(Продолжение, начало см. http://rusrim.blogspot.com/2026/09/1_093353835.html )
Повышение эффективности реально, но достигается с опозданием и постоянно переоценивается
Наиболее запоминающаяся цитата в статье принадлежит респонденту №10, чьё подразделение находился в середине перехода от экспериментирования к промышленной эксплуатации:
«Я полагаю, что ИИ-компании действительно выигрывают мифа о том, что ИИ срабатывает мгновенно и сразу же выдает идеальный результат - и я думаю, что наше руководство тоже изначально этого ожидало, но мы постепенно рассеяли эти ожидания… Превращение результатов ИИ в нечто достаточно качественное, чтобы мы хотели его использовать, - на самом деле очень трудоёмкий процесс. Является ли ИИ более эффективным в долгосрочной перспективе? Да. Но происходит ли это мгновенно? Абсолютно нет».
Вывод Ниу Цзиньфан заключается в том, что повышение эффективности материализуется только при полной зрелости на этапе промышленной эксплуатации. Частичное использование обычно не даёт никаких существенных улучшений. В переходный период улучшения ожидаются, но ещё не достигнуты. При полномасштабном внедрении транскрибирование, которое ранее занимало дни, теперь выполняется за считанные минуты; респондент №6 удвоил производительность обработки новостей с 3,5 до 7,5 часов контента в день.
Каждый руководитель, которому показали демо-версию, должен осознать эту последовательность этапов внедрения. Разрыв между выполнением пилотного проекта и получением деловой отдачи - это то место, где «умирает» финансирование.
В эпоху ИИ контроль качества становится отдельным направлением архивной работы
Наиболее ценный с практической точки зрения раздел статьи выделяет три различных формы специфической для ИИ работы по контролю качества: предварительная обработка (фильтрование материала, на котором ИИ может «задохнуться»), оценка качества и исправление ошибок. Ниу Цзиньфан проявляется здесь осторожность (заслуживающую взятия на вооружение) - контроль качества всегда был частью архивной работы. ИИ принёс собой новые формы контроля качества, специально нацеленные на борьбу с типичными проблемами в работе ИИ. Так, группа респондента №10 выявила, что ИИ может галлюцинировать при заполнении поля «автор», поэтому на этапе пост-обработки теперь проверяется, присутствует ли сгенерированная строка об авторе где-либо в исходном документе, и помечает её для последующей проверки человеком, если она отсутствует.
Это не «ИИ, генерирующий архивное описание». Это описательная работа, переходящая затем на стадию валидации и исправления ошибок. В 2023 году Кушинг (Cushing) и Ости (Osti) предсказали общую картину такой ситуации - участники их фокус-группы ожидали, что ИИ будет скорее порождать дополнительные задачи, чем устранять существующие, - и приводимые Ниу Цзиньфан данные это подтверждают.
Ниу Цзиньфан также указывает на то, что представитель архивной отрасли делают, не признавая этого: архивисты проводят неявный анализ соотношения затрат и отдачи в отношении допустимых ошибок. Респондент №6 опросил преподавателей факультета университета, показал им несовершенные расшифровки и спросил, будут ли они их использовать несмотря на недостатки. Подавляющее большинство ответило утвердительно. «Неидеальные данные лучше, чем отсутствие данных… нам пришлось пожертвовать частью точности ради производительности». Ниу Цзиньфан правильно связывает это с аргументом Корделла (Cordell) в отношении содержащих ошибки результатах OCR-распознавании текстов ( https://ryancordell.org/research/qijtb-the-raven-mla/ ). Учреждение респондента №14 пошло в другом направлении – даже если расшифровки слишком грубы для публикации, они всё равно полезны внутри организации для оценки рисков нарушения авторских прав и раскрытия персональных данных перед распространением аудиоматериалов. Одна и та же технология, противоположные решения – которые оба оправданы в своём контексте.
Приведенные аргументы в пользу стабильности кадрового состава слабее, чем сами результаты исследования
На данном моменте я бы остановился более подробно. Среди причин, по которым респонденты ожидают стабильности кадрового состава, названо то, что ИИ не способен обрабатывать коллекции аналоговых материалов, не может взаимодействовать с людьми, не может заниматься исследованиями и обеспечивать соблюдение законодательно-нормативных требований, решать вопросы этики и взаимодействовать с профсоюзами. Ниу Цзиньфан, к её чести, рассматривает некоторые из этих причин как артефакты, порождаемые особенностями существующих инструментов - только респондент №2 упомянул робототехнику; предположение об эмоциональном труде (affective-labor assumption) уже оспаривается.
Но здесь можно привести более убедительный аргумент. Самая основательная причина стабильности кадров заключается не в том, что ИИ не может выполнить какую-либо работу. Так, согласно объяснению респондента №12, внедрение AWS в её некоммерческой организации финансируется за счет разового пожертвования, а персонал состоит из инженеров, предоставленных компанией Amazon, которые уходят после завершения проекта. Респондент №8 увольняет своих сотрудников после потери федерального финансирования, без какого-либо привлечения ИИ. Кадровый состав архивов определяется бюджетами, а не техническими возможностями.
В государственном архиве это может означать выделение бюджетного финансирования. В университете это может означать институциональные приоритеты. В некоммерческой организации, в которой работает респондент №12, это означает разовое пожертвование и финансируемый компанией Amazon труд инженеров в течение ограниченного срока.
Ниу Цзиньфан сама приводит общую версию этого аргумента - уровень укомплектованности штата определяется в первую очередь бюджетными условиями, которые, в свою очередь, определяются институциональными приоритетами, экономическими условиями и политической средой - и приходит к выводу о том, что там, где финансирование остается стабильным, повышение эффективности приводит к перераспределению ресурсов и сокращению отставания в выполнении задач, а не к сокращениям персонала.
Я бы только добавил, что эта логика работает в обе стороны, и вторая сторона не внушает оптимизма. Рабочая сила, которая выживает при автоматизации только потому, что на автоматизацию их деятельности нет средств, не является защищенной рабочей силой. Это недофинансированная сфера деятельности, которая ещё не прошла настоящую проверку.
(Окончание следует)
Эндрю Поттер (Andrew Potter)
Источник: сайт Substack
https://metaarchivist.substack.com/p/fifteen-archivists-walk-into-an-interview
Комментариев нет:
Отправить комментарий