Посмотрев на ИИ, люди стали играть в Го сильнее — мы учимся на ходах модели
В 2016-м, 10 лет назад, AlphaGo обыграл Ли Седоля 4:1. И люди ожидаемо начали перенимать ходы модели и сами заиграли лучше.
Это не ощущение. В PNAS (2023) разобрали 5,8 млн ходов профессионалов с 1950 по 2021 год. Качество решений было ровным до 2016-го, а после пошло вверх. Заодно профи стали пробовать непривычные ходы, и именно эти ходы заметнее двигали качество игры вперёд, чем привычные.
Простой пример — ранний заход в угол на пункт 3-3. Это конкретный дебютный ход, который раньше считали преждевременным и почти не играли. AlphaGo показал, что он рабочий, и теперь профи делают его без колебаний.
Дальше логично подумать, что так будет не только в Го: модель находит новый подход, человек перенимает и поднимает свой уровень.
Сильнее всего перенос будет там, где есть быстрая оценка «лучше или хуже». В Го это выигрыш партии. В математике это проверка доказательства.
Где «хорошо» субъективно или проверяется медленно, перенос идёт хуже. В коде ИИ часто ускоряет работу, но не всегда, и станет ли сам разработчик сильнее, пока не показано. В написании текстов и искусстве это и вовсе догадка.
Так что перенимать лучшее от ИИ проще всего там, где есть быстрый и проверяемый результат.