Έντονες συζητήσεις για τον ρυθμό εξέλιξης της τεχνητής νοημοσύνης και τις επιπτώσεις της στην απασχόληση πυροδότησαν οι δηλώσεις του Tao Lin, ερευνητή ασφαλείας στην Anthropic. Μιλώντας στον μη κερδοσκοπικό οργανισμό Palisade Research, ο Lin υποστήριξε ότι η τεχνητή νοημοσύνη θα καταστήσει σύντομα τους ανθρώπους άνεργους
Οι προβλέψεις του Tao Lin για μαζική ανεργία και κρατική μέριμνα
Στη συνέντευξή του στο Palisade Research, ο Tao Lin εμφανίστηκε επιφυλακτικός ως προς το σενάριο της πλήρους επικράτησης της τεχνητής νοημοσύνης έναντι της ανθρωπότητας, εκτιμώντας ότι μια τέτοια πιθανότητα είναι μικρότερη από 50%. Θεωρεί ωστόσο δεδομένη τη σταδιακή απώλεια θέσεων εργασίας για το ανθρώπινο δυναμικό.
Σύμφωνα με τον ίδιο, η διαδικασία αυτή θα εξελιχθεί σταδιακά:
- Οι εργαζόμενοι θα χάσουν αρχικά τις θέσεις εργασίας τους και θα μετακινηθούν προσωρινά σε νέα επαγγέλματα.
- Στη συνέχεια θα βρεθούν αντιμέτωποι με πλήρη ανεργία, καταλήγοντας να εξαρτώνται οικονομικά από την κρατική μέριμνα, χωρίς ουσιαστική προοπτική επανένταξης στην αγορά εργασίας.
- Η τεχνητή νοημοσύνη θα ξεπεράσει σε ικανότητες τον κάθε εργαζόμενο, καθιστώντας σχεδόν όλους τους ανθρώπους στη Γη άνεργους.
Η δημόσια εγγραφή της Anthropic και οι προειδοποιήσεις ως εργαλείο μάρκετινγκ
Οι τοποθετήσεις αυτές καταγράφονται λίγες μόλις ημέρες μετά τη δημόσια εγγραφή της Anthropic στο χρηματιστήριο. Στο πλαίσιο αυτό, ιδιαίτερο ενδιαφέρον συγκεντρώνει η ανάλυση της αρθρογράφου του Bloomberg, Parmy Olson, η οποία επισημαίνει ότι οι τεχνολογικές προειδοποιήσεις στελεχών της βιομηχανίας AI λειτουργούν ως εξαιρετικό εργαλείο μάρκετινγκ με διττό ρόλο: ενώ παρουσιάζονται ως καμπανάκια ασφαλείας, παράλληλα εμπεδώνουν στους επενδυτές την εικόνα μιας εταιρείας με αδιαμφισβήτητη τεχνολογική υπεροχή.
Τα εμπειρικά δεδομένα της Anthropic και το προφίλ των επαγγελμάτων που κινδυνεύουν
Στον αντίποδα των δραματικών προβλέψεων βρίσκονται τα εμπειρικά δεδομένα που δημοσίευσε η ίδια η Anthropic πριν λίγους μήνες στη μελέτη με τίτλο Labor Market Impacts of AI: A New Measure and Early Evidence. Η έρευνα αυτή καταγράφει σημαντικό χάσμα ανάμεσα στις θεωρητικές ικανότητες των μοντέλων και στην πραγματική τους ενσωμάτωση στους χώρους εργασίας.
Εισάγοντας τον δείκτη παρατηρούμενης έκθεσης, η μελέτη συγκρίνει τις θεωρητικές δυνατότητες των μεγάλων γλωσσικών μοντέλων με την πραγματική τους χρήση σε επαγγελματικά περιβάλλοντα. Τα ευρήματα δείχνουν ότι η τεχνητή νοημοσύνη μόλις που αγγίζει την επιφάνεια των δυνατοτήτων της, ενώ η καθυστέρηση στην αντικατάσταση εργαζομένων οφείλεται στους περιορισμούς των σημερινών μοντέλων και στη διαρκή ανάγκη ανθρώπινης επίβλεψης.
Βάσει των στοιχείων της Anthropic, οι εργαζόμενοι που καταγράφουν τη μεγαλύτερη έκθεση παρουσιάζουν συγκεκριμένα χαρακτηριστικά:
- Είναι κατά 4 φορές πιο πιθανό να κατέχουν μεταπτυχιακό τίτλο σπουδών.
- Αμείβονται κατά μέσο όρο 47% περισσότερο σε σχέση με τους υπόλοιπους εργαζομένους.
- Ανήκουν σε μεγαλύτερες ηλικιακές ομάδες.
- Είναι κατά 16% πιο πιθανό να είναι γυναίκες.
Τα τεχνολογικά εμπόδια προς την υπερνοημοσύνη
Σχετική με τα όρια της τεχνολογίας είναι και η τεχνική ανάλυση του ερευνητή της Google DeepMind, Tim Genewein, με τίτλο What comes after AGI. Ο ερευνητής υπογραμμίζει ότι για να επιτευχθεί το άλμα προς την υπερνοημοσύνη απαιτούνται εξελίξεις που παραμένουν ανοιχτές, όπως νέα δεδομένα εκπαίδευσης για την κατανόηση της φυσικής πραγματικότητας και η ικανότητα παραγωγής πρωτότυπων εννοιών αντί για απλή ανασύνθεση υπαρχουσών πληροφοριών.