Τα εργαλεία τεχνητής νοημοσύνης αναμφίβολα θα μεταμορφώσουν τη φύση της εργασίας. Παρ’ όλα αυτά, η ευφορία της αγοράς γύρω από την τεχνητή νοημοσύνη έχει γίνει ανησυχητική, ειδικά δεδομένης της έκτασης της έκδοσης χρέους μεγάλης κλίμακας από τον τομέα. Επομένως, αξίζει να εξεταστεί πού θα μπορούσαν να πάνε τα πράγματα στραβά.
Μέχρι στιγμής, κανένα μοντέλο Τεχνητής Νοημοσύνης δεν φαίνεται να έχει αποκτήσει διαρκές πλεονέκτημα. Εκτός αν οι Gemini (Google), Claude (Anthropic) και ChatGPT (OpenAI) καταφέρουν τελικά να διαφοροποιηθούν απευθυνόμενες σε συγκεκριμένα τμήματα χρηστών (ή μέσω συγχωνεύσεων ή συμπαιγνιών), είναι δύσκολο να δούμε από πού θα προέλθουν τα κέρδη που δικαιολογούν τις τεράστιες επενδύσεις τους στην εκπαίδευση.
Επιπλέον, παρότι οι πολιτικοί έχουν μείνει σε μεγάλο βαθμό στο περιθώριο μέχρι στιγμής, οι πολιτικές παρεμβάσεις για την αντιμετώπιση των κινδύνων και των ανησυχιών σχετικά με την Τεχνητή Νοημοσύνη είναι αναπόφευκτες. Δεδομένου ότι τα κέντρα δεδομένων καταναλώνουν τεράστιες ποσότητες ενέργειας – αυξάνοντας την τιμή της ενέργειας για όλους – οι πολιτειακές και τοπικές κυβερνήσεις θα βρίσκονται υπό αυξημένη πολιτική πίεση για να περιορίσουν την κατασκευή τους.
Οι προβλέψεις για το επόμενο έτος υποδηλώνουν ήδη ότι οι κατασκευαστές υλικού και τα κέντρα δεδομένων δεν θα είναι σε θέση να παρέχουν επαρκή υπολογιστική ισχύ στις ΗΠΑ. Και καθώς οι ελλείψεις υπολογιστικής ισχύος αυξάνονται, οι τελικοί χρήστες θα έχουν περισσότερους λόγους να καθυστερήσουν την εφαρμογή. Ακόμα χειρότερα, η κακόβουλη χρήση από χάκερ και deepfakers, καθώς και η μη επιβλεπόμενη χρήση από παιδιά, αυξάνεται ραγδαία. Δεν είναι δύσκολο να φανταστεί κανείς σενάρια καταστροφής – όπως ένα θανατηφόρο κυβερνοπεριστατικό, κατάφωρη κακή χρήση δεδομένων από πράκτορες Τεχνητής Νοημοσύνης ή κακώς εκπαιδευμένα μοντέλα Τεχνητής Νοημοσύνης που συμβουλεύουν τα παιδιά να διαπράξουν πράξεις βίας εναντίον του εαυτού τους ή άλλων (κάτι που έχει ήδη συμβεί).
Ισως το πιο σημαντικό έναυσμα για πολιτική παρέμβαση θα ήταν οι μαζικές απώλειες θέσεων εργασίας που σχετίζονται με την Τεχνητή Νοημοσύνη.
Δεδομένων όλων αυτών των αβεβαιοτήτων, δεν είναι καθόλου σαφές πόσο ευρέως και γρήγορα θα αναπτυχθεί η Τεχνητή Νοημοσύνη και ποιος θα ωφεληθεί.
Τα καλά νέα είναι ότι μια πιο περιορισμένη, προσεκτική ανάπτυξη της Τεχνητής Νοημοσύνης θα μπορούσε να δώσει στις εταιρείες περισσότερο χρόνο για να βρουν χρήσεις που αυξάνουν την εργασία και στις κυβερνήσεις και τους εργαζόμενους περισσότερο χρόνο για να προσαρμοστούν.
Τα κακά νέα είναι ότι τα ευφορικά οράματα για γρήγορα εξαιρετικά κέρδη θα μπορούσαν να είναι αβάσιμα, ένα ιδιαίτερο πρόβλημα για τις εταιρείες Τεχνητής Νοημοσύνης που πρέπει να κάνουν αμείωτες πληρωμές χρέους. Οι προκαταβολές στην Τεχνητή Νοημοσύνη πιθανότατα θα αποδώσουν τελικά. Αλλά δεν θα ωφεληθούν ή ακόμα και θα επιβιώσουν όλοι οι πάροχοι.
Ο Ραγκουράμ Ρατζάν είναι πρώην επικεφαλής της κεντρικής τράπεζας της Ινδίας (Reserve Bank of India) και πρώην επικεφαλής οικονομολόγος του ΔΝΤ. Είναι καθηγητής Οικονομικών στο University of Chicago Booth School of Business. Επίσης είναι πρόεδρος στο Group of Thirty και στο Per Jacobsson Foundation.
