Thật khó để biện minh cho việc thuê lập trình viên con người thay vì trí tuệ nhân tạo

Nguồn: AI Insight

Lãnh đạo của Fed dường như coi AI có tính sáng tạo như một loại “siêu nhà phân tích” có thể tiếp thêm sức mạnh cho quy trình làm việc của cơ quan.

Các nhà lãnh đạo của Cục Dự trữ Liên bang Hoa Kỳ (Federal Reserve) xuất hiện tin rằng các công cụ trí tuệ nhân tạo (AI) tổng quát sẽ trở thành "nhà phân tích siêu đẳng" cho các ngân hàng và chính phủ - có thể cung cấp dịch vụ khách hàng cho ngân hàng và thay thế các lập trình viên của con người.

Sunayna Tuteja, giám đốc đổi mới của Cục Dự trữ Liên bang, gần đây đã gặp Margaret Riley, phó chủ tịch cấp cao bộ phận thanh toán của Cục Dịch vụ Tài chính của Cục Dự trữ Liên bang, tại sự kiện Tuần lễ Trí tuệ Nhân tạo Chicago) đã tổ chức một sự kiện. trò chuyện bên lò sưởi.

Chủ đề của cuộc thảo luận là "Thúc đẩy đổi mới trí tuệ nhân tạo có trách nhiệm trong Hệ thống Dự trữ Liên bang". Theo hãng phân tích và tin tức tài chính Risk.net, Tuteja và Riley đã thảo luận về 5 trường hợp sử dụng AI tổng quát mà Fed đang khám phá: làm sạch dữ liệu, thu hút khách hàng, tạo nội dung, dịch mã kế thừa và cải thiện hiệu quả hoạt động.

'Các nhà phân tích siêu phàm'

Riley đã mô tả tiềm năng tổng thể của AI sáng tạo là những "nhà phân tích siêu phàm" có thể giúp cuộc sống của nhân viên Fed dễ dàng hơn, đồng thời đóng vai trò là chuyên gia hỗ trợ khách hàng, cá nhân hóa và nâng cao khả năng tương tác của ngân hàng với khách hàng.

Về chủ đề "dịch mã truyền thống", Tutga dường như nghiêng về quan điểm rằng các mô hình ngôn ngữ lớn (LLM), chẳng hạn như ChatGPT hoặc các sản phẩm trí tuệ nhân tạo tương tự, có thể thay thế một số ngôn ngữ truyền thống của Con người. về công việc:

"Thật khó để biện minh cho việc [thuê] nhà phát triển mã hóa cập nhật tất cả mã cũ sang mã mới, Nhưng bây giờ bạn có thể tận dụng LLM và nhà phát triển trở thành người đánh giá hoặc biên tập viên thay vì người thực thi chính >Cặp đôi này đã cẩn thận nhấn mạnh rằng AI và LLM tổng hợp có những hạn chế và các trường hợp sử dụng được thảo luận cho đến nay chỉ mang tính khám phá.

Mặc dù những rủi ro khi áp dụng hệ thống AI sáng tạo vào các lĩnh vực công nghệ có yêu cầu độ chính xác cao, chẳng hạn như tài chính, đã được ghi chép rõ ràng, nhưng Tutga bày tỏ lo ngại về những hạn chế có thể xảy ra khi không áp dụng các hệ thống này:

"Chúng ta nên xem xét tất cả các rủi ro khi làm một điều gì đó mới, nhưng chúng ta cũng nên tự hỏi bản thân: Không làm điều gì đó Rủi ro là gì? Bởi vì đôi khi Rủi ro khi không hành động lớn hơn rủi ro khi hành động, nhưng con đường phía trước phải có trách nhiệm."