Η τεχνητή νοημοσύνη που αντικατέστησε τους ανθρώπους ήταν επιστημονικής φαντασίας. Τώρα μπορεί να κάνει το 43% των σύγχρονων εργασιών, Anthropic Finds

I. Πόσο σύντομα η τεχνητή νοημοσύνη θα αντικαταστήσει τους ανθρώπους; Θα ήθελα να μοιραστώ δύο ερευνητικές εργασίες που δίνουν μια καθαρή εικόνα του αντίκτυπου της τεχνητής νοημοσύνης στην αγορά εργασίας. Η πρώτη προέρχεται από τον καθηγητή οικονομικών του Στάνφορντ, Brynjolfsson, . Αυτό το μέλλον είναι ήδη εδώ - τον Φεβρουάριο του 2025 δείχνει ότι σχεδόν οι μισές (43,6%) από τις τρέχουσες εφαρμογές τεχνητής νοημοσύνης μπορούν να αντικαταστήσουν άμεσα τους εργαζόμενους. ο οποίος προέβλεψε το 2022 ότι η προηγμένη τεχνητή νοημοσύνη θα διαταράξει την παγκόσμια ισορροπία ισχύος η τελευταία έρευνα της Anthropic Η εμβάθυνση στην έρευνα αποκαλύπτει μια ακόμη πιο ανησυχητική τάση: ένα άλλο 31,3% των θέσεων εργασίας εμπίπτουν στην "Επανάληψη εργασιών" - όπου η τεχνητή νοημοσύνη και οι άνθρωποι συνεργάζονται προσωρινά. Να τι σημαίνει αυτό στην πράξη: Σκεφτείτε μια τυπική ροή εργασίας: Όταν συνοψίζω σημειώσεις συνάντησης, ζητώ από την τεχνητή νοημοσύνη να εξαγάγει βασικά σημεία, να τα αναθεωρήσει και, στη συνέχεια, να ζητήσει πρόσθετες λεπτομέρειες σχετικά με συγκεκριμένους τομείς. Μέσω αυτής της επαναληπτικής διαδικασίας, βελτιώνω το αποτέλεσμα μέχρι να είναι έτοιμο για το αφεντικό μου. Αυτός ο τύπος συνεργασίας ανθρώπου-τεχνητής νοημοσύνης δεν θα διαρκέσει πολύ - , η τεχνητή νοημοσύνη σύντομα θα κατακτήσει αυτές τις εργασίες ανεξάρτητα. καθώς εκατομμύρια χρήστες εκπαιδεύουν εν αγνοία τους αυτά τα συστήματα 24/7 II. Ποιες δουλειές κινδυνεύουν περισσότερο; Ας αναλύσουμε αυτό το γράφημα που δείχνει πώς η τεχνητή νοημοσύνη επηρεάζει διαφορετικές εργασίες. Θα εξετάσουμε δύο βασικά πράγματα: πόσα πληρώνονται οι άνθρωποι και πόση τεχνητή νοημοσύνη χρησιμοποιείται ήδη στην εργασία τους. Χρησιμοποιώντας τον διάμεσο μισθό (60.000 $) και ένα μικρό ποσό χρήσης τεχνητής νοημοσύνης (1%) ως διαχωριστικές γραμμές, μπορούμε να δούμε τέσσερις κύριες ομάδες: - Αυτές οι εργασίες είναι οι πρώτες που θέλουν να αντικαταστήσουν οι εταιρείες με τεχνητή νοημοσύνη επειδή είναι ακριβές και η τεχνητή νοημοσύνη είναι ήδη καλή στο να τις κάνει. Για παράδειγμα: προγραμματιστές, συντάκτες και συγγραφείς. Α: Υψηλά αμειβόμενες δουλειές που μπορεί ήδη να κάνει η τεχνητή νοημοσύνη - Αυτές είναι καλά αμειβόμενες δουλειές που η τεχνητή νοημοσύνη δεν μπορεί να χειριστεί πλήρως ακόμη, όπως οι ειδικευμένοι γιατροί. Αυτήν τη στιγμή, η τεχνητή νοημοσύνη απλώς βοηθά αυτούς τους εργαζόμενους να κάνουν τη δουλειά τους καλύτερα. Για παράδειγμα, βοηθά τους γιατρούς να σχεδιάζουν θεραπείες για ασθενείς. Ενώ λένε ότι απλώς βοηθούν τους γιατρούς τώρα, είναι πιθανό τα δεδομένα που συλλέγονται να χρησιμοποιηθούν για να εκπαιδεύσουν την τεχνητή νοημοσύνη να κάνει περισσότερα από αυτήν την εργασία αυτόνομα στο μέλλον. Β: Δουλειές με υψηλές αποδοχές που μαθαίνει να κάνει η τεχνητή νοημοσύνη το Tempus AI - Αυτές είναι δουλειές στις οποίες η τεχνητή νοημοσύνη δεν είναι ακόμα καλή, επειδή χρειάζονται ανθρώπινη επαφή και σωματικές δεξιότητες, όπως οι κομμωτές. Αυτήν τη στιγμή, αυτές οι θέσεις εργασίας δεν χρησιμοποιούν σχεδόν καθόλου τεχνητή νοημοσύνη. Γ: Πρακτικές δουλειές που πληρώνουν λιγότερο - Αυτές οι εργασίες δεν πληρώνουν πολλά, αλλά αρχίζουν ήδη να χρησιμοποιούν πολύ την τεχνητή νοημοσύνη, όπως οι δάσκαλοι και οι υπάλληλοι γραφείου. Καθώς η τεχνητή νοημοσύνη γίνεται φθηνότερη, αυτές οι θέσεις εργασίας κινδυνεύουν να αντικατασταθούν. Δ: Εργασίες με χαμηλότερη αμοιβή που χρησιμοποιούν ήδη τεχνητή νοημοσύνη Από το 2025, η Κίνα και οι ΗΠΑ ανταγωνίζονται για την ανάπτυξη της πιο ισχυρής τεχνητής νοημοσύνης, παρόμοια με τον τρόπο που οι ΗΠΑ και η ΕΣΣΔ αγωνίστηκαν για να φτάσουν στο διάστημα πρώτα τον 20ό αιώνα. Πολλές θέσεις εργασίας πιθανότατα θα αντικατασταθούν από την τεχνητή νοημοσύνη - είναι σαν να βλέπουμε ένα κύμα να σχηματίζεται μακριά που κατευθύνεται προς την ακτή. Όταν φτάσει, μπορεί να δούμε περισσότερους ανθρώπους χωρίς δουλειά από ποτέ στην ιστορία, κάτι που θα μπορούσε να προκαλέσει . τεράστιο σοβαρά οικονομικά προβλήματα III. Γιατί το τεστ Τούρινγκ είναι «παγίδα»; Όλη αυτή η κρίση συνδέεται με το περίφημο . Να γιατί: τεστ Τούρινγκ Το 1950, ο Άλαν Τούρινγκ σκέφτηκε ένα παιχνίδι στην εργασία του για να ελέγξει εάν οι μηχανές μπορούν να σκεφτούν: « » Υπολογιστική Μηχανή και Νοημοσύνη : Έχετε έναν άνθρωπο (A), μια μηχανή (B) και έναν κριτή (C). Ο δικαστής μιλάει και στους δύο και προσπαθεί να καταλάβει ποιος είναι ο άνθρωπος και ποιος η μηχανή. Εάν ο κριτής δεν μπορεί να διακρίνει τη διαφορά, τότε μπορούμε να πούμε ότι το μηχάνημα δείχνει κάποιο επίπεδο τεχνητής νοημοσύνης. The Imitation Game Αυτό το παιχνίδι έγινε γνωστό ως και μετατράπηκε στον τυπικό τρόπο για να κρίνουμε εάν η τεχνητή νοημοσύνη είναι προηγμένη. "Turing Test" Σύμφωνα με το Turing Test, η τεχνητή νοημοσύνη (και αυτό που τώρα ονομάζουμε AGI) είναι βασικά - τεχνολογία που μιμείται αυτό που κάνουν οι άνθρωποι. Το πρόβλημα με αυτή την προσέγγιση είναι: «Ανθρώπινη Τεχνητή Νοημοσύνη» (HLAI) "Όταν , οι μηχανές γίνονται καλύτεροι για τους εργαζόμενους. Οι εργαζόμενοι που αντικαθίστανται χάνουν τόσο την οικονομική δύναμη όσο και την πολιτική φωνή. Οι ιδιοκτήτες επιχειρήσεων που αποκτούν μηχανές που μπορούν να κάνουν εργασία σε ανθρώπινο επίπεδο συχνά απλώς αντικαθιστούν τους ανθρώπους με αυτές τις μηχανές." η τεχνητή νοημοσύνη αντιγράφει και αυτοματοποιεί αυτό που ήδη κάνουν οι άνθρωποι αντικαταστάτες Αλλά η τεχνητή νοημοσύνη δεν χρειάζεται να οριστεί με αυτόν τον τρόπο. Μια άλλη προσέγγιση είναι: "Όταν , . Αυτή η συνεργασία κρατά τους ανθρώπους απαραίτητους για τη δημιουργία αξίας, διατηρώντας τη θέση τους τόσο στην αγορά εργασίας όσο και στο πολιτικό σύστημα." η τεχνητή νοημοσύνη βελτιώνει αυτό που μπορούν να κάνουν οι άνθρωποι βοηθώντας τους ανθρώπους να επιτύχουν πράγματα που δεν μπορούσαν ποτέ πριν, τότε άνθρωποι και μηχανές συνεργάζονται Εάν επικεντρωθούμε απλώς στη δημιουργία τεχνητής νοημοσύνης που αντιγράφει τους ανθρώπους, μπορεί να έχουμε πιο αποτελεσματική παραγωγή, αλλά . Αυτό δημιουργεί μια επικίνδυνη κατάσταση: οι άνθρωποι που χάνουν τη δουλειά τους και επηρεάζουν δεν μπορούν να βελτιώσουν τη ζωή τους. Ο καθηγητής Brynjolfsson αποκαλεί αυτό στην εργασία του. ο πλούτος και η δύναμη θα συγκεντρωθούν σε λιγότερα χέρια «Η παγίδα Turing» Όταν η κοινωνία πέφτει στην «Παγίδα Τούρινγκ», έχουμε τεράστια ανεργία και μια αυξανόμενη ομάδα ανθρώπων - λαών που απλά δεν μπορούν να βρουν δουλειά. Στις ΗΠΑ, το προσδόκιμο ζωής έχει ήδη μειωθεί τρία συνεχόμενα χρόνια—κάτι που δεν έχει συμβεί από το 1918. Οι θάνατοι από αυτοκτονίες, υπερβολική δόση ναρκωτικών και κατάχρηση αλκοόλ εκτοξεύονται, σκοτώνοντας εκατοντάδες χιλιάδες Αμερικανούς ετησίως. των . μηδενικού οριακού προϊόντος Οι οικονομολόγοι Anne Case και Angus Deaton αποκαλούν αυτό το σπιράλ «θανάτων της απόγνωσης» IV. Πώς να ξεφύγετε από την παγίδα Turing Η συμβαίνει όταν εστιάζουμε υπερβολικά στην « » αντί στο « ». Σκεφτείτε το με αυτόν τον τρόπο: θα μπορούσατε να δημιουργήσετε ένα σύστημα αυτοελέγχου τεχνητής νοημοσύνης που εξαλείφει εντελώς τις θέσεις ταμιών ή θα μπορούσατε να δημιουργήσετε ένα σύστημα που θα κάνει τους ταμίες εξαιρετικά αποδοτικούς χειρίζοντας αναζητήσεις τιμών, προτείνοντας προϊόντα και παρέχοντας πληροφορίες διατηρώντας παράλληλα την ανθρώπινη επαφή. Παγίδα Τούρινγκ αντικατάσταση των ανθρώπων να κάνουμε τους ανθρώπους καλύτερους Για να αποφευχθεί αυτή η παγίδα, το έγγραφο προτείνει τρεις βασικές λύσεις: : Αυτή τη στιγμή, το σύστημα είναι άδικο. Όταν οι εταιρείες χρησιμοποιούν τεχνητή νοημοσύνη για να αντικαταστήσουν τους εργαζόμενους, πληρώνουν απλώς εταιρικό φόρο. Αλλά όταν χρησιμοποιούν την τεχνητή νοημοσύνη για να κάνουν τους εργαζόμενους καλύτερους, πληρώνουν εταιρικό φόρο ΣΥΝ φόρους μισθών ΚΑΙ φόρους εισοδήματος. Επιπλέον, τα κέρδη από επενδύσεις φορολογούνται μόνο με 20%, ενώ το εισόδημα εργασίας φορολογείται έως και 37%. Αυτή η εγκατάσταση ωθεί ουσιαστικά τις εταιρείες να αντικαταστήσουν τους εργαζόμενους! Θα πρέπει να ισοπεδώσουμε τους όρους ανταγωνισμού, ίσως ακόμη και να κάνουμε το εισόδημα από την εργασία να φορολογείται λιγότερο για να ενθαρρύνουμε να κρατάμε τους ανθρώπους ενήμερους. Διορθώστε το φορολογικό σύστημα : Η έρευνα δείχνει ότι για κάθε 1 δολάριο που δαπανάται για τεχνολογία τεχνητής νοημοσύνης, οι εταιρείες θα πρέπει να ξοδεύουν 9 δολάρια για να εκπαιδεύσουν ανθρώπους να εργαστούν με αυτήν. Αλλά οι εταιρείες δεν θέλουν να εκπαιδεύσουν εργαζομένους που μπορεί να φύγουν και οι εργαζόμενοι δεν έχουν την οικονομική δυνατότητα να εκπαιδευτούν οι ίδιοι. Οι κυβερνήσεις πρέπει να παρέμβουν - είτε να παρέχουν απευθείας εκπαίδευση είτε να δώσουν κίνητρα στις εταιρείες να εκπαιδεύσουν τους εργαζομένους τους. Επενδύστε στην εκπαίδευση : Έχουμε κολλήσει να σκεφτόμαστε "πώς οι μηχανές μπορούν να κάνουν ανθρώπινες δουλειές" όταν θα έπρεπε να ρωτάμε "τι καταπληκτικά νέα πράγματα μπορούν να κάνουν άνθρωποι και μηχανές μαζί;" Χρειαζόμαστε νέους τρόπους για τη μέτρηση της επιτυχίας που ανταμείβουν τις ανακαλύψεις που δημιουργούν νέα αξία, όχι απλώς την αυτοματοποίηση των υπαρχουσών θέσεων εργασίας. Ενθαρρύνετε την αληθινή καινοτομία Αν και αυτές οι κατευθύνσεις είναι , η συγκεκριμένη εφαρμογή πολιτικής απαιτεί προσεκτική εξέταση. Οποιαδήποτε πολιτική είναι δίκοπο μαχαίρι και πρέπει να προσαρμοστεί στις εθνικές συνθήκες κάθε χώρας, αποφεύγοντας προβλήματα όπως το ρυθμιστικό αρμπιτράζ και τον ηθικό κίνδυνο. Για παράδειγμα: σωστές : Στις δεκαετίες 1980-1990, η Κορέα και η Ιαπωνία εφάρμοσαν διαδοχικά αυστηρά περιβαλλοντικά πρότυπα και υψηλούς δασμούς σε αυτοματοποιημένο εξοπλισμό στα εργοστάσια, προκαλώντας κατασκευαστικές εταιρείες όπως η Samsung να μεταφέρουν γραμμές παραγωγής σε χώρες της Νοτιοανατολικής Ασίας με χαμηλότερα περιβαλλοντικά πρότυπα, διαμορφώνοντας ένα τυπικό ρυθμιστικό αρμπιτράζ. Αυτή η στροφή όχι μόνο απέτυχε να επιτύχει τους στόχους προστασίας του περιβάλλοντος αλλά επιδείνωσε επίσης τα προβλήματα απασχόλησης των νέων και στις δύο χώρες. Υπόθεση ρυθμιστικού αρμπιτράζ : Στη δεκαετία του 2010, ορισμένες ευρωπαϊκές χώρες παρείχαν υψηλές επιδοτήσεις για την παραγωγή ηλιακής ενέργειας και ορισμένες εταιρείες έλαβαν δόλια επιδοτήσεις μέσω της συσκευασίας τεχνολογίας, οδηγώντας τελικά σε αυστηροποίηση της πολιτικής. Επιδοτήσεις πράσινης ενέργειας Αυτό το άρθρο δεν θα επεκτείνει τη συζήτηση σε επίπεδο πολιτικής, αλλά θέλω να προτείνω: Αν σκεφτούμε από μια άλλη οπτική γωνία, το βαθύτερο ερώτημα είναι: όλα αυτά τα μέτρα βασίζονται στην προϋπόθεση ότι « ». Αλλά Αυτή η ερώτηση ίσως αξίζει περισσότερο να συλλογιστεί από το να εξερευνήσετε πώς να διατηρήσετε θέσεις εργασίας. η δουλειά είναι απαραίτητη εάν η τεχνητή νοημοσύνη μπορεί πραγματικά να αντικαταστήσει την ανθρώπινη εργασία σε μεγάλη κλίμακα στο μέλλον, χρειάζεται να την κοινωνική δομή και τα συστήματα διανομής αξίας; επανεξετάσουμε Πώς θα λειτουργούσε; Την επόμενη φορά, θα έχω την ευκαιρία να αναλύσω αυτό το θέμα χρησιμοποιώντας το βιβλίο του Daniel Susskind του Πανεπιστημίου της Οξφόρδης . Τι είδους κόσμος θα ήταν αν οι άνθρωποι δεν χρειάζεται να εργάζονται στο μέλλον; Ένας κόσμος χωρίς δουλειά Αναφορές Ανθρωπικό. (2025, 10 Φεβρουαρίου). Παρουσιάζοντας τον Anthropic Economic Index. Ανθρωπικό. https://www.anthropic.com/news/the-anthropic-economic-index Brynjolfsson, E. (2022). The Turing Trap: The Promise & Peril of Human-like Artificial Intelligence. Δαίδαλος, 151(2), 272-287. https://doi.org/10.1162/daed_a_01915 Case, A., & Deaton, A. (2020). Θάνατοι απόγνωσης και το μέλλον του καπιταλισμού. 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, Amodei, D., Kaplan, J., Clark, J., & Ganguli D. (202, 5). Ποιες οικονομικές εργασίες εκτελούνται με την τεχνητή νοημοσύνη; Στοιχεία από Εκατομμύρια συνομιλίες Claude. Ανθρωπικό.