О цифровом неравенстве

В Казахстане нет интернет-подключения у 165 школ, а в Узбекистане – у 35
Саида Сейдахметова

Различия в цифровой грамотности и в доступе к цифровым технологиям формируют цифровое неравенство. Оно значительно как между странами, так и внутри отдельных государств и начинается еще со школьной скамьи. Например, по данным GIGA, в Казахстане нет интернет-подключения у 165 школ, а в Узбекистане – у 35.

Вклад в рост цифрового неравенства вносят технологии искусственного интеллекта. Речь как об активной составляющей – выигрыше в производительности, который дают эти технологии своим активным пользователям, так и о пассивной – возможной дискриминации тех, кто «не совсем с хорошей стороны» попал в массив данных, используемый в процессе машинного обучения.

Широкое распространение генеративных моделей (особенно языковых, таких как GPT) уже называют очередной ступенью цифрового неравенства. Прежде всего имеются в виду потенциальные изменения на рынке труда – не только для юристов и финансистов, но также для кодеров, тестировщиков, специалистов по SMM, модераторов контента и других «новых профессий», которые рискуют исчезнуть, не успев появиться. Изменения уже порождают конфликты. Так, представители творческих сфер жалуются, что рядовой пользователь не способен отличить «подлинное искусство» от ИИ-поделок, призывая защитить их.

В марте 2023 года случился настоящий «взрыв» генеративных моделей – текста, изображений и видео. Свои новые разработки представили OpenAI (GPT-4), Anthropic (Claude), Google (PaLM), Стэнфорд (Alpaca), Baidu (ERNIE Bot), Hugging Face (Space), Runway (Gen-2).

Далеко не у всех решений с ИИ «американское лицо»: Россия, Китай и даже Южная Корея развивают собственные цифровые экосистемы и имеют далеко идущие планы. Наряду с широким выбором решений от частных технологических гигантов, исследовательских и некоммерческих организаций есть продукты от компаний, контролируемых государствами («Яндекс», «Сбер», Baidu, Tencent). Так, российские ИТ-решения уже широко представлены в жизни казахстанцев – особенно в сфере транспорта.

И все же Казахстан пока не среди лидеров по уровню использования генеративных моделей. Согласно статистике посещений интернет-страниц ChatGPT или DALL-E, мы уступаем таким не самым густонаселенным странам, как Эквадор и Венгрия. Пока мало кто понимает, как использовать эти модели на практике.

На мой взгляд, можно сделать три простые вещи для активизации использования языковых моделей гражданами и компаниями. Во-первых, разрешить и стимулировать их применение в образовательном процессе. Учащиеся все равно пользуются поисковиками и интернет-энциклопедиями, так почему нужно ставить барьеры на пути распространения очередной технологии? Мировые лидеры образования, такие как Khan Academy, уже пилотируют ее использование. Практика показывает, что контролируемое применение нового инструмента гораздо полезнее, чем его полный запрет.

Во-вторых, надо добиваться, чтобы генеративные инструменты становились более эффективными на казахском языке. Как показывает пример GPT-4, модель вполне способна использовать «малые» языки, например латышский и исландский, если предпринять усилия. Особенно показателен пример Исландии – правительство создало специальную группу для сохранения национального языка, которая участвует в его интеграции в работу языковых моделей.

В-третьих, следует стимулировать развитие сообщества пользователей. Так же, как хакатоны для разработчиков, необходимы клубы и соревнования для тех, кто использует генеративные модели в своей профессии, в искусстве, в повседневной жизни.

Все перечисленное можно сделать быстро и с небольшими затратами.

Популярное
Выбор редактора
Ошибка в тексте