Industria tehnologică promovează adesea ideea unei tranziții automate iminente, dar realitatea economică funcționează după alte reguli, spune Daron Acemoglu, profesor la MIT și laureat al Premiului Nobel pentru Economie în 2024. Într-o conversație cu Marina Mogilko, gazda Silicon Valley Girl, economistul analizează decuplarea dintre progresele modelelor de inteligență artificială și impactul lor economic real, încă modest.
Limitele integrării organizaționale
Dezvoltarea agenților autonomi și a instrumentelor de scriere a codului a accelerat, dar propagarea tehnologiei în ansamblul economiei se lovește de limite instituționale și adaptări lente. Succesul rapid al inteligenței artificiale în programare derivă din faptul că domeniul respectiv este digital, supus unor reguli logice stricte și verificabil determinist prin mecanisme de tip reinforcement learning. În schimb, majoritatea activităților economice – de la relații cu clienții până la logistică – conțin nuanțe sociale, cazuri particulare și ambiguități pe care modelele actuale le gestionează rudimentar.
Tehnologia se integrează greu în companii pentru că necesită schimbări de proceduri, instruirea oamenilor și noi investiții, ceea ce face ca transformarea economică să fie un proces de durată, nu o revoluție peste noapte.
„Cred în continuare că o mare parte din dezbatere exagerează viteza cu care vom asista la automatizare, pentru că automatizarea este dificilă. Integrarea automatizării în organizații este dificilă. Răspândirea noilor tehnologii, mai ales când cer investiții complementare și ajustări multiple, este greoaie și lentă”, spune Daron Acemoglu.
Capcana modelelor mari
Ecosistemul american de tehnologie suferă, în viziunea economistului, de o alocare disproporționată a resurselor: aproape tot capitalul financiar și talentul ingineresc sunt concentrate pe antrenarea modelelor fundamentale de mari dimensiuni, neglijând transpunerea lor în instrumente operaționale.
Câștigătorii pe termen lung sunt cei care construiesc aplicații utile pentru domenii concrete: instrumente de diagnostic pentru asistenți medicali, ghiduri interactive pentru electricieni sau suport pentru profesori. În acest sens, abordarea din China, unde inginerii sunt trimiși direct în fabrici pentru a integra AI pe liniile de producție, este mult mai pragmatică.
"Dacă privesc în ansamblu și mă întrebați de ce vedem atât de puține câștiguri de productivitate și ce putem face în această privință, viziunea mea se rezumă la un singur cuvânt: aplicații. Avem nevoie de aplicații mult mai bune și mai numeroase. Se poate argumenta că Silicon Valley pune mult prea mult accent pe modelele fundamentale și insuficient pe aplicații și pe integrarea lor în organizații", spune Daron Acemoglu.
Automatizare cu măsură
Tentativa companiilor de a obține profit prin simpla tăiere de posturi și înlocuirea personalului cu agenți sintetici este o strategie limitată pe termen lung. Modelul economic arată că reducerea cheltuielilor cu 5% prin eliminarea unei fracțiuni din forța de muncă generează câștiguri marginale, în timp ce creșterea eficienței întregului personal cu 5% prin instrumente complementare aduce o multiplicare masivă a veniturilor și a inovației. Companiile care au redefinit istoria industrială nu au fost cele care au operat ajustări de costuri la marjă, ci cele care au deschis piețe noi și au valorificat cunoașterea acumulată de propriii angajați.
"Dacă singurul lucru pe care îl facem este automatizarea, în primul rând nu vom obține întreaga productivitate, pentru că nu este deloc ușor să faci totul prin automatizare; în al doilea rând, nu vom crea prosperitate împărtășită, fiindcă se vor elimina prea multe locuri de muncă fără a crea altele noi, productive și bine plătite. Punctul meu de vedere a fost mereu acesta: folosiți tehnologia atât pentru automatizare, cât și pentru a crea sarcini noi; adoptați o abordare echilibrată”, spune Daron Acemoglu.
Scenarii apocaliptice
Și, ca orice discuție despre AI, ajungem la diferite versiuni ale apocalipsei. Dezbaterile între triumfalismul inteligenței artificiale generale (AGI) și frica de roboți ucigași sau distrugerea speciei maschează adevăratele vulnerabilități sociale, crede Acemoglu. Pericolul imediat nu este apariția unei entități supraomenești, ci erodarea agenției umane: atrofia gândirii critice prin delegarea excesivă a învățării la nivel școlar și pierderea autonomiei cetățenilor în fața deciziilor luate opac de câteva laboratoare tehnologice. Educația viitorului nu ar trebui să descurajeze asimilarea cunoștințelor fundamentale de matematică, fizică și logică sub pretextul că mașinile calculează mai rapid, ci să cultive rigoarea intelectuală și responsabilitatea civică indispensabile adaptării la schimbare.
"Sunt mult mai îngrijorat de o pierdere generală a controlului societății asupra inteligenței artificiale decât de riscul existențial formulat de Dario sau Elon Musk. Mă refer la faptul că publicul larg, lucrătorii, studenții, părinții își pierd propria agenție din cauza modului în care laboratoarele de frontieră și companiile dezvoltă și implementează AI, nu neapărat pentru că AI ar fi devenit o entitate superinteligentă în sine.
Noi, colectiv, dar mai ales ca studenți și elevi, delegăm prea mult către AI, astfel încât nu ne mai punem la treabă mușchii mentali și nu ne mai implicăm în învățare. Aceasta este, cred, o problemă de prim ordin. Văd asta foarte des la studenți din studiile realizate; cred că folosirea AI a fost destul de dezastruoasă în învățământul preuniversitar (K-12), pentru că am făcut-o orbește, fără balustrade de protecție", spune Daron Acemoglu.
În loc să oprim sau să grăbim evoluția tehnologică, e mai important cum o orientăm. O arhitectură economică axată pe eliminarea muncii umane generează piețe fragile și clienți fără putere de cumpărare, în timp ce orientarea inteligenței artificiale spre creșterea capacităților practice ale lucrătorilor cere un efort de integrare mult mai complex, dar este o cale către o creștere economică sustenabilă, spune economistul.
