Γιατί η τεχνητή νοημοσύνη θα μπορούσε να τονώσει την οικονομία πιο γρήγορα από τις προηγούμενες τεχνολογίες

Η γενετική τεχνητή νοημοσύνη θα μπορούσε να δημιουργήσει ταχύτερες αλλαγές στον χώρο εργασίας και την οικονομία από τα προηγούμενα κύματα τεχνολογικής προόδου.

Γιατί έχει σημασία: Εάν αυτή η εκτίμηση, που έγινε από κορυφαίο αξιωματούχο της Federal Reserve και άλλους στοχαστές σε συνέδριο υψηλού προφίλ την Παρασκευή, αποδειχθεί σωστή, θα σήμαινε υψηλότερη ανάπτυξη, αύξηση των εισοδημάτων, λιγότερο πληθωρισμό – ακόμη και όταν υπάρχει αναταραχή στην αγορά εργασίας καθώς ορισμένες εργασίες αυτοματοποιούνται.

Τι λένε: «Δεν υπάρχει τεχνολογία που γνωρίζω που να μειώνει συνεχώς  την απασχόληση στο διαδίκτυο», δήλωσε η Mary Daly, πρόεδρος της Fed του Σαν Φρανσίσκο, στο Φόρουμ Νομισματικής Πολιτικής του Πανεπιστημίου του Σικάγο.”Αλλά διαταράσσει σημαντικά την κατανομή αυτής της απασχόλησης και ποιος κερδίζει και ποιος χάνει από τις νέες τεχνολογίες.”

Τρέχουσα κατάσταση: Ο Daly υποστήριξε ότι η τυπική διαδικασία με την οποία οι νέες τεχνολογίες ενσωματώνονται στις επιχειρηματικές δραστηριότητες – και δημιουργούν κέρδη παραγωγικότητας – είναι πρώτα αντικαθιστώντας τα καθημερινά καθήκοντα που γίνονται από τους ανθρώπους, στη συνέχεια αυξάνοντας την εργασία των ανθρώπων και στη συνέχεια οδηγώντας σε νέους τύπους θέσεων εργασίας εξ ολοκλήρου.

• Αντί να συμβαίνει διαδοχικά, είπε, υπάρχει λόγος να πιστεύουμε ότι η τεχνητή νοημοσύνη προκαλεί και τα τρία αυτά πράγματα να συμβούν ταυτόχρονα.
• Αυτό σημαίνει ότι η καμπύλη “S” της υιοθέτησης της τεχνολογίας – με ελάχιστα κέρδη στην αρχή, ακολουθούμενη από απότομα κέρδη παραγωγικότητας που στη συνέχεια σταθεροποιούνται – θα μπορούσε να είναι μικρότερη και πιο απότομη με την AI από ό, τι ήταν με προηγούμενες προόδους.

Για παράδειγμα, η Daly μίλησε για μια εταιρεία στην περιοχή της Fed που σχεδιάζει και παράγει περισσότερα από 100.000 αντικείμενα, που κυμαίνονται από μικροσκοπικές βίδες έως προϊόντα που κοστίζουν χιλιάδες δολάρια.

• Η εταιρεία απασχολεί κειμενογράφους που έχουν μεγάλο πλήθος άγραφων περιγραφών προϊόντων για λιγότερο δημοφιλή αντικείμενα. Ένα πρόγραμμα που βασίζεται σε AI έχει πλέον αναλάβει την εργασία.

• Επειδή οι κειμενογράφοι δεν χρειάζεται να ανησυχούν για την καθυστέρηση των περιγραφών προϊόντων για βίδες, μπορούν να κάνουν εργασίες υψηλότερης αξίας συνεργαζόμενοι με τις πωλήσεις, πράγμα που σημαίνει μεγαλύτερη ανάπτυξη για την εταιρεία στο σύνολό της, δήλωσε ο Daly.

Η άλλη πλευρά: Δεν είναι πεπεισμένοι όλοι στους υψηλού επιπέδου κύκλους της οικονομικής πολιτικής. Θα μπορούσε να είναι ότι ενώ η AI είναι η τελευταία τεχνολογία για τη βελτίωση της παραγωγικότητας, δεν θα αυξήσει πραγματικά τον ρυθμό αύξησης της παραγωγικότητας, όπως υποστήριξε πρόσφατα ο πρόεδρος της Fed της Νέας Υόρκης John Williams .

Είναι χαρακτηριστικό ότι αυτό το θέμα συζητήθηκε εκτενώς σε ένα φόρουμ νομισματικής πολιτικής – στο οποίο συμμετείχαν εννέα από τα 19 μέλη της επιτροπής πολιτικής της Fed.

• Δείχνει πώς τα ερωτήματα σχετικά με την παραγωγικότητα της τεχνητής νοημοσύνης και τις επιπτώσεις στην αγορά εργασίας έρχονταιόλο και πιο μπροστά στο μυαλό των υπευθύνων χάραξης πολιτικής.
• «Γιατί είμαι εδώ;» αναρωτήθηκε ο Andrew McAfee, ερευνητής του MIT που εμφανίστηκε επίσης στο πάνελ.
• Επειδή, είπε, οι τεχνολογίες γενικού σκοπού όπως η τεχνητή νοημοσύνη ταιριάζουν στο «διάγραμμα Venn των πραγμάτων που ενδιαφέρουν τους μακροοικονομολόγους και τους ανθρώπους που σκέφτονται για τη νομισματική πολιτική και τους ανθρώπους που μελετούν τις οικονομικές συνέπειες των πολύ ισχυρών τεχνολογιών».

 
«Στοιχεία δράσης» από το πάνελ AI της Παρασκευής, σύμφωνα με το AI

Ο Νιλ κατέγραψε τον ήχο του πάνελ την Παρασκευή το απόγευμα χρησιμοποιώντας το λογισμικό Otter.ai που μεταγράφει και προσπαθεί να συνοψίσει όσα ειπώθηκαν. Παράγει επίσης μια χούφτα «αντικείμενα δράσης».

Εδώ, ως ένα παράθυρο για το πόσο χρήσιμη (αλλά ατελής!) είναι αυτή τη στιγμή η τεχνολογία, είναι τα συμπεράσματα της Otter από το πάνελ. Μπορείτε να κρίνετε αν η ποιότητά τους υποστηρίζει ή διαψεύδει την οικονομική αισιοδοξία που περιγράφηκε παραπάνω.

• “Εξετάστε τις τρέχουσες περιπτώσεις χρήσης τεχνητής νοημοσύνης στο Federal Reserve System και πραγματοποιήστε πειράματα για να κατανοήσετε τις δυνατότητες και τους περιορισμούς.”
• “Συνεχίστε να μελετάτε δεδομένα για βελτιώσεις επιχειρηματικών διαδικασιών και διατήρηση θέσεων εργασίας που σχετίζονται με την υιοθέτηση της τεχνητής νοημοσύνης.”
• “Δημοσιεύστε την ακαδημαϊκή έρευνα που ποσοτικοποιεί τον αντίκτυπο της τεχνητής νοημοσύνης στην παραγωγικότητα και την ανάπτυξη.”
• «Αναπτύξτε προγράμματα κατάρτισης για να βοηθήσετε τους υπαλλήλους να εντοπίσουν την κακή χρήση τεχνολογιών τεχνητής νοημοσύνης».
• “Πειραματιστείτε με τις δυνατότητες τεχνητής νοημοσύνης σε ρυθμιζόμενες ρυθμίσεις όπως η διαχείριση περιουσιακών στοιχείων, διασφαλίζοντας ταυτόχρονα την ασφάλεια.”
• “Παρακολουθήστε δεδομένα σχετικά με τους μισθούς και τις τιμές για ενδείξεις επιπτώσεων στην παραγωγικότητα από την τεχνητή νοημοσύνη.”

Αξίζει να σημειωθεί: Η προσπάθεια του Otter να συνοψίσει τη συνεδρίαση ήταν πιο μπερδεμένη, σημειώνοντας, για παράδειγμα, ότι «η πρόεδρος της Federal Reserve Bank Mary εξέφρασε την ανησυχία ότι τα χειρότερα αποτελέσματα θα προέλθουν από εκείνους που αγνόησαν τις συστάσεις».

• Ναι, αλλά: Έχουμε κάποιες κουβέντες και μπορεί να έχουμε επικεντρωθεί σε διαφορετικά συμπεράσματα, και αυτές οι κουκκίδες σίγουρα δεν αποτυπώνουν όλο το εύρος της συζήτησης των 90 λεπτών. Αλλά ως πρώτο σχέδιο, είναι όμορφο, αρκετά συμπαγές.

Πηγή: axios.com