وقتی در مورد هوش مصنوعی صحبت می کنیم، اغلب در مورد پتانسیل آن برای یکسان کردن زمین بازی می شنویم. در تئوری، همه به این ابزار قدرتمند دسترسی دارند. آنچه من در واقع می بینم – چکمه های روی زمین و ملاقات با هزاران نفر در هر ماه – دقیقا برعکس است. دموکراتیک ترین تکه فناوری که تاکنون ساخته شده است، ایجاد نابرابری بیش از آنچه تاکنون دیده ایم، است. اجازه بدهید توضیح دهم که چرا.
یک شکاف وجود دارد. و نجومی است.
من اخیراً سخنرانی کردم که در آن نشان دادم که این شکاف چقدر چشمگیر شده است. ما یک برنامه هوش مصنوعی جدید را مورد بررسی قرار دادیم، آن را از طریق Claude اجرا کردیم تا خلاصه ای ایجاد کنیم، یک ارائه ایجاد کردیم، یک برنامه زنده برای جمع آوری بازخورد ایجاد کردیم و سپس یک طرح عرضه ایجاد کردیم. همه در نیم ساعت
حضار مات و مبهوت بودند. مردم برخاستند و گفتند: “این کاری است که من در عرض سه ماه انجام می دهم اگر مسئول اجرای برنامه باشم.” اینها گروه های یک نفره یا استارت آپ های نوپا نیستند. اینها کارمندان ارشد و ماهر از سازمان های بزرگ چند ملیتی و سازمان های غیردولتی هستند. بله، در سازمان‌های بزرگتر، همه چیز به کندی پیش می‌رود، اما این واقعیت که ما ماه‌ها کار را در 30 دقیقه خلاصه می‌کنیم، برای آنها آزاردهنده بود.
در حالی که من و دیگرانی که ذهنیت اول هوش مصنوعی را اتخاذ کرده‌اند، می‌توانیم این کار را انجام دهیم، بسیاری نمی‌توانند. این شکاف در نهایت نجومی است. میزان کاری که شخصی که از این ابزارها استفاده می کند در واقع می تواند به دست آورد، در مقایسه با کسانی که این کار را نمی کنند، شکافی در بهره وری ایجاد می کند.
و این شکاف در حال حاضر بر بازار کار تأثیر می گذارد. من در حال حاضر آن را می بینم. اگر امروزه مهندسان نرم افزار را فقط به عنوان یک مثال در نظر بگیریم، کار برای آنها سخت تر و سخت تر می شود با مهارت دیروز (من دقیقاً به دنبال کدنویسی در اینجا هستم).
برای درک بهتر این تقسیم بندی، باید ببینیم که چگونه هوش مصنوعی ماهیت کار را تغییر می دهد.
بهره وری تک نفره در مقابل چند نفره
ما باید تفکر خود را از تک نفره به بهره وری چند نفره تغییر دهیم. در گذشته، ما 95 درصد از زمان خود را صرف کارهای انفرادی می کردیم و گهگاه بازخورد دریافت می کردیم. اکنون، باید برعکس باشد: 95 درصد مواقع، شما باید در هر کاری که انجام می‌دهید با هوش مصنوعی به عنوان یک شریک کار کنید.
اما گنجاندن این مورد در گردش کار شما زمان می برد. نحوه برخورد شما با هر کار را تغییر می دهد. مثل این است که یک نفر تمام روز در کنار شما بنشیند – در ابتدا، ناخوشایند است، اما با گذشت زمان، عادت هایی در شما ایجاد می شود که هر دو به طور موازی به چیزها نگاه می کنید. من اکنون در نقطه ای هستم که در حال نوشتن یک سند هستم در حالی که هوش مصنوعی برنامه ای را برای کاری که فردا باید انجام دهم را کد می کند. پنج دقیقه بعد با یک سوال ظاهر می شود، سریع جواب می دهم و هر دو به کارمان ادامه می دهیم.
این عضله جدیدی است که باید آن را توسعه دهیم. هر کسی که این کار را نکند به طرز چشمگیری عقب می ماند. باز هم، اینجاست که شکاف واقعی به وجود می آید.
خطرات مرکب
ترکیب کردن عالیه اگر در جهت درست ترکیب کنید. آنچه واقعاً ترسناک است این است که این ترکیبات را در طول زمان تقسیم می کند. ترکیبی از بازنگری در جریان کار شما و فناوری‌های جدید هوش مصنوعی که به بازار می‌آیند، نتایج را تقویت می‌کند. کسانی که از این ابزارها به طور مؤثر استفاده می کنند، دائماً به این فکر می کنند که چگونه کارها را کارآمدتر انجام دهند. آنها آماده هستند تا از هر پیشرفت جدید استفاده کنند.
از طرف دیگر، افراد غیر پذیرفته شده به سمت چیزی می روند که من آن را «فقر هوش مصنوعی» می نامم. من از گفتن آن متنفرم، اما کم کم بدبین می شوم و افرادی که سازگار نیستند ممکن است شغل خود را از دست بدهند. در برخی مواقع، شرکت ها به شکاف بهره وری نگاه می کنند و تصمیمات سختی می گیرند. آنها ممکن است دقیقاً درک نکنند که هوش مصنوعی چگونه کار می کند، اما می دانند که یک نفر ده برابر بیشتر از دیگری کار انجام می دهد. و این منجر به برخی واقعیت‌های سخت در بازار کار خواهد شد.
به نظر خوب نیست شما در نهایت به بازاری خواهید رسید که در آن نیروی کار به تدریج در حال کاهش است. اخراج خواهد بود، اما استخدام زیاد نیست. قدرت‌ها از کسانی که از هوش مصنوعی استفاده می‌کنند انتظار دارند شکاف بهره‌وری کسانی را که رها می‌کنند پر کنند. این در حال حاضر اتفاق می افتد، و به طور عمومی. فقط نگاه کن کارمند Duolingo در آغاز سال جاری
اما این فقط مربوط به کارگران یا شرکت‌ها نیست. شکاف هوش مصنوعی در مقیاسی بسیار بزرگتر شکاف ایجاد می کند.
داستان دو قاره
خبر بد دیگری می خواهید؟ این شکاف فقط بین افراد نیست، بلکه بین مناطق و سازمان‌ها نیز وجود دارد. همانطور که قبلا ذکر شد، سازمان‌های بزرگ همیشه کندتر حرکت می‌کنند و این در همه کشورها وجود دارد.
با این حال، تفاوت قابل توجهی در نگرش نسبت به صرفه جویی در هزینه وجود دارد که این شکاف را تقویت می کند. شما چند سازمان بزرگ آمریکایی خواهید داشت که دیوانه‌وار از این سرمایه‌گذاری می‌کنند. با توجه به مقررات سختگیرانه کمتر در مورد هوش مصنوعی، آنها می توانند بسیار سریعتر از سازمان های اروپایی حرکت کنند.
در ایالات متحده بسیار رایج تر است که می گویند: “هی، ما راهی برای کاهش 50 درصد از هزینه هایمان پیدا کردیم، بیایید برویم و آن را اجرا کنیم.” در حالی که در اروپا، مردم ابتدا فکر می کنند: “صبر کنید، این برای مردم ما چه معنایی دارد؟” این تفاوت در رویکرد احتمالاً منجر به سرعت های متفاوت پذیرش هوش مصنوعی و در نتیجه سطوح مختلف اختلال در نقاط مختلف جهان می شود.
پیامدهای این شکاف بسیار فراتر از شرکت های فردی یا حتی اقتصادهای ملی است. ما به پتانسیل افزایش نابرابری های اقتصادی جهانی در مقیاسی بی سابقه نگاه می کنیم.
کنایه دردناک است. ما دموکراتیک ترین تکه فناوری را داریم که تا به حال ایجاد شده است، با پتانسیل برای یکسان کردن زمین بازی مانند قبل. اما در حال حاضر، ما به سمت تفرقه انگیزترین نتیجه ای می رویم که تا به حال دیده ایم.
ما باید این شکاف را پر کنیم. ما باید اطمینان حاصل کنیم که همه، نه فقط تعداد کمی از افراد منتخب، می توانند از قدرت هوش مصنوعی به طور موثر استفاده کنند. اگر این کار را نکنیم، خطر ایجاد دنیایی را داریم که در آن هوش مصنوعی «دارا» و «نداشتن» با شکافی غیرقابل پل از هم جدا شوند. و این آینده ای است که هیچ یک از ما نباید بخواهیم.
منبع: https://aibusiness.com/responsible-ai/ai-divide-risks-poverty-over-promise