Damas Gruska: Problém nie sú technológie, ale lenivá spoločnosť

Kde hľadať odpovede na tieto otázky, ak nie na fakulte „matfyzu“ Univerzity Komenského. Rozhovor s Damasom Gruskom z Katedry aplikovanej informatiky ukázal, že Slovensko sa v otázke digitálnej revolúcie borí s vlastnými problémami.

Sú dva názory – podľa jedného technológie síce uberajú pracovné miesta, ale vždy vytvárajú aj nové. Druhý tvrdí, že dnes je to iné, pretože technológie sú čoraz lacnejšie a nahrádzať ľudí je jednoduchšie. Aký je váš názor?

Dnes je to naozaj iné. A nejde len o to, že technológie sú lacné. Sú aj oveľa lepšie. V zásade si neviem predstaviť prácu, ktorá by sa do veľkej miery nedala nahradiť strojom. V minulosti to tak nebolo. Vždy sa to týkalo rutinných či manuálnych prác, účtovníctva a podobne. Dnes zažívame zlom a množstvo zaniknutých miest bude oveľa väčšie ako v minulosti.

V čom spočíva ten zlom?

Veľmi sa rozšíril záber. Vstup technológií sa týka aj profesií, ktoré sa zdajú veľmi náročné. Zoberte si medicínsku diagnostiku. Stroj môže byť úspešnejší v rozpoznaní rakoviny a ani sa neunaví. Lekár má na rozhovor s pacientom pár minút. Stroj môže byť oveľa lepší – nič neprehliadne a zváži každú možnosť. Ďalšia vec je kreativita, ktorú považujeme za výsostne ľudský faktor. Pritom počítače dnes komponujú hudbu a ani odborníci to nerozpoznajú. Sú aj pozície, o ktorých si myslíme, že sú výlučne ľudské – napríklad politik. Už dnes počuť názory, že to vlastne nie sú politici, ale hovorcovia názorov nevolených expertov. Musia byť tí experti živí ľudia? Nemôže byť to, čo politik hovorí, pripravené strojom?

Ak stroje postupne preberú rutinné činnosti, ostanú len pozície s vysokou špecializáciou a so schopnosťami v oblasti riadenia ľudí, sociálnej interakcie, kreativity či empatie. Je vzdelávací systém na to nastavený? Budeme mať týchto ľudí?

Otázka je, koľko ich bude treba. Nechcem rozvíjať nejakú orwellovskú víziu, že tu bude pár elít a ostatní budú dostávať peniaze, aby nezomierali od hladu. Ja študentom vždy hovorím: Stále počúvate o kreatívnom priemysle a pritom vy ste jeho jadro! Preto sa im na škole snažíme dať vzdelanie na to, aby kreativitu produkovali. Stále to však cítim ako veľký nedostatok. Študenti sú v styku s najnovšími technológiami, ale treba im dať sebavedomie a ukázať, že oni majú byť ich tvorcami. Najlepšie veci neprodukuje Google, ale chlapci ako oni, ktorých potom Google kúpi. A čo sa týka schopností ako sociálna interakcia – ani tam si nie som istý, či to stroj nedokáže lepšie. Predstavme si stroj vybavený senzormi, ktorými vie – podobne ako pes – vnímať naše pachy a rozoznávať tak naše emócie. Nebude lepší v sociálnej interakcii?

Zvykne sa tvrdiť, že medzi žiaduce schopnosti budúcnosti patrí aj programovanie a malo by sa zaradiť do všeobecnej gramotnosti. Súhlasíte?

Už keď som ja chodil do školy, hovorilo sa, že programovanie bude druhá gramotnosť. Ja tomu neverím. Krátkodobo to tak vyzerá, pretože je tu momentálny nedostatok. Dnes môžeme mať pocit, že sa bez tejto schopnosti nepohneme. Keď som chodil do autoškoly, tak ma presviedčali, že nemôžem dostať vodičák, ak nebudem vedieť, ako funguje karburátor. Dnes to znie smiešne. Mnohé schopnosti, ktoré považujeme za dôležité, v budúcnosti tiež nahradia stroje. Viem si predstaviť systémy, ktoré budú chápať, čo človek od nich chce, a budú schopné sa prispôsobovať. Veď už dnes vyhľadávač vie, čo zhruba chcem a čo ma zaujíma.

Zdroj: Martina Brunovská

Dnes existujú softvéry, ktoré sú schopné tvoriť softvéry. Znamená to, že aj pozícia programátora môže byť ohrozená?

Určite. I keď to dnes nemusí tak vyzerať. Je pravda, že hlboko v informatike sa niečo zmenilo. Najlepšie to vidno na softvéri, ktorý porazil šampióna v Go. To vyzeralo ako veľký zádrh, pretože sa vymykal tomu, ako informatika riešila problémy. To znamená – opíšem problém, analyzujem a nájdem nejakú matematickú alebo algoritmickú podstatu. Šach je typický príklad – vedelo sa, že je to len vec veľkej výpočtovej sily. Pri Go sa takýto návod nečrtal. Vyriešiť sa ho podarilo technológiou deep learningu. Tá môže veci zásadným spôsobom zmeniť. Donedávna sme ešte rozumeli, čo programy robia. Pri deep learningu už tomu celkom nerozumieme. Vieme, aký je princíp, ale ten softvér sa nám trochu vymyká spod kontroly. To má vplyv aj na pozíciu programátora, ktorý pôvodne budoval celý proces. Naši študenti sa už teraz sťažujú, že sa učia algoritmy, ktoré nikdy nepoužijú. Veľká časť softvérového priemyslu sa dostáva do „montážnej“ fázy. Integrujú sa hotové riešenia, niečo sa dáva dokopy a zďaleka to nie je to programovanie, ako to bolo pri tvorbe algoritmov.