Почему растёт спрос на людей, способных исправлять ошибки генеративного ИИ?

Бизнесы по всему миру внедряют ChatGPT, Google Gemini и другие языковые модели, надеясь сэкономить время и деньги, но поспешные эксперименты нередко оборачиваются низкокачественными текстами и сбоями в коде. В результате формируется новый рынок «уборки» за алгоритмами, где опытные копирайтеры и разработчики получают оплачиваемые часы на исправление машинных оплошностей.
Почему растёт спрос на людей, способных исправлять ошибки генеративного ИИ?
Изображение носит иллюстративный характер

В мае 2024 года продакт-маркетолог из Аризоны Сара Скидд получила срочный заказ от гостиничного сервиса: надо было полностью переписать сайт, который робот наполнил «очень базовыми» и «ванильными» фразами. «Он должен был продавать и интриговать, а вместо этого вышло пресно», – вспоминает она. За 20 часов работы по ставке 100 долларов в час Скидд заработала около 2 000 долларов и убедилась, что поток подобных задач растёт. «Может, я наивна, но если ты действительно хорош, проблем с заказами не будет», – отмечает специалист.

Схожие истории слышит Софи Уорнер, совладелица британского digital-агентства Create Designs в Хэмпшире. Клиенты всё чаще «спрашивают ChatGPT, прежде чем позвонить нам», и иногда копируют сгенерированный им код прямо на сайт. Однажды автоматическая правка страницы мероприятия, которую человек сделал бы за 15 минут, обернулась падением сайта на три дня и убытком около 360 фунтов. «ИИ редко учитывает уникальный стиль бренда; большая часть выдачи выглядит шаблонно и может повредить репутации», – предупреждает Уорнер.

Агентство теперь взимает отдельную плату за расследование последствий таких экспериментов, потому что «исправлять» часто дольше, чем «делать правильно» с нуля. Уорнер не сомневается, что алгоритмы будут быстро умнеть, но подчёркивает: без человеческого контекста тексты остаются обобщёнными.

На другой стороне планеты копирайтер Кашиш Барот из Гуджарата редактирует американские заказы, добиваясь человеческого звучания и убирая повторяющиеся конструкции, характерные для машинного письма. «ИИ внушает всем, что работа занимает пару минут... но он плохо понимает нюансы, потому что лишь перекраивает данные», – объясняет Барот и напоминает, что качественная редактура требует времени.

Согласно исследованию Федерации малых предприятий Великобритании, 35 % компаний планируют расширить использование ИИ в ближайшие два года, а среди стремящихся к быстрому росту этот показатель достигает 60 %. Статистика внушительна, но бездумное внедрение уже приводит к простоям, лишним расходам и репутационным рискам.

Доцент Байесовской бизнес-школы Фэн Ли видит главную проблему в излишнем оптимизме: «Человеческий контроль необходим. Плохая реализация может обернуться репутационным ущербом и непредвиденными затратами». Он советует сначала оценить инфраструктуру данных, систему управления и внутренние компетенции, поскольку «коробочные» модели склонны к галлюцинациям – выдаче несвязной или выдуманной информации.

OpenAI подтверждает: эффективность ChatGPT зависит от версии, опыта пользователя и качества промпта. «У каждой из наших моделей разные возможности», – подчёркивают разработчики. Пока же ошибки ИИ пережидает очередь специалистов, чьё глубокое понимание бренда, контекста и кода остаётся незаменимым инструментом для бизнеса.


Новое на сайте

19989Шесть историй, которые умещаются на ладони 19986Как 30 000 аккаунтов Facebook оказались в руках вьетнамских хакеров? 19985LofyGang вернулась: как бразильские хакеры охотятся на геймеров через поддельные читы 19984Автономная проверка защиты: как не отстать от ИИ-атак 19983Взлом Trellix: хакеры добрались до исходного кода одной из ведущих компаний по... 19982Почему почти 3000 монет в норвежском поле перевернули представление о викингах? 19981Как поддельная CAPTCHA опустошает ваш счёт и крадёт криптовалюту? 19980Слежка за каждым шагом: как ИИ превращает государство в машину тотального контроля 19979Как хакеры грабят компании через звонок в «техподдержку» 19978Почему именно Нью-Йорк стал самым уязвимым городом восточного побережья перед... 19977Как одна команда git push открывала доступ к миллионам репозиториев 19976Зачем древние народы убивали ножами и мечами: оружие как основа власти 19975Как Python-бэкдор DEEPDOOR крадёт ваши облачные пароли незаметно? 19974Послание в бутылке: математика невозможного 19973Почему ИИ-инфраструктура стала новой целью хакеров быстрее, чем ждали все?
Ссылка