I. Cik drīz AI aizstās cilvēkus?
Es vēlos dalīties ar diviem pētnieciskiem rakstiem, kas sniedz skaidru priekšstatu par AI ietekmi uz darba tirgu. Pirmais nāk no Stenfordas ekonomikas profesora Brynjolfsson, kurš 2022. gadā prognozēja, ka progresīvs AI izjauks globālo spēku līdzsvaru . Šī nākotne jau ir klāt — Anthropic jaunākie pētījumi 2025. gada februārī liecina, ka gandrīz puse (43,6%) pašreizējo AI lietojumprogrammu var tieši aizstāt cilvēkus.
Iedziļinoties pētījumā, atklājas vēl satraucošāka tendence: vēl 31,3% darba vietu ietilpst "Uzdevumu iterācijas" ietvaros, kur mākslīgais intelekts un cilvēki īslaicīgi sadarbojas. Lūk, ko tas nozīmē praksē:
Apsveriet tipisku darbplūsmu: apkopojot sapulces piezīmes, es lūdzu AI izvilkt galvenos punktus, pārskatīt tos un pēc tam pieprasīt papildu informāciju par konkrētām jomām. Izmantojot šo iteratīvo procesu, es uzlaboju izvadi, līdz tā ir gatava manam priekšniekam. Šāda veida cilvēku un mākslīgā intelekta sadarbība nebūs ilga — miljoniem lietotāju neapzināti apmāca šīs sistēmas 24 stundas diennaktī, 7 dienas nedēļā , un AI drīz vien veiks šos uzdevumus neatkarīgi.
II. Kuras darba vietas ir visvairāk apdraudētas?
Sadalīsim šo diagrammu, kas parāda, kā AI ietekmē dažādus darbus. Mēs apskatīsim divas galvenās lietas: cik daudz cilvēki saņem atalgojumu un cik daudz AI jau tiek izmantots viņu darbā. Izmantojot vidējo algu (60 000 USD) un nelielu AI izmantošanu (1%) kā dalījuma līnijas, mēs varam redzēt četras galvenās grupas:
- A: Augsti apmaksāti darbi, ko AI jau var veikt — šie ir pirmie darbi, ko uzņēmumi vēlas aizstāt ar AI, jo tie ir dārgi un AI jau labi tos dara. Piemēram: programmētāji, redaktori un rakstnieki.
- B: augsti apmaksāti darbi, ko AI mācās darīt — tie ir labi atalgoti darbi, ar kuriem mākslīgais intelekts vēl nevar pilnībā tikt galā, piemēram, specializēti ārsti. Pašlaik AI vienkārši palīdz šiem darbiniekiem labāk veikt savu darbu. Piemēram, Tempus AI palīdz ārstiem plānot pacientu ārstēšanu. Lai gan viņi saka, ka viņi tikai tagad palīdz ārstiem, iespējams, ka savāktos datus var izmantot, lai apmācītu AI, lai nākotnē veiktu vairāk šī darba autonomi.
- C: Praktiski darbi, par kuriem maksā mazāk — tie ir darbi, kuros mākslīgais intelekts vēl nav labs, jo tiem ir vajadzīgs cilvēka pieskāriens un fiziskās prasmes, piemēram, frizieri. Pašlaik šajos darbos gandrīz nemaz netiek izmantots mākslīgais intelekts.
- D: Zemāk atalgoti darbi, kuros jau tiek izmantots AI — šie darbi nemaksā daudz, bet jau tagad sāk daudz izmantot AI, piemēram, pasniedzēji un biroja darbinieki. Tā kā mākslīgais intelekts kļūst lētāks, šīs darbavietas var tikt aizstātas.
Kopš 2025. gada Ķīna un ASV sacenšas, lai izstrādātu jaudīgāko mākslīgo intelektu, līdzīgi kā ASV un PSRS 20. gadsimtā sacentās, lai sasniegtu kosmosu. Daudzas darbavietas, visticamāk, tiks aizstātas ar AI — tas ir tāpat kā redzēt masīvu vilni, kas veidojas tālu, kas virzās uz krastu. Kad tas pienāks, mēs varētu redzēt vairāk cilvēku bez darba nekā jebkad agrāk vēsturē, kas var radīt nopietnas ekonomiskās problēmas .
III. Kāpēc Tjūringa tests ir "slazds"?
Visa šī krīze ir saistīta ar slaveno Tjūringa testu . Lūk, kāpēc:
1950. gadā Alans Tjūrings savā rakstā “ Computing Machinery and Intelligence ” nāca klajā ar spēli, lai pārbaudītu, vai mašīnas spēj domāt:
Imitācijas spēle : jums ir cilvēks (A), mašīna (B) un tiesnesis (C). Tiesnesis runā ar abiem un mēģina saprast, kurš ir cilvēks un kurš ir mašīna. Ja tiesnesis nevar noteikt atšķirību, mēs varam teikt, ka mašīna parāda zināmu mākslīgā intelekta līmeni.
Šī spēle kļuva pazīstama kā "Tjūringa tests" un kļuva par standarta veidu, kā novērtēt, vai AI ir uzlabots.
Saskaņā ar Tjūringa testu AI (un tas, ko mēs tagad saucam par AGI) būtībā ir "cilvēkam līdzīgs mākslīgais intelekts" (HLAI) - tehnoloģija, kas atdarina to, ko dara cilvēki. Šīs pieejas problēma ir:
"Kad mākslīgais intelekts kopē un automatizē to, ko cilvēki jau dara , mašīnas kļūst par labākiem strādnieku aizstājējiem . Nomainītie darbinieki zaudē gan ekonomisko spēku, gan politisko balsi. Uzņēmumu īpašnieki, kuri iegūst mašīnas, kas var veikt cilvēka līmeņa darbu, bieži vien cilvēkus aizstās ar šīm mašīnām."
Bet AI nav jādefinē šādi. Cita pieeja ir:
"Kad mākslīgais intelekts uzlabo cilvēku iespējas , palīdzot cilvēkiem paveikt to, ko viņi nekad agrāk nav spējuši, tad cilvēki un mašīnas strādā kopā . Šī partnerība saglabā cilvēkus būtisku vērtību radīšanā, saglabājot savu pozīciju gan darba tirgū, gan politiskajā sistēmā."
Ja mēs koncentrēsimies tikai uz tādu AI izveidi, kas kopē cilvēkus, mēs varētu iegūt efektīvāku ražošanu, bet bagātība un vara koncentrēsies mazākā skaitā . Tas rada bīstamu situāciju: cilvēki, kuri zaudē darbu un ietekmi, nevar uzlabot savu dzīvi. Profesors Brynjolfsons savā darbā to sauc par "Tjūringa slazdu" .
Kad sabiedrība nonāk "Tjūringa slazdā", mēs iegūstam milzīgu bezdarbu un pieaugošu nulles marginālo produktu cilvēku grupu — cilvēkus, kuri vienkārši nevar atrast darbu. ASV paredzamais dzīves ilgums jau ir samazinājies trīs gadus pēc kārtas — kaut kas tāds, kas nav noticis kopš 1918. gada. Nāves gadījumu skaits pašnāvību, narkotiku pārdozēšanas un pārmērīgas alkohola lietošanas dēļ strauji pieaug, katru gadu nogalinot simtiem tūkstošu amerikāņu. Ekonomisti Anne Case un Angus Deaton to sauc par "izmisuma nāves" spirāli .
IV. Kā izbēgt no Tjūringa lamatas
Tjūringa lamatas notiek, kad mēs pārāk daudz koncentrējamies uz " cilvēku aizstāšanu ", nevis " cilvēku uzlabošanu ". Padomājiet par to šādi: jūs varētu izveidot mākslīgā intelekta norēķinu sistēmu, kas pilnībā novērš kasieru darbu, vai arī varat izveidot sistēmu, kas padara kasierus īpaši efektīvus, veicot cenu meklēšanu, iesakot produktus un sniedzot informāciju, vienlaikus saglabājot cilvēka pieskārienu.
Lai izvairītos no šīs lamatas, rakstā ir ieteikti trīs galvenie risinājumi:
Nodokļu sistēmas labošana : šobrīd sistēma ir negodīga. Kad uzņēmumi izmanto AI, lai aizstātu darbiniekus, tie tikai maksā uzņēmumu ienākuma nodokli. Bet, kad viņi izmanto AI, lai padarītu darbiniekus labākus, viņi maksā uzņēmuma nodokli PLUS algu nodokļus UN ienākuma nodokļus. Turklāt peļņa no ieguldījumiem tiek aplikta ar nodokli tikai 20%, savukārt ienākumi no darba tiek aplikti ar nodokli līdz 37%. Šis uzstādījums praktiski mudina uzņēmumus aizstāt darbiniekus! Mums vajadzētu izlīdzināt konkurences apstākļus, varbūt pat samazināt darbaspēka ienākumus, lai veicinātu cilvēku noturēšanu cilpā.
Ieguldiet izglītībā : pētījumi liecina, ka par katru AI tehnoloģijām iztērēto USD — uzņēmumiem vajadzētu iztērēt 9 dolārus, lai apmācītu cilvēkus strādāt ar to. Taču uzņēmumi nevēlas apmācīt darbiniekus, kuri varētu aiziet, un darbinieki paši nevar atļauties apmācīt. Valdībām ir jāiejaucas — vai nu jānodrošina apmācība tieši, vai jāstimulē uzņēmumi apmācīt savus darbiniekus.
Veiciniet patiesas inovācijas : mēs esam iestrēguši domās par to, "kā mašīnas var veikt cilvēku darbus", kad mums vajadzētu jautāt: "Kādas pārsteidzošas jaunas lietas var paveikt cilvēki un mašīnas kopā?" Mums ir vajadzīgi jauni veidi, kā novērtēt panākumus, kas atalgo sasniegumus, radot jaunu vērtību, nevis tikai automatizējot esošās darbavietas.
Lai gan šie norādījumi ir pareizi , ir rūpīgi jāapsver konkrētas politikas īstenošana. Jebkura politika ir abpusēji griezīgs zobens, un tai ir jāpielāgojas katras valsts nacionālajiem apstākļiem, izvairoties no tādām problēmām kā regulējuma arbitrāža un morālais risks. Piemēram:
- Normatīvās arbitrāžas gadījums : 1980.–1990. gados Koreja un Japāna secīgi ieviesa stingrus vides standartus un augstus tarifus automatizētajām iekārtām rūpnīcās, kā rezultātā ražošanas uzņēmumi, piemēram, Samsung, pārvietoja ražošanas līnijas uz Dienvidaustrumāzijas valstīm ar zemākiem vides standartiem, veidojot tipisku regulējošo arbitrāžu. Šī maiņa ne tikai nespēja sasniegt vides aizsardzības mērķus, bet arī saasināja jauniešu nodarbinātības problēmas abās valstīs.
- Zaļās enerģijas subsīdijas : 2010. gados dažas Eiropas valstis nodrošināja lielas subsīdijas saules enerģijas ražošanai, un daži uzņēmumi krāpnieciski ieguva subsīdijas, izmantojot tehnoloģiju iepakojumu, kas galu galā noveda pie politikas stingrības.
Šis raksts nepaplašinās diskusiju politikas līmenī, bet es vēlos ierosināt:
Ja mēs domājam no citas perspektīvas, dziļāks jautājums ir: visi šie pasākumi ir balstīti uz pieņēmumu, ka " strādāt ir nepieciešams ". Bet , ja AI nākotnē patiešām var aizstāt cilvēku darbu lielā mērogā, vai mums ir jāpārdomā sociālā struktūra un vērtību sadales sistēmas? Šis jautājums var būt vairāk pārdomu vērts, nevis izpētīt, kā saglabāt darbu.
Kāda tā būtu pasaule, ja cilvēkiem nākotnē nebūtu jāstrādā? Kā tas darbotos? Nākamajā reizē man būs iespēja sīkāk izvērst šo tēmu, izmantojot Oksfordas Universitātes Daniela Saskinda grāmatu Pasaule bez darba .
Atsauces
- Antropisks. (2025, 10. februāris). Iepazīstinām ar antropisko ekonomisko indeksu. Antropisks. https://www.anthropic.com/news/the-anthropic-economic-index
- Brynjolfsson, E. (2022). Tjūringa lamatas: cilvēkam līdzīga mākslīgā intelekta solījums un briesmas. Daedalus, 151(2), 272-287. https://doi.org/10.1162/daed_a_01915
- Case, A. un Deaton, A. (2020). Izmisuma nāves un kapitālisma nākotne. 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, Amodei, D., Kaplan, J., Clark, J., & Ganguli, D. (202, D.). Kādi ekonomiskie uzdevumi tiek veikti ar AI? Pierādījumi no miljoniem Kloda sarunu. Antropisks.
