Страхови од вештачке интелигенције испуњавају вести: губитак послова, неједнакост, дискриминација, дезинформације, или чак суперинтелигенција која доминира светом. Једна група за коју сви претпостављају да ће имати користи је бизнис, али подаци говоре другачије. Усред свег овог таласа, америчке компаније су споро прихватиле најнапредније АI технологије, и мало је доказа да такве технологије значајно доприносе расту продуктивности или отварању радних места.
„Турингов тест“
Ова разочаравајућа перформанса није само резултат релативне незрелости АI технологије. Такође долази из фундаменталног несклада између потреба бизниса и начина на који АI тренутно замишљају многи у технолошком сектору — несклад који потиче из преломног рада Алана Туринга из 1950. године „Игра имитације“ и тзв. Туринговог теста који је тамо предложио.
Турингов тест дефинише машинску интелигенцију замишљајући компјутерски програм који може тако успешно имитирати човека у отвореном текстуалном разговору да није могуће разликовати да ли се разговара са машином или особом.
У најбољем случају, ово је био само један начин артикулисања машинске интелигенције. Сам Туринг, као и други технолошки пионири попут Дагласа Енгелбарта и Норберта Вајнера, схватили су да ће компјутери бити најкориснији за бизнис и друштво када буду аугментирали и допуњавали људске способности, а не када се директно такмиче с нама.
Претраживачи, табеле и базе података су добри примери таквих комплементарних облика информационе технологије. Док је њихов утицај на бизнис огроман, обично се не називају „АI“, и у последњих неколико година успешна прича коју они представљају потиснута је жудњом за нечим више „интелигентним“.
Ова жудња је, међутим, слабо дефинисана, и уз изненађујуће мало покушаја да се развије алтернативна визија, све више значи надмашивање људских перформанси у задацима попут вида и говора, те у друштвеним играма попут шаха и Гоа.
Овај оквир постао је доминантан како у јавној дискусији, тако и у смислу капиталних улагања у вези са АI.
Економисти и други друштвени научници наглашавају да интелигенција не настаје само, или чак првенствено, код индивидуалних људи, већ пре свега у колективима као што су фирме, тржишта, образовни системи и културе. Технологија може играти две кључне улоге у подршци колективних облика интелигенције.
Трансформативни потенцијал вештачке интелигенције
Прво, као што је наглашено у пионирском истраживању Дагласа Енгелбарта 1960-их и каснијем развоју поља интеракције човек-рачунар, технологија може унапредити способност индивидуалних људи да учествују у колективима, пружајући им информације, увиде и интерактивне алате.
Друго, технологија може створити нове врсте колектива. Ова потоња могућност нуди највећи трансформативни потенцијал. Пружа алтернативни оквир за АI, један са великим импликацијама за економску продуктивност и људску добробит.
Kомплементарност, а не имитација
Компаније успевају у великом обиму када успешно поделе рад интерно и доведу различите вештине у тимове који раде заједно на креирању нових производа и услуга. Тржишта успевају када окупљају разнолике учеснике, олакшавајући специјализацију како би побољшали укупну продуктивност и друштвену добробит. Ово је тачно оно што је Адам Смит разумео пре више од два и по века.
Превођењем његове поруке у тренутну дебату, технологија треба да се фокусира на игру комплементарности, а не на игру имитације.
Већ имамо много примера машина које повећавају продуктивност обављајући задатке који су комплементарни онима које обављају људи.
Ово укључује масивне прорачуне који подржавају функционисање свега, од модерних финансијских тржишта до логистике, пренос висококвалитетних слика на велике удаљености у трен ока, и претраживање огромних количина информација како би се извукли релевантни подаци.
Како да избегенемо то да рачунари постану силиконске верзије људских бића?
Оно што је ново у садашњој ери је да рачунари сада могу радити више од једноставног извршавања линија кода које је написао људски програмер. Рачунари могу учити из података и сада могу интераговати, закључивати и интервенисати у стварним проблемима, раме уз раме са људима.
Уместо да посматрамо овај пробој као прилику да претворимо машине у силиконске верзије људских бића, треба да се фокусирамо на то како рачунари могу користити податке и машинско учење за стварање нових врста тржишта, нових услуга, и нових начина повезивања људи на економски исплативе начине.
Тржишно свесна вештачка интелигенција
Рани пример таквог, економијом свесног машинског учења пружају системи за препоруке, иновативни облик анализе података који је дошао до изражаја 1990-их у компанијама оријентисаним на потрошаче као што су Amazon и Netflix. Системи за препоруке су од тада постали свеприсутни и имали су значајан утицај на продуктивност. Они стварају вредност искориштавањем колективне мудрости масе како би повезали појединце са производима.
Нове примере ове парадигме укључују употребу машинског учења за успостављање директних веза између музичара и слушалаца, писаца и читалаца, и твораца игара и играча.
Рани иноватори у овом простору су Airbnb, Uber, YouTube и Shopify, а израз „економија креатора“ се користи како би се описао овај растући тренд. Кључни аспект оваквих колектива је то што су они, у ствари, тржишта—економска вредност је повезана са везама међу учесницима.
Синергија машинског учења, економије и социологије
Потребно је истражити како комбиновати машинско учење, економију и социологију тако да ова тржишта буду здрава и доносе одржив приход учесницима.
Демократске институције такође могу бити подржане и ојачане иновативном употребом машинског учења. Дигитално министарство у Тајвану користи статистичку анализу и онлајн учешће како би унапредило делиберативне разговоре који воде ка ефективном тимском одлучивању у најбоље вођеним компанијама.
Инвестирање у технологију која подржава и унапређује колективну интелигенцију пружа предузећима прилику да чине добро: Са овом алтернативном стазом, многи од најштетнијих ефеката вештачке интелигенције—укључујући замену људи, неједнакост и прекомерно прикупљање и манипулацију подацима од стране компанија у сврху оглашавања—постали би секундарни или чак потпуно избегнути.
Конкретно, двосмерна тржишта у економији креатора стварају новчане трансакције између произвођача и потрошача, а приход платформе може бити заснован на процентима од тих трансакција.
Несумњиво ће се јављати тржишни неуспеси, али ако се технологија искористи за унапређење демократског управљања, такве институције ће бити оснажене да решавају те неуспехе, као у Тајвану, где су услуге дељења вожње усклађене са заштитом рада на основу онлајн делиберације.
