Wolf: Η απειλή και η υπόσχεση της τεχνητής νοημοσύνης

Το 1900, το Ηνωμένο βασίλειο είχε 3,3 εκατομμύρια άλογα. Τα ζώα αυτά παρείχαν δύναμη έλξης, μεταφορά και ιππικό. Σήμερα απομένει μόνο η αναψυχή.

Τα άλογα είναι μια παρωχημένη τεχνολογία. Ο αριθμός τους στο Ηνωμένο Βασίλειο έχει μειωθεί κατά περίπου 75%. Θα μπορούσαν και οι άνθρωποι να γίνουν μια παρωχημένη τεχνολογία, την οποία θα εκτοπίσουν οι μηχανές που δεν είναι μόνο ισχυρότερες και πιο επιδέξιες, αλλά και πιο έξυπνες, ή ακόμα και πιο δημιουργικές;

Η απειλή, όπως μας λένε, είναι απόμακρη. Ωστόσο, αυτό είναι ζήτημα πίστης. Ίσως οι μηχανές θα μπορούσαν να κάνουν πολλά από αυτά που έπρεπε να είχαμε κάνει καλύτερα απ’ όσο κάναμε, με εξαίρεση το να είναι άνθρωποι και να νοιάζονται όπως οι άνθρωποι.

Εν τούτοις, ακόμα και αν δεν υπάρχει απειλή μιας τέτοιας επανάστασης, οι πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη είναι εξαιρετικά σημαντικές. Σύμφωνα με τον Bill Gates είναι η σημαντικότερη εξέλιξη από τους προσωπικούς υπολογιστές. Άρα, ποιες μπορεί να είναι οι επιπτώσεις; Μπορούμε να τις ελέγξουμε;

Το φυσικό σημείο έναρξης είναι με τις δουλειές και την παραγωγικότητα. Μια εργασία του David Autor του ΜΙΤ και των συν-συγγραφέων του, παρέχει ένα χρήσιμο αναλυτικό πλαίσιο και ανησυχητικά συμπεράσματα για το τι έχει συμβεί στο παρελθόν.  Διαχωρίζει την καινοτομία που ενισχύει την εργασία από την καινοτομία που αυτοματοποιεί την εργασία. Συμπεραίνει πως «η πλειονότητα της τρέχουσας απασχόλησης είναι σε νέες εργασιακές ειδικότητες που εμφανίστηκαν μετά το 1940». Αλλά το επίκεντρο αυτής της νέας εργασίας έχει αλλάξει από την μεσαία αμειβόμενη παραγωγή και την υπαλληλική απασχόληση πριν το 1980, σε υψηλά αμειβόμενες επαγγελματικές και, δευτερευόντως, χαμηλά αμειβόμενες υπηρεσίες έκτοτε. Έτσι, η καινοτομία υπονομεύει τις εργασίες μεσαίου εισοδήματος.

Επιπλέον, οι καινοτομίες δημιουργούν νέα είδη εργασίας μόνο όταν συμπληρώνουν τις θέσεις εργασίας και όχι όταν τις αντικαθιστούν. Τέλος, οι διαβρωτικές για τη ζήτηση επιπτώσεις του αυτοματισμού έχουν ενταθεί τις τελευταίες τέσσερις δεκαετίες, ενώ οι αυξητικές για τη ζήτηση επιπτώσεις της επαύξησης δεν έχουν ενταθεί. Τίποτα από αυτά δεν χαροποιεί ιδιαίτερα, ειδικά αφού η γενικότερη ανάπτυξη της παραγωγικότητας είναι μέτρια από το 1980.

Και με το μέλλον τι γίνεται; Επ’ αυτού, μια ανάλυση της Goldman Sachs είναι και αισιόδοξη αλλά και ανησυχητική. Υποστηρίζει πως ο «συνδυασμός σημαντικής εξοικονόμησης εργατικού κόστους, δημιουργίας νέων θέσεων εργασίας και ενίσχυσης της παραγωγικότητας από εργαζόμενους που δεν έχουν εκτοπιστεί, δημιουργεί πιθανότητα έκρηξης της εργασιακής παραγωγικότητας».

Αυτό θα ήταν παρόμοιο με αυτό που τελικά ακολούθησε την έλευση των ηλεκτρικών μηχανών και των προσωπικών υπολογιστών. Η μελέτη εκτιμά πως η δημιουργική τεχνητή νοημοσύνη, ιδιαίτερα, μπορεί να αυξήσει την ετήσια ανάπτυξη της εργασιακής παραγωγικότητας στις ΗΠΑ κατά 1,5 ποσοστιαίες μονάδες. Η εκτίναξη θα ήταν μεγαλύτερη σε χώρες υψηλού εισοδήματος απ’ ότι στις αναπτυσσόμενες, αν και ο χρονισμός είναι αβέβαιος.

Παγκοσμίως, σύμφωνα με την ανάλυση, το 18% της εργασίας θα μπορούσε να αυτοματοποιηθεί από την τεχνητή νοημοσύνη, και πάλι με μεγαλύτερες επιπτώσεις στις χώρες υψηλού εισοδήματος.

Στην περίπτωση των ΗΠΑ, το εκτιμώμενο μερίδιο εργασίας που είναι εκτεθειμένο στην τεχνητή νοημοσύνη κυμαίνεται από 15% έως 35%. Οι πιο ευάλωτες θέσεις εργασίας θα είναι οι γραφειακές και διοικητικές, οι νομικές και αρχιτεκτονικές και οι μηχανολογικές. Οι λιγότερο εκτεθειμένες θα είναι στις κατασκευές, τις εγκαταστάσεις και τη συντήρηση.

Κοινωνικά, η επίπτωση θα είναι μεγαλύτερη στους σχετικά υψηλού επιπέδου μόρφωσης υπάλληλους γραφείου. Ο κίνδυνος τότε είναι μιας πτωτικής κινητικότητας της μεσαίας και ανώτερης μεσαίας τάξης. Ο κοινωνικός και πολιτικός αντίκτυπος τέτοιων αλλαγών θα είναι ιδιαίτερα εμφανής, ακόμα και αν η γενική επίπτωση είναι πράγματι η αύξηση της παραγωγικότητας. Σε αντίθεση με τα άλογα, οι άνθρωποι δεν θα εξαφανιστούν. Επίσης, ψηφίζουν.

Ωστόσο, αυτές οι οικονομικές επιπτώσεις οπωσδήποτε δεν είναι ολόκληρη η ιστορία. Η τεχνητή νοημοσύνη είναι μια πολύ μεγαλύτερη αλλαγή απ’ αυτό. Εγείρει βαθιά ερωτήματα ως προς το ποιοι και τι είμαστε. Μπορεί να είναι η πιο μετασχηματιστική τεχνολογία όλων, ως προς το πώς αντιλαμβανόμαστε τον εαυτόν μας. 

Σκεφτείτε μερικές από αυτές τις ευρύτερες επιπτώσεις. Ναι, θα μπορούσαμε να έχουμε αδιάφθορους και ορθολογικούς δικαστές και καλύτερη επιστήμη. Αλλά θα μπορούσαμε επίσης να έχουμε έναν κόσμο με τέλεια πλαστογραφημένες πληροφορίες, εικόνες και ταυτότητες. Μπορεί να έχουμε πιο ισχυρά μονοπώλια και πλουτοκράτες. Μπορεί να έχουμε σχεδόν πλήρη παρακολούθηση από κυβερνήσεις και εταιρείες.

Θα μπορούσαμε να έχουμε πολύ πιο αποτελεσματική χειραγώγηση της δημοκρατικής πολιτικής διαδικασίας. Ο Yuval Harari υποστηρίζει ότι «η δημοκρατία είναι μια συζήτηση και οι συζητήσεις βασίζονται στη γλώσσα. Όταν η τεχνητή νοημοσύνη χακάρει τη γλώσσα, θα μπορούσε να καταστρέψει την ικανότητά μας να κάνουμε ουσιαστικές συζητήσεις, καταστρέφοντας έτσι τη δημοκρατία».

Ο Daron Acemoglu από το MIT υποστηρίζει ότι πρέπει να κατανοήσουμε τέτοιες βλάβες πριν αφήσουμε την τεχνητή νοημοσύνη ελεύθερη. Ο Geoffrey Hinton, «νονός» της τεχνητής νοημοσύνης, αποφάσισε μάλιστα να παραιτηθεί από την Google.

Το πρόβλημα με τη ρύθμιση της τεχνητής νοημοσύνης, ωστόσο, είναι πως σε αντίθεση, για παράδειγμα, με τα φάρμακα, που έχουν έναν γνωστό στόχο (το ανθρώπινο σώμα) και γνωστούς στόχους (κάποιου είδους θεραπεία), η τεχνητή νοημοσύνη είναι μια τεχνολογία γενικού σκοπού. Είναι πολυδυναμική. Μπορεί να αλλάξει τις οικονομίες, την εθνική ανταγωνιστικότητα, τη σχετική δύναμη, τις κοινωνικές σχέσεις, την πολιτική, την εκπαίδευση και την επιστήμη. Μπορεί να αλλάξει το πώς σκεφτόμαστε και δημιουργούμε, ίσως ακόμα και το πώς αντιλαμβανόμαστε τη θέση μας στον κόσμο.

Δεν μπορούμε να ελπίζουμε να επιλύσουμε όλες αυτές τις συνέπειες. Είναι πολύ περίπλοκες. Θα ήταν να σαν να προσπαθούμε να κατανοήσουμε τις συνέπειες της τυπογραφίας τον 15ο αιώνα. Δεν μπορούμε να ελπίζουμε πως θα συμφωνήσουμε στο τι θα πρέπει να ευνοηθεί και τι να αποτραπεί. Και ακόμα και αν κάποιες χώρες το κάνουν, δεν θα σταματούσαμε ποτέ τις υπόλοιπες. Το 1433 η κινεζική αυτοκρατορία σταμάτησε τις προσπάθειες να προβάλει τη ναυτική της δύναμη. Αυτό δεν σταμάτησε τους άλλους, κάτι που τελικά οδήγησε στην ήττα της Κίνας.

Η ανθρωπότητα είναι ο Δρ. Φάουστ. Και αυτή αναζητά τη γνώση και την εξουσία και είναι προετοιμασμένη να κάνει σχεδόν οποιαδήποτε συμφωνία για να το πετύχει, ασχέτως των συνεπειών. Ακόμα χειρότερα, είναι ένα είδος ανταγωνιστικών Δρ. Φάουστ, που αναζητούν την γνώση και την εξουσία, όπως έκανε και αυτός.

 Βιώνουμε την επίπτωση της επανάστασης των μέσων κοινωνικής δικτύωσης στην κοινωνία και τις πολιτικές μας. Ορισμένοι προειδοποιούν για τις συνέπειες στα παιδιά μας. Αλλά δεν μπορούμε να σταματήσουμε τα παζάρια. Δεν θα σταματήσουμε ούτε αυτή την επανάσταση. Είμαστε Φάουστ. Είμαστε Μεφιστοφελήδες.

Η επανάσταση της τεχνητής νοημοσύνης θα προχωρήσει.

© The Financial Times Limited 2023. All rights reserved.
FT and Financial Times are trademarks of the Financial Times Ltd.
Not to be redistributed, copied or modified in any way.
Euro2day.gr is solely responsible for providing this translation and the Financial Times Limited does not accept any liability for the accuracy or quality of the translation