Пређите на главни садржај
OpenAI

3. март 2022.

Публикација

Истраживачки програм за процену економских утицаја модела за генерисање кода

Истраживачки програм за процену економских утицаја модела за генерисање кода
Учитавање…

Сажетак

OpenAI развија истраживачки програм за процену економских утицаја модела за генерисање кода и позива на сарадњу спољне истраживаче. Брз напредак у способностима великих језичких модела (LLM) обучених на коду учинио је све важнијим проучавање њихових економских утицаја на појединце, фирме и друштво. Показано је да Codex – LLM који је OpenAI развио финим подешавањем GPT‑3 на милијардама линија јавно доступног кода са GitHub-а – генерише функционално исправан код у 28,8% случајева на узорку евалуационих проблема (Chen et al. 2021). То може имати важне последице за будућност програмирања и економију индустрија које од њега зависе. У овом документу излажемо истраживачки програм за процену ефеката Codex-а на економске факторе који су важни креаторима политика, фирмама и јавности. Образлажемо овај истраживачки програм истичући потенцијално широку применљивост модела за генерисање кода у развоју софтвера, потенцијал других LLM-ова да створе значајан друштвени и економски утицај како способности модела напредују, као и вредност коришћења Codex-а за генерисање доказа и успостављање методологија које могу бити применљиве на истраживања економских утицаја будућих модела. Предлажемо да се академска и истраживања јавних политика усредсреде на проучавање модела за генерисање кода и других LLM-ова како би се докази о њиховим економским утицајима могли користити за доношење одлука у три кључне области: политика примене, дизајн AI система и јавне политике. Да бисмо помогли у усмеравању овог истраживања, издвајамо шест приоритетних области исхода у домену економских утицаја које намеравамо да проучавамо помоћу Codex-а: продуктивност, запосленост, развој вештина, конкуренција међу фирмама, потрошачке цене и економска неједнакост. За сваку област укратко разматрамо досадашњу литературу о утицајима вештачке интелигенције на сваки од ових исхода, описујемо питања за која верујемо да су кључни улази у три горе поменуте области доношења одлука и наводимо примере истраживања која би се могла спровести помоћу Codex-а. Да бисмо подстакли рад који се надовезује на овај почетни истраживачки програм, објављујемо Позив за исказивање интересовања за спољне истраживаче ради сарадње са истраживачима и корисницима OpenAI-ја како би се боље измерили економски утицаји модела за генерисање кода и других LLM-ова.

Аутори, једнак допринос

Sam Manning (OpenResearch)Pamela Mishkin (OpenAI)

Аутори

Gillian Hadfield (University of Toronto)Tyna Eloundou (OpenAI)Emily Eisner (University of California, Berkeley)