Millal te viimati lugesite pealkirja Microsoft Copilotist? Tõenäoliselt harva. Meediaruum on täis uudiseid GPT-5, Claude 4.7 ja Gemini Ultra kohta. Copilot näib olevat igav korporatiivne tööriist, millest kirjutatakse ainult LinkedInis.
Aga vaadake nüüd, kes mille eest maksab.
Loe edasi
Möödus neli kuud. Epoch AI korraldas koos Ipsosega uue uuringu – ja pilt on muutunud.
Probleem on selles, et Vene mudelid jäävad maha. Meie 54 mudeli uuringus sai GigaChat 3,26 palli 5-st, GPT-5.4 – 4,80. Vahe 32%.
Kuid see ei ole ainult Venemaa probleem. Igaüks, kes kasutab odavamat või nõrgemat mudelit – olgu see Llama, Phi, Mistral, lokaalne juurutus või mõni piirkondlik pakkuja – seisab silmitsi sama küsimusega: kas targem promptimine suudab kvaliteedilõhe sulgeda?
Esimene: tudengite grupp, kes kasutas ChatGPT-d piiranguteta, saavutas tulemused 17% kehvemini kui kontrollgrupp, kes töötas õpikuga. Teine: teine grupp, kus TI-d kasutati täielikult ümber kujundatud õppesüsteemi raames, edestas traditsioonilist loengut kahekordse marginaaliga.
Sama tööriist. Vastupidised tulemused. Erinevus seisneb lähenemises.
Gallupi ja Walton Family Foundationi küsitlus (2024–2025, USA õpetajate representatiivne valim) tuvastas muljetavaldava näitaja: regulaarselt AI-d kasutavad õpetajad säästavad keskmiselt 5,9 tundi nädalas – see võrdub kuue täistööpäevaga õppeaasta jooksul. Kõlab nagu lahendatud probleem.
Kuid Royal Society of Chemistry paralleelne küsitlus (2024, Suurbritannia) näitab teistsugust pilti: 44% õpetajatest olid AI-d proovinud, aga ainult 3% teatas tegelikust töökoormuse vähenemisest. Üks matemaatikaõpetaja Iirimaalt selgitas lõhet täpsemalt kui ükski statistika: «AI genereerib töölehti kiiresti, kuid neid tuleb hoolikalt üle kontrollida – ja ajasääst osutub väiksemaks, kui tundus.»
Kumb on õigus? Oleme juba analüüsinud AI kriisi hariduses õpilaste vaatenurgast – 86% õpilastest kasutab AI-d, kuid kriitiline mõtlemine halveneb. Nüüd – õpetajate pool. Viimase kahe aasta jooksul on kogunenud piisavalt eksperimentaalseid andmeid, et vastata sellele küsimusele mitte arvamuste, vaid arvudega.
Poolteist aastat tagasi kirjutasin märkme isiklikku blogisse sellest, mida märkan kolleegide ja enda töös: mida rohkem AI-d usaldad, seda harvemini küsid endalt „kas see on tõesti õige?". Toetasin end toona Microsofti uuringule – see näitas, et usaldus AI vastu pärsib antavate vastuste kriitilist hindamist. Argument tundus tugev, kuid sellel oli ilmne puudus: korrelatsioon, mitte põhjuslik seos.
Sest see pole lugu sellest, et AI teeb meid rumalamaks. See on lugu sellest, kuidas täpselt me seda kasutame.
See avaldus seab küsimuse teravalt. Milleks vajab Kasahstan oma keelemudelit, kui globaalsed lahendused töötavad paremini? Ja kui suveräänne AI on vajalik – miks see kaotab?
Vastus on keerulisem, kui paistab. Sest KazLLM ei ole «kasahhi ChatGPT». See on täiesti erinev tööriist erineva ülesandega. Ja nende võrdlemine on sama, mis võrrelda riiklikku elektrijaama imporditud kodumasinaga.
Nende artikkel «The 2028 Global Intelligence Crisis» on väljamõeldud memorandum 2028. aasta juunist. See pole prognoos, vaid stressitest: mis juhtuks majandusega, kui masinintelligents tõesti asendab valgekraed nii kiiresti, nagu arendajad lubavad.
«Milleks mulle teie kursused, kui ma saan lihtsalt ChatGPT-lt küsida?»
See küsimus kõlab kommentaarides iga AI-koolitust puudutava postituse all. Loogika on raudne: internet on tasuta, ChatGPT selgitab kõike, YouTube on õpetusi täis. Miks maksta kursuse eest, kui kogu informatsioon on juba kättesaadav?
Suurepärane küsimus. Vastus sellele – mitte see, mida oodatakse kuulda.
Sest «informatsioonile ligipääsu omamise» ja «sellega töötada oskamise» vahel – on kuristik. Ligipääs meditsiinilistele teatmeteostele ei tee sinust arsti. Kööginoa olemasolu ei tee sinust tippkokka. Ja võimalus esitada ChatGPT-le küsimus ei tee sinust AI-spetsialisti. Nagu näitab MIT uuring valikuarhitektuuride kohta, seisneb spetsialisti tegelik jõud mitte tööriista olemasolus, vaid võimes kriitiliselt hinnata seda, mida tööriist pakub.
Ja see pole lihtsalt kaunis metafoor – see on uuringutega kinnitatud fakt.
Ettevõtted muretsevad, kuidas panna töötajaid AI-d kasutama. Lubadus on ahvatlev: AI võtab enda peale rutiini – dokumendimustandi, info kokkuvõtted, koodi silumise – ja vabastab aega kõrgema väärtusega ülesannete jaoks.
Kuid kas ettevõtted on valmis selleks, mis juhtub, kui neil see õnnestub?
Stanfordi teadlased jälgisid 8 kuu jooksul ligikaudu 200 Ameerika tehnoloogiaettevõtte töötajat, kes oli kasutusele võtnud generatiivse AI. Ettevõte ei nõudnud AI kasutamist – lihtsalt pakkus ettevõtte tellimusi kommertstööriistadele. Töötajad otsustasid ise, kas AI-d rakendada.
Tulemus osutus paradoksaalseks. AI ei vähendanud tööd. Ta intensiivistas seda. Töötajad hakkasid kiiremini töötama, võtsid enda peale suurema hulga ülesandeid, jaotasid tööd rohkematele tundidele päevas – sageli ilma selgete väliste nõudmisteta. AI tegi „rohkem tegemise" võimalikuks, kättesaadavaks ja paljudel juhtudel sisemiselt tasuvaks.
Üllatuslikult ilmneb sama muster ka teistes uuringutes. Microsoft avastas, et 62% tootejuhtidest kasutab Gen AI-d iga päev, kuid 81% ütleb, et AI säästab aega, samas 56% eitab, et pingutust oleks vähem. Paradoks? Ei, seaduspärasus.