Στις μέρες μας υπάρχει ελάχιστη συναίνεση για οτιδήποτε σχετίζεται με την Τεχνητή Νοημοσύνη. Ωστόσο, μια προσδοκία που φαίνεται να έχει επικρατήσει σε ένα μεγάλο μέρος των επιχειρήσεων, των επενδυτών και των αναλυτών είναι ότι η τεχνολογία θα ενισχύσει την παραγωγικότητα σε ένα ευρύ φάσμα τομέων. Αλλά ακόμα κι αν υλοποιηθούν αυτά τα κέρδη, θα αξίζουν τον κόπο;
Για να διασφαλίσουμε ότι τα οφέλη της Τεχνητής Νοημοσύνης είναι ευρέως διαδεδομένα, πρέπει να εξετάσουμε την αγορά εργασίας. Σκεφτείτε τις Ηνωμένες Πολιτείες. Περίπου το 20% των εργαζομένων της χώρας απασχολείται στον τομέα των εμπορεύσιμων αγαθών, ο οποίος περιλαμβάνει τη μεταποίηση (40%) και τις υπηρεσίες (60%). Οι υπόλοιποι εργαζόμενοι – σχεδόν το 80% – εργάζονται σε τομείς μη εμπορεύσιμων υπηρεσιών, όπως η κυβέρνηση, η εκπαίδευση, η φιλοξενία, το παραδοσιακό λιανικό εμπόριο και οι κατασκευές. Η απόκλιση μεταξύ των εμπορεύσιμων και μη εμπορεύσιμων τομέων, όσον αφορά την παραγωγικότητα και το εισόδημα, έχει αυξηθεί σταθερά τις τελευταίες τρεις δεκαετίες. Γενικά, οι εμπορεύσιμοι τομείς – οι οποίοι περιλαμβάνουν θέσεις εργασίας όπως η διαχείριση πολυεθνικών επιχειρήσεων, ο σχεδιασμός ημιαγωγών και υπολογιστών και η διεξαγωγή έρευνας και ανάπτυξης – διαθέτουν υψηλότερη και ταχύτερα αναπτυσσόμενη παραγωγικότητα και υψηλότερη αύξηση εισοδήματος.
Εάν δεν είμαστε προσεκτικοί, η Τεχνητή Νοημοσύνη θα διευρύνει το χάσμα μεταξύ των εμπορεύσιμων και μη εμπορεύσιμων τομέων, οδηγώντας σε απότομη αύξηση της ανισότητας. Η Υπηρεσία Προηγμένων Ερευνητικών Προγραμμάτων Aμυνας των ΗΠΑ (DARPA) έχει διεξαγάγει διαγωνισμούς που επικεντρώνονται στη συνεργασία ανθρώπου – ρομπότ, όπως ρομπότ που ενισχύουν τις φυσικές ικανότητες των ανθρώπων και άνθρωποι που ελέγχουν ρομπότ καθώς πλοηγούνται σε πολύπλοκα, ταχέως εξελισσόμενα φυσικά περιβάλλοντα. Αλλά πρέπει να γίνουν περισσότερα.
H διασφάλιση ότι το κιτ εργαλείων Τεχνητής Νοημοσύνης προσφέρει οφέλη που βασίζονται στην ενίσχυση ή τη συνεργασία σε όλους τους τομείς και τα επίπεδα εισοδήματος πρέπει να αποτελεί ύψιστη προτεραιότητα.
Κατά την επερχόμενη μετάβαση στην Τεχνητή Νοημοσύνη, τα κέρδη παραγωγικότητας θα οδηγήσουν σε χαμηλότερο κόστος. Θα χαθούν και θα δημιουργηθούν θέσεις εργασίας. Αυτό συνεπάγεται σημαντικές αναταράξεις. Και υπάρχει πραγματικός κίνδυνος παροδικής αύξησης της προσφοράς εργασίας σε σχέση με τη ζήτηση, η οποία θα αποδυνάμωνε τη διαπραγματευτική δύναμη του εργατικού δυναμικού.
Η υποστήριξη της μετάβασης τόσο όσον αφορά το εισόδημα όσο και τις δεξιότητες είναι απαραίτητη και τα εργαλεία που βασίζονται στην Τεχνητή Νοημοσύνη πιθανότατα θα μπορέσουν να βοηθήσουν στην επανεκπαίδευση και την απόκτηση δεξιοτήτων. Ταυτόχρονα, οι υπεύθυνοι χάραξης πολιτικής θα πρέπει να δημιουργήσουν ζήτηση εργασίας, όπως έγινε μετά τη Μεγάλη Υφεση. Η οικονομία των ΗΠΑ έχει μείνει πίσω στην ανάπτυξη και αναβάθμιση των υποδομών. Η αντιστροφή αυτής της τάσης θα προσέθετε καλές θέσεις εργασίας και ζήτηση εργασίας, δημιουργώντας έτσι περιθώριο για την επερχόμενη μετάβαση που θα βασίζεται στην Τεχνητή Νοημοσύνη.
Ο Μάικλ Σπενς είναι κάτοχος Νομπέλ Οικονομικών και επίτιμος καθηγητής Οικονομικών και πρώην πρύτανης στην Graduate School of Business του Stanford University