השימוש הנרחב במודלי שפה גדולים (כגון ChatGPT) בשנים האחרונות יוצר שיח ער סביב היכולת של כלים כאלה לייתר מקצועות שעד היום רק בני אדם יכלו לאייש.
השיח הזה מלווה ומלובה על ידי הצהרות פרובוקטיות שמגיעות מאנשים בעלי השפעה כמו מנכ״ל חברת השבבים אנבידיה, שהכריז לפני כשנתיים שאין יותר צורך ללמוד לתכנת, או מנכ״ל חברת אנתרופיק (יוצרת הצ'אטבוט קלוד), שהכריז לפני כחצי שנה שבעוד שלושה עד שישה חודשים לא יהיה צורך יותר במתכנתים אנושיים.
הצהרות דומות סיפק לאחרונה גם סם אלטמןֿ מנכ״ל OpenAI, החברה שמפתחת את ChatGPT. מדברים רבות על כך שבעידן החדש יש חשיבות גדולה לפיתוח מיומנויות כמו חשיבה ביקורתית, שישאירו אותנו, בני האדם, רלוונטיים גם כאשר מערכות התוכנה ינגסו עוד ועוד בתחומי העיסוק שעד עתה נחשבו נחלתם הבלעדית של בני האדם.
אלא שבאורח פלא, החשיבה הביקורתית נעלמת מהשיח כאשר הדבר נוגע לתחזיות האוטופיות (או דיסטופיות) הנ״ל.
אז בואו נתרגל קצת חשיבה ביקורתית. ראשית, נשים לב שההצהרות מרחיקות הלכת על יכולות מודלי השפה מגיעות מחברות ההייטק הגדולות שהשקיעו הון עתק בטכנולוגיה הזו, שלהוטות למצוא מספיק לקוחות משלמים כדי להחזיר את ההשקעה.
לכן, כדאי לקחת את ההכרזות האוטופיות שלהם עם כמות הגונה של ספקנות בריאה. למשל, ביקור באתרי הדרושים של מיקרוסופט, אנבידיה, אנתרופיק, וגוגל, מגלה שרוב המשרות הן למהנדסי תוכנה. חברת OpenAI הצעירה יחסית, מעסיקה כעת יותר מ-5,000 עובדים. מדוע הם זקוקים לכל כך הרבה אנשים? הם לא יכלו להשתמש ב-ChatGPT כדי להחליף אותם?
אבל בואו נבחן את הטכנולוגיה לגופו של עניין. מתי טכנולוגיה כלשהי יכולה לייתר אנשים? יש שני תנאים שחייבים להתקיים. ראשית, על הטכנולוגיה לבצע את העבודה מהר יותר. שנית, עליה לבצע את העבודה ללא שגיאות. שני התנאים הכרחיים. כפי שידוע בכל עולמות הייצור והפיתוח, עלות השגיאות היא העלות הגדולה ביותר, משום שהיא גורמת לעבודה כפולה ולבזבוז ואין אפשרות להעריך כמה זמן יקח לפתור את הבעיות שהשגיאות יצרו.
מכונה שפועלת במהירות אך מייצרת שגיאות רק מגבירה את כמות השגיאות, וכך גורמת יותר נזק מאדם, שאולי עושה שגיאות, אבל לפחות בקצב איטי יותר.
הטכנולוגיה של מודלי השפה הגדולים מייצרת במהירות רבה שגיאות (הן נקראות ״הזיות״ אבל זו מילה מכובסת. אלו פשוט שגיאות). זו הסיבה שבכל הכלים האלה היצרן כתב אזהרה "X can make mistakes. Check important info". ומי יבדוק את המידע החשוב? בני אדם. והם צריכים להיות מומחים כדי להבין מתי המידע מכיל שגיאות. לכן, במקרים רבים לא יהיה ערך כלכלי למנגנון מכני שמייצר במהירות מידע שמכיל שגיאות ואז עובר תהליך סינון ידני איטי ויקר כדי להוציא ולתקן את השגיאות.
תארו לעצמכם את התסריט הבא: רואה החשבון המכני מגיש לכם את המאזן השנתי, אבל מוסיף ״תראו יכול להיות שעשיתי כאן טעויות, אז אני ממליץ לכם לעבור על זה טוב טוב כדי לוודא שהחישובים שלי נכונים״.
טענה נוספת שמושמעת רבות היא שמעתה אין יותר צורך במפתחי תוכנה צעירים - ג׳וניורים - משום שהמפתחים המנוסים יכולים להשתמש במודלי השפה כדי לבצע את המשימות הפשוטות, שבדרך כלל נותנים למפתחים הצעירים. אלא שלא זורעים זרעי מפתחים מנוסים בחורף וקוצרים אותם מנוסים בקיץ. כדי שמפתח יהיה מנוסה, הוא חייב להתנסות. כל מפתח מנוסה היה פעם ג׳וניור. ומשום שאנחנו לא חיים לנצח, אם לא נשקיע עכשיו בהכשרת מפתחים צעירים נמצא את עצמנו בעוד מספר שנים בחוסר שלא נצליח להדביק. וזו תהיה בכיה לדורות.
הכותב הוא ראש בית הספר להנדסת תוכנה באפקה - המכללה האקדמית להנדסה בתל אביב
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו