I. Hvor hurtigt vil kunstig intelligens erstatte mennesker?  Jeg vil gerne dele to forskningsartikler, der tegner et skarpt billede af AI's indflydelse på arbejdsmarkedet. Den første kommer fra Stanford økonomiprofessor Brynjolfsson,   . Den fremtid er allerede her -   i februar 2025 viser, at næsten halvdelen (43,6%) af de nuværende AI-applikationer direkte kan erstatte menneskelige arbejdere.  som forudsagde i 2022, at avanceret kunstig intelligens ville forstyrre den globale magtbalance Anthropics seneste forskning  At dykke dybere ned i forskningen afslører en endnu mere bekymrende tendens: Yderligere 31,3 % af jobs falder ind under "Task Iteration" - hvor AI og mennesker midlertidigt samarbejder. Her er hvad det betyder i praksis:  Overvej en typisk arbejdsgang: Når jeg opsummerer mødenotater, beder jeg AI om at udtrække nøglepunkter, gennemgå dem og derefter anmode om yderligere detaljer om specifikke områder. Gennem denne iterative proces forfiner jeg outputtet, indtil det er klar til min chef. Denne type menneske-AI-samarbejde vil ikke vare længe -       , vil AI snart mestre disse opgaver selvstændigt. da millioner af brugere ubevidst træner disse systemer 24/7  II. Hvilke job er mest udsatte?  Lad os nedbryde dette diagram, der viser, hvordan AI påvirker forskellige job. Vi vil se på to hovedting: hvor meget folk bliver betalt, og hvor meget kunstig intelligens, der allerede bliver brugt i deres arbejde. Ved at bruge medianlønnen ($60.000) og en lille mængde AI-brug (1%) som skillelinjer, kan vi se fire hovedgrupper:     - Disse job er de første, virksomheder ønsker at erstatte med AI, fordi de er dyre, og AI allerede er gode til at udføre dem. For eksempel: programmører, redaktører og forfattere. A: Højtlønnede job, som AI allerede kan udføre    - Det er velbetalte job, som AI ikke helt kan klare endnu, som specialiserede læger. Lige nu hjælper AI bare disse arbejdere med at udføre deres arbejde bedre. For eksempel hjælper   læger med at planlægge behandlinger til patienter. Selvom de siger, at de bare hjælper læger nu, er det muligt, at de indsamlede data kan bruges til at træne AI til at udføre mere af dette arbejde selvstændigt i fremtiden.  B: Højtlønnede job, som AI er ved at lære at udføre Tempus AI    - Det er job, AI ikke er gode til endnu, fordi de har brug for menneskelig berøring og fysiske færdigheder, som frisører. Lige nu bruger disse job næsten ikke AI overhovedet. C: Praktiske job, der betaler mindre    - Disse job betaler ikke meget, men begynder allerede at bruge AI meget, som undervisere og kontormedarbejdere. Efterhånden som AI bliver billigere, er disse jobs i fare for at blive erstattet. D: Lavere betalte job, der allerede bruger AI  Fra 2025 konkurrerer Kina og USA om at udvikle den mest kraftfulde AI, svarende til hvordan USA og USSR løb for at nå rummet først i det 20. århundrede. Mange job vil sandsynligvis blive erstattet af kunstig intelligens - det er som at se en   bølge dannes langt væk, som er på vej mod kysten. Når den ankommer, kan vi se flere mennesker uden job end nogensinde før i historien, hvilket kan forårsage   . massiv alvorlige økonomiske problemer  III. Hvorfor er Turing-testen en "fælde"?  Hele denne krise er forbundet med den berømte   . Her er hvorfor: Turing-test  I 1950 kom Alan Turing med et spil i sit papir   for at teste, om maskiner kan tænke:  "   " Computing Machinery and Intelligence    : Du har et menneske (A), en maskine (B) og en dommer (C). Dommeren taler med begge og forsøger at finde ud af, hvem der er mennesket, og hvem der er maskinen. Hvis dommeren ikke kan se forskel, så kan vi sige, at maskinen viser et vist niveau af kunstig intelligens. Imitationsspillet  Dette spil blev kendt som   og blev til standardmetoden til at bedømme, om AI er avanceret. "Turing Test"  Ifølge Turing Test er AI (og det vi nu kalder AGI) dybest set     - teknologi, der efterligner, hvad mennesker gør. Problemet med denne tilgang er: "Human-like Artificial Intelligence" (HLAI)  "Når   , bliver maskiner bedre   for menneskelige arbejdere. De udskiftede arbejdere mister både økonomisk magt og politisk stemme. Virksomhedsejere, der får maskiner, der kan udføre arbejde på menneskeligt niveau, vil ofte bare erstatte mennesker med disse maskiner." AI kopierer og automatiserer, hvad mennesker allerede gør erstatninger  Men AI behøver ikke at være defineret på denne måde. En anden tilgang er:  "Når   ,   . Dette partnerskab holder mennesker afgørende for at skabe værdi og bevare deres position på både arbejdsmarkedet og det politiske system." AI forbedrer, hvad mennesker kan gøre og hjælper mennesker med at opnå ting, de aldrig kunne før, så arbejder mennesker og maskiner sammen  Hvis vi bare fokuserer på at lave AI, der kopierer mennesker, kan vi måske få mere effektiv produktion, men   . Dette skaber en farlig situation: mennesker, der mister deres job og indflydelse, kan ikke forbedre deres liv. Professor Brynjolfsson kalder dette   i sit papir.  rigdom og magt vil koncentreres på færre hænder "Turing-fælden"  Når samfundet falder i "Turing-fælden", får vi massiv arbejdsløshed og en voksende gruppe af   -folk - folk, der simpelthen ikke kan finde job. I USA er den forventede levealder allerede faldet tre år i træk - noget, der ikke er sket siden 1918. Dødsfald som følge af selvmord, overdosis af stoffer og alkoholmisbrug skyder i vejret og dræber hundredtusindvis af amerikanere årligt.       . nul-marginalprodukt Økonomerne Anne Case og Angus Deaton kalder dette "fortvivlelsens død" -spiral  IV. Sådan undslipper du Turing-fælden    sker, når vi fokuserer for meget på at "   " i stedet for at "   ." Tænk over det på denne måde: du kan bygge et AI-selv-checkout-system, der eliminerer kassejob fuldstændigt, eller du kan oprette et system, der gør kassemedarbejdere supereffektive ved at håndtere prisopslag, foreslå produkter og give information, mens du bevarer den menneskelige kontakt.  Turing-fælden erstatte mennesker gøre mennesker bedre  For at undgå denne fælde foreslår papiret tre hovedløsninger:    : Lige nu er systemet uretfærdigt. Når virksomheder bruger kunstig intelligens til at erstatte arbejdere, betaler de bare selskabsskat. Men når de bruger kunstig intelligens til at gøre medarbejderne bedre, betaler de selskabsskat PLUS lønskat OG indkomstskat. Plus, investeringsoverskud beskattes kun med 20%, mens arbejdsindkomst bliver beskattet op til 37%. Denne opsætning presser praktisk talt virksomheder til at erstatte arbejdere! Vi bør lige vilkårene, måske endda få arbejdsindkomsten til at beskattes mindre for at tilskynde til at holde mennesker i løkken. Løs skattesystemet    : Forskning viser, at for hver $1 brugt på AI-teknologi, bør virksomheder bruge $9 på at træne folk til at arbejde med det. Men virksomheder ønsker ikke at uddanne arbejdere, der måske forlader, og arbejdere har ikke råd til at uddanne sig selv. Regeringer er nødt til at træde til - enten sørge for uddannelse direkte eller give virksomhederne incitamenter til at uddanne deres arbejdere. Invester i uddannelse    : Vi sidder fast og tænker på "hvordan maskiner kan udføre menneskelige job", når vi burde spørge "hvilke fantastiske nye ting kan mennesker og maskiner gøre sammen?" Vi har brug for nye måder at måle succes på, der belønner gennembrud, der skaber ny værdi, ikke kun automatisering af eksisterende job. Tilskynd til ægte innovation  Selvom disse retningslinjer er   , kræver specifik politikimplementering omhyggelig overvejelse. Enhver politik er et tveægget sværd og skal tilpasse sig de nationale forhold i hvert land, og undgå problemer som reguleringsarbitrage og moralsk fare. For eksempel: korrekte    : I 1980'erne-1990'erne implementerede Korea og Japan successivt strenge miljøstandarder og høje tariffer på automatiseret udstyr på fabrikker, hvilket fik produktionsvirksomheder som Samsung til at flytte produktionslinjer til sydøstasiatiske lande med lavere miljøstandarder, hvilket dannede en typisk reguleringsarbitrage. Dette skift lykkedes ikke kun for at nå miljøbeskyttelsesmålene, men forværrede også beskæftigelsesproblemer for unge i begge lande. Regulatorisk arbitragesag    : I 2010'erne ydede nogle europæiske lande høje tilskud til solenergiproduktion, og nogle virksomheder opnåede svigagtigt tilskud gennem teknologiemballage, hvilket i sidste ende førte til stramninger af politikken. Grøn energitilskud  Denne artikel vil ikke udvide diskussionen på politisk niveau, men jeg vil foreslå:  Hvis vi tænker fra et andet perspektiv, er det dybere spørgsmål: disse foranstaltninger er alle bygget på den forudsætning, at "   ." Men   Dette spørgsmål kan være mere værd at overveje end at udforske, hvordan man beholder arbejdspladser. arbejde er nødvendigt hvis AI virkelig kan erstatte menneskelig arbejdskraft i stor skala i fremtiden, er vi så nødt til at   social struktur og værdifordelingssystemer? gentænke    Hvordan ville det fungere? Næste gang får jeg mulighed for at uddybe dette emne ved hjælp af Oxford Universitys Daniel Susskinds bog   .  Hvilken slags verden ville det være, hvis mennesker ikke behøver at arbejde i fremtiden? A World without Work  Referencer  Antropisk. (2025, 10. februar). Introduktion til det antropiske økonomiske indeks. Antropisk.  https://www.anthropic.com/news/the-anthropic-economic-index  Brynjolfsson, E. (2022). Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence. Daedalus, 151(2), 272-287.  https://doi.org/10.1162/daed_a_01915  Case, A., & Deaton, A. (2020). Fortvivlelses død og kapitalismens fremtid. Princeton University Press.  Handa, K., Tamkin, A., McCain, M., Huang, S., Durmus, E., Heck, S., Mueller, J., Hong, J., Ritchie, S., Belonax, T., Troy, KK, Amodi, D., Kaplan, J., Clark, J., & Ganguli, D.). (2025). Hvilke økonomiske opgaver udføres med AI? Beviser fra millioner af Claude-samtaler. Antropisk.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Denne lyd er produceret på historiens originalsprog!

For langt; At læse

Make resilience your competitive advantage

AI, der erstatter mennesker, var Sci-Fi. Nu kan den udføre 43 % af moderne job, antropiske fund

About Author

KOMMENTARER

HÆNG TAGS

DENNE ARTIKEL BLEV PRÆsenterET I

Related Stories

Meet Stellar: HackerNoon Company of the Week

Meet Sentry: HackerNoon Company of the Week

Meet Timescale: HackerNoon Company of the Week

Meet IONOS: HackerNoon Company of the Week

Meet Stellar: HackerNoon Company of the Week

Meet Sentry: HackerNoon Company of the Week

Meet Timescale: HackerNoon Company of the Week

Meet IONOS: HackerNoon Company of the Week

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps