Współpracująca sztuczna inteligencja oraz nietechniczni programiści

Wśród większości wschodzących technologii, sztuczna inteligencja zajmuje szczególne miejsce. AI to ugruntowana i szeroka dziedzina dyscyplin, obejmująca przetwarzanie języka naturalnego, widzenie maszynowe, uczenie maszynowe, głębokie uczenie czy robotykę. Termin “AI” jest jednak notorycznie trudny do zdefiniowania. Według niektórych opracowań, AI jest terminem “parasolowym”, obejmującym różne dyscypliny, jak np. te wymienione powyżej.

Inne badania podkreślają jednak zasadnicze różnice pomiędzy architekturami głębokich sieci neuronowych i różnymi modelami uczenia maszynowego. Zgodnie z drugim podejściem, model predykcyjny – oparty na regresji liniowej – lub prosty chatbot – oparty na regułach – niekoniecznie mieściłby się w zakresie AI.

Jednak wydaje się, że większość osób traktuje te definicje elastycznie. Wdrożeń w szeroko pojętym AI z pewnością przybywa, także w Polsce, zwłaszcza w sektorze logistyki, e-commerce, marketingu czy medycznym i farmaceutycznym.

AI współpracująca z człowiekiem

Dzisiaj widzimy już, że w ramach sztucznej inteligencji wdrażanej w organizacjach istnieje co najmniej kilka nurtów implementacji z punktu widzenia automatyzacji procesów. Współpracująca sztuczna inteligencja to koncepcja, według której sztuczna inteligencja może współpracować z człowiekiem, aby ułatwić mu wykonywanie swoich obowiązków. Może to obejmować wykonywanie czynności, takich jak analiza danych lub podejmowanie decyzji, w imieniu człowieka. Może to również oznaczać dostarczanie człowiekowi informacji, które mogą pomóc w podjęciu lepszych decyzji.

Współpracująca sztuczna inteligencja jest szeroko uważana za kluczową dla przyszłości rozwoju sztucznej inteligencji jako takiej. Wymieńmy chociaż kilka walorów implementacji współpracującej AI. Współpracująca sztuczna inteligencja może:

●      przyczynić się do wzrostu wydajności pracy,
●      pomóc w eliminacji błędów popełnianych przez człowieka,
●      znacznie zwiększyć zakres działania człowieka,
●      pomóc w lepszym rozumieniu danych,
●      ułatwić lepsze planowanie działań,
●      pomóc w lepszym zarządzaniu czasem,
●      ulepszyć zarządzanie zasobami ludzkimi,
●      pomóc w lepszym zrozumieniu potrzeb klientów,
●      ułatwić marketing,
●      pomóc w lepszym zarządzaniu projektami.

Demokratyzacja budowy aplikacji AI

Co więcej, koncepcja współpracującej sztucznej inteligencji łączy się z coraz bardziej popularnym w sztucznej inteligencji podejściem tworzenia AI bez kodowania (Low Code/No Code). Low Code w AI oznacza wykorzystanie technologii do automatyzacji i ułatwienia tworzenia aplikacji sztucznej inteligencji. Jest to jedno z podejść do projektowania i wdrażania aplikacji AI, które znosi bariery programistyczne. W zasadzie każda zainteresowana osoba może tutaj tworzyć rozwiązania z zakresu AI lub z nich korzystać. Podejście to jest często stosowane w przypadku aplikacji, które wymagają dużej ilości danych i/lub są zbyt skomplikowane, aby mogły być zautomatyzowane przy użyciu standardowych narzędzi.

Podejście Low Code w sztucznej inteligencji daje wiele korzyści, w tym:
●      ułatwia proces tworzenia i wdrażania modeli sztucznej inteligencji,
●      pozwala zespołom na szybsze i łatwiejsze tworzenie modeli sztucznej inteligencji,
●      umożliwia elastyczne i szybkie dostosowywanie modeli do zmieniających się potrzeb,
●      pozwala na łatwiejszą współpracę między różnymi zespołami i działami w firmie,
●      umożliwia łatwiejszą integrację z istniejącymi systemami i bazami danych.

Połączenie współpracującej sztucznej inteligencji oraz podejścia Low Code ma szansę mieć bardzo ciekawe skutki społeczne (i gospodarcze), ponieważ daje szansę na wytworzenie się społeczności tzw. Citizen Developers – nietechnicznych programistów i programistek, którzy obecnie wychodzą na pierwszy plan cyfrowej transformacji. Citizen Developerzy używają platform No Code lub Low Code do tworzenia prostych automatyzacji dla siebie, swoich zespołów i działów. Mogą oni pełnić role w działach HR, finansów, sprzedaży i marketingu, prawnych, zaopatrzenia i innych funkcjach biznesowych. Nie zastępują firmowego zespołu IT, ale odgrywają kluczową rolę w tworzeniu mniejszych automatyzacji, które wymagają głębszego zrozumienia poszczególnych zadań i procesów działowych.

Automatyzacja „napędzana” przez samych pracowników

Ważne jest także, że ok. 40% zadań można zautomatyzować tylko wtedy, gdy pozwala się na popyt napędzany przez pracowników. Aby w pełni wykorzystać potencjał automatyzacji, programiści-obywatele będą wzmacniać i ewangelizować automatyzację. W wielu przypadkach okazuje się, że automatyzacje stworzone przez programistów-obywateli dla konkretnego zespołu mają większe zastosowanie w całej organizacji. Aby to osiągnąć, firmy będą musiały zainwestować w edukację i szkolenia.

Niektóre przedsiębiorstwa organizują nawet bot-a-thoon, aby zachęcić pracowników do tworzenia własnych robotów. Inne oferują kursy podnoszące kwalifikacje, a ich pracownicy korzystają ze szkoleń z zakresu automatyzacji procesów robotycznych dostępnych w internecie. Nie należy również lekceważyć korzyści finansowych płynących z rozwoju społeczności deweloperów-obywateli. Jeśli będzie ona efektywnie wykorzystywana i rozwijana w połączeniu z kulturą uczenia się i współpracy, programiści-obywatele będą w przyszłości przewodzić w rozwoju AI i automatyzacji.

prof. Aleksandra Przegalińska, Katedra Zarządzania w Społeczeństwie Sieciowym, filozofka, badaczka rozwoju nowych technologii, zwłaszcza technologii zielonej i zrównoważonej, humanoidalnej sztucznej inteligencji, robotów społecznych i technologii ubieralnych