Prošlog proljeća, u “Turingova zamka: Obećanje i opasnost umjetne inteligencije slične ljudskoj”, ekonomist sa Stanforda Erik Brynjolfsson upozorio je da su kreatori umjetne inteligencije bili previše opsjednuti oponašanjem ljudske inteligencije umjesto da pronađu načine za korištenje tehnologije kako bi ljudima omogućili nove zadatke i proširili svoje sposobnosti. Potraga za sposobnostima sličnim ljudskim, tvrdi Brynjolfsson, dovela je do tehnologija koje jednostavno zamjenjuju ljude strojevima, smanjujući plaće i pogoršavajući nejednakost bogatstva i prihoda. To je, napisao je, “najveće pojedinačno objašnjenje” za rastuću koncentraciju bogatstva.
Godinu dana kasnije, Brynjolfsson kaže da je ChatGPT, sa svojim rezultatima koji zvuče ljudski, “kao tipični primjer za ono na što sam upozoravao”: “turbopotaknutu” raspravu o tome kako se nove tehnologije mogu koristiti da ljudima daju nove sposobnosti, a ne jednostavno ih zamijeniti.
Unatoč zabrinutosti da će AI programeri nastaviti slijepo nadmašivati jedni druge u oponašanju ljudskih sposobnosti u svojim kreacijama, Brynjolfsson, direktor Stanford Digital Economy Laba, općenito je tehno-optimist kada je u pitanju umjetna inteligencija. Prije dvije godine predvidio je porast produktivnosti zbog umjetne inteligencije i drugih digitalnih tehnologija, a ovih je dana optimističan po pitanju utjecaja novih modela umjetne inteligencije.
Velik dio Brynjolfssonovog optimizma dolazi iz uvjerenja da bi tvrtke mogle imati velike koristi od upotrebe generativne umjetne inteligencije (GAI) kao što je ChatGPT za proširenje svoje ponude i poboljšanje produktivnosti svoje radne snage. “To je izvrstan alat za kreativnost. Sjajno vam pomaže da radite nove stvari. Nije jednostavno raditi istu stvar jeftinije,” kaže Brynjolfsson. Sve dok se tvrtke i programeri mogu “držati podalje od mentaliteta mišljenja da ljudi nisu potrebni”, kaže on, “to će biti vrlo važno.”
U roku od jednog desetljeća, predviđa on, generativna umjetna inteligencija mogla bi dodati trilijune dolara u gospodarski rast u SAD-u. “Većina našeg gospodarstva zapravo su radnici znanja i informatike”, kaže on. “I teško je zamisliti bilo koju vrstu informacijskih djelatnika na koju neće barem djelomično utjecati.”
Kada će taj porast produktivnosti doći – ako se dogodi – ekonomska je igra pogađanja. Možda samo trebamo biti strpljivi.
” Godine 1950. Alan Turing predložio je “igru oponašanja”, test je li stroj inteligentan: može li stroj tako dobro oponašati čovjeka da su njegovi odgovori na pitanja bili nerazlučivi od ljudskog? Od tada, stvarajući inteligenciju koja odgovara ljudskoj inteligenciji bio je implicitno ili eksplicitno cilj tisuća istraživača, inženjera i poduzetnika. Prednosti umjetne inteligencije nalik ljudskoj (HLAI) uključuju ogromnu produktivnost, povećanu dokolicu i možda najdublje bolje razumijevanje naših vlastitih umova. Ali nisu sve vrste umjetne inteligencije slične ljudskima – zapravo, mnogi od najmoćnijih sustava vrlo su različiti od ljudi–a pretjerani fokus na razvoj i implementaciju HLAI-a može nas dovesti u zamku. Kako strojevi postaju bolje zamjene za ljudski rad, radnici gube ekonomsko i političko pregovaranje moći i postaju sve više ovisni o onima koji kontroliraju tehnologiju.
Nasuprot tome, kada je umjetna inteligencija usmjerena na proširenje ljudske inteligencije, a ne na njihovo oponašanje, ljudi zadržavaju moć inzistirati na udjelu stvorene vrijednosti. Što više, proširenje stvara nove mogućnosti i nove proizvode i usluge, u konačnici generirajući daleko veću vrijednost od samo ljudske inteligencije. Dok obje vrste AI mogu biti iznimno korisne, trenutno postoji među tehnolozima, poslovnim rukovoditeljima i kreatorima politike više poticaja za automatizaciju nego nego za povećanje vrijednosti ljudi .”
Osnovne ideje u ovom eseju inspirirane su nizom razgovora s Jamesom Manyika i Andrew McAfee. Zahvalan sam na vrijednim komentarima i sugestijama o ovom djelu Matt Beane, Seth Benzell, Avi Goldfarb, Katya Klinova, Alena Kykalova, Gary Marcus, Andrea Meyer, Dana Meyer, te brojnim sudionicima na seminarima u Stanford Digital Economy Lab i Sveučilištu u Torontu, Creative Destruction Lab, ali oni ne bi trebali biti odgovorni za bilo kakve pogreške ili mišljenja u eseju.
© 2022 by Erik Brynjolfsson
Published under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) license