I. Hvor hurtigt vil kunstig intelligens erstatte mennesker?
Jeg vil gerne dele to forskningsartikler, der tegner et skarpt billede af AI's indflydelse på arbejdsmarkedet. Den første kommer fra Stanford økonomiprofessor Brynjolfsson, som forudsagde i 2022, at avanceret kunstig intelligens ville forstyrre den globale magtbalance . Den fremtid er allerede her - Anthropics seneste forskning i februar 2025 viser, at næsten halvdelen (43,6%) af de nuværende AI-applikationer direkte kan erstatte menneskelige arbejdere.
At dykke dybere ned i forskningen afslører en endnu mere bekymrende tendens: Yderligere 31,3 % af jobs falder ind under "Task Iteration" - hvor AI og mennesker midlertidigt samarbejder. Her er hvad det betyder i praksis:
Overvej en typisk arbejdsgang: Når jeg opsummerer mødenotater, beder jeg AI om at udtrække nøglepunkter, gennemgå dem og derefter anmode om yderligere detaljer om specifikke områder. Gennem denne iterative proces forfiner jeg outputtet, indtil det er klar til min chef. Denne type menneske-AI-samarbejde vil ikke vare længe - da millioner af brugere ubevidst træner disse systemer 24/7 , vil AI snart mestre disse opgaver selvstændigt.
II. Hvilke job er mest udsatte?
Lad os nedbryde dette diagram, der viser, hvordan AI påvirker forskellige job. Vi vil se på to hovedting: hvor meget folk bliver betalt, og hvor meget kunstig intelligens, der allerede bliver brugt i deres arbejde. Ved at bruge medianlønnen ($60.000) og en lille mængde AI-brug (1%) som skillelinjer, kan vi se fire hovedgrupper:
- A: Højtlønnede job, som AI allerede kan udføre - Disse job er de første, virksomheder ønsker at erstatte med AI, fordi de er dyre, og AI allerede er gode til at udføre dem. For eksempel: programmører, redaktører og forfattere.
- B: Højtlønnede job, som AI er ved at lære at udføre - Det er velbetalte job, som AI ikke helt kan klare endnu, som specialiserede læger. Lige nu hjælper AI bare disse arbejdere med at udføre deres arbejde bedre. For eksempel hjælper Tempus AI læger med at planlægge behandlinger til patienter. Selvom de siger, at de bare hjælper læger nu, er det muligt, at de indsamlede data kan bruges til at træne AI til at udføre mere af dette arbejde selvstændigt i fremtiden.
- C: Praktiske job, der betaler mindre - Det er job, AI ikke er gode til endnu, fordi de har brug for menneskelig berøring og fysiske færdigheder, som frisører. Lige nu bruger disse job næsten ikke AI overhovedet.
- D: Lavere betalte job, der allerede bruger AI - Disse job betaler ikke meget, men begynder allerede at bruge AI meget, som undervisere og kontormedarbejdere. Efterhånden som AI bliver billigere, er disse jobs i fare for at blive erstattet.
Fra 2025 konkurrerer Kina og USA om at udvikle den mest kraftfulde AI, svarende til hvordan USA og USSR løb for at nå rummet først i det 20. århundrede. Mange job vil sandsynligvis blive erstattet af kunstig intelligens - det er som at se en massiv bølge dannes langt væk, som er på vej mod kysten. Når den ankommer, kan vi se flere mennesker uden job end nogensinde før i historien, hvilket kan forårsage alvorlige økonomiske problemer .
III. Hvorfor er Turing-testen en "fælde"?
Hele denne krise er forbundet med den berømte Turing-test . Her er hvorfor:
I 1950 kom Alan Turing med et spil i sit papir " Computing Machinery and Intelligence " for at teste, om maskiner kan tænke:
Imitationsspillet : Du har et menneske (A), en maskine (B) og en dommer (C). Dommeren taler med begge og forsøger at finde ud af, hvem der er mennesket, og hvem der er maskinen. Hvis dommeren ikke kan se forskel, så kan vi sige, at maskinen viser et vist niveau af kunstig intelligens.
Dette spil blev kendt som "Turing Test" og blev til standardmetoden til at bedømme, om AI er avanceret.
Ifølge Turing Test er AI (og det vi nu kalder AGI) dybest set "Human-like Artificial Intelligence" (HLAI) - teknologi, der efterligner, hvad mennesker gør. Problemet med denne tilgang er:
"Når AI kopierer og automatiserer, hvad mennesker allerede gør , bliver maskiner bedre erstatninger for menneskelige arbejdere. De udskiftede arbejdere mister både økonomisk magt og politisk stemme. Virksomhedsejere, der får maskiner, der kan udføre arbejde på menneskeligt niveau, vil ofte bare erstatte mennesker med disse maskiner."
Men AI behøver ikke at være defineret på denne måde. En anden tilgang er:
"Når AI forbedrer, hvad mennesker kan gøre , og hjælper mennesker med at opnå ting, de aldrig kunne før, så arbejder mennesker og maskiner sammen . Dette partnerskab holder mennesker afgørende for at skabe værdi og bevare deres position på både arbejdsmarkedet og det politiske system."
Hvis vi bare fokuserer på at lave AI, der kopierer mennesker, kan vi måske få mere effektiv produktion, men rigdom og magt vil koncentreres på færre hænder . Dette skaber en farlig situation: mennesker, der mister deres job og indflydelse, kan ikke forbedre deres liv. Professor Brynjolfsson kalder dette "Turing-fælden" i sit papir.
Når samfundet falder i "Turing-fælden", får vi massiv arbejdsløshed og en voksende gruppe af nul-marginalprodukt -folk - folk, der simpelthen ikke kan finde job. I USA er den forventede levealder allerede faldet tre år i træk - noget, der ikke er sket siden 1918. Dødsfald som følge af selvmord, overdosis af stoffer og alkoholmisbrug skyder i vejret og dræber hundredtusindvis af amerikanere årligt. Økonomerne Anne Case og Angus Deaton kalder dette "fortvivlelsens død" -spiral .
IV. Sådan undslipper du Turing-fælden
Turing-fælden sker, når vi fokuserer for meget på at " erstatte mennesker " i stedet for at " gøre mennesker bedre ." Tænk over det på denne måde: du kan bygge et AI-selv-checkout-system, der eliminerer kassejob fuldstændigt, eller du kan oprette et system, der gør kassemedarbejdere supereffektive ved at håndtere prisopslag, foreslå produkter og give information, mens du bevarer den menneskelige kontakt.
For at undgå denne fælde foreslår papiret tre hovedløsninger:
Løs skattesystemet : Lige nu er systemet uretfærdigt. Når virksomheder bruger kunstig intelligens til at erstatte arbejdere, betaler de bare selskabsskat. Men når de bruger kunstig intelligens til at gøre medarbejderne bedre, betaler de selskabsskat PLUS lønskat OG indkomstskat. Plus, investeringsoverskud beskattes kun med 20%, mens arbejdsindkomst bliver beskattet op til 37%. Denne opsætning presser praktisk talt virksomheder til at erstatte arbejdere! Vi bør lige vilkårene, måske endda få arbejdsindkomsten til at beskattes mindre for at tilskynde til at holde mennesker i løkken.
Invester i uddannelse : Forskning viser, at for hver $1 brugt på AI-teknologi, bør virksomheder bruge $9 på at træne folk til at arbejde med det. Men virksomheder ønsker ikke at uddanne arbejdere, der måske forlader, og arbejdere har ikke råd til at uddanne sig selv. Regeringer er nødt til at træde til - enten sørge for uddannelse direkte eller give virksomhederne incitamenter til at uddanne deres arbejdere.
Tilskynd til ægte innovation : Vi sidder fast og tænker på "hvordan maskiner kan udføre menneskelige job", når vi burde spørge "hvilke fantastiske nye ting kan mennesker og maskiner gøre sammen?" Vi har brug for nye måder at måle succes på, der belønner gennembrud, der skaber ny værdi, ikke kun automatisering af eksisterende job.
Selvom disse retningslinjer er korrekte , kræver specifik politikimplementering omhyggelig overvejelse. Enhver politik er et tveægget sværd og skal tilpasse sig de nationale forhold i hvert land, og undgå problemer som reguleringsarbitrage og moralsk fare. For eksempel:
- Regulatorisk arbitragesag : I 1980'erne-1990'erne implementerede Korea og Japan successivt strenge miljøstandarder og høje tariffer på automatiseret udstyr på fabrikker, hvilket fik produktionsvirksomheder som Samsung til at flytte produktionslinjer til sydøstasiatiske lande med lavere miljøstandarder, hvilket dannede en typisk reguleringsarbitrage. Dette skift lykkedes ikke kun for at nå miljøbeskyttelsesmålene, men forværrede også beskæftigelsesproblemer for unge i begge lande.
- Grøn energitilskud : I 2010'erne ydede nogle europæiske lande høje tilskud til solenergiproduktion, og nogle virksomheder opnåede svigagtigt tilskud gennem teknologiemballage, hvilket i sidste ende førte til stramninger af politikken.
Denne artikel vil ikke udvide diskussionen på politisk niveau, men jeg vil foreslå:
Hvis vi tænker fra et andet perspektiv, er det dybere spørgsmål: disse foranstaltninger er alle bygget på den forudsætning, at " arbejde er nødvendigt ." Men hvis AI virkelig kan erstatte menneskelig arbejdskraft i stor skala i fremtiden, er vi så nødt til at gentænke social struktur og værdifordelingssystemer? Dette spørgsmål kan være mere værd at overveje end at udforske, hvordan man beholder arbejdspladser.
Hvilken slags verden ville det være, hvis mennesker ikke behøver at arbejde i fremtiden? Hvordan ville det fungere? Næste gang får jeg mulighed for at uddybe dette emne ved hjælp af Oxford Universitys Daniel Susskinds bog A World without Work .
Referencer
- Antropisk. (2025, 10. februar). Introduktion til det antropiske økonomiske indeks. Antropisk. https://www.anthropic.com/news/the-anthropic-economic-index
- Brynjolfsson, E. (2022). Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence. Daedalus, 151(2), 272-287. https://doi.org/10.1162/daed_a_01915
- Case, A., & Deaton, A. (2020). Fortvivlelses død og kapitalismens fremtid. Princeton University Press.
- Handa, K., Tamkin, A., McCain, M., Huang, S., Durmus, E., Heck, S., Mueller, J., Hong, J., Ritchie, S., Belonax, T., Troy, KK, Amodi, D., Kaplan, J., Clark, J., & Ganguli, D.). (2025). Hvilke økonomiske opgaver udføres med AI? Beviser fra millioner af Claude-samtaler. Antropisk.
