Kā mākslīgais intelekts var uzlabot darba apstākļus piegādes un braucēju pakalpojumu industrijā? Intervija ar pētnieku Zijianu Džao
Ik gadu pasaulē tiek aizstāvēti tūkstošiem doktora grādu, bet tikai daži pētījumi iegūst iespēju iedarboties uz patiesi plašu un aktuālu nozari. Viens no tiem ir Zijiana Džao darbs, kas, izmantojot pastiprināšanas mācīšanos (reinforcement learning), vēršas uz vienu no mūsdienu ekonomikas pamatakmeņiem – darba pārvaldību gigantiskajās transporta un piegādes platformās. Viņa pētījums tika izvēlēts prestižajai AAAI/SIGAI Doctoral Consortium, kas apvieno topošos pētniekus un nozares veterānus, lai diskutētu par nākotnes tehnoloģijām.
Kas ir “gig ekonomika” un kādas problēmas tajā slēpjas?
Iedomājieties ikdienas situāciju: jūs pasūtāt ēdienu piegādi vai aicināt braucēju caur mobilo lietotni. Aiz šķietami vienkāršās darījuma slēgšanas ir sarežģīta sistēma, kurā jāsaskaņo simtiem tūkstošu brīvprātīgo darbinieku – kurjeri un šoferi – ar milzīgu pieprasījumu plūsmu. Šī ir gig ekonomika: darba tirgus, kur darba devējs un izpildītājs satiekas digitālā platformā, bet darba apstākļi, ienākumi un slodze bieži vien ir neparedzami un nestabili.
Problēmas, ar kurām saskaras šīs nozares darbinieki, ir labi zināmas: nepastāvīgi ienākumi, pārslodze darba stundu pikā, nevienmērīga pasūtījumu sadale un neefektīva maršrutizācija. Tradicionālās pārvaldības metodes šeit nedarbojas, jo sistēma ir pārāk dinamiska un milzīga. Tieši šeit, pēc Zijiana Džao teiktā, nāk palīgā mākslīgais intelekts, proti, pastiprināšanas mācīšanās.
Pastiprināšanas mācīšanās: nevis tikai spēles, bet arī sociāli atbildīgi algoritmi
Vairumam no mums pastiprināšanas mācīšanās asociējas ar algoritmiem, kas apgūst spēlēt šahu vai datorspēles. Tomēr tās iespējas ir daudz plašākas. Būtībā, tas ir mākslīgā intelekta apmācības veids, kurā “aģents” – mūsu gadījumā, platformas pārvaldības sistēma – mēģina dažādas darbības dinamiskā vidē, lai maksimāli palielinātu kādu “atlīdzību” vai mērķi.
Zijiana Džao pētījuma inovācija slēpjas tajā, ka šis “mērķis” nav tikai peļņas vai efektivitātes palielināšana. Viņa piedāvātais modelis līdzsvarā ņem vērā vairākus faktorus:
* **Platformas efektivitāte:** Īsākie piegādes laiki, optimāla maršrutizācija.
* **Strādnieku labklājība:** Stabilāki ienākumi, izvairīšanās no pārslodzes, godīgāka pasūtījumu sadale.
* **Klientu apmierinātība:** Augsta pakalpojumu kvalitāte un uzticamība.
Kā algoritms var rūpēties par cilvēkiem? Džao pieeja izaicinājumam
Galvenais izaicinājums ir izveidot tādu algoritmu, kas nevis tikai mehāniski optimizē loģistiku, bet arī saprot un paredz cilvēku darbinieku vajadzības. Piemēram, sistēma var iemācīties atpazīt, ka noteiktā laikā vai reģionā darbinieki sāk piedzīvot pārslodzi, un automātiski pielāgot pasūtījumu sadali vai pat piedāvāt stimulus darbiniekiem no citiem rajoniem, lai izlīdzinātu slodzi.
Džao modelis darbojas kā gudrs dispečers, kurš ne tikai skatās uz kartes punktiem, bet arī uz cilvēkiem aiz šiem punktiem. Tas var ieteikt, piemēram:
* **Dinamisku tarifu pielāgošanu** ne tikai pēc pieprasījuma, bet arī, lai kompensētu darbiniekiem darbu grūtos apstākļos (piemēram, sliktā laikā).
* **”Atpūtas logus”** un ieteikumus par darba un atpūtas līdzsvaru, novērtējot darbinieka aktivitātes vēsturi.
* **Godīgāku uzdevumu sadali**, novēršot situācijas, kad daži darbinieki saņem pastāvīgi labus pasūtījumus, bet citi paliek “tukšā”.
No teorijas uz praksi: kāpēc AAAI/SIGAI Doctoral Consortium ir tik svarīgs?
Forums, kurā Zijians Džao prezentēja savu darbu, nav tikai par atzinību. AAAI/SIGAI Doctoral Consortium ir unikāla iespēja, kad topošie zinātnieki var apmainīties ar idejām ar ietekmīgiem akadēmiķiem un nozares pārstāvjiem no visiem pasaules malām. Šis starpdisciplinārais dialogs ir ļoti svarīgs, jo tehnoloģiskie risinājumi, it īpaši tie, kas skar darba tirgu, ir jāvērtē ne tikai no inženierijas, bet arī no sociālās, ekonomiskās un ētiskās perspektīvas.
Šeit pētnieks var saņemt atsauksmes par sava modeļa reālo pielietojamību, iespējamām sekām un ieteikumus tālākai attīstībai. Tas pārveido teorētisku modeli par praktisku instrumentu, kas varētu reāli uzlabot dzīves miljoniem cilvēku visā pasaulē, kuri nopelna ar gig ekonomikas platformām.
Nākotnes perspektīvas: vairāk cilvēcības digitālajā darbā
Zijiana Džao pētījums ir daļa no plašākas tendences – mākslīgā intelekta ievirzīšana sociāli atbildīgos risinājumos. Nākotnē mēs varam sagaidīt, ka platformas kā Uber, Bolt, Wolt vai citi līdzīgi pakalpojumi izmantos šādus gudros algoritmus, lai ne tikai maksimāli palielinātu peļņu, bet arī aktīvi veidotu stabilāku, godīgāku un cilvēkam draudzīgāku darba vidi.
Tas ir uzvaras scenārijs visām pusēm: darbinieki iegūst lielāku kontroli un stabilitāti, klienti saņem uzticamākus pakalpojumus, bet platformas iegūst lojālāku un motivētāku darbaspēku, kas ilgtermiņā nodrošinās ilgtspējīgu izaugsmi. Pētījumi, kāds veikts Zijiana Džao, ir tieši tas solis, kas virza mūs šajā virzienā, apvienojot tehnoloģisko lēkumu ar sociālo atbildību.
Cik drīz šādi risinājumi varētu būt mūsu ikdienā? Atkarīgs no nozares vēlmes investēt ne tikai tehnoloģijās, bet arī cilvēkos. Taču viens ir skaidrs: nākotne pieder gudrajam un empātiskajam AI, kas strādā nevis pret cilvēkiem, bet kopā ar viņiem.