Jaunrade un inovācijas virziens nepārtraukti mainās, un ir skaidrs, ka paredzēt inovāciju virzību ir sarežģīts uzdevums. Vadošie zinātnieki un tehnoloģi ir bieži vien pieļāvuši nepareizus secinājumus par revolucionāru tehnoloģiju nākotni. Pat Alberts Einšteins nebija pasargāts no kļūdām, jo viņš slaveni šaubījās par kodolenerģijas izmantošamību tieši pirms tās realizēšanas.
Šodien eksperti ir sadalīti par potenciālajiem ekonomiskajiem riskiem saistībā ar mākslīgo ģenerālo intelektu (AGI). Daži uzskata, ka AGI galapunkts ir tuvu, savukārt citi apgalvo, ka lielie valodas modeļi (LLM) jau ir sasnieguši savu maksimālo sniegumu. Tomēr, šajos debates ir viena AI risks kategorija, kas var tikt paredzēta iepriekš – riski, kas rodas no nesaskaņas starp uzņēmuma ekonomiskajiem stimuliem un sabiedrības interesēm, kādēļ AI modeļiem vajadzētu tikt izmantotiem un monetizētiem.
Lai efektīvi mazinātu šos riskus un regulētu jaunradības tehnoloģisko progresu AI jomā, ir būtiski ņemt vērā sociālekonomisko vidi, kurā AI modeļi darbojas un tiek veidoti, lai gūtu peļņu. Fokusējoties tikai uz tehniskajām spējām, ignorējot ekonomiskās ietekmes, ir noslēpums par nelaimes gadījumu un potenciālas katastrofas.
Adresējot ekonomiskos riskus AI jomā, nav ierobežojumu tikai pie monopolu, pašpreferenču vai Lielo Tehnoloģiju dominēšanas. Tas ir plašāks un vēlas nodrošināt, ka inovācijas iespējojošā ekonomiskā vide nenodrošina neprognozējamus tehnoloģiskos riskus. Kad uzņēmumi prioritizē ātru izaugsmi un tirgus dominanci, neņemot vērā plašāku sabiedrības ietekmi, sekas var būt lejupslīdes.
Ceturtādaļai ai, piemēram, OpenAI, ir reģistrējusies kā dominējošs spēlētājs nozarē. Ar miljardiem gadā un miljoniem lietotāju, to ietekme ir nenoliedzama. Tomēr ir būtiski, lai OpenAI GPT veikala un attīstītāja rīki atgrieztu vērtību tiem, kas tās izveido. Tādējādi inovāciju ekosistēmas var ziedēt un palikt decentralizētas.
Kritiski novērtējot pamatējos ekonomiskos stimuliem un to, kā tehnoloģijas tiek monetizētas tirgos, mēs varam iegūt labāku izpratni gan par ekonomiskiem, gan par tehnoloģiskiem riskiem. Tirgus struktūra, virsūmērķa uzņēmumu skaitu ietver izmaksu struktūru, ekonomiskos stimuli, valdības regulējumus un pieejamo finansēšanu.
Lieliski ir aplūkot, kā algoritmu tehnoloģijas, sākotnēji izstrādātas, lai labvēlīgi kalpotu lietotājiem, var tikt pārprogrammatas uz peļņas noluksēm. Platformas kā Amazon, Google un Facebook ir nonākušas kritikas centrā, kad to algoritmi prioritizē peļņas pieaugumu virs lietotāju labklājības.
Amazonas gadījumā, tās produkta meklēšanas algoritmi sākotnēji bija domāti, lai vienkāršotu lietotāja pieredzi un palīdzētu atrast labākos produktus. Tomēr laika gaitā peļņas vajadzība ir novedusi pie informācijas kvalitātes pasliktināšanās, ko rāda lietotājiem. Piemēram, sponsora produktu vietējums bieži vien saņem vairāk klikšķus, pat ja tie ir zemākā kvalitātē. Šī nesaskaņa starp lietotāju vērtību un peļņas maksimizēšanu vājina lietotāju uz algoritmiskās uzticības vietu.
Ekonomiskās ienākumi, vai super-normālie ienākumi, ir raizes digitālās platformām. Šos ienākumus pelna, kontrolējot ierobežotu resursu, nevis caurspīdīgu tirgus prakses. Piemēram, Amazonas gadījumā, kontrole pār lietotāju uzmanību un sponsora produktu izvietojumu ļauj platformai pelnīt uz rēķina piegādātājiem un lietotājiem.
Lai nodrošinātu ilgtspējīgu nākotni, ir būtiski nodrošināt ekonomiskos stimuliem ar sabiedrības ievirzi. Tas prasa regulējumu un uzraudzību, lai novērstu algoritmisko izmantošanu īstermiņa peļņas gūšanai uz ilgtermiņa sabiedrības labklājības rēķina. Veicot atklātību, taisnīgu konkurenci un ekvivalentu vērtības sadali, mēs varam atrisināt AI sarežģītības un izmantot tās potenciālu lielā labā.
Avots: example.com
Bieži uzdotie jautājumi
The source of the article is from the blog publicsectortravel.org.uk