ШІ-агенти — працюють, думають, грають і кохають замість вас. Детально розбираємо головний тренд 2025 року

Штучний інтелект (ШІ) давно перестав бути виключно темою науково-фантастичної літератури. Наші життя розділились на до і після того, як в кінці листопада 2022 року компанія OpenAI представила ChatGPT (від англ. Generative Pre-trained Transformer, що перекладається як «генеративний попередньо тренований трансформер»). Генеративний ШІ, такий як ChatGPT, зданий створювати будь-які тексти, світлини, відео, аудіо, та інші типи даних на основі інформації, на якій його попередньо навчали. 

Цей прорив став лише початком великої хвилі змін. Наприкінці минулого року почав набирати оберти новий тренд, пов’язаний з ШІ – в наше життя з неймовірною швидкістю увірвались ШІ-агенти. Про них говорять усі й всюди, як свого часу це було й з генеративним штучним інтелектом.

Що таке ШІ-агенти та чому їм приділяють стільки уваги?

Чи одне й те саме чат-боти та ШІ-агенти? Ні. Чат-боти – це просто «автовідповідачі». Ви ставите питання – вони дають відповідь. Але їхня робота завершується, як тільки вони виконали завдання. Автономні ШІ-агенти, на відміну від цього, працюють над досягненням складнішої мети. Уявіть, що ви можете найняти ШІ-агента, щоб він навчався замість вас: освоїв нову мову, проаналізував фінанси або навіть грав замість вас у відеоіграх. І приправити все це вашою віртуальною копією з вашим голосом.

На виставці CES 2025 ШІ-агенти були найгарячішою темою. Наприклад, Nvidia представила ШІ-напарника, який допомагатиме гравцям PUBG. 

Також компанія оголосила про запуск персонального ШІ-суперкомп’ютера під назвою Project Digits у травні. Серцем Digits стане новий чип GB10 Grace Blackwell, який має достатню обчислювальну потужність для запуску складних моделей штучного інтелекту, і при цьому він досить компактний, щоб поміститися на столі та працювати від стандартної розетки. Digits може працювати з моделями штучного інтелекту з 200 мільярдами параметрів, а його стартова ціна становить $3 тис.

Виробник ігрового обладнання та периферії Razer представив Project Ava. Цей ШІ-агент зробить з пересічного геймера імбу: наприклад, допоможе зі складними головоломками, босами та квестами.

Технологічний стартап Natura Umana показав навушники Humanpods — бездротову гарнітуру, яка дає користувачам доступ до допомоги штучного інтелекту. Розроблена компанією операційна система Nature OS дозволяє користувачу голосом спілкуватися з власними агентами на основі LLM під назвою «AI People». 

На основі усного запиту користувача Nature може призначити різних AI People для вирішення конкретної потреби: виконувати роль терапевта, фітнес-тренера або туристичного гіда. Користувачі також можуть отримати доступ до інших LLM, таких як ChatGPT, Gemini й Claude, без необхідності відкривати будь-які додатки або навіть торкатися свого мобільного телефону.

ШІ-агент Runner H обіцяє автоматизувати складні, громіздкі, багатокрокові завдання без повторюваного і ручного введення.

Ідеального ШІ-агента описують як систему, яка може виконувати широкий спектр завдань, подібно до людини-асистента: спланувати відпустку з огляду на бюджет і вподобання, купити всі потрібні квитки, зробити бронювання, додати нагадування і скласти список необхідних речей, а також записати кожен крок у ваш календар. Або ж проаналізувати список робочих задач і взяти на себе частину завдань на себе, наприклад, скласти текст та розіслати запрошення, нагадування або електронні листи. 

Також справжній ШІ-агент мусить бути мультимодальними, тобто, обробляти мову, аудіо та відео. Наприклад, у демоверсії Astra від Google користувачі могли наводити камеру смартфона на об’єкти та ставити запитання агенту. Astra ж відповідала на вхідні запити як текстові, так аудіо та відео.

Просунутий агент штучного інтелекту міг би, наприклад, виконувати функцію вдосконаленого бота для обслуговування клієнтів. Сучасні боти на основі великих мовних моделей (LLM) можуть лише генерувати наступне ймовірне слово в реченні. Але дійсно автономний ШІ-агент мусить самостійно реагувати на команди природною мовою і виконувати завдання з обслуговування клієнтів без необхідності у постійному нагляді. 

Наприклад, ШІ-агент зможе аналізувати електронні листи зі скаргами клієнтів, перевіряти їхній ідентифікаційний номер, отримувати доступ до баз даних, таких як управління взаємовідносинами з клієнтами (CRM) та системи доставлення, щоб перевірити, чи є скарга законною, і обробити її відповідно до політики компанії.

Дослідники Принстонського університету вважають, що поточні ШІ-агенти мають відповідати трьом критеріям:

1. можуть переслідувати комплексні цілі без інструкцій у складному середовищі. 
2. Можуть отримувати інструкції природною мовою і діяти автономно, без нагляду. 
3. Можуть використовувати інструменти, такі як пошук в Інтернеті або програмування, або здатні планувати. 

Які ШІ-агенти існують?

У широкому розумінні, є дві категорії ШІ-агентів: програмні агенти (software agents) та втілені агенти (embodied agents). 

1. Програмні агенти працюють на комп’ютерах або смартфонах і використовують різні додатки для виконання певних задач. Вони корисні в офісній роботі. Наприклад, створення та надсилання електронних листів.
2. Втілені агенти — знаходяться у 3D-світі, наприклад, у відеогрі або у роботах. Вони можуть зробити відеоігри значно цікавішими, оскільки люди можуть взаємодіяти з NPC, якими керує штучний інтелект.

Як працює ШІ-агент:

• Постановка цілі. Агент отримує завдання від людини з визначеною метою та пріоритетами.
• Збір даних. Агент аналізує внутрішні й зовнішні джерела даних, обробляє їх у придатний для роботи формат.
• Планування. Оцінює поточний стан, визначає стратегії та обирає оптимальний шлях для досягнення цілі.
• Виконання. Реалізує завдання, контролює процес і коригує дії за потреби.
• Навчання. Аналізує результати, отримує зворотний зв’язок і покращує свої дії. Наприклад, якщо агент припуститися помилки, він запам’ятає це і змінить свій підхід у майбутньому.

«Розум» ШІ-агента складається з трьох основних компонентів:

1. LLM (велика мовна модель): це «мозок», який аналізує інформацію і приймає рішення.
2. Інструменти дають доступ до інтернету, баз даних та інших джерел інформації в реальному часі.
3. Пам’ять дозволяє запам’ятовувати виконані дії, результати та використовувати їх у майбутньому.

Ці компоненти разом дають агенту здатність працювати самостійно, виконуючи задачі через метод «спроб і помилок» у досягненні мети.

Уявіть, що ви дали агенту завдання «знайти корисну інформацію про Facebook». В такому разі ось що він зробить:

1. Розділить мету на підзавдання (наприклад, пошук статей, фільтрування даних, складання короткого огляду).
2. Виконає їх покроково.
3. Постійно аналізуватиме, чи потрібно додати нові завдання або змінити порядок виконання.

Поки що ж ШІ-агенти штучного інтелекту виконують певну роль і слідують їй: адвоката, розробника, вчителя, особистого бізнес-помічника тощо. Бо існують певні обмеження.

Генеральний директор і засновник ШІ-стартапу Imbue Канцзюнь Цю порівняв поточний стан ШІ-агентів з тим, в якому перебували самокеровані автомобілі 10 років тому. Вони можуть робити різні речі, але ненадійні та ще не зовсім автономні. Тож люди все ще повинні брати активну участь у процесі. 

Ще одне обмеження полягає в тому, що через деякий час ШІ-агенти «забувають», над чим вони працюють. ШІ-системи обмежені своїми контекстними вікнами, тобто кількістю даних, які вони можуть взяти до уваги в будь-який момент часу. 

Для втілених агентів, таких як роботи, існує ще більше обмежень. Для їхнього навчання бракує навчальних даних, а дослідники лише починають використовувати можливості фундаментальних моделей у робототехніці. Тож попри увесь хайп, варто пам’ятати, що дослідження ШІ-агентів перебувають на дуже ранніх стадіях, і, ймовірно, пройдуть роки, перш ніж проявиться їхній повний потенціал.

Типи ШІ-агентів та їх застосування

Компанія Oracle виділяє наступні типи ШІ-агентів, які можна застосовувати у різних сферах:

1. Прості рефлекторні агенти (Simple reflex agents). Працюють на основі набору правил «умова/дія» та реагують на вхідні сигнали без врахування контексту чи історії взаємодії.
   Приклад: базовий чат-бот або простий агент, як-от Brainrot для створення мемів.
2. Рефлекторні агенти з внутрішньою моделлю (Model-based reflex agents). Використовують внутрішні моделі середовища для аналізу ситуації й передбачення наслідків своїх дій.
   Приклад: автопілоти в автомобілях або платформи на кшталт Microsoft AutoGen, що допомагають створювати ШІ-агентів, здатних взаємодіяти зі складними системами.
3. Агенти, орієнтовані на цілі (Goal-based agents). Орієнтуються на довгострокові цілі й використовують складні процеси ухвалення рішень.
   Приклад: системи, що грають у шахи або го, а також такі агенти, як AutoGPT чи BabyAGI, які можуть автоматично розбивати цілі на підзавдання та виконувати їх.
4. Агенти, орієнтовані на корисність (Utility-based agents). Приймають рішення, ґрунтуючись на максимізації корисності, що дозволяє їм діяти стратегічно.
   Приклад: платформи на кшталт Motion для інтелектуального планування завдань чи Reclaim, які допомагають менеджерам оптимізувати розклади.
5. Навчальні агенти (Learning agents). Постійно вдосконалюють свою роботу, використовуючи нові дані та досвід взаємодії з користувачами.
   Приклад: рекомендаційні системи (як MyFitnessPal для аналізу раціону) чи віртуальні друзі, такі як Replika, що надають емоційну підтримку.

Найпопулярніші ШІ-агенти та платформи для їх створення

• AutoGPT – розуміє ціль і самостійно ділить її на підзавдання, щоб виконати.
• BabyAGI – визначення пріоритетів, управління проєктами.
• AgentGPT дозволяє налаштовувати й запускати агентів прямо з вебсторінки.
• MetaGPT – мультиагентний фреймворк для складних задач, таких як програмування або аналітика.
• Relevance AI – для створення власних ШІ-агентів, автоматизації робочих процесів
• SuperAGI орієнтований на розробки агентів штучного інтелекту для повністю автоматизованих продажів, маркетингу, підтримки та розробки додатків.
• Motion – для інтелектуального планування завдань і командної співпраці.
• Reclaim – допомога менеджерам великих організацій з розкладом та іншими задачами.
• Clockwise – для оптимізації розкладу роботи команди та тайм-менеджменту.
• Copilot Actions у Microsoft 365 автоматизує щоденні повторювані завдання, допомагаючи користувачам економити час, виконуючи рутинну роботу: управління електронними листами, планування зустрічей чи організація документів, та інше. Також можна створювати й публікувати власних агентів.
• Brainrot – для створення мемів.
• Microsoft AutoGen – open-source фреймворк для створення ШІ-агентів та їхньої взаємодії. 
• Exa AI – для збору та впорядковуйте релевантних даних для проєктів та досліджень.
• Cursor – генерація, інтеграція коду та пошук багів.
• Harvey – аналіз договорів, юридичні дослідження, комплаєнс-перевірки.
• Socialsonic, Ocoya, Feedhive – для створення та оптимізація контенту, аналізу настроїв аудиторії, моніторингу взаємодії та реагування, відстеження ефективності та звітності, дослідження та рекомендацій.
• Julius AI – допомога з аналітикою даних.
• Replika, Woebot, Youper – віртуальні друзі та емоційна підтримка.
• OtterPilot може автоматично приєднуватися до віртуальних зустрічей, щоб записувати та розшифровувати нотатки, автоматично фіксувати слайди, до яких надається спільний доступ, генерувати автоматичне резюме.
• MyFitnessPal – додаток для відстеження харчування, який використовує ШІ для аналізу раціону і надає рекомендації.

Як створити власного ШІ-агента?

Створення ШІ-агента може бути складним, але захопливим завданням. Не обов’язково мати глибокі навички програмування, але все ж треба мати хоча б базове розуміння роботи алгоритмів штучного інтелекту і розробки під конкретний сценарій використання. Створення ШІ-агента передбачає поєднання технічних і стратегічних навичок. У традиційних умовах для створення ШІ-рішень потрібні навички:

1. Програмування

• Мови: Python (основна), Java, C++, R для складних задач.
• Бібліотеки: TensorFlow, PyTorch, scikit-learn, pandas, NumPy.
• Контроль версій: Git та платформи (GitHub, GitLab).

2. Машинне навчання

• Алгоритми: лінійна регресія, дерева рішень, SVM, нейромережі.
• Глибоке навчання: CNN, RNN, трансформери (GPT, BERT).

3. Обробка даних

• Очищення, масштабування, зменшення розмірності даних.
• Бази даних: SQL для структурованих, NoSQL (MongoDB) для неструктурованих даних.

4. NLP (обробка природної мови)

• Бібліотеки: NLTK, spaCy, Hugging Face.
• Техніки: токенізація, трансформери (GPT, T5).

5. Інтеграція та розгортання

• API: Flask, FastAPI.
• Контейнери: Docker, Kubernetes.
• Хмарні сервіси: AWS, Google Cloud.

6. Математика та статистика

• Лінійна алгебра, ймовірності, статистика, похідні.

7. Дизайн і безпека

• UX/UI для взаємодії з користувачем.
• Захист даних, етичні практики (захист від упередженості).

8. Оптимізація та архітектура

• Налаштування гіперпараметрів, масштабованість.
• Розробка мікросервісів та управління станами.

Мінімум скілів потрібно хіба що при використанні no-code платформ, як Relay.app, Bubble.ai, Voiceflow або Tars.

Маргарита Лангенбах, PhD, Senior Data Scientist:

Створюємо власного ШІ-бота

Візьмемо один з найпростіших прикладів: створення особистого ШІ-помічника для спілкування в Telegram з використанням моделі GPT3/4. N8N — хороший варіант для початківців, оскільки мати бекграунд програміста не обов’язково. Для цього використовуються Telegram trigger та Telegram node.

Процес складається з трьох етапів:

1. Реєстрація нового бота на платформі Telegram
2. Розробка логіки бота
3. Хостинг бота 

Після реєстрації бота починається робота над його функціоналом. Якщо ви створюєте ШІ-помічника самостійно, фінансові вкладення будуть незначними. Головне, зробити бот доступним 24/7. А це означає, що його десть потрібно розмістити. Проста версія ШІ-агента обійдеться близько $5 на місяць за низькорівневий VPS. Якщо ж бот стане надзвичайно популярним, то доведеться розглянути необхідність додаткових обчислювальних потужностей або заплатити комерційній платформі для створення ботів.

Створення та реєстрація Telegram-бота

Для цього робимо наступні кроки:

1. Відкриваємо Telegram і знаходимо @BotFather. 
2. Натискаємо кнопку Start. 
3. Вводимо команду /newbot — це сигнал для створення нового бота. 
4. Вводимо ім’я вашого бота (таким його бачитимуть клієнти). Краще, щоб воно закінчувалось на «bot». 
5. Далі отримуємо токен — унікальний ключ доступу до бота (не загубіть!).
6. Пізніше ви також можете кастомізувати свого бота через BotFather: додати опис, аватарку, налаштувати меню з командами.

Далі переходимо до створення ШІ-бота, який вміє природно реагувати за допомогою емодзі, обробляти непідтримувані команди та надаватимемо повідомлення про помилки. Також  наш бот зможе створювати та надсилати зображення, згенеровані DALL-E 2.

Ви можете обрати хмарну версію n8n (ціна складає від $20 на місяць). Для цього зареєструйтеся на платформі OpenAI та отримайте новий API-ключ. Якщо ж ви вирішили самостійно хостити n8n, не забудьте про змінну оточення `EXECUTIONS_PROCESS` на значення main. 

Обробка вхідних повідомлень Telegram-ботом

Розділимо робочий процес бота на три основні частини. Перша частина отримує вхідні повідомлення з Telegram і виконує підготовчі дії:

• Telegram Trigger за замовчуванням отримує всі можливі повідомлення. Завдяки цьому ваш бот не виглядатиме «бездіяльним», навіть якщо деякі дії ще не підтримуються.
• Крок попередньої обробки (PreProcessing) робить так, щоб ключ json.message.text завжди існував. Це допоможе уникнути повідомлень про помилки на наступних етапах.

Тепер давайте ближче познайомимося з «Налаштуваннями».

System_command – це початковий GPT-запит, який визначає, як ваш чат-бот має себе поводити. У цьому запиті ми просимо бота бути дружнім, відповідати мовою користувача та додавати емодзі, щоб відповіді виглядали більш природними. Також ми додаємо додатковий контекст, зокрема:

• Ім’я користувача.
• Мову, яку використовує Telegram.

Ця інформація дозволяє боту вітати користувачів за іменем і враховувати їхню мову спілкування.

Змінна bot_typing потрібна для того, щоб показувати повідомлення про те, що бот «друкує» відповідь, поки працює над запитом. Повідомлення залежить від того, чи почав користувач своє повідомлення командою /image (для запиту зображення) чи ні. Це додає інтерактивності та створює враження, що бот активно працює.

Model_temperature зберігає значення «температури». Чим вище значення, тим «креативніші« відповіді генерує модель. Наприклад, низька температура забезпечує більш точні й передбачувані відповіді, а висока – додає варіативності.

Змінна token_length обмежує довжину відповіді, яку генерує модель GPT. Це допомагає контролювати обсяг тексту, що надсилається користувачеві, та уникати занадто довгих відповідей.

Дія Send typing використовує значення змінної bot_typing із JSON, щоб показати користувачеві анімацію, що бот «друкує» відповідь. Також можна побачити вузол Merge. Він налаштований у режимі ChoseBranch, щоб передати оригінальний JSON із налаштувань до наступних етапів. Це проста техніка, яка гарантує, що дія Send typing завершується перед тим, як розпочнуться наступні кроки.

Так виглядатимуть ці сповіщення для користувача 👇

Виконання запитів до сервісів OpenAI 

На цьому етапі бот обробляє дані користувача і спрямовує їх до однієї з трьох моделей генеративного штучного інтелекту, залежно від типу запиту. Тобто, до GPT (якщо це текст), або до DALL-E 2 (якщо це зображення). 

Бот аналізує запит користувача, щоб визначити, яку модель слід використовувати. Для цього використовується вузол Switch (CheckCommand), який перенаправляє запити до відповідної моделі. Налаштування вузла Switch: перші три правила маршрутизації стосуються коректних запитів і передаються або до моделі GPT, або до DALL-E 2. Останнє правило – це резервний варіант для запитів, які не підтримуються. 

Приклади маршрутизації:

• простий текст або команда /start (виходи 0 і 1) передаються до вузла OpenAI, який налаштований під GPT. Модель GPT обробляє текстовий запит і генерує відповідь.

• Команда для створення зображення (/image): вихід 2 спрямовується до моделі DALL-E 2 – нейронної мережі, яка перетворює текстовий опис на зображення. 

Налаштування відповіді користувачу

Після того, як моделі OpenAI повертають певну відповідь (текстове повідомлення або зображення), нам потрібно передати цю інформацію назад користувачу. Крім того, нам потрібно підготувати загальну відповідь для непідтримуваних команд. Як видно, Text Reply під’єднано до обох вузлів OpenAI. Це невелика хитрість в n8n для зменшення надмірності робочого процесу. Send Image передається через URL-адресу, яка повертається з Create Image.

Нарешті, Send error message повертає узагальнену відповідь. Таким чином, ми не викликаємо жодної моделі OpenAI й надаємо негайну відповідь, наприклад, повідомлення про помилку.

З використанням n8n також можна зробити особистого помічника для роботи з календарем та надсилання поштових листів. Детальна відеоінструкція ось тут.

Тренди 2025 року: що нового зможуть ШІ-агенти та де їх використовують

ШІ-агенти активно змінюють світ, інтегруючись у робочі процеси, трансформуючи бізнес і розваги. Компанія OpenAI прогнозує появу перших AGI-агентів, які зможуть виконувати комплексні завдання автономно. Сатья Наделла, генеральний директор Microsoft, заявив, що традиційні бізнес-додатки поступляться місцем інтегрованим платформам із ШІ як рушієм.

Сфери використання ШІ-агентів

Геймінг

ШІ-агенти вже трансформують геймінг, виступаючи як навчальні партнери, союзники чи NPC із процедурною генерацією контенту.  Наприклад, в іграх з відкритим світом, таких як Red Dead Redemption 2, NPC пам’ятають минулі зустрічі з гравцем і реагують відповідно, створюючи захопливу динаміку. Крім того, ШІ-агенти здатні на якісну процедурну генерація контенту (рельєф і ландшафти, квести та місії, предмети та лут, дизайн персонажів тощо). 

No Man’s Sky штучний інтелект створює цілі всесвіти з унікальними планетами, істотами та екосистемами, пропонуючи майже безмежні можливості для дослідження. 

Агенти штучного інтелекту можуть аналізувати поведінку гравця в режимі реального часу, щоб динамічно змінювати складність гри. У Resident Evil 4 використовують адаптивні системи складності, щоб тонко підлаштовувати поведінку ворога та доступність предметів залежно від рівня гравця.

Web3 та криптоіндустрія

ШІ-агенти на крипторинку зараз настільки популярні, що за кілька місяців ринкова капіталізація пов’язаних з ними токенів зросла до $15,7 млрд і за прогнозами CoinMarketCap, до кінця 2025 року може сягнути $250 млрд.

У Web3 ШІ-агенти забезпечують децентралізоване управління активами, трейдинг і створення «розумних економік«. Вони аналізують тренди, пропонують прозорість і фінансуються через токенізовані моделі.

Наприклад, Degen Spartan AI об’єднує дані соцмереж із ринковими трендами, що відкриває нові бізнес-моделі. No-code платформа AlchemistAIapp вже дозволяє самостійно створювати ШІ-агентів. А мультиагентний протокол координації Questflow підвищує продуктивність шляхом інтеграції можливостей декількох агентів.

Соцмережі та інфлюєнсери

Віртуальні інфлюєнсери, як Miquela Sousa, залучають мільйони підписників у соцмережах, генеруючи контент і взаємодіючи з аудиторією. Такі агенти здатні автоматизувати маркетингові кампанії, аналізувати настрої та покращувати власну ефективність.

Освіта, медицина та маркетинг

ШІ-агенти персоналізують навчальні процеси, розробляють індивідуальні плани та забезпечують доступ до реальних симуляторів. У медицині вони підтримують діагностику, моніторинг стану пацієнтів через IoT і допомагають лікарям у прийнятті рішень. У маркетингу ж вони автоматизують таргетовані кампанії на основі поведінкових даних користувачів.

Автономні транспортні засоби та віртуальні асистенти

ШІ-агенти забезпечують автономне керування транспортом. Наприклад, новий Mercedes CLA з операційною системою наступного покоління MB.OS отримав оновленого віртуального помічника MBUX від платформи Automotive AI Agent від Google Cloud. Віртуальні асистенти, такі як OpenAI Operator, виконують завдання на кшталт бронювання, заповнення форм і замовлення продуктів, інтегруючись у вебсередовища.

Бізнес і рекрутинг

У бізнесі ШІ-агенти аналізують дані, оптимізують процеси та пропонують мультиагентні рішення, які працюють над такими спільними цілями, як логістика чи виробничі плани. У HR-сфері агенти автоматизують підбір кадрів, навчання й адаптацію співробітників, а також допомагають шукачам знайти ідеальну позицію, як це робить Robin від Amply.

Майбутнє ШІ-агентів

До 2025 року очікується розвиток мультимодальних агентів, які працюватимуть із текстом, зображеннями й аудіо. Їх інтеграція з IoT забезпечить контроль розумних будинків і промислового обладнання, а поява AGI дозволить створювати системи, які розуміють контекст і самостійно навчаються.

Чи готові ми до нього?

ШІ-агенти змінюють світ довкола з безпрецедентною швидкістю. Вони полегшують життя, відкривають нові можливості, але водночас порушують питання, які стосуються етики, безпеки та впливу на людське суспільство. Віртуальні друзі, фінансові радники, коханці та навіть психологи… Але разом із перспективами з’являються серйозні етичні, безпекові та соціальні виклики. 

ШІ-агент або асистент це складна, але програма. І як будь-яка програма вона може бути зламана. У 2024 році вже були випадки, коли віртуальні асистенти ставали шпаринами для хакерів. Крім того, компанії можуть використовувати ваші дані для цілей, про які ви не здогадуєтесь (наприклад, для таргетованої реклами чи продажу третім сторонам). Наприклад, Amazon зізналася, що Alexa зберігає розмови користувачів. Тому важливо використовувати сервіси, які пропонують прозорість даних і можливість видалити їх (наприклад, GDPR-регульовані). Регулярно перевіряти налаштування конфіденційності у своїх застосунках.

ШІ-агенти здатні виконувати багато завдань, але все ще мають технологічні обмеження, які складно подолати. Однак очікується, що до 2030 року близько 30% рутинних професій (касира, адміністратора, графічні дизайнери, оператора кол-центру) будуть автоматизовані ШІ. 41% світових компаній планують скорочувати штат, пише CNN. З іншого боку, це призведе до появи нових професій, таких як «тренер ШІ» чи «архітектор даних». Тому важливо тримати руку на пульсі технологій, оскільки є ризик залишитися без роботи.

Готові заплатити за ШІ-друга, психолога або коханку? Останнім часом з’являється все більше сервісів, де люди платять за емоційну підтримку, дружбу або навіть віртуальні «романтичні« стосунки з ШІ. Цей тренд викликає чимало суперечок. З одного боку, ШІ-психологи, такі як Woebot чи Replika, можуть допомогти людям із соціальною тривожністю, депресією чи стресом, забезпечуючи доступність підтримки 24/7. Коштувати така послуга буде дешевше, ніж реальний психолог. І доступна будь-коли. Але це може викликати у користувача емоційну залежність. Крім того, ШІ не здатний повністю зрозуміти емоції людини та може пропонувати стандартні або навіть шкідливі в певному конкретному випадку поради.

Щобільше, платформи на кшталт Intimate AI Girlfriend чи Linky AI пропонують «інтимну» взаємодію з ШІ за підписку. Деякі з них заробляють мільйони доларів, пропонуючи персоналізовані «романтичні« діалоги чи навіть віртуальний секстинг. Але чи не знищить це реальні стосунки?

Люди можуть «навчати« ШІ токсичним або навіть небезпечним сценаріям поведінки, що порушує питання контролю. Існує ризик того, що люди почнуть уникати складних розмов або конфліктів, спілкуючись тільки з «ідеальними» ШІ-друзями та коханцями. А підлі почнуть взагалі втрачати навички соціалізації.

Ще один важливий аспект – психологічний вплив на користувачів. Спілкування із ШІ може створювати ілюзію близькості чи глибокого зв’язку, хоча насправді це просто алгоритм, запрограмований на імітацію людських реакцій. Люди можуть почати сприймати віртуальні стосунки як рівноцінні реальним, що призведе до емоційної ізоляції.