Η τρέχουσα τροχιά της, υποδεικνύει πως η τεχνητή νοημοσύνη πιθανότατα δεν θα αποδώσει όσα έχει υποσχεθεί, σε μεγάλο βαθμό επειδή εφαρμόζεται σε λάθος τύπους προβλημάτων, σε λάθος επαγγέλματα
Η έρευνα για την τεχνητή νοημοσύνη (AI) είναι γεμάτη από προβλέψεις δραματικών αλλαγών. Η AI θα επηρεάσει σχεδόν το 40% των θέσεων εργασίας σε όλο τον κόσμο, σύμφωνα με το Διεθνές Νομισματικό Ταμείο.
Θα αυξήσει το παγκόσμιο ΑΕΠ κατά 7 τρισεκατομμύρια δολάρια -ή 7%- μέσα σε 10 χρόνια, προβλέπει η Goldman Sachs. Ή, με άλλα λόγια, αυτά της McKinsey, θα το μεγαλώνει κατά 17,1 με 25,6 τρισεκατομμύρια δολάρια ετησίως. Και αυτές οι προβλέψεις είναι σχετικά συντηρητικές σε σύγκριση με άλλες.
Σε μια νέα εργασία, με τίτλο «The Simple Macroeconomics of AI», ο καθηγητής του MIT Daron Acemoglu έχει μια πιο συντηρητική εκτίμηση για το πώς η τεχνητή νοημοσύνη θα επηρεάσει την οικονομία των ΗΠΑ τα επόμενα 10 χρόνια.
Το ΑΕΠ θα αυξάνεται και την ίδια στιγμή η συνολική ευημερία των ανθρώπων θα μειώνεται
Υπολογίζοντας ότι μόνο το 5% των εργασιών θα μπορούν να εκτελούνται επιτυχώς από την τεχνητή νοημοσύνη εντός αυτού του χρονικού πλαισίου, ο Acemoglu εκτιμά πως η ώθηση του ΑΕΠ πιθανότατα θα είναι πιο κοντά στο 1% κατά τη διάρκεια αυτής της περιόδου.
Αυτή είναι μια «αντιδημοφιλής και σίγουρα πολύ πιο προσγειωμένη εκτίμηση εν συγκρίσει με τις επαναστατικές αλλαγές που προβλέπουν ορισμένοι, αλλά και από τις λιγότερο υπερβολικές που προβλέπονται από την Goldman Sachs και το Παγκόσμιο Ινστιτούτο McKinsey», γράφει.
Ο Acemoglu, βραβευμένος με Νόμπελ οικονομικών επιστημών το 2024, εξέτασε και άλλες επιπτώσεις, τόσο στους μισθούς όσο και στις ανισότητες, σε ολόκληρη την οικονομία, που αναμένεται να προκληθούν από τη γενική τεχνητή νοημοσύνη.
Μια πιο ρεαλιστική εκτίμηση
Ο Acemoglu κατέληξε στο συμπέρασμα ότι σχεδόν το 20% όλων των εργασιών στην αγορά εργασίας των ΗΠΑ θα μπορούσε να αντικατασταθεί από την τεχνητή νοημοσύνη.
Αλλά μόνο το 1/4 αυτών των εργασιών -ή το 5% σε επίπεδο οικονομίας- θα μπορούσε να εκτελεστεί επιτυχώς (στο υπόλοιπο 75% των περιπτώσεων, το κόστος υλοποίησης μπορεί να υπερβαίνει τα οφέλη).
Ενσωματώνοντας αυτό το ποσοστό στις προσδοκίες που υπάρχουν γύρω από την παραγωγικότητα, ο Acemoglu εκτιμά ότι η συνολική αύξηση της παραγωγικότητας που βασίζεται στην τεχνητή νοημοσύνη τα επόμενα 10 χρόνια θα είναι περίπου 0,7%.
Αυτό θα μεταφραστεί σε μέγιστη αύξηση του ΑΕΠ κατά 1,8% – ένα πιο ρεαλιστικό εύρημα με αυτό το σενάριο είναι περίπου 1,1%.
Αλλά ακόμα κι αυτό είναι αισιόδοξο, γράφει ο Acemoglu. Μέχρι στιγμής, η γενική τεχνητή νοημοσύνη έχει χρησιμοποιηθεί ως επί το πλείστον για «εύκολες στην εκμάθηση εργασίες», οι οποίες ορίζονται από δύο χαρακτηριστικά: Υπάρχει μια ευθεία γραμμή μεταξύ της δράσης και του αποτελέσματος και ένα επιτυχημένο αποτέλεσμα είναι εύκολο να μετρηθεί.
Θα έχει αρνητικό αντίκτυπο στους εργαζόμενους, ιδιαίτερα στις γυναίκες με χαμηλό μορφωτικό επίπεδο
Καθώς η τεχνητή νοημοσύνη ενσωματώνεται ευρύτερα στην οικονομία, ωστόσο, θα εφαρμοστεί σε μεγαλύτερο αριθμό «σκληρών εργασιών» -όπως η διάγνωση επίμονου βήχα- και τα κέρδη παραγωγικότητας πιθανότατα θα είναι πιο περιορισμένα, τουλάχιστον στην αρχή.
Ο Acemoglu σημειώνει επίσης ότι υπάρχει αναντιστοιχία μεταξύ των επενδύσεων στην τεχνητή νοημοσύνη -που πραγματοποιείται κυρίως σε μεγάλες εταιρείες, σε ορισμένους τομείς- και του γεγονότος ότι πολλές εργασίες που μπορεί να εκτελέσει ή να συμπληρώσει η τεχνητή νοημοσύνη αναλαμβάνονται από μικρές έως μεσαίες επιχειρήσεις.
Τέλος, όπως συμβαίνει με κάθε τεχνολογία, υπάρχει «κόστος προσαρμογής» επειδή άλλες πτυχές ενός οργανισμού πρέπει να εξελιχθούν και να αλλάξουν για να λειτουργήσουν με τη γενική τεχνητή νοημοσύνη. Αυτή η δαπάνη, μεσοπρόθεσμα αντισταθμίζει τα οικονομικά οφέλη της τεχνητής νοημοσύνης.
Δεδομένων τέτοιων προειδοποιήσεων, γράφει ο Acemoglu, η μόνη αλλαγή που θα έκανε σημαντική διαφορά στο ΑΕΠ και τις εκτιμήσεις παραγωγικότητας θα ήταν «να μεγαλώσει το κλάσμα των εργασιών που θα επηρεαστούν τα επόμενα 10 χρόνια» και «να ενισχύσει την ικανότητα των μοντέλων AI να κάνουν νέες ανακαλύψεις, όπως νέα υλικά, νέα φάρμακα ή νέες υπηρεσίες».
Δευτερεύουσες οικονομικές επιπτώσεις
Η μελλοντική αξία της τεχνητής νοημοσύνης μπορεί επίσης να επηρεαστεί από τις αρνητικές επιπτώσεις της. Ο Acemoglu επισημαίνει συγκεκριμένα την πληροφορική και τα μέσα κοινωνικής δικτύωσης -τα οποία, παρά την πανταχού παρουσία τους, μπορούν να έχουν αρνητικές επιπτώσεις στους χρήστες- ως πεδία όπου η τεχνητή νοημοσύνη μπορεί να έχει αρνητικές επιπτώσεις στην ευημερία των ανθρώπων, είτε μέσω ισχυρότερων εθιστικών και χειραγωγικών αλγορίθμων είτε μέσω πιο εξελιγμένων απειλών ασφαλείας.
Στην ερευνητική του εργασία, ο Acemoglu εξετάζει επίσης την πιθανή επίδραση της τεχνητής νοημοσύνης στην ανισότητα. Αν και δεν πιστεύει ότι συνιστά την ίδια απειλή με προηγούμενα είδη αυτοματοποίησης του εργατικού δυναμικού -τα αποτελέσματα των οποίων επικεντρώνονταν κυρίως σε θέσεις εργασίας- προβλέπει ότι θα έχει αρνητικό αντίκτυπο στους εργαζόμενους, ιδιαίτερα στις γυναίκες με χαμηλό μορφωτικό επίπεδο.
Λαμβάνοντας υπ’ όψιν τις εν λόγω επιπτώσεις, ο καθηγητής υπογραμμίζει πως πιθανότατα το ΑΕΠ θα αυξάνεται και την ίδια στιγμή η συνολική ευημερία των ανθρώπων θα μειώνεται.
Αναπροσανατολισμός της τεχνολογίας
Παρά τις δυσοίωνες αυτές προβλέψεις για τα οικονομικά οφέλη της τεχνητής νοημοσύνης, ο Acemoglu λέει πως υπάρχουν μεγάλες δυνατότητες στην τεχνολογία. Αλλά πιστεύει ότι η τρέχουσα τροχιά της υποδεικνύει πως η τεχνητή νοημοσύνη πιθανότατα δεν θα αποδώσει όσα έχει υποσχεθεί, σε μεγάλο βαθμό επειδή εφαρμόζεται σε λάθος τύπους προβλημάτων, σε λάθος επαγγέλματα.
Η εστίαση, σημειώνει ο καθηγητής, θα πρέπει να είναι η παροχή πραγματικά αξιόπιστων πληροφοριών εντός συγκεκριμένων πλαισίων επίλυσης προβλημάτων.
Επισημαίνει ένα ευρύ φάσμα ρόλων στους οποίους η χρήση τεχνητής νοημοσύνης σε μεγάλο βαθμό απουσιάζει, όπως ηλεκτρολόγος, υδραυλικός, νοσοκόμος, εκπαιδευτικός και υπάλληλος γραφείου.
Οι άνθρωποι σε τέτοια επαγγέλματα συνήθως «ασχολούνται με εργασίες επίλυσης προβλημάτων», γράφει. «Αυτές οι εργασίες απαιτούν πληροφορίες σε πραγματικό χρόνο, που παράλληλα να είναι απολύτως αξιόπιστες.
Τα δυνητικά κέρδη της γενικής τεχνητής νοημοσύνης θα παραμείνουν άπιαστα εάν δεν υπάρξει θεμελιώδης αναπροσανατολισμός της βιομηχανίας
Σκεφτείτε έναν ηλεκτρολόγο που πρέπει να αντιμετωπίσει μια δυσλειτουργία του εξοπλισμού ή ένα βραχυκύκλωμα στο ηλεκτρικό δίκτυο, αλλά δεν έχει επαρκείς γνώσεις για την αντιμετώπιση του προβλήματος.
Εάν τα εργαλεία τεχνητής νοημοσύνης μπορούν να παρέχουν αυτού του είδους τις πληροφορίες όταν οι εργαζόμενοι το χρειάζονται -κάτι που τα εργαλεία δεν είναι επί του παρόντος αρκετά αξιόπιστα για να κάνουν- τότε ο οικονομικός αντίκτυπος της τεχνολογίας θα μπορούσε να είναι σημαντικά μεγαλύτερος, γράφει ο Acemoglu.
«Η γενική τεχνητή νοημοσύνη, η οποία είναι μια πολλά υποσχόμενη τεχνολογία, θα μπορούσε πράγματι να αποφέρει πολλά οφέλη. Αλλά αυτά τα κέρδη θα παραμείνουν άπιαστα εάν δεν υπάρξει θεμελιώδης αναπροσανατολισμός της βιομηχανίας, με στόχο αξιόπιστες πληροφορίες που θα μπορούν να αυξήσουν την παραγωγικότητα πολλών ειδών εργαζομένων αντί να δίδεται προτεραιότητα στην ανάπτυξη τεχνολογικών εργαλείων συνομιλίας με στόχο την αντικατάσταση του ανθρώπου», γράφει.
«Για να το θέσω απλά, παραμένει ένα ανοιχτό ερώτημα εάν χρειαζόμαστε τεχνολογικά μοντέλα που θα συμμετέχουν σε ανθρώπινες συνομιλίες και θα γράφουν σονέτα του Σαίξπηρ, εάν αυτό που θέλουμε είναι αξιόπιστες πληροφορίες που θα είναι χρήσιμες για εκπαιδευτικούς, επαγγελματίες υγείας, ηλεκτρολόγους, υδραυλικούς και άλλους εργάτες βιοτεχνίας», καταλήγει ο Acemoglu.