Ένα από τα μόνα πράγματα που αναπτύσσονται ταχύτερα από την πρόοδο των εφαρμογών Τεχνητής Νοημοσύνης (ΤΝ) είναι οι εικασίες σχετικά με την επίδραση της ΤΝ στην οικονομία. Δεν έχω όλες τις απαντήσεις, ούτε κατά διάνοια, αλλά πιστεύω ότι θα πρέπει να περιμένουμε μεγάλη ανομοιομορφία στην προσαρμογή, και αυτό από μόνο του θα αλλάξει τον κόσμο μας.
Για να δούμε πώς είναι πιθανό να εξελιχθεί αυτό, ας ξεκινήσουμε με μια διάκριση μεταξύ τομέων στους οποίους είναι σχετικά εύκολο να κλείσει μια επιχείρηση και τομέων στους οποίους δεν είναι. Οι περισσότερες επιχειρήσεις που πωλούν υπηρεσίες προγραμματισμού ηλεκτρονικών υπολογιστών, για παράδειγμα, δεν έχουν συνήθως εγγυημένους πελάτες ή έσοδα, τουλάχιστον για μεγάλο χρονικό διάστημα. Οι εργαζόμενοι πρέπει να αποδίδουν, αλλιώς αυτοί και η εταιρεία τους θα αντικατασταθούν από άλλους. Το ίδιο ισχύει και για τις περισσότερες εταιρείες μέσων ενημέρωσης: Αν χάσουν αναγνώστες ή πελάτες, τα έσοδά τους εξαφανίζονται. Υπάρχει επίσης σχετικά ελεύθερη πρόσβαση στα ΜΜΕ στις ΗΠΑ, λόγω της Πρώτης Τροποποίησης.
Ένα άλλο σύνολο ιδρυμάτων κλείνει αργά, αν κλείνει καθόλου. Εάν ένα μεγάλο κρατικό πανεπιστήμιο κάνει κακή δουλειά στην εκπαίδευση των φοιτητών του, για παράδειγμα, οι εγγραφές μπορεί να μειωθούν. Αλλά το ίδρυμα είναι πιθανό να παραμείνει εκεί για δεκαετίες ακόμη. Ή αν μια μη κερδοσκοπική ομάδα κάνει κακή δουλειά στην επιδίωξη της αποστολής της, οι δωρητές μπορεί να μην μάθουν για τις αδυναμίες της για πολλά χρόνια, ενώ οι προηγούμενοι δωρητές μπορεί να πεθάνουν και να συμπεριλάβουν το ίδρυμα στη διαθήκη τους. Το θέμα είναι ότι μπορεί να χρειαστεί πολύς χρόνος για να εξαφανιστούν όλα τα χρήματα.
Αυτό με οδηγεί σε μια πρόβλεψη: Οι εταιρείες και τα ιδρύματα στους πιο ρευστούς και ανταγωνιστικούς τομείς της οικονομίας θα αντιμετωπίσουν μεγάλη πίεση για την υιοθέτηση της ΤΝ. Όσοι δεν ανήκουν σε τέτοιους τομείς, δεν θα έχουν αυτή την πίεση.
Είναι αμφισβητήσιμο πόσο μεγάλο μέρος της αμερικανικής οικονομίας εμπίπτει σε κάθε κατηγορία. Αλλά σημαντικά τμήματα της κυβέρνησης, της εκπαίδευσης, της υγειονομικής περίθαλψης και του μη κερδοσκοπικού τομέα μπορούν να κλείσουν πολύ αργά ή και καθόλου. Αυτό είναι ένα μεγάλο μέρος της οικονομίας των ΗΠΑ – αρκετά μεγάλο ώστε να επιβραδύνει την υιοθέτηση της ΤΝ και την οικονομική ανάπτυξη.
Καθώς η Τεχνητή Νοημοσύνη εξελίσσεται, τμήματα της οικονομίας θα αλλάξουν γρήγορα. Τα μοντέλα ΤΝ εκτελούν ήδη τεράστιο όγκο προγραμματισμού, για παράδειγμα, αν και με ανθρώπινη καθοδήγηση. Αν οι εταιρείες συμβούλων προγραμματισμού δεν συμβαδίσουν με τον ρυθμό, σε ένα ή δύο χρόνια θα έχουν εξαφανιστεί. Και είναι μόνο θέμα χρόνου να φέρει επανάσταση και η παραγωγή λέξεων και εικόνων. Η γραφιστική βρίσκεται ήδη στο μέσον μιας επανάστασης, και πολλοί γραφίστες την ενστερνίζονται.
Αλλά ο υπολογισμός είναι πολύ διαφορετικός για τον μόνιμο καθηγητή που αρνείται να χρησιμοποιήσει εργαλεία τεχνητής νοημοσύνης στην τάξη του. Η μονιμοποίησή του είναι απίθανο να ανακληθεί και η πλήρης χρήση της ΤΝ στην τάξη μπορεί να αργήσει μέχρι να συνταξιοδοτηθεί μια ολόκληρη γενιά. Οι φοιτητές, αντίθετα, χρησιμοποιούν με προθυμία τα εργαλεία ΤΝ, μερικές φορές για αντιγραφή αλλά και για μάθηση. Συνολικά, στον ακαδημαϊκό χώρο, η ατομική υιοθέτηση θα ξεπεράσει τη θεσμική αποδοχή.
Μεγάλο μέρος της δημόσιας διοίκησης έχει επίσης προστασία των θέσεων εργασίας. Αν χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης, είναι πιθανότατα για να μειώσουν τον φόρτο εργασίας τους. Μπορεί να χρησιμοποιούν μόνοι τους την ΤΝ για να διευκολύνουν τη σύνταξη εγγράφων και emails ή για να συνοψίσουν περιεχόμενο που διαφορετικά θα έπρεπε να διαβάσουν. Το καθαρό αποτέλεσμα είναι η αύξηση του ελεύθερου χρόνου των εργαζομένων ή η δυνατότητα να κάνουν περισσότερη δουλειά σε άλλους τομείς. Δεν υπάρχουν ανάλογες πιέσεις για το σύνολο της γραφειοκρατίας να αναδιοργανώσει τις δραστηριότητές της γύρω από τις υπηρεσίες ΤΝ, επειδή η συνέχιση της ύπαρξης αυτών των θεσμικών οργάνων είναι λίγο πολύ εξασφαλισμένη.
Με άλλα λόγια, δεν υπάρχει απλή απάντηση ως προς το πόσο γρήγορα η Τεχνητή Νοημοσύνη θα αλλάξει τη συνολική οικονομία των ΗΠΑ. Τα τμήματα της οικονομίας που θα υιοθετήσουν την ΤΝ θα μπορέσουν να μειώσουν το κόστος τους γρήγορα, με αποτέλεσμα να γίνουν πολύ οικονομικοί. Ο ποιοτικός γραφικός σχεδιασμός θα γίνει εξαιρετικά φθηνός ή ίσως και δωρεάν. Τα δίδακτρα του Χάρβαρντ μπορεί να μην αλλάξουν και ίσως ακόμη και να αυξηθούν. Η επίδραση της τεχνητής νοημοσύνης θα ποικίλλει, μερικές φορές σε μεγάλο βαθμό, ανά τομέα. Θα σοκαριστούμε από τιμές που θα φαίνονται πολύ άσχημα εκτός πραγματικότητας.
Περιπλέκοντας περαιτέρω το ζήτημα: Δεν θα είναι πάντα εύκολο να χρησιμοποιηθεί η τεχνητή νοημοσύνη για την αύξηση της οικονομικής ανάπτυξης. Καθώς οι τομείς που χρησιμοποιούν την ΤΝ γίνονται φθηνοί, θα αποτελούν μικρότερο μέρος του ΑΕΠ. Τα υπόλοιπα τμήματα του ΑΕΠ θα είναι “διστακτικά ως προς την ΤΝ”, γεγονός που με τη σειρά του θα καταστήσει δυσκολότερο για την ΤΝ να συνεχίσει να ενισχύει την αύξηση του ΑΕΠ.
Οι ζωές μας πρόκειται να μεταμορφωθούν, να αναβαθμιστούν και εν μέρει να επηρεαστούν από κάποιες θεμελιώδεις αλλαγές. Είμαστε έτοιμοι;
Απόδοση – Επιμέλεια: Στάθης Κετιτζιάν
BloombergOpinion
Πηγή: philenews.com
