Πόσες εταιρείες χρησιμοποιούν Τεχνητή Νοημοσύνη; Για ποιο λόγο τη χρησιμοποιούν; Πόσοι εργαζόμενοι χρησιμοποιούν Τεχνητή Νοημοσύνη και πώς τη χρησιμοποιούν; Για να παρακολουθήσουν και να κατανοήσουν τις επιπτώσεις της Τεχνητής Νοημοσύνης στην οικονομία, οι ερευνητές θα χρειαστούν ακριβείς, λεπτομερείς και ολοκληρωμένες απαντήσεις σε αυτά τα θεμελιώδη ερωτήματα.
Οι ερευνητές δεν μπορούν καν να συμφωνήσουν σε βασικά ερωτήματα, όπως πόσες εταιρείες χρησιμοποιούν Τεχνητή Νοημοσύνη ή ποιοι εργαζόμενοι είναι πιο ευάλωτοι στις διαταραχές που θα μπορούσε να προκαλέσει
Οι μερικές απαντήσεις δεν θα είναι αρκετές — όχι σε μια εποχή που οι υπεύθυνοι χάραξης πολιτικής αγωνίζονται να αντιμετωπίσουν τις σαρωτικές συνέπειες της Τεχνητής Νοημοσύνης για τους εργαζόμενους και τις επιχειρήσεις. Χωρίς βελτιωμένες μετρήσεις, κινδυνεύουν να πάρουν λανθασμένη πολιτική απάντηση.
Ευτυχώς, η στατιστική υποδομή υπάρχει ήδη για να βοηθήσει στην ορθή εφαρμογή της. Ωστόσο, αυτή η υποδομή χρειάζεται άμεση αναβάθμιση, ώστε να ανταποκριθεί στην κλίμακα της πρόκλησης.
Στο παρακάτω άρθρο που δημοσιεύσαν οι New York Times, ο Nathan Goldschlag του EIG σκιαγραφεί τις απαραίτητες επενδύσεις στις στατιστικές υπηρεσίες των ΗΠΑ που θα τους δώσουν τη δυνατότητα να απαντήσουν στα πιο πιεστικά και ζωτικής σημασίας ερωτήματα σχετικά με τον αντίκτυπο της Τεχνητής Νοημοσύνης στην αμερικανική οικονομία.
Η Τεχνητή Νοημοσύνη αναδιαμορφώνει την οικονομία
Η Τεχνητή Νοημοσύνη μπορεί να συμβάλλει στο πρόβλημα του πληθωρισμού στις ΗΠΑ ή να αποτελεί μέρος της λύσης του. Μπορεί να ευθύνεται για την πρόσφατη αύξηση της παραγωγικότητας ή μπορεί να μην παίζει σχεδόν κανένα ρόλο — ή η ίδια η άνθηση της παραγωγικότητας μπορεί να είναι μια οφθαλμαπάτη.
Οι ερευνητές δεν μπορούν καν να συμφωνήσουν σε βασικά ερωτήματα, όπως πόσες εταιρείες χρησιμοποιούν Τεχνητή Νοημοσύνη ή ποιοι εργαζόμενοι είναι πιο ευάλωτοι στις διαταραχές που θα μπορούσε να προκαλέσει.
Τα αντικρουόμενα σήματα αντικατοπτρίζουν εν μέρει την πρόκληση της ανίχνευσης οικονομικών μετατοπίσεων σε πραγματικό χρόνο. Οι κυβερνητικές στατιστικές είναι εγγενώς αναδρομικές και είναι καλύτερες στη μέτρηση των γενικών τάσεων από τις εξελίξεις σε συγκεκριμένους τομείς ή περιοχές. Οι νέες τεχνολογίες που θα μπορούσαν να οδηγήσουν στην εμφάνιση νέων προϊόντων, θέσεων εργασίας ή ολόκληρων βιομηχανιών μπορεί να είναι ιδιαίτερα δύσκολο να μετρηθούν.
Αυτό που κάνει την Τεχνητή Νοημοσύνη να διαφέρει είναι η ταχύτητα εξάπλωσής της στην οικονομία. Χρειάστηκαν λιγότερο από τέσσερα χρόνια για να μετατραπεί η παραγωγική Τεχνητή Νοημοσύνη από μια καινοτομία χρήσιμη κυρίως για τη συγγραφή στιχουργημάτων σε ένα ισχυρό εργαλείο που υιοθετήθηκε από τις μεγαλύτερες εταιρείες του κόσμου.
Οι οικονομολόγοι έχουν πειστεί ότι η τεχνολογία θα έχει βαθιές επιπτώσεις για τους εργαζόμενους και την οικονομία, ακόμη και αν διαφωνούν σχετικά με το ποιες θα είναι αυτές οι επιπτώσεις. Μέχρι να είναι σαφή τα δεδομένα, προειδοποιούν, θα μπορούσε να είναι πολύ αργά για τους υπεύθυνους χάραξης πολιτικής να καταλάβουν πώς να αντιδράσουν.
«Τα διακυβεύματα είναι εξαιρετικά υψηλά», δήλωσε ο Nathan Goldschlag , διευθυντής έρευνας στο think tank Economic Innovation Group. «Η σωστή πολιτική θα εξαρτηθεί από τη σωστή μέτρηση. Δεν μπορείς να εφαρμόσεις σωστή πολιτική αν δεν ξέρεις τι συμβαίνει».
Ο Goldschlagδημοσίευσε την Πέμπτη μια έκθεση που καταγράφει την πρόκληση της μέτρησης της Τεχνητής Νοημοσύνης και προτείνει βήματα για τη βελτίωσή της. Αυτός και άλλοι ειδικοί υποστηρίζουν ότι η κυβέρνηση και ο ιδιωτικός τομέας θα πρέπει να αφιερώσουν περισσότερους πόρους στο πρόβλημα.
Θα έχουν τουλάχιστον μια ακρόαση στην Ουάσιγκτον. Τον Ιούνιο, μια διακομματική ομάδα γερουσιαστών κατέθεσε ένα νομοσχέδιο που θα επεκτείνει τη συλλογή δεδομένων και θα απαιτεί από την ομοσπονδιακή κυβέρνηση να καταρτίζει ετήσια έκθεση σχετικά με την επίδραση της Τεχνητής Νοημοσύνης στο εργατικό δυναμικό.
«Η κυβέρνηση πρέπει να λάβει κάποιες μεγάλες αποφάσεις σχετικά με την Τεχνητή Νοημοσύνη και την οικονομία, και αν το κάνεις αυτό στο κενό, θα κάνεις λάθη», δήλωσε ο γερουσιαστής Μαρκ Κέλι, Δημοκρατικός από την Αριζόνα και ένας από τους υποστηρικτές του νομοσχεδίου. «Αυτό επηρεάζει εκατομμύρια ζωές Αμερικανών και εκατομμύρια επιχειρήσεις. Και δεν μπορείς να το κάνεις αυτό έξυπνα χωρίς αξιόπιστα δεδομένα».
Μικτά σήματα
Οι υπεύθυνοι χάραξης πολιτικής δεν πετάνε εντελώς στα τυφλά. Από το 2023, το Γραφείο Απογραφής ρωτά τις εταιρείες σχετικά με τη χρήση της Τεχνητής Νοημοσύνης σε μια έρευνα που γίνεται ανά δύο εβδομάδες. Έχει επίσης συμπεριλάβει ερωτήσεις σχετικά με την τεχνολογία σε μια ετήσια έρευνα για τις επιχειρήσεις, αν και μόνο κατά διαστήματα.
Οι ερευνητές έχουν αναπτύξει διάφορα μέτρα «έκθεσης στην Τεχνητή Νοημοσύνη», πολλά από τα οποία χρησιμοποιούν μια κυβερνητική βάση δεδομένων με περιγραφές θέσεων εργασίας για να αξιολογήσουν ποια επαγγέλματα θα επηρεαστούν περισσότερο. Οι οικονομολόγοι μπορούν να χρησιμοποιήσουν αυτά τα μέτρα για να καταλάβουν εάν τα επαγγέλματα που είναι πιο εκτεθειμένα προσθέτουν θέσεις εργασίας με πιο αργό ρυθμό, για παράδειγμα, ή βιώνουν διαφορετικούς ρυθμούς αύξησης των μισθών.
Το πρόβλημα είναι ότι οι πηγές συχνά αφηγούνται συγκεχυμένες ή αντιφατικές ιστορίες. Οι έρευνες καταλήγουν σε εντελώς διαφορετικές εκτιμήσεις για τη χρήση της Τεχνητής Νοημοσύνης από τις εταιρείες με βάση τον τρόπο που τίθενται οι ερωτήσεις. Τα μέτρα έκθεσης στην Τεχνητή Νοημοσύνη αφηγούνται διαφορετικές ιστορίες σχετικά με το ποιες θέσεις εργασίας θα επηρεαστούν περισσότερο.
Σε μια μελέτη, οικονομολόγοι στο Πανεπιστήμιο Northwestern και στο Αμερικανικό Πανεπιστήμιο διαπίστωσαν ότι όταν χρησιμοποίησαν διαφορετικά μέτρα έκθεσης, αυτά θα μπορούσαν να επηρεάσουν όχι μόνο την κλίμακα της επίδρασης της Τεχνητής Νοημοσύνης στις θέσεις εργασίας, αλλά και την κατεύθυνσή της. Η Τεχνητή Νοημοσύνη έβλαπτε την απασχόληση σύμφωνα με ορισμένα μέτρα και βοηθούσε σύμφωνα με άλλα.
«Είναι σαν να πηγαίνεις στον γιατρό και να παίρνεις τρεις διαφορετικές διαγνώσεις για την ίδια πάθηση», δήλωσε η Μισέλ Γιν, οικονομολόγος στο Πανεπιστήμιο Northwestern, η οποία ήταν μία από τους συγγραφείς της μελέτης.
Μέρος του προβλήματος είναι ότι τα πιο γνωστά μέτρα της οικονομίας αναπτύχθηκαν για μια εποχή πριν από τους προσωπικούς υπολογιστές και το διαδίκτυο, πόσο μάλλον την Τεχνητή Νοημοσύνη. Η μηνιαία έκθεση για την απασχόληση από το Γραφείο Στατιστικών Εργασίας, για παράδειγμα, παρέχει αναλύσεις της αύξησης των θέσεων εργασίας στον τομέα της μεταποίησης, του λιανικού εμπορίου και των κατασκευών, αλλά όχι στον τομέα της τεχνολογίας, ο οποίος έχει υιοθετήσει τα εργαλεία Τεχνητής Νοημοσύνης με τον πιο επιθετικό τρόπο.
Αντ’ αυτού, η τεχνολογία κατανέμεται σε διάφορες κατηγορίες, συμπεριλαμβανομένης της πληροφόρησης, ενός ευρέος τομέα που περιλαμβάνει επίσης εφημερίδες και κινηματογραφικά στούντιο.
Οι θέσεις εργασίας
Η έκθεση για τις θέσεις εργασίας παρέχει ακόμη λιγότερες πληροφορίες σχετικά με επαγγέλματα που ενδέχεται να είναι ευάλωτα σε εκτοπισμό, όπως οι προγραμματιστές λογισμικού, οι λογιστές και οι υπάλληλοι εξυπηρέτησης πελατών.
Ερευνητές στο Εργαστήριο Προϋπολογισμού του Yale, για παράδειγμα, έχουν αρχίσει να δημοσιεύουν μια μηνιαία ανάλυση βασισμένη σε κυβερνητικά δεδομένα που παρακολουθεί την «αποχώρηση επαγγελματιών», δηλαδή πόσο γρήγορα αλλάζουν οι τύποι θέσεων εργασίας που αποτελούν έναν δεδομένο κλάδο.
Το μέτρο έχει σχεδιαστεί ως ένα είδος συστήματος έγκαιρης προειδοποίησης για τις επιπτώσεις της Τεχνητής Νοημοσύνης. Καθώς οι εταιρείες αρχίζουν να υιοθετούν την τεχνολογία, θεωρούν οι ερευνητές, είναι πιθανό να αρχίσουν να προσλαμβάνουν για διαφορετικούς ρόλους, ακόμη και αν ο συνολικός αριθμός των εργαζομένων τους δεν αλλάξει αμέσως.
«Είναι εύκολο να εξετάσουμε εκ των υστέρων μελέτες περιπτώσεων», δήλωσε η Μάρθα Γκίμπελ, εκτελεστική διευθύντρια του εργαστηρίου. «Αυτό που κάνει αυτή τη φορά διαφορετική είναι ότι προσπαθούμε στην πραγματικότητα να το μετρήσουμε αυτό και να το καταλάβουμε σε πραγματικό χρόνο».
Ωστόσο, αυτές οι προσπάθειες θα μπορούσαν να παρεμποδιστούν από ένα ομοσπονδιακό στατιστικό σύστημα που έχει πληγεί από τη μείωση των ποσοστών απόκρισης σε κυβερνητικές έρευνες.
Η συρρίκνωση των προϋπολογισμών έχει δυσκολέψει τις στατιστικές υπηρεσίες να καλύψουν τα κενά. Η Erika McEntarfer, η οποία ηγήθηκε του Γραφείου Στατιστικών Εργασίας μέχρι την απόλυσή της από τον Πρόεδρο Τραμπ πέρυσι, δήλωσε ότι μια επιπλέον χρηματοδότηση 10 εκατομμυρίων δολαρίων ετησίως θα επέτρεπε στον οργανισμό να επεκτείνει το μέγεθος του δείγματος της μηνιαίας έρευνας για την αγορά εργασίας, ώστε να μπορεί να καταγράφει καλύτερα τις οικονομικές μεταβολές.
«Τα δεδομένα που χρησιμοποιούμε αυτήν τη στιγμή για να κατανοήσουμε τον αντίκτυπο της Τεχνητής Νοημοσύνης στην αγορά εργασίας βρίσκονται σε κίνδυνο λόγω ελλείψεων χρηματοδότησης», είπε. «Θα χρειαστούν μόνο μερικές πολύ μέτριες επενδύσεις για να τις στηρίξουμε».
Εργασία σε εξέλιξη
Οι ερευνητές συμφωνούν γενικά σε ένα πράγμα: η επίδραση της Τεχνητής Νοημοσύνης στην ευρύτερη οικονομία ήταν μέχρι στιγμής περιορισμένη.
Αυτό δεν αποτελεί απαραίτητα έκπληξη. Ο κ. Brynjolfsson και άλλοι οικονομολόγοι έχουν διαπιστώσει ότι οι τεχνολογικές καινοτομίες συχνά ακολουθούν ένα μοτίβο σχήματος J, στο οποίο οι εταιρείες αρχικά γίνονται λιγότερο παραγωγικές καθώς πειραματίζονται με νέα εργαλεία και στη συνέχεια βιώνουν γρήγορα κέρδη μόλις καταλάβουν πώς να τα αξιοποιήσουν.
Τα συγκεχυμένα οικονομικά στοιχεία υποδηλώνουν ότι πολλές εταιρείες εξακολουθούν να βρίσκονται στο καθοδικό τμήμα του δείκτη J.
«Τα σήματα είναι ανάμεικτα επειδή, πιθανώς, τα υποκείμενα οικονομικά στοιχεία είναι ανάμεικτα, επειδή βρισκόμαστε ακόμη σε μια περίοδο πειραματισμού», δήλωσε ο κ. Goldschlag, οικονομολόγος της Ομάδας Οικονομικής Καινοτομίας. «Τα ίδια τα εργαλεία εξακολουθούν να γίνονται χρήσιμα».
Αν οι θέσεις εργασίας σε υπαλλήλους γραφείου αρχίσουν πραγματικά να εξαφανίζονται μαζικά, όπως προβλέπουν ορισμένοι στη Σίλικον Βάλεϊ, δεν θα χρειαστεί πολύς χρόνος για να εμφανιστούν οι απώλειες στα στοιχεία της κυβέρνησης. Αλλά ακόμη και τότε, μπορεί να μην είναι προφανές ότι φταίει η Τεχνητή Νοημοσύνη.
Η οικονομία των ΗΠΑ έχει υποστεί μια σειρά από σοκ τα τελευταία χρόνια που δεν έχουν καμία σχέση με την Τεχνητή Νοημοσύνη: την πανδημία Covid-19 και τις επιπτώσεις της, συμπεριλαμβανομένων των μαχών για την επιστροφή στην εξουσία που συνεχίζονται μέχρι σήμερα· τον πληθωρισμό και τα υψηλά επιτόκια που έχει υιοθετήσει η Ομοσπονδιακή Τράπεζα των ΗΠΑ για την καταπολέμησή του· και τις δραστικές μεταβολές στην κυβερνητική πολιτική για τη μετανάστευση, το εμπόριο και άλλους τομείς.
Εάν μια εταιρεία έχει μειώσει θέσεις εργασίας από το 2022, δεν είναι εύκολο να διαπιστωθεί εάν αυτό είναι αποτέλεσμα της Τεχνητής Νοημοσύνης, των υψηλών επιτοκίων ή και των δύο.
Με την πάροδο του χρόνου, θα πρέπει να γίνει ευκολότερο για τους ερευνητές να διαχωρίζουν τις επιπτώσεις της Τεχνητής Νοημοσύνης από άλλες δυνάμεις. Ωστόσο, δεν θα είναι ακόμη σε θέση να απαντήσουν στο ερώτημα στο οποίο οι υπεύθυνοι χάραξης πολιτικής και οι απλοί πολίτες θέλουν περισσότερο να απαντήσουν: Τι ακολουθεί;
«Αυτό που τα δεδομένα σχεδόν ποτέ δεν μπορούν να μας πουν είναι πού θα βρισκόμαστε σε πέντε έως δέκα χρόνια», δήλωσε η κα McEntarfer, πρώην επίτροπος στατιστικών εργασίας. «Οι άνθρωποι αναζητούν δεδομένα για να απαντήσουν σε αυτό το ερώτημα, και είναι απλά πολύ δύσκολο».
Πηγή in.gr