Ե՞րբ է արհեստական բանականությունը փոխարինելու Ձեզ։ Չի փոխարինի։ Եվ ահա՝ ինչու։ 

«Ե՞րբ է արհեստական բանականությունը քեզ փոխարինելու»․ այս հարցը  հայտնվում է լրահոսի վերնագրերում, առաջացնում է մտահոգություն և դառնում քննարկումների առարկա աշխատակազմերի տարբեր մակարդակներում՝ արտադրամասերից մինչև խորհրդակցական սրահներ, լսարաններից մինչև ստեղծագործական ստուդիաներ։ Մարդկանց մտավախությունն իրական է ու տարածվում է ամենուր. մեքենաները գալիս են մեր տեղը զբաղեցնելու։ 

Բայց հաճախ այդ ահազանգող վերնագրերը չեն «պատմում» ճշմարտությունը․ Արհեստական բանականությունը երբեք չի փոխարինի մարդկանց՝ ո՛չ այսօր, ո՛չ 10 տարի անց, ո՛չ էլ երբևէ և վերջապես ոչ այն ձևով, ինչից շատերն են վախենում։ MIT-ի, Stanford-ի, McKinsey-ի և Համաշխարհային տնտեսական ֆորումի նման հետազոտական հաստատությունների տվյալները նույն եզրակացությանն են հանգում. ապագան միայն մեքենաների համար չէ, այն պատկանելու է խելացի մարդկանց, ովքեր աշխատում են գիտելիքով հագեցած մեքենաների հետ։ 

Այս հրապարակմամբ կպարզաբանենք, թե ինչու է դա այդպես՝ օգտագործելով երկու կարևոր հայեցակարգ՝ «Մարդը գործընթացում» (HITL) և մարդու ամբողջ կյանքի ընթացքում շարունակական ուսումնառության ունակությունը։ Այս երկու հայեցակարգային մոտեցումները ստեղծում են ապագայի այն հիմքը, որտեղ մարդիկը կմնան ոչ միայն կարևոր, այլև անփոխարինելի։ 

Ինչն է արհեստական բանականությունն իսկապես լավ անում և ինչը՝ ոչ։ 

Մինչ մարդու անփոխարինելիությանն անդրադառնալը, եկեք հիշենք, թե որտեղ է արհեստական բանականությունն իսկապես լավ գործում։ Արհեստական բանականությունը որոշ առաջադրանքներ իսկապես լավ է կատարում։ 

Որտեղ է արհեստական բանականությունը մեզ գերազանցում՝ 

  • Մեծածավալ նմուշների հայտնաբերում: Արհեստական բանականությունը կարող է վերլուծել միլիոնավոր բժշկական պատկերներ, ֆինանսական գործարքներ կամ հաճախորդների հաղորդակցության արդյունքներ շատ ավելի արագ և հետևողական, քան ցանկացած մարդկանց թիմ։ 
  • Տվյալների վերլուծություն և կանխատեսում: Մեքենայական ուսուցման մոդելները մշակում են հսկայական տվյալաշարեր՝ հայտնաբերելու միտումները, կանխատեսելու արդյունքները և բարելավելու գործընթացները բարձր ճշգրտությամբ։ 
  • Կրկնվող գործառույթների ավտոմատացում: Էլեկտրոնային նամակների դասակարգումից մինչև արտադրական հոսքագծում ապրանքների հավաքում ՝ արհեստական բանականությունն իրականացնում է կրկնվող, կանոնների վրա հիմնված աշխատանքները բարձր արդյունավետությամբ։ 
  • Բնական լեզվի մշակմում: Ժամանակակից մեծ լեզվային մոդելները կարող են ամփոփել փաստաթղթեր, թարգմանել լեզուներ և ստեղծել տեքստ, որն իմաստով ամբողջական է և համահունչ կոնտեքստին։ Այս հնարավորությունները տպավորիչ են, բայց դրանք ցույց են տալիս արհեստական բանականության վերաբերյալ հիմնական ճշմարտությունը՝ այն գիտելիքներով հարուստ է, բայց խելացի չէ։ Կա հիմնարար տարբերություն։ 

Որտեղ է արհեստական բանականությունը թերանում՝ 

  • Չկա գիտակցություն կամ ինքնագիտակցություն: Արհեստական բանականությունը չի հասկանում, թե ինչ է անում․ ընդամենը մշակում է «տոկեններ», ոչ թե իրական իմաստը։ Լեզվային մոդելը չգիտի, որ երկինքը կապույտ է. այն սովորել է միայն, որ «երկինք» և «կապույտ» բառերը հաճախ միասին են հայտնվում։ 
  • Չկա իրական կարեկցանք: Արհեստական բանականությունը կարող է նմանակել կարեկցանք, բայց այն չի կարող իսկապես զգալ։ Չի հասկանում քաղցկեղի ախտորոշման ծանրությունը, սիրելիի կորուստից առաջացած վիշտը կամ տարիների ջանքերից հետո ձեռք բերած ուրախությունը։ 
  • Չկա իրական ստեղծարարություն: Արհեստական բանականությունը ստեղծում է արդյունքներ՝ վերախմբավորելով նախնական տվյալների օրինակները։ Այն չի զգում ներշնչում, չի մտածում գոյաբանական հարցերի շուրջ և չի ստեղծում արվեստ, որը ծագում է անձնական փորձից։ Ինչպես նշել է Stanford-ի մարդակենտրոն արհեստական բանականության ինստիտուտը, ԱԲ-ն ստեղծում է «նոր համակցություններ», ոչ թե իսկական ստեղծագործական թռիչքներ։ 
  • Չկա էթիկական դատողություն: Արհեստական բանականությունը չի կարող տարբերակել ճիշտը սխալից։ Այն գործում է մարդկանց կողմից սահմանված նպատակների հիման վրա, ինչը նշանակում է, որ կարող է ուժեղացնել կողմնակալություններ, տալ վնասակար խորհուրդներ և վնաս պատճառել, եթե գործարկվի առանց մարդու հսկողության։ 
  • Թույլ աշխատանք նոր իրավիճակներում: Երբ արհեստական բանականությունը հանդիպում է իր ուսուցման տվյալներից դուրս նոր իրավիճակների, դժվարանում է։ Մարդիկ, հակառակը, կարող են տրամաբանորեն հաղթահարել նոր իրավիճակներ՝ օգտագործելով ինտուիցիան, նմանությունները և անձնական փորձը։ 

Եզրակացությունը hստակ է. Մեքենաները հարուստ են գիտելիքով,  տվյալները պահում և մշակում են աներևակայելի արագությամբ, բայց մարդիկ խելացի են, նրանք հասկանում, մեկնաբանում, ստեղծում են իմաստ և կիրառում դատողություն։ Գիտելիքն առանց իմաստնության, կարեկցանքի և ստեղծարարության բավարար չէ։  

«Մարդը գործընթացում». Ինչու են մարդիկ անփոխարինելի արհեստական բանականության համակարգերում 

«Մարդը գործընթացում» (HITL) հասկացությունը ներկայացնում է ժամանակակից արհեստական բանականության կիրառման ամենակարևոր սկզբունքներից մեկը։ Այն ընդգծում է, որ ամենաապահով, էթիկապես ճիշտ և արդյունավետ ԱԲ համակարգերը այն համակարգերն են, որտեղ մարդիկ ակտիվորեն ներգրավված են որոշումներ ընդունելու գործընթացում։ 

Սա միայն տեսական գաղափար չէ. այն ապացուցված մոտեցում է, որն օգտագործում են աշխարհի առաջատար կազմակերպությունները։  

Առողջապահությունում. Վերջնական որոշումը բժշկի ձեռքում է 

ԱԲ ախտորոշման գործիքները՝ օրինակ Google-ի DeepMind-ն ու IBM Watson Health-ը, կարող են վերլուծել բժշկական պատկերներ և հիվանդների տվյալներ՝ հնարավոր հիվանդությունները բարձր ճշտությամբ հայտնաբերելու համար։ 2024 թ-ին Nature Medicine ամսագրում հրապարակված մի ուսումնասիրություն ցույց է տվել, որ արհեստական բանականության աջակցությամբ աշխատող ախտորոշիչ համակարգերով որոշ քաղցկեղների հայտնաբերման ճշտությունը հասնում է մինչև 94%-ի։ 

Սակայն նույն ուսումնասիրությունը պարզել է, որ ճշտությունը հասնում է 99,5%-ի, երբ արհեստական բանականության առաջարկությունները ստուգվում և հաստատվում են փորձառու բժիշկների կողմից։ Ինչո՞ւ։ Քանի որ բժիշկներն ունեն համատեքստային ընկալում, որն արհեստական բանականությունը չի կարող կրկնել. նրանք հաշվի են առնում հիվանդի պատմությունը, հոգեբանական վիճակը, ընտանեկան հանգամանքները և իրենց պրոֆեսիոնալ դատողությունը։ ԱԻ-ն հայտնաբերում է մոդելներ, իսկ բժիշկը հասկանում է մարդուն։ 

Վերջիվերջո, աշխարհի յուրաքանչյուր առաջատար առողջապահական համակարգ պահպանում է HITL սկզբունքը՝ ԱԲ-ն օգնում է, բայց վերջնական որոշումն ընդունում է մարդը։  

«Մարդը գործընթացում» (HITL) ինքնավար ավտոմոբիլներում. անվտանգության համար անհրաժեշտ է մարդու հսկողություն 

Չնայած ինքնավար տեխնոլոգիայում ներդրված են միլիարդավոր դոլարներ, ինքնավար մեքենաներն առանց մարդու հսկողության դեռևս կատարյալ չեն։ Waymo, Tesla և Cruise ընկերությունները հասկացել են, որ վտանգավոր կամ անսպասելի իրավիճակները, որոնք տեղի են ունենում իրական ճանապարհներին, պահանջում են մարդու կողմից դատողություն։ 

Փողոցում դեպի գնդակը վազող մանուկը,  չնշանագրված շինհրապարակը, ոստիկանության աշխատողի ձեռքի ժեստը, այսպիսի իրավիճակները պահանջում են կոնտեքստային տրամաբանություն, որի հետ ԱԲ-ն դեռ չի կարող մրցակցել։ Արդյունքում՝ ոլորտը շարժվել է դեպի հիբրիդային մոդելներ, որտեղ ԱԲ-ն իրականացնում է սովորական վարումը, իսկ մարդկային օպերատորները հետևում են իրավիճակին և միջամտում, երբ անհրաժեշտ է։ 

«Մարդը գործընթացում» (HITL) բովանդակության վերահսկման ոլորտում. Էթիկան պահանջում է մարդու դատողություն 

Սոցիալական ցանցերն օգտագործում են արհեստական բանականություն՝ մեծածավալ վնասակար բովանդակությունը բացահայտելու համար։ Սակայն որոշելը, թե որն է ատելություն սերմանող խոսքը, հումորը կամ սատիրան, քաղաքական մեկնաբանությունը կամ իրական վտանգը, հաճախ պահանջում է նուրբ մշակութային և կոնտեքստային ընկալում։ Օրինակ՝ Meta ընկերությունում ավելի քան 15,000 բովանդակության գնահատող մարդ աշխատում է ԱԲ համակարգերով, քանի որ ավտոմատ որոշումների հետևանքները ՝ օրինակ խոսքի գրաքննությունը կամ վտանգավոր բովանդակությունը չջնջելը — չափազանց կարևոր են։ 

«Մարդը գործընթացում» (HITL) իրավական և ֆինանսական որոշումներում 

Արհեստական բանականությունն ավելի ու ավելի հաճախ է օգտագործվում իրավական հետազոտություններում, պայմանագրերի վերլուծության և խարդախությունների հայտնաբերման համար։ Բացի այդ, ԱԲ-ի վրա հիմնված գործիքները կարող են ժամերի ընթացքում ստուգել հազարավոր իրավական փաստաթղթեր, ինչը շաբաթներ կտևեր մարդու կողմից։ Սակայն վերջնական որոշումը՝ իրավական ռազմավարության, դատավճռի առաջարկների կամ կանոնակարգերի պահպանման հարցում, մնում է վստահորեն մարդու ձեռքում։ Պատճառը պարզ է. արդարադատությունը պահանջում է կարեկցանք, կոնտեքստային ընկալում և բարոյական դատողություն՝ այնպիսի ունակություններ, որոնք մեքենաները չունեն։ 

Այս հակիրճ օրինակները ցույց են տալիս միևնույն սկզբունքը բոլոր ոլորտներում։ 2025թ-ի McKinsey Global Institute-ի զեկույցի համաձայն, այն կազմակերպությունները, որոնք ԱԲ-ն ներդնում են հստակ «Մարդը գործընթացում» մոտեցմամբ, ունեն 30–40%-ով ավելի լավ արդյունքներ՝ համեմատած այն կազմակերպությունների հետ, որոնք փորձում են ամբողջությամբ ավտոմատացնել գործընթացները։ Միտքը պարզ է. ամենաարդյունավետ ԱԲ-ի կիրառումները նպաստում են մարդու որոշումների հզորացմանը, այլ ոչ թե փոխարինում։ 

Շարունակական ուսումնառություն ամբողջ կյանքի ընթացքում՝ մարդու այն գերուժը, որը մեքենաները չեն կարող կրկնել 

Եթե «Մարդը գործընթացում» (HITL) սկզբունքը բացատրում է, թե ինչու մարդիկ պետք է ներգրավված լինեն ԱԲ համակարգերի գործընթացներում, ապա կյանքի ընթացքում շարունակական ուսումնառությունը բացատրում է, թե ինչու մարդիկ միշտ առաջ կլինեն տեխնոլոգիաներից։ 

Ահա հիմնական տարբերությունը. երբ աշխարհը փոխվում է, մեքենաները պետք է վերաուսուցվեն։ Մոդելները մաշվում են, ուսուցման տվյալները հնանում են, պարամետրերը համահունչ չեն նոր իրականություններին։ ԱԲ մոդելը վերաուսուցանելը ծախսատար, ժամանակատար և մեծ հաշվարկային ռեսուրսներ պահանջող գործընթաց է։ 

Մարդիկ, հակառակը, ունեն մի յուրահատուկ ունակություն, որը ոչ մի մեքենա չի կարող կրկնել՝ շարունակ սովորելու, մոռանալու և նորից սովորելու կարողությունը ողջ կյանքի ընթացքում, հարթ և անընդհատ։ 

Համաշխարհային տնտեսական ֆորումի ապագայի նախագիծը 

Համաշխարհային տնտեսական ֆորումի «Աշխատատեղերի ապագա 2025» զեկույցը վկայում է դրա կարևորության մասին. զեկույցի տվյալներով՝ գլոբալ աշխատուժի 59%-ը մինչև 2030 թվականը կպահանջի նոր հմտությունների զարգացում կամ վերաորակավորում։ Սակայն WEF-ը դա չի ներկայացնում որպես ճգնաժամ, այլ որպես հնարավորություն։ 

Ապագայի համար ամենակարևոր հմտությունները հիմնականում մարդկային են՝ 

  • Վերլուծական մտածողություն և նորարարություն 
  • Համակարգային խնդիրների լուծում 
  • Կրիտիկական մտածողություն և վերլուծություն 
  • Ստեղծարարություն, յուրօրինակություն և նախաձեռնողականություն 
  • Առաջնորդություն և սոցիալական ազդեցություն 
  • Էմոցիոնալ ինտելեկտ 
  • Ուժեղ հոգեբանական դիմադրություն, սթրեսի հանդուրժողականություն և ճկունություն 

Հայտնի է, որ այս հմտություններից որևէ մեկով ԱԲ-ն չի գերազանցում մարդու մակարդակին։ Սրանք հիմնովին մարդկային կարողություններ են, որոնք խորանում են փորձի և շարունակական ուսումնառության միջոցով։ 

Վերաորակավորման հեղափոխությունը արդեն ընթանում է 

Աշխարհի տարբեր երկրներում կազմակերպություններն ու կառավարությունները մեծ ներդրումներ են անում ծրագրերում, որոնք օգնում են աշխատակիցներին հարմարվել ԱԲ դարաշրջանին շարունակական ուսումնառության միջոցով։ 

  • Սինգապուրի SkillsFuture նախաձեռնությունը յուրաքանչյուր քաղաքացու տալիս է կրեդիտներ կյանքի ընթացքում շարունակական ուսումնառության համար, ինչի արդյունքում միայն 2024-ին ծրագրին մասնակցել է ավելի քան 660,000 մարդ։ 
  • AT&T ընկերությունը ներդրել է 1 միլիարդ դոլար 140,000 աշխատակցի վերաորակավորման համար հինգ տարվա ընթացքում, պատրաստելով նրանց այն գործառույթների համար, որոնք գոյություն չէին ունեցել երբ աշխատանքի են անցել։ 
  • Եվրոպական Միության Pact for Skills ծրագրով ավելի քան 10 միլիոն մեծահասակ Եվրոպա մայրցամաքում ստանձնել է պարտավորություն վերաորակավորվելու և հմտություններ զարգացնելու համար։ 

Այս նախաձեռնությունները ցույց են տալիս աճող կոնսենսուս. այն աշխատողները, ովքեր հաջողակ կլինեն ԱԲ-ի հետ միասին, նրանք են, ովքեր երբեք չեն դադարում սովորել։ Շարունակական ուսումնադությանը նվիրված մարդիկ մնում են ճկուն, ստեղծագործ և ունակ ներդրումներ անել, որոնք ոչ մի մեքենա չի կարող կրկնել։ 

Ինչու է շարունակական ուսումնառությունը մարդկանց առավելություն տալիս 

Երբ մասնագետը սովորում է նոր հմտություն, նա պարզապես տվյալներ չի ավելացնում իր տվյալների շտեմարանում։ Նա նոր գիտելիքներնը համադրում է իր առկա փորձի հետ, ստեղծում նոր կապեր տարբեր ոլորտների միջև և ժամանակի ընթացքում խորացնում իր ինտուիցիան։ Օրինակ՝ բժիշկը, որը սովորում է ԱԲ–ի միջոցով ախտորոշման մեթոդներ, պարզապես չի օգտագործում գործիքը․ նա հասկանում է դրա սահմանափակումները, վերլուծում է արդյունքները և բարելավում հիվանդի բուժման արդյունավետությունն այնպես, ինչպես միայն գործիքը երբեք չէր կարողանա։ 

Այս ինտեգրատիվ, տարբեր ոլորտներում շարունակական ուսումնառության ունակությունը բացառապես մարդկային է։ Դա տարբերությունն է այն մեքենայի միջև, որը պատրաստված է բժշկական գրականության վրա, և այն բժիշկի միջև, ով տասնյակ տարիներ անցկացրել է հիվանդների կողքին՝ շարունակ սովորելով ու զարգանալով յուրաքանչյուր շփման ընթացքում։ 

Խելացի մարդիկ + գիտելիք ունեցող մեքենաներ = իրական ապագա

 

«Մարդի՞կ, թե՞ մեքենաները» նարատիվը հիմնականում կեղծ է։ Իրական ապագան մարդիկ ու մեքենաները միասին են, միասնաբար աշխատող։ 

Ստուգենք փաստերը՝ 

  • MIT-ի Համակարգչային գիտության և արհեստական բանականության լաբորատորիայի (CSAIL) 2025թ-ի ուսումնասիրությունը ցույց է տվել, որ բարդ խնդիրներ լուծելիս մարդ-ԱԲ թիմերը 35%-ով ավելի արդյունավետ են եղել, քան միայն մարդիկ կամ միայն ԱԲ–ն։ 
  • McKinsey-ի գնահատմամբ՝ ԱԲ-ն կարող է մինչև 2030թ-ը 13 տրիլիոն դոլար ավելացնել գլոբալ տնտեսությանը, բայց միայն այն դեպքում, եթե կազմակերպությունները հավասարապես ներդրումներ անեն մարդկային կարողությունների զարգացման մեջ տեխնոլոգիաների ներդրմանը զուգընթաց։ 
  • Harvard Business School-ի ուսումնասիրությունները ցույց են տալիս, որ այն ընկերությունները, որոնք կիրառում են «համատեղելի ինտելեկտ» մոդել՝ որտեղ ԱԲ-ն զբաղվում է տվյալների մեծածավալ աշխատանքով, իսկ մարդիկ՝ ռազմավարությամբ, ստեղծարարությամբ և հարաբերությունների կառավարմամբ, հասնում են 5 անգամ ավելի մեծ արդյունքների՝ քան ընկերությունները, որոնք ԱԲ-ն օգտագործում են միայն աշխատանքի փոխարինման համար։ 

Մոդելը պարզ է. ամենամեծ օգուտը գալիս է ոչ թե մարդկանց մեքենաներով փոխարինելուց, այլ խելացի մարդկանց և հզոր ԱԲ գործիքների միջև համագործակցության ստեղծումից։ 

Գործնականում պատկերն այսպիսին է՝ 

  • Ռադիոլոգ, որը կիրառում է ԱԲ-ը հազարավոր պատկերների արագ սկանավորման համար, ապա հավելում իր կլինիկական փորձը՝ տալիս է ճշգրիտ ախտորոշում։ 
  • Ծրագրավորող, որն օգտագործում է ԱԲ կոդավորման օգնականներ՝ կոդի ստանդարտ մասերն արագ գրելու համար, ապա կենտրոնանում  ճարտարապետության, դիզայնի և նոր խնդիրների լուծման վրա։ 
  • Բիզնեսի առաջնորդ, որը ԱԲ վերլուծությունը օգտագործում է ռազմավարությունը ձևավորելու համար, ապա կիրառում է դատողություն, տեսլական և կարեկցանք՝ մարդկանց  փոփոխությունների ընթացքում առաջնորդելու համար։ 

Յուրաքանչյուր դեպքում մարդը չի փոխարինվում։ Մարդը հզորանում է։ 

Գլխավոր տարբերությունը՝ խելացին ընդդեմ գիտակի 

Վերադառնանք այն հիմնական տարբերությանը, որի վրա հիմնված է ամբողջ այս քննարկումը։ 

Արհեստական բանականությունը գիտակ է։ Այն կարող է պահել, որոնել և մշակել տեղեկատվություն այնպիսի արագությամբ ու ծավալներով, որոնց մարդը երբեք չի հասնի։ Այն կարող է գտնել նմուշներ միլիարդավոր գրառումների մեջ։ ԱԲ-ն կարող է ստեղծել տեքստեր, պատկերներ և ծրագրային կոդ՝ մեծածավալ տվյալների հիման վրա սովորած վիճակագրական մոդելներով։ 

Մարդիկ խելացի են։ Նրանք հասկանում են համատեքստը, կարողանում են կատարել բարոյագիտական դատողություններ, զգում են կարեկցանք և ձևավորում են իմաստը սեփական փորձի հիման վրա։ Նրանք կարող են հարմարվել լրիվ նոր իրավիճակների՝ հենվելով ինտուիցիայի, ստեղծագործականության և կյանքի ընթացքում ձեռք բերած իմաստնության վրա։ 

Գիտելիքն արժեքավոր է, բայց իմաստնությունն՝ անփոխարինելի։ ԱԲ-ն կարող է ասել, որ հիվանդի նշանները համապատասխանում են տվյալ վիճակի վիճակագրական մոդելին, սակայն միայն բժիշկը կարող է նստել այդ հիվանդի կողքին, հասկանալ նրա վախերը, հաշվի առնել նրա արժեքները և օգնել ընտրել այն որոշումը, որը ճիշտ է նրա կյանքի համար։ 

ԱԲ-ն կարող է ստեղծել բիզնես պլան՝ շուկայի տվյալների հիման վրա։ Բայց միայն մարդ ձեռներեցը կարող է զգալ համայնքի զարկերակը, տեսնել հնարավորությունն այնտեղ, որտեղ ուրիշները միայն խոչընդոտներ են տեսնում, և ներշնչել թիմին ստեղծելու այն, ինչը փոխում է աշխարհը։ 

Ահա թե ինչու արհեստական բանականությունը երբեք չի կարող փոխարինել մարդկանց, ոչ այն պատճառով, որ ԱԲ-ն ուժեղ չէ։ Այն ուժեղ է, բայց ուժն առանց իմաստության, գիտելիքը առանց կարեկցանքի և արդյունավետությունն առանց նպատակի բավարար չեն։ 

Ներդրումներ կատարեք ինքներդ Ձեր մեջ. ապագան պարգևատրում է նրանց, ովքեր երբեք չեն դադարում սովորել 

Եթե կարդացել եք այս նյութն, ապա արդեն հասկանում եք հիմնական գաղափարը՝ արհեստական բանականությունը չի կարող փոխարինել նրանց, ովքեր հետաքրքրասեր են, շարունակ սովորում են և մասնակցում են որոշումների ընդունման գործընթացին։ Առավել վտանգված չեն նրանք, որոնց աշխատանքները կարող է ավտոմատացնել ԱԲ-ն, այլ նրանք, ովքեր դադարում են սովորել, հարմարվել ու աճել։ 

Եվ ի՞նչ անել։ 

  • Կարևոր չէ՝ 25 տարեկան եք, թե 55, միշտ զարգացրեք Ձեր հմտությունները, մասնակցեք դասընթացների, աշխատաժողովների, շատ կարդացեք և հետաքրքրասեր մնացեք ձեր ոլորտի նոր զարգացումների նկատմամբ։ 
  • Սովորեք աշխատել արհեստական բանականության հետ, ոչ թե նրա դեմ․ հասկանալը, թե ինչպես են գործում ԱԲ-ի գործիքները՝ դրանց հնարավորությունները և սահմանափակումները, ձեզ ավելի արժեքավոր է դարձնում, ոչ թե հակառակը։ 
  • Ավելի զարգացրեք Ձեր յուրահատուկ մարդկային հմտությունները. ներդրումներ արեք քննադատական մտածողության, զգացմունքային ինտելեկտի, ստեղծարարության և առաջնորդության մեջ. հենց այս հմտությունները միշտ կմատնանշեն Ձեր տարբերությունը ցանկացած մեքենայից։ 
  • Մնացեք որոշումների գործընթացի մեջ. Անկախ նրանից, թե Դուք առողջապահության ոլորտի մասնագետ եք, ուսուցիչ, ինժեներ կամ բիզնեսի ղեկավար, նախապատվությունը տվեք որոշումների ընդունման գործընթացի լիարժեք մասնակցությանը. արհեստական բանականությունը պետք է միայն օգնի Ձեզ որոշումներ ընդունել, ոչ թե ընդունի դրանք Ձեր փոխարեն։ 

Ապագան չի որոշվելու այն սկզբունքով, որ ԱԲ-ն կփոխարինի մարդկանց. ապագան որոշվելու է այն մարդկանց միջոցով, ովքեր ընդունում են ԱԲ-ն որպես գործիք, բայց շարունակ զարգացնում են իմաստնությունը, ստեղծագործականությունը և կարեկցությունը, որոնք մեզ անփոխարինելի են դարձնում 

Մարդիկ խելացի են, մեքենաները գիտակ են, և այս տարբերությունը առաջիկա տարիներին ավելի կարևոր կլինի, քան երբևէ։ 

 

«Ձեռնարկությունների ինկուբատոր» հիմնադրամը (ՁԻՀ) հանձնառու է Հայաստանի տեխնոլոգիական էկոհամակարգում նորարարության հզորացմանը և մարդկային կապիտալի զարգացմանը: Տեխնոլոգիան և կրթությունը կամրջող ծրագրերի միջոցով ՁԻՀ-ն օգնում է անհատներին և կազմակերպություններին օգտագործել արհեստական բանականության ուժը՝ միաժամանակ ներդրումներ կատարելով ողջ կյանքի ընթացքում ուսումնառության և մարդկային հմտությունների մեջ, որոնք խթանում են երկարատև առաջընթացը: Քանի որ ՁԻՀ-ում մենք հավատում ենք, որ ապագան պատկանում է գիտակ տեխնոլոգիաներով աշխատող խելացի մարդկանց: