər. Hesabatlılıq, uyğunluq, maliyyə nəzarətləri, vergi təhlili, daxili yoxlamalar. Səthdə bu, klassik avtomatlaşdırma problemi kimi görünürdü. Elə deyildi.
Bu proseslərin əksəriyyətində artıq alətlər, şablonlar və qismən avtomatlaşdırma mövcud idi. Hər şeyi ləngidən isə addımların arasında baş verənlər idi. Kontekst dəyişmək. Nəticələri uzlaşdırmaq. Parçalanmış informasiya boyunca mühakiməni ardıcıl tətbiq etmək. Əsl xərc təkcə vaxt deyildi, koqnitiv yük idi.
Məhz o zaman çərçivə dəyişdi.
AI-nin işi başdan sona necə görə biləcəyini soruşmaq əvəzinə, işi görən insanları necə dəstəkləyə biləcəyini soruşmağa başladıq. Bəs AI nəzarəti əlindən almadan enerjini tükədən hissələri öz üzərinə götürə bilsəydi? Bəs o, strukturlaşdırılmış qaralamalar hazırlaya, uyğunsuzluqları üzə çıxara və öz məntiqini görünən edə bilsəydi ki, ekspertlər hazırlıqdan çox mühakiməyə fokuslana bilsinlər?
Bu yanaşma canlı istifadəyə keçəndən sonra təsir hiss olunacaq dərəcədə aydın oldu.
Komandalar üzrə təkrarlanan analitik işlər üçün dövr müddətləri 80–90 faiz azaldı. Xüsusilə uzlaşdırmanın ağır olduğu proseslərdə əl ilə edilən səhvlər kəskin şəkildə azaldı. Eyni dərəcədə vacib olan odur ki, əvvəllər eyni işə bir qədər fərqli yanaşan komandalar arasında nəticələr daha ardıcıl oldu. Orta hesabla, məsləhətçilər ayda təxminən 40–50 saat geri qazandılar və bu vaxtı artıq daha yüksək dəyərli düşünməyə sərf edə bildilər.
Amma ən maraqlı dəyişiklik rəqəmlərdə deyildi.
Bu, insanların öz işləri haqqında necə danışmasında idi. Yoxlamalar daha sakit keçməyə başladı. Müzakirələr daha fokuslu oldu. Baş rəyçilər hər şeyin düzgün olub-olmadığını yoxlamağa daha az, nəticələrin əslində nə ifadə etdiyini müzakirə etməyə isə daha çox vaxt sərf etdilər.
Zaman keçdikcə sistem insanların istifadə etməli olduğu bir alət kimi hiss olunmağı dayandırdı. O, qərarların necə verildiyini sakitcə mənimsəyən və bunu gələcək analizlərdə geri əks etdirən ortaq iş üsulu kimi hiss olunmağa başladı.
Bu təcrübə uzun müddətdir inandığımız bir şeyi də gücləndirdi. Daha ümumi intellektə doğru irəliləyiş mürəkkəb sahələrdə ekspertləri əvəz etməyə çalışan sistemlərdən gəlməyəcək. Bu, ekspert düşüncəsi ətrafındakı sürtünməni azaldan və onu gücləndirən sistemlərdən gələcək.
Bu əməkdaşlıqlarda AI dəyəri avtonom olmaqla deyil, əməkdaşlıq yönümlü olmaqla yaratdı. O, insanlar üçün qərar vermədi. Onlara daha yaxşı qərarları daha sürətli verməyə kömək etdi.
AGI-yə bənzər sistemlərin ilk olaraq harada əhəmiyyət kəsb edəcəyinə dair erkən bir siqnal varsa, o, məhz buradadır. Tam avtomatlaşdırmada deyil, insan mühakiməsini geniş miqyasda dəstəkləməkdə.
Fərqi yaradan da məhz bu keçid idi: avtomatlaşdırmadan təsir gücünə.
