هوش مصنوعی در حال حاضر مردم را ثروتمند می کند. جنسن هوانگ، بنیانگذار و مدیر عامل شرکت تراشههای انویدیا، که ۸۰ درصد بازار تراشههای هوش مصنوعی مرکز داده را کنترل میکند، دارایی خالص خود را از ۴ میلیارد دلار پنج سال پیش به ۸۳.۱ میلیارد دلار تا ۲۴ مارس افزایش داده است. در پشت تقاضای بی پایان برای محصول شرکتش.
بنا بر گزارش ها، سازنده ChatGPT OpenAI 86 میلیارد دلار ارزش دارد و رقبای Anthropic و Inflection در آخرین دوره های مالی خود 15 میلیارد و 4 میلیارد دلار ارزش دارند. در حالی که سام آلتمن، مدیر عامل OpenAI میگوید که او هیچ سهامی در شرکت ندارد، حتی احتمال دارد که سایر بنیانگذاران و مدیران هوش مصنوعی تا کنون حداقل روی کاغذ به باشگاه سه کاما ملحق شده باشند.
اما برخی از محققان فکر میکنند این تنها آغاز راه است – هوش مصنوعی تنها چند فناور را بهطور فوقالعاده ثروتمند نمیکند، همانطور که قبلاً شبکههای اجتماعی، تلفنهای هوشمند و رایانههای شخصی انجام میدادند. معتقدان به انفجار رشد استدلال می کنند که هوش مصنوعی با ایجاد رشد اقتصادی در مقیاسی که قبلاً هرگز تجربه نکرده بود، جامعه را بسیار بسیار ثروتمندتر می کند.
در سال 2020، محقق هوش مصنوعی Ajeya Cotra در شرکت Open Philanthropy گزارشی منتشر کرد که در آن استدلال کرد که هوش مصنوعی به اندازه کافی قدرتمند است که رشد اقتصادی را به 20 تا 30 درصد در سال برساند و به احتمال زیاد قبل از سال 2100 ظهور خواهد کرد. در سال، همکارش تام دیویدسون تحقیقات عمیق تری در مورد پتانسیل هوش مصنوعی برای افزایش رشد انجام داد و به این نتیجه رسید که نرخ رشد اقتصادی سرانه تا 30 درصد در سال ناشی از هوش مصنوعی در این قرن قابل قبول است.
این یک ادعای بسیار “بزرگ اگر درست باشد” است. از زمانی که ثبت سوابق خوب کمی پس از جنگ جهانی دوم آغاز شد، ایالات متحده به طور متوسط سالانه 3.2 درصد رشد اقتصادی داشته است. از سال 2000، رشد بسیار کم خون تر بوده و به طور متوسط 2.2 درصد بوده است. رشد سرانه – که تحت تأثیر تغییرات جمعیتی و همچنین تغییرات اقتصادی است – هنوز پایینتر بوده است.
در هیچ کجای تاریخ – نه در انگلستان در طول انقلاب صنعتی، نه در ژاپن در دوره “دوبرابر شدن درآمد” آن در دهه 1960، نه در چین در دهه های اخیر – رشد پایدار در مقیاس 20 تا 30 درصد در سال اتفاق نیفتاده است. برای در نظر گرفتن این عدد، رشد 30 درصدی نشان میدهد که اندازه اقتصاد هر 2.5 سال یا بیشتر دو برابر میشود. (بر اساس سطوح رشد فعلی، اقتصاد ایالات متحده به مدت 35 سال دو برابر نخواهد شد.)
وقتی دید طولانی تری می گیرید، حتی چشمگیرتر می شود. بن جونز، اقتصاددان شمال غربی، اشاره کرده است که یک آمریکایی معمولی امروزی حدود 100 برابر ثروتمندتر از انسان ها در زمان شروع رشد اقتصادی است و همه ما در آستانه قحطی زندگی می کردیم. در سیستمی با رشد 30 درصدی سرانه، در 25 سال آینده ما 1000 برابر ثروتمندتر از اکنون خواهیم بود.
تصور کنید انسانها از روزگاری که در غارها زندگی میکردیم به همه چیزهایی دست یافتهاند: چرخها، نوشتن، ذوب برنز و آهن، اهرام و دیوار بزرگ، کشتیهای اقیانوس پیمای، برداشت مکانیکی، راهآهن، تلگراف، برق، عکاسی، فیلم، موسیقی ضبطشده، ماشین لباسشویی، تلویزیون، اینترنت، تلفن همراه. حالا تصور کنید که 10 برابر تمام این کارها را انجام دهید – فقط در یک ربع قرن.
این دنیای بسیار بسیار بسیار عجیبی است که ما به آن فکر می کنیم. به اندازه کافی عجیب است که انصافاً تعجب می کنیم که آیا ممکن است یا نه. شخصاً رشد 30 درصدی آنقدر خارج از تجربه بشری تا به امروز است که حتی تصور اینکه چگونه ممکن است به نظر برسد مشکل دارم.
هوش مصنوعی می تواند یک فناوری مفید دیگر باشد، شبیه به ماشین لباسشویی. از این منظر، زندگی ما را مانند بسیاری از پیشرفتهای فناوری کمی بهتر میکند.
اما هوش مصنوعی همچنین میتواند چیز دیگری باشد که مفروضاتی را که برای قرنها برای درک دنیای اطرافمان استفاده کردهایم، به هم بزند.
مورد اساسی برای انفجار رشد
دیویدسون در گزارش سال 2021 خود، سه دلیل کلی برای اینکه چرا چنین انفجار چشمگیری در رشد اقتصادی ممکن است، مطرح می کند.
بحث اول تاریخی است. در گزارش قبلی برای بشردوستی باز، محقق دیوید رودمن به مسیر اقتصاد جهانی در درازمدت بسیار بسیار طولانی نگاه کرد – تا 10000 سال قبل از میلاد. او به این نتیجه رسید که الگوی رشد اقتصادی که از این دریچه بسیار گسترده بررسی می شود، فوق نمایی است. رشد تصاعدی به این معنی است که اقتصاد هر ساله با نرخی ثابت و مرکب رشد می کند – مثلاً 2 یا 3 درصد – مانند سود در حساب پس انداز شما. رشد فوق نمایی به این معنی است که نرخ رشد در طول زمان در حال افزایش است. رودمن نتیجه می گیرد که این همان چیزی است که در واقع اتفاق افتاده است.
رودمن تاکید می کند که این را با چند دانه نمک مصرف کنید. اینطور نیست که ما اطلاعات خوبی در مورد اینکه اقتصاد جهان در 10000 سال قبل از میلاد چگونه بوده است. اما ما با درجه بالایی از اطمینان می دانیم که رشد اقتصادی برای مدت بسیار طولانی بسیار کند بود و سپس با شروع انقلاب صنعتی شتاب زیادی گرفت.
که با یک داستان فوق نمایی مناسب است. و یک داستان فوق نمایی باعث می شود که افزایش نرخ رشد اقتصادی در آینده بسیار محتمل به نظر برسد. دیویدسون در مصاحبهای به من گفت: «برخی افراد وقتی به رشد فوقالعاده فکر میکنند، مقدمه «این دیوانه است» را دارند. و افراد دیگر مقدمه «این در طول تاریخ اتفاق افتاده است» را دارند.
استدلال دوم دیویدسون بر مجموعهای از نظریههای رایج در اقتصاد تکیه دارد که چرا رشد در درازمدت شتاب گرفته است. پاسخ کوتاهی که این نظریه ها می دهند این است که رشد جمعیت باعث افزایش سرعت رشد اقتصادی شده است.
چاد جونز، اقتصاددان دانشگاه استنفورد در مقاله ای در سال 2001 توضیح می دهد: «مدت ها پیش، جمعیت جهان نسبتاً کوچک بود و بهره وری این جمعیت در تولید ایده بسیار پایین بود. با این حال، هنگامی که یک ایده کشف شد، مصرف و باروری افزایش یافت و باعث افزایش رشد جمعیت شد. سپس افراد بیشتری برای یافتن ایده های جدید در دسترس بودند و ایده جدید بعدی سریعتر کشف شد.
یا همانطور که دیویدسون خلاصه می کند: «ایده های بیشتر → تکنیک های کشاورزی بهتر (یا نوآوری های دیگر) → غذای بیشتر → افراد بیشتر → ایده های بیشتر → …» این حلقه بازخورد نه تنها به رشد اقتصادی، بلکه به تسریع رشد اقتصادی منجر می شود.
این نوع نظریه همچنین توضیح می دهد که چرا رشد در کشورهای ثروتمند در مقایسه با قرن نوزدهم کاهش یافته است. در فرآیندی که به عنوان «انتقال جمعیتی» شناخته میشود، مردم کشورهای ثروتمندتر تمایل دارند به دلایل مختلف فرزندان کمتری داشته باشند. این حلقه بازخورد را میشکند زیرا ایدههای بیشتر که منجر به غذای بیشتر میشود، دیگر لزوماً به افراد بیشتری منجر نمیشود.
اما اکنون، تصور کنید که محققان قادر به ساخت رباتهای دو پا با دستها و بازوها و همه چیز هستند که قادر به انجام هر کار فیزیکی و هر چیزی که در رایانهای که انسان میتواند انجام دهد. ما در اینجا در مورد بلید رانر کامل یا Battlestar Galactica صحبت می کنیم (امیدواریم منهای شورش).
ما میتوانیم این رباتها را در زمان بسیار کوتاهتری نسبت به دهههایی که برای تولد، بزرگ کردن و آموزش یک کارگر انسان طول میکشد و با هزینه کمتر بسازیم. بنابراین، ما به رشد جمعیت بسیار سریعتری (یا حداقل رشد جمعیت روباتهای کارگر) دست خواهیم یافت و حلقه بازخوردی را که چند قرن پیش باعث تسریع رشد اقتصادی شده بود، بازگردانیم. جمعیت رو به رشد روباتها میتوانند به اندازه کافی ایدههای مفید اقتصادی برای پیشبرد سریعتر و سریعتر اقتصاد، ارائه و اجرا کنند.
استدلال سوم برای رشد تحول آفرین مبتنی بر مدل متعارفی است که اقتصاددانان برای مطالعه رشد در میان مدت و بلندمدت استفاده می کنند. روش کلاسیک نگاه به رشد اقتصادی گاهی اوقات مدل سولو-سوان نامیده می شود، پس از رابرت سولو و تروور سوان، که مقالات جداگانه ای برای توسعه آن در سال 1956 نوشتند. (سولو اخیراً، در دسامبر 2023 درگذشت.)
در این مدل، اندازه اقتصاد – میزان کالاها و خدمات تولید شده در یک سال معین – به مقدار نیروی کار، مقدار سرمایه و معیاری از بهره وری بستگی دارد. سرمایه در اینجا به طور خاص به معنای ابزار و اموالی است که می توان از آنها برای ساختن وسایل استفاده کرد: ماشین آلات در کارخانه ها، اجاق ها و ماشین های ظرفشویی در رستوران ها، علائم تجاری و پتنت هایی که نشان دهنده ایده هایی هستند که می توانید از آنها برای ساختن چیزها استفاده کنید.
یکی از مهمترین جنبه های این مدل این است که بازدهی کاهشی به نیروی کار اضافی و سرمایه اضافی وجود دارد. این به این دلیل است که برای انجام هر کار مفیدی به هر دو نیاز دارید. اگر یک کافیشاپ با پنج باریستا و بدون دستگاه اسپرسوساز دارید، اولین دستگاه اسپرسوساز آنها را بسیار کارآمدتر میکند. اما دستگاه 200 هیچ کاری انجام نمی دهد زیرا پنج باریستا نمی توانند 200 دستگاه را به طور همزمان اجرا کنند. به طور مشابه، اگر 200 دستگاه داشته باشید و باریستا نداشته باشید، اولین باریستایی که استخدام می کنید بسیار ارزشمند خواهد بود. 1000 بی فایده خواهد بود.
هوش مصنوعی در سطح انسانی را در این مدل قرار دهید و مجموعه ای از اتفاقات ممکن است رخ دهد که رشد فوق نمایی را محتمل نشان می دهد. برای مثال، هوش مصنوعی میتواند به جای کاهش، بازدهی را به سرمایه ثابت کند. این به این دلیل است که شما همیشه می توانید به جای نیروی کار روی سرمایه (یعنی ربات ها یا هوش مصنوعی دیگر) سرمایه گذاری کنید و همان تأثیری را داشته باشید که انگار فردی را استخدام کرده اید.
می توانید به جای آن یک روبو باریستا بخرید و همه آن دستگاه های اسپرسوساز را زمزمه کنید. این امر مؤلفه کار رشد را به معنای واقعی کلمه بی ربط می کند. رشد منفجر خواهد شد. (خوب است.) اما از آنجایی که تقاضا برای نیروی کار انسانی به صفر خواهد رسید، اکثر بشریت بیکار خواهند شد و احتمالاً در این رشد سهیم نیستند. (بد.)
فیلیپ ترامل و آنتون کورینک، اقتصاددانان، حدود 25 روش برای اتصال هوش مصنوعی به این مدل استاندارد، و همچنین مدلهای «درونزا» جدیدتری که تغییرات فنی را بهطور متفاوتی رفتار میکنند، بررسی کردهاند. بسیاری از این رویکردها منجر به پیشبینی رشد فوقنمایی میشوند. هوش مصنوعی پیشرفته می تواند تحقیقات را به صورت خودکار انجام دهد و رشد بهره وری را تسریع کند. این می تواند نرخ بازگشت سرمایه را با سودمندتر کردن سرمایه افزایش دهد (شما اکنون روبات های عالی دارید!)، که مردم را به پس انداز بیشتر تشویق می کند، که منجر به سرمایه گذاری بیشتر در سرمایه و غیره می شود. مکانیسم دقیق بر اساس مدل و سناریو متفاوت است، اما سخت نیست که مدل ها شتاب قابل توجهی در رشد اقتصادی نشان دهند.
این مدلها، البته، فقط مدلهایی هستند، و قرار دادن هوش مصنوعی آنها را «خارج از نمونه» قرار میدهد: آنها برای سناریوهایی مانند حال طراحی شدهاند، جایی که اتوماسیون در سطح انسانی وجود ندارد. اما آنها همچنین فقط مدل نیستند: آنها داستان ها و فرآیندهای منسجمی را بیان می کنند که از طریق آنها رشد انفجاری می تواند اتفاق بیفتد. برای مثال، دیدن اینکه چگونه خودکارسازی تحقیقات میتواند منجر به بهبود سریع فناوری و پیامدهای اقتصادی عظیم شود، دشوار نیست.
ترامل و کورینک نتیجه میگیرند: «هیچ مکانیسمهایی وجود ندارد که از طریق آن پیشرفتهای اتوماسیون بتواند پیامدهای رشد دگرگونی داشته باشد، زمانی که به خود اجازه دهیم به دنبال آنها بگردیم.»
دلیل اصلی شک به انفجار رشد
اگر همه موارد فوق بسیار نظری و نظری به نظر می رسد، منصفانه است. ما قبلاً هرگز یک انفجار رشد مبتنی بر هوش مصنوعی نداشتیم و تأثیرات فناوری اطلاعات بر رشد تا به امروز بسیار ناچیز بوده است. در ایالات متحده، ظهور رایانه های شخصی همزمان با کاهش قابل توجه در رشد بهره وری بود، نه افزایش. همانطور که سولو یک بار بیان کرد، “شما می توانید عصر کامپیوتر را در همه جا ببینید به جز در آمار بهره وری.”
با این حال، فراتر از سطح علمی-تخیلی سطح این روایت، اقتصاددانان و دیگران تردیدهای خاص تری را مطرح کرده اند، که بسیاری از آنها کمتر به آنچه که هوش مصنوعی در سطح انسانی انجام می دهد مربوط می شود تا اینکه آیا ما می توانیم به هوش مصنوعی در سطح انسانی دست یابیم یا خیر. در هر زمان به زودی.
در قسمت بالا از شما خواستم رباتی را به سبک Battlestar Galactica یا Blade Runner تصور کنید که قادر به انجام تمام کارهای فیزیکی و فکری است که یک انسان می تواند انجام دهد. اما واضح است که ما با وجود چنین چیزی فاصله داریم. رباتیک در سالهای اخیر از هوش مصنوعی نرمافزار عقب مانده است، و در حالی که برخی ناظران این تغییر را پیشبینی میکنند، به سختی تضمین شده است.
بنابراین مهم است که تأثیر اقتصادی هوش مصنوعی را در نظر بگیریم که میتواند بیشتر، اما نه همه کارهایی که یک انسان میتواند انجام دهد، انجام دهد. دلایل خوبی برای تردید در رشد انفجاری در این سناریوها وجود دارد، به ویژه به این دلیل که سناریوها به شدت شبیه آنچه در دهه های اخیر در ایالات متحده و سایر اقتصادهای ثروتمند اتفاق افتاده است.
یکی از مقالههای اخیر رشد بهرهوری کل عوامل را در ایالات متحده بین سالهای 1950 تا 2018 مورد بررسی قرار داد و دریافت که در حالی که در برخی از بخشها (کشاورزی، تولید کالاهای بادوام، عمدهفروشی) به سرعت رشد میکرد، در برخی دیگر (ساخت و ساز، آموزش و مراقبتهای بهداشتی، مالی/بیمه) کاهش یافت. ).
قطعاً این بدان معنا نیست که اقتصاد ایالات متحده بیش از پیش بر کشاورزی و تولید متکی بوده است. در واقع، اشتغال در آن بخش ها به طور قابل توجهی کاهش یافته است، دقیقاً به این دلیل که شما می توانید بازده بیشتری را به ازای هر کارگر نسبت به گذشته دریافت کنید و تعداد کارگران کمتری برای پاسخگویی به تقاضای بازار مورد نیاز است. اتوماسیون همچنین منجر به کاهش قیمت ها در این بخش ها شده است و سهم آنها از تولید کلی اقتصادی نیز به نوبه خود کاهش یافته است.
در مقابل، سهم مشاغل در آن صنایع راکد، صنایعی که بازدهی بیشتری ندارند، در حال افزایش است. و از آنجایی که صنایع کم مولد در حال تبدیل شدن به سهم بزرگتر و بزرگتر از اقتصاد هستند، رشد بهره وری کلی کاهش یافته است.
این بیماری به نام ویلیام بامول، اقتصاددان فقید، به عنوان بیماری هزینه باومول شناخته می شود، و این یک پویایی است که میزان افزایش خودکارسازی را محدود می کند. حتی اگر به طور انبوه صنایع خاصی را خودکار کنید – و اگر اخیراً به یک مزرعه یا کارخانه ماشین سازی رفته اید، متوجه شده اید که این امکانات به شدت به کارخانه های بسیار پیشرفته، کمباین ها و ربات های صنعتی برای خودکارسازی بسیاری از وظایف وابسته است – همان فرآیند آن صنایع را به سمت تبدیل شدن به بخش کم اهمیت تر اقتصاد سوق می دهد و صنایعی که پیشرفت در آنها سخت تر است، اهمیت بیشتری خواهند داشت.
برای اعمال این مورد در زمینه هوش مصنوعی، می توانید تصور کنید که هوش مصنوعی منجر به اتوماسیون کامل یا تقریباً کامل برای چند کار می شود. شاید جایگزین مهندسان فرانت اند برای ساخت وب سایت ها و برنامه ها یا حتی مهندسان نرم افزار به طور انبوه شود. شاید طراحی گرافیک و انیمیشن های سه بعدی را به اندازه کافی خودکار کند که بیشتر کسب و کارها به جای افراد، به استفاده از مدل های هوش مصنوعی روی بیاورند. شاید جای خبرنگاران انسانی را بگیرد. (ترجیح نمی دهم، اما نگرانی هایم را دارم.)
تا زمانی که مشاغل دیگری (آشپزها، ارائه دهندگان مراقبت از کودکان، کارگران ساختمانی) وجود داشته باشند که هوش مصنوعی باعث افزایش بهرهوری نمیشود – شاید به این دلیل که ما هنوز نمیتوانیم رباتهای مفیدی تولید کنیم که بتوانند آن هوش مصنوعی را وارد دنیای فیزیکی کنند. نتیجه این فرآیند رشد انفجاری نخواهد بود. نتیجه این خواهد بود که اشتغال و قیمتها در بخشهای خودکار سقوط میکند، این بخشها به عنوان سهمی از کل اقتصاد اهمیت کمتری پیدا میکنند و رشد اقتصادی بهعنوان یک کل هنوز در تنگناهایی قرار دارد که رشد بهرهوری در آنها به سختی به دست میآید.
جونز، اقتصاددان شمال غربی که چگونگی تأثیر هوش مصنوعی بر مسیرهای رشد را مدل کرده است، پیش بینی می کند که این نوع تنگناها حداقل در کوتاه مدت از رشد انفجاری ناشی از هوش مصنوعی جلوگیری می کند. به این فکر کنید که طی 70 سال گذشته چقدر پیشرفت فنی در محاسبات اتفاق افتاده است. او در مصاحبه ای خاطرنشان کرد: «قانون مور تقریباً پوچ است. به ازای هر دلار 10^17 فلاپ (معیار عملکرد محاسباتی) بیشتر از 70 سال پیش است. این باورنکردنی است.»
اما توانایی ما برای دستکاری اتمها با توانایی ما در دستکاری بیتهای نرمافزار مطابقت ندارد، به همین دلیل است که از زمان ظهور مدار مجتمع در سال 1958، رشد اقتصادی در ایالات متحده و سایر کشورهای ثروتمند انفجاری نبوده است. صنایع دیگری وجود دارند که بهره وری در آنها منفجر نمی شود و آنها ما را عقب نگه می دارند.
جونز به عنوان مثال میگوید: «اگر اکنون و سال 1950 از یک رستوران عکس گرفتهاید، عملاً یکسان است. آنها سفارش شما را می گیرند، کسی می خواهد سفارش را به آشپزخانه ببرد، کسی با استفاده از تجهیزات سرمایه ای و نیروی کار آن را می پزد. ممکن است اکنون کمی ارزان تر باشد. فر و ماشین ظرفشویی کمی کارآمدتر هستند. اما این چیزی نیست که ما با کامپیوترها دیدهایم، و این بدان معناست که رشد کلی متوسط بوده است.
حق با کیست؟
معتقدان به یک انفجار رشد استدلال می کنند که مدل سازی هوش مصنوعی مانند این پتانسیل آن را کمتر می فروشد. پیشرفتهای تکنولوژیک گذشته، پیشرفتهایی که در طول یک قرن گذشته رشد ثابت اما بدون شتاب را برای ما به ارمغان آوردهاند، «شکل فناوریهایی را به خود گرفتند که بخشهای کوچکی از تولید را خودکار میکنند، مزایای متوسطی را ارائه میدهند و در عین حال نیازمند تغییرات همزمان گرانقیمت متعددی برای پیادهسازی هستند. تامای بسیراوغلو، اقتصاددان و نظریه پرداز انفجار رشد، در مناظره اخیر درباره این موضوع اشاره کرد. در مقابل، اگر هوش مصنوعی قادر به انجام هر کاری باشد که یک انسان میتواند انجام دهد، ما به طور بالقوه میتوانیم تعداد زیادی از وظایف را در یک حرکت خودکار، با بهروزرسانیهای کمهزینهتر برای فرآیندهای موجود، خودکار کنیم.»
در اینجا توجه کنید که بسیر اوغلو یک هوش مصنوعی را فرض می کند که قادر به انجام هر کاری است که یک انسان می تواند انجام دهد. این به شدت برای داستان انفجار رشد ضروری نیست. دیویدسون میگوید: «این بحث در مورد اتوماسیون کامل را ساده میکند، اما من فکر میکنم که میتوانیم بدون اتوماسیون کامل به رشد انفجاری دست پیدا کنیم. ما لزوماً نیازی به خودکارسازی مواردی مانند مراقبت، آموزش یا جراحی نداریم: «اگر بتوانید تحقیق و توسعه و سرمایه گذاری را کاملاً خودکار کنید، این امر باعث می شود که حلقه بازخورد پیش برود و رشد بسیار سریع پیش برود.»
البته خودکارسازی تحقیق و توسعه (R&D) نیز چیز کوچکی نیست – و بخشی از دلیل رشد سریع این سناریو این است که بخشهای تحقیق و توسعه سخت تلاش میکنند تا از تنگناهای ایجاد شده توسط بخشهایی که خودکار نیستند، عبور کنند.
هر چه بیشتر به این بحث می پرداختم، به نظر می رسید که این نقطه اصلی اختلاف است. معتقدان به انفجار رشد کاملاً مطمئن به نظر می رسند که می توان در عرض چند دهه، هوش مصنوعی و ربات هایی را توسعه داد که قادر به انجام هر کار اقتصادی مفیدی که یک انسان می تواند انجام دهد، یا هر کار مهمی برای تولید ایده های جدید که باعث افزایش بهره وری می شود، وجود دارد. رشد اقتصادی.
شکاکان فقط این را نمی خرند. دیوید اتور، استاد اقتصاد در MIT که تأثیرات هوش مصنوعی بر مشاغل را مطالعه کرده است، به من گفت: «این فناوری شگفتانگیز است، به سرعت در حال حرکت است، مهم است». اما من فکر نمیکنم تا پایان زایمان به هم نزدیک شود.»
هوش مصنوعی، همانقدر که چشمگیر است، در این دیدگاه به سادگی در مسیر جایگزینی برای همه نیروی کار نیست. Autor ادامه می دهد: “هوش مصنوعی استدلال نمی کند” – به عنوان مثال، خودکارسازی تحقیق و توسعه غیرممکن می شود. «به صورت تحلیلی فکر نمی کند، ثبات شی را درک نمی کند. فکر نمیکنم این مشکل خود به خود حل شود.»
از برخی جهات، این سؤال را ایجاد می کند که آیا هوش مصنوعی رشد انفجاری را کمی قابل قبول تر می کند، زیرا به نظر نمی رسد که بین اقتصاددانان و سایر تحلیلگران در مورد آنچه که هوش مصنوعی در سطح انسانی در صورت دستیابی به آن چه کاری انجام می دهد، اختلاف نظر وجود داشته باشد. به نظر میرسد وضعیت واقعی این فناوری، بزرگترین منبع عدم اطمینان است، نه اثرات شدیدترین شکل آن. به نظر می رسد که هوش مصنوعی در سطح انسانی باعث رشد اقتصادی انفجاری شود – با جایگزینی کامل برای نیروی کار، با خودکار کردن کشف ایده ها یا هر دو.
اگر فکر می کنید هوش مصنوعی در سطح انسان اجتناب ناپذیر است، این هم هیجان انگیز و هم وحشتناک است. بسیاری از این مدلهای رشد انفجاری پیشبینی میکنند که تقاضا برای نیروی کار انسانی به صفر میرسد. این سناریویی از بیکاری گسترده و نابرابری وحشتناک بین اقلیت افرادی است که سرمایه دارند و از انفجار رشد سود می برند و اکثریتی که فاقد سرمایه هستند و از بین می روند. مالیات ها و مکانیسم های دیگر می تواند برخی از دستاوردها را تصاحب کند و آنها را بین اکثریت تازه بیکاران توزیع کند، اما سناریویی با سطح بیکاری بسیار بالاتر از میزان بیکاری در رکود بزرگ، چه صدقه یا خیر، بسیار زشت خواهد بود.
حتی اگر فکر نمیکنید هوش مصنوعی در سطح انسانی در آینده نزدیک امکانپذیر یا محتمل است، تصویر همچنان میتواند جالب باشد. سناریوهای زیادی وجود دارد که در آنها هوش مصنوعی منجر به «انفجار» در رشد یا رشد فوقنمایی نمیشود، اما منجر به افزایش مداوم رشد برای مدتی – و گسترش گستردهتر میشود. به عنوان مثال، Autor نسبت به پتانسیل هوش مصنوعی برای بهبود بهرهوری دقیقاً در بخشهایی (مانند مراقبتهای بهداشتی و آموزش) که سرسختانه پایین بوده و تنگناهایی را که اقتصاد کلی را متوقف کردهاند، از بین میبرد، بسیار خوشبین است.
و از آنجایی که نیاز برآورده نشده در این زمینه ها بسیار زیاد است، او فکر می کند که این بهره وری می تواند با سطوح بالای اشتغال همراه باشد، بر خلاف وضعیت کشاورزی و تولید که بهره وری بالا همراه با کاهش اشتغال بوده است. او میگوید مراقبتهای بهداشتی «مثل کشاورزی نیست، جایی که ما آنقدر زیاد داریم که کسی را استخدام نمیکند». “من نمی بینم که کار فشرده کمتری داشته باشد، اما بسیار کارآمدتر است.”
رشد انفجاری میله بسیار بالایی است، حتی اگر نظریه پردازان آن ادعای قانع کننده ای داشته باشند که حداقل ممکن است. اما حتی یک تقویت کوچکتر می تواند زندگی ما را تغییر دهد.