هوش مصنوعی باید مکمل کارگران باشد، نه جایگزین آنها
هوش مصنوعی باید مکمل کارگران باشد، نه جایگزین آنها -حرکت به سمت اتوماسیون خطرناک است – برای حمایت از رفاه مشترک، هوش مصنوعی باید مکمل کارگران باشد، نه جایگزین آنها
پیش بینی های خوش بینانه در مورد پیامدهای رشد هوش مصنوعی فراوان است.
به گفته گلدمن ساکس ، پذیرش هوش مصنوعی می تواند رشد بهره وری را 1.5 درصد در سال در یک دوره 10 ساله افزایش دهد و تولید ناخالص داخلی جهانی را 7 درصد (7 تریلیون دلار تولید اضافی) افزایش دهد .
خودیهای صنعت تخمینهای هیجانانگیزتری ارائه میدهند ، از جمله احتمال 10 درصدی برای سناریوی «رشد انفجاری»، با افزایش تولید جهانی بیش از 30 درصد در سال.
همه این خوشبینیهای فنی از «دستمزد بهرهوری» ناشی میشود: یک باور ریشهدار مبنی بر اینکه تغییرات تکنولوژیکی – از جمله اتوماسیون – باعث افزایش بهرهوری میشود که دستمزد خالص را افزایش میدهد و رفاه مشترک را ایجاد میکند.
چنین خوش بینی با سوابق تاریخی در تضاد است و به ویژه برای مسیر فعلی «فقط اجازه دهید هوش مصنوعی اتفاق بیفتد» نامناسب به نظر می رسد، که در درجه اول بر اتوماسیون (جایگزینی افراد) تمرکز دارد.
ما باید بدانیم که هیچ مسیر منفرد و اجتناب ناپذیری برای توسعه فناوری جدید وجود ندارد.
و با فرض اینکه هدف بهبود پایدار نتایج اقتصادی برای افراد بیشتری باشد، چه سیاستهایی توسعه هوش مصنوعی را در مسیر درست قرار میدهد، با تمرکز بیشتر بر بهبود کارهایی که همه کارگران میتوانند انجام دهند؟
سوال ماشین آلات
برخلاف تصور عمومی، رشد بهره وری نیازی به افزایش تقاضا برای کارگران ندارد. تعریف استاندارد بهره وری «میانگین تولید به ازای هر کارگر» است – تولید کل تقسیم بر کل اشتغال.
امید این است که با افزایش تولید به ازای هر کارگر، تمایل کسبوکارها برای استخدام افراد افزایش یابد.
اما کارفرمایان انگیزه ای برای افزایش استخدام بر اساس تولید متوسط هر کارگر ندارند.
در عوض، آنچه برای شرکتها اهمیت دارد بهرهوری حاشیهای است – سهم اضافی که یک کارگر دیگر با افزایش تولید یا خدمت به مشتریان بیشتر به ارمغان میآورد.
مفهوم بهره وری نهایی از تولید یا درآمد هر کارگر متمایز است. تولید به ازای هر کارگر ممکن است افزایش یابد در حالی که بهره وری نهایی ثابت بماند یا حتی کاهش یابد.
بسیاری از فناوریهای جدید، مانند روباتهای صنعتی، مجموعه وظایفی را که توسط ماشینها و الگوریتمها انجام میشود، گسترش میدهند و کارگران را جابجا میکنند.
اتوماسیون متوسط بهره وری را افزایش می دهد اما بهره وری نهایی کارگر را افزایش نمی دهد و در واقع ممکن است کاهش دهد.
در طول چهار دهه گذشته، اتوماسیون بهرهوری را افزایش داده و سود شرکتها را چند برابر کرده است، اما به شکوفایی مشترک در کشورهای صنعتی منجر نشده است.
جایگزینی کارگران با ماشین آلات تنها راه برای بهبود کارایی اقتصادی نیست – و تاریخ این را ثابت کرده است، همانطور که در کتاب اخیر خود، قدرت و پیشرفت توضیح داده ایم .
برخی از نوآوری ها به جای خودکار کردن کار، میزان مشارکت افراد در تولید را افزایش می دهند.
به عنوان مثال، ابزارهای نرم افزاری جدیدی که به مکانیک خودرو کمک می کنند و دقت بیشتری را امکان پذیر می کنند، می توانند بهره وری نهایی کارگران را افزایش دهند.
این کاملا با نصب ربات های صنعتی با هدف جایگزینی افراد متفاوت است.
توابع جدید
ایجاد وظایف جدید برای افزایش بهره وری نهایی کارگران اهمیت بیشتری دارد. هنگامی که ماشینهای جدید کاربردهای جدیدی را برای نیروی کار انسانی ایجاد میکنند، این امر مشارکت کارگران را در تولید افزایش میدهد و بهرهوری نهایی آنها را افزایش میدهد.
در طول سازماندهی مجدد صنعت مهم به رهبری هنری فورد که در دهه 1910 شروع شد، اتوماسیون زیادی در تولید خودرو وجود داشت.
اما روشهای تولید انبوه و خطوط مونتاژ به طور همزمان مجموعهای از کارهای طراحی، فنی، ماشینآلات و کارهای اداری جدید را معرفی کردند و تقاضای صنعت را برای کارگران افزایش دادند.
وظایف جدید در رشد اشتغال و دستمزدها در دو قرن گذشته حیاتی بوده است. و بسیاری از مشاغلی که در چند دهه گذشته به سرعت در حال گسترش هستند – رادیولوژیست های MRI، مهندسان شبکه، اپراتورهای ماشین به کمک کامپیوتر، برنامه نویسان نرم افزار، پرسنل امنیت فناوری اطلاعات و تحلیلگران داده – 80 سال پیش وجود نداشتند.
حتی افرادی در مشاغلی که مدت طولانی تری وجود داشته اند، مانند عابر بانک، استادان و حسابداران، اکنون با استفاده از فناوری روی بسیاری از وظایف نسبتاً جدید کار می کنند.
تقریباً در تمام این موارد، وظایف جدید به دلیل پیشرفت های تکنولوژیکی معرفی شده و محرک اصلی رشد اشتغال بوده است.
این وظایف جدید نیز جزء لاینفک رشد بهره وری بوده است – آنها به راه اندازی محصولات جدید کمک کرده اند و فرآیندهای تولید کارآمدتری را ممکن می سازند.
اتوماسیون تولیدی
اتوماسیون در یک صنعت همچنین می تواند باعث افزایش اشتغال – در آن بخش یا به طور کلی در اقتصاد – شود، اگر به طور قابل توجهی بهره وری را افزایش دهد.
در این حالت، مشاغل جدید ممکن است از وظایف غیرخودکار در همان صنعت یا از گسترش فعالیتها در صنایع مرتبط به وجود بیاید.
در نیمه اول قرن بیستم، افزایش سریع خودروسازی باعث گسترش گسترده صنایع نفت، فولاد و صنایع شیمیایی شد.
تولید خودرو در مقیاس انبوه همچنین امکان حمل و نقل را متحول کرد و امکان ظهور فعالیت های خرده فروشی، سرگرمی و خدماتی جدید را فراهم کرد.
با این حال، زمانی که دستاوردهای بهره وری از اتوماسیون اندک باشد، باند بهرهوری فعال نمیشود – چیزی که ما آن را «اتوماسیون خیلی زیاد» مینامیم.
به عنوان مثال، کیوسک های خودخروجی در فروشگاه های مواد غذایی مزایای بهره وری محدودی را به همراه دارند زیرا آنها صرفاً کار اسکن اقلام را از کارمندان به مشتریان منتقل می کنند.
وقتی فروشگاهها کیوسکهای خود را معرفی میکنند، صندوقدارهای کمتری به کار گرفته میشوند، اما هیچ افزایش بهرهوری عمدهای برای تحریک ایجاد مشاغل جدید در جاهای دیگر وجود ندارد.
مواد غذایی خیلی ارزان تر نمی شوند، تولید مواد غذایی توسعه پیدا نمی کند و خریداران متفاوت زندگی نمی کنند.
حتی سودهای بهره وری ناچیز ناشی از اتوماسیون زمانی که با وظایف جدید همراه نباشد، قابل جبران است.
به عنوان مثال، در غرب میانه آمریکا، پذیرش سریع ربات ها به اخراج گسترده کارکنان و در نهایت کاهش طولانی مدت منطقه کمک کرده است.
هنگامی که فناوریهای جدید بر نظارت تمرکز میکنند، وضعیت بهطور مشابه برای کارگران نگرانکننده است.
نظارت بیشتر بر کارگران ممکن است منجر به برخی بهبودهای کوچک در بهره وری شود، اما کارکرد اصلی آن استخراج تلاش بیشتر از کارگران است.
هوش مصنوعی فرصتی را برای تکمیل مهارت و تخصص کارگران ارائه می دهد اگر توسعه آن را بر اساس آن هدایت کنیم.
همه اینها شاید مهمترین جنبه فناوری را نشان می دهد: انتخاب . اغلب راه های بی شماری برای استفاده از دانش جمعی ما برای بهبود تولید و حتی راه های بیشتری برای هدایت نوآوری وجود دارد.
آیا ابزارهای دیجیتالی را برای نظارت، اتوماسیون یا توانمندسازی کارگران با ایجاد وظایف جدید تولید و اجرا خواهیم کرد؟
وقتی باند بهرهوری ضعیف است و مکانیسمهای خود اصلاحی برای تضمین منافع مشترک وجود ندارد، این انتخابها پیامدتر میشوند و تعداد کمی از تصمیمگیرندگان فناوری از نظر اقتصادی و سیاسی قدرتمندتر میشوند.
هوش مصنوعی باید مکمل کارگران باشد، نه جایگزین آنها
مکمل انسان
فناوری جدید ممکن است با توانمند ساختن آنها برای کار موثرتر، انجام کارهای با کیفیت بالاتر یا انجام وظایف جدید، مکمل کارگران باشد.
به عنوان مثال، حتی زمانی که مکانیزاسیون به تدریج بیش از نیمی از نیروی کار ایالات متحده را از کشاورزی خارج کرد، طیفی از وظایف اداری جدید در کارخانهها و صنایع خدماتی نوظهور تقاضای قابل توجهی را برای نیروی کار ماهر بین سالهای 1870 و 1970 ایجاد کرد.
کار نه تنها درآمد بهتری داشت، بلکه خطر کمتری داشت و از نظر فیزیکی نیز خسته کننده بود.
این ترکیب با فضیلت – اتوماسیون کار سنتی در کنار ایجاد وظایف جدید – در بیشتر قرن بیستم در تعادل نسبی ادامه داشت. اما مدتی پس از تقریباً 1970، این تعادل از بین رفت.
در حالی که اتوماسیون در پنج دهه بعد سرعت خود را حفظ کرده یا حتی شتاب گرفته است، نیروی جبران کننده ایجاد وظایف جدید کند شده است، به ویژه برای کارگران بدون مدرک دانشگاهی چهار ساله.
در نتیجه، این کارگران به طور فزاینده ای در خدمات کم دستمزد (هر چند از نظر اجتماعی با ارزش) مانند نظافت، خدمات غذایی و تفریح یافت می شوند.
سوال مهم عصر جدید هوش مصنوعی این است که آیا این فناوری اساساً روند موجود اتوماسیون را بدون نیروی جبران کننده ایجاد شغل خوب – به ویژه برای کارگرانی که تحصیلات دانشگاهی ندارند – سرعت می بخشد یا در عوض امکان معرفی نیروی کار جدید را فراهم می کند. – وظایف تکمیلی برای کارگران با مجموعه مهارت های متنوع و طیف گسترده ای از زمینه های آموزشی.
استفاده از سیستم های هوش مصنوعی برای برخی از اتوماسیون ها اجتناب ناپذیر است.
یک مانع عمده برای اتوماسیون بسیاری از وظایف خدماتی و تولیدی این بوده است که آنها به انعطاف، قضاوت و عقل سلیم نیاز دارند – که به طور مشخص در اشکال اتوماسیون قبل از AI وجود ندارد.
هوش مصنوعی، به ویژه هوش مصنوعی مولد، به طور بالقوه می تواند بر چنین وظایفی تسلط یابد. مشخص نیست که این نوع اتوماسیون چقدر به رشد بهرهوری کل کمک میکند در حالی که این فناوریها نابالغ هستند، اما با کاهش هزینهها و بهبود قابلیت اطمینان، میتوانند به افزایش بهرهوری قابل توجهی کمک کنند.
الگوی فکری غالب در بخش فناوری دیجیتال امروزی نیز از مسیر اتوماسیون حمایت می کند.
تمرکز اصلی تحقیقات هوش مصنوعی دستیابی به برابری انسانی در طیف وسیعی از وظایف شناختی و به طور کلی دستیابی به هوش عمومی مصنوعی است که تواناییهای انسان را تقلید کرده و از آن فراتر میرود.
این تمرکز فکری به جای توسعه فناوریهای مکمل انسانی، خودکارسازی را تشویق میکند.
با این حال، هوش مصنوعی فرصتی را برای تکمیل مهارت و تخصص کارگران ارائه می دهد، اگر توسعه آن را بر این اساس هدایت کنیم.
بهره وری انسان اغلب به دلیل فقدان دانش یا تخصص خاص، که می تواند با فناوری نسل بعدی تکمیل شود، مختل می شود.
به عنوان مثال، هوش مصنوعی پتانسیل زیادی برای آموزش و بازآموزی کارگران متخصص، مانند مربیان، پرسنل پزشکی، و کسانی که در صنایع دستی مدرن (مانند برق و لوله کش) هستند، دارد. هوش مصنوعی همچنین میتواند تقاضاهای جدیدی را برای تخصص و قضاوت انسانی در نظارت بر این فرآیندها، برقراری ارتباط با مشتریان و فعال کردن خدمات پیچیدهتر ایجاد کند.
پنج اصل
تغییر مسیر تغییرات تکنولوژیک آسان نیست، اما ممکن است. دولتها در همه جا – بهویژه در ایالات متحده و سایر کشورهایی که فناوری در حال توسعه فعال است – باید پنج قدم زیر را برای کمک به قرار دادن توسعه هوش مصنوعی در مسیری مکمل انسان و نه جابجایی انسان انجام دهند:
- اصلاح مدلهای کسبوکار: توسعهدهندگان غالب هوش مصنوعی به راحتی دادههای مصرفکننده را بدون پرداخت غرامت مصادره میکنند و اتکای آنها به تبلیغات دیجیتال باعث جلب توجه مصرفکنندگان به هر وسیله ممکن میشود. دولتها باید حقوق مالکیت واضحی را برای همه مصرفکنندگان بر روی دادههایشان ایجاد کنند و باید بر تبلیغات دیجیتال مالیات بگیرند. فعال کردن طیف متنوعتری از مدلهای کسبوکار – یا حتی نیاز به رقابت بیشتر – برای اینکه هوش مصنوعی برای همه انسانها مفید باشد، ضروری است.
- سیستم مالیاتی: قوانین مالیاتی در ایالات متحده و بسیاری از کشورهای دیگر، بار سنگینتری را بر دوش شرکتهایی که نیروی کار استخدام میکنند نسبت به شرکتهایی که روی الگوریتمهایی برای خودکارسازی کار سرمایهگذاری میکنند، میگذارد. برای تغییر انگیزهها به سمت انتخابهای فنآوری مکمل انسان، سیاستگذاران باید به دنبال ایجاد ساختار مالیاتی متقارنتر، برابر کردن نرخهای مالیاتی حاشیهای برای استخدام (و آموزش) نیروی کار و سرمایهگذاری در تجهیزات و نرمافزار باشند.
- صدای کارگر: با توجه به اینکه کارگران عمیقاً تحت تأثیر هوش مصنوعی قرار خواهند گرفت، آنها باید در توسعه آن نظر داشته باشند. سیاست دولت باید استقرار هوش مصنوعی آزمایش نشده (یا به اندازه کافی آزمایش نشده) را برای برنامه هایی که می تواند کارگران را در معرض خطر قرار دهد، محدود کند، به عنوان مثال در وظایف تصمیم گیری پرسنل پرخطر (از جمله استخدام و پایان کار) یا در نظارت و نظارت در محل کار.
- تأمین مالی برای تحقیقات تکمیلی بیشتر انسان: تحقیق و توسعه در فناوریهای هوش مصنوعی مکمل انسانی نیاز به حمایت بیشتری دارد. دولت ها باید رقابت و سرمایه گذاری در فناوری را تقویت کنند که ابزارهای هوش مصنوعی را با تخصص انسانی برای بهبود کار در بخش های اجتماعی حیاتی جفت می کند. هنگامی که پیشرفت کافی حاصل شد، دولت ها می توانند سرمایه گذاری های بیشتر را با توصیه هایی در مورد اینکه آیا فناوری ادعایی مکمل انسانی برای پذیرش در برنامه های آموزشی و مراقبت های بهداشتی با بودجه عمومی مناسب است تشویق کنند.
- تخصص هوش مصنوعی در دولت: هوش مصنوعی هر حوزه ای از سرمایه گذاری، مقررات و نظارت دولت را تحت تأثیر قرار می دهد. ایجاد یک بخش مشورتی هوش مصنوعی در داخل دولت میتواند به آژانسها و تنظیمکنندهها کمک کند تا از تصمیمگیری به موقع و مؤثرتر حمایت کنند.
تاثیر بالقوه اقتصاد کلان
هوش مصنوعی میتواند تولید ناخالص داخلی جهانی را طی پنج سال آینده افزایش دهد، اگرچه نه به اندازهای که علاقهمندان ادعا میکنند.
حتی ممکن است رشد تولید ناخالص داخلی را در میان مدت به طور متوسط افزایش دهد. با این حال، در مسیر فعلی ما، احتمالاً تأثیر مرتبه اول افزایش نابرابری در کشورهای صنعتی است.
کشورهای با درآمد متوسط و بسیاری از کشورهای کم درآمد نیز ترس زیادی از مسیر موجود دارند. فناوری جدید سرمایه بر به زودی در همه جا اعمال خواهد شد.
هیچ تضمینی وجود ندارد که در مسیر فعلی، هوش مصنوعی بیش از آنچه که از بین میبرد، شغل ایجاد کند.
اگر بتوانیم هوش مصنوعی را به مسیری مکملتر انسانی هدایت کنیم، در حالی که از آن برای رسیدگی به مشکلات اجتماعی فوری استفاده میکنیم، همه بخشهای کره زمین میتوانند سود ببرند.
اما اگر رویکرد فقط خودکار غالب شود، دستیابی به رفاه مشترک حتی دشوارتر خواهد بود.
این مقاله از کتاب نویسندگان، قدرت و پیشرفت: مبارزه 1000 ساله ما بر سر فناوری و شکوفایی اقتباس شده است، و همچنین از کار مشترک با دیوید اتور اقتباس شده است.