Autor: Rafał Woś

Publicysta, dziennikarz ekonomiczny

AI potrzebuje bata. I to grubego

Nowością jest ekscytacja ostatnią odsłoną roborewolucji. Ale nadal najważniejsze pozostaje pytanie: kto będzie czerpał zyski z rozwoju i dalszej komercjalizacji technologii AI?
AI potrzebuje bata. I to grubego

(©Envato)

„Czasami tęsknię za kelnerami. Tak, często byli gadatliwi, zapominalscy lub zbyt powolni. Ale mogli przynajmniej wczuć się w potrzeby gości. Tanio nabyte roboty obsługowe mylą nasze łydki z nogami stołu, źle oceniają odległość między swoimi ramionami a naszymi stołami i często nie mają pojęcia, co mówimy. Dwa tygodnie temu robot, który podawał nam wrzący talerz z oczyszczającym zatoki zielonym sosem chutney, kremowym kurczakiem vindaloo i puszystym chlebkiem naan, wyciągnął ramię w naszą stronę i próbował zrzucić jedzenie na stół z wysokości przynajmniej dziesięciu centymetrów. Mój towarzysz w ostatniej chwili uderzył w przycisk awaryjnego zatrzymania”.

Nie, to jeszcze się nie dzieje. Ten – przyznacie, chyba że dość zabawny – obrazek pochodzi z nowej (2022 r.) książki amerykańskiej futurystki Amy Webb. Książka, wydana także po polsku, która nosi tytuł „Projekt Genesis. Czy biologia syntetyczna nas wyleczy?”. A wizja nieudolnego robokelnera, który zrzuca talerz pod nos przerażonego klienta z gracją godną bufetowej z filmu „Miś”, to tylko jeden z wielu opisanych tam scenariuszy przyszłości. Nie tak znów odległej, bo datowanej już na 2037 r.

Książka w ciekawy sposób pokazuje różne elementy trwającej na naszych oczach automatyzacyjnej rewolucji, które zapewne nie będą nam się –podobać i zazwyczaj umykają publicystycznym rozważaniom prowadzonym na bardzo wysokim „C”. W tej przyszłości – o której opowiada Amy Webb – przyjdzie się nam zmierzyć nie tylko z zasadniczymi pytaniami o to, czy sztuczna inteligencja zniszczy ludzkość, czy światową gospodarkę czeka perspektywa „technologicznego bezrobocia”? Robotyzacja i algorytmizacja dużo prędzej przyniosą cały szereg pomniejszych, życiowych problemów. Wymienić tu można m.in. to jak reagować na sytuację, gdy zaleje nas fala „BadziewBotów”, zawodnych i irytujących maszyn, które wyparły wprawdzie czynnik ludzki z procesów produkcji i obsługi, ale nie doprowadziły też do polepszenia jakości produktów lub usług. Wręcz przeciwnie. Pogorszyły je. Płynie z tego dość pouczająca lekcja. Rozważania o tak nawet futurystycznym temacie jak sztuczna inteligencja warto prowadzić bez nadmiernej ekscytacji. Powinniśmy się skupić bardziej na chłodnej analizie ekonomii politycznej tego, co nas czeka.

Czasy robotycznej rewolucji

Co oczywiste, żyjemy bowiem w czasach robotycznej rewolucji. Czasem bezprecedensowego przyspieszenia na tym polu była już dekada 2010–2020. Współczynnik automatyzacji (czyli liczba robotów przemysłowych na 10 tys. zatrudnionych w gospodarce) rósł w tym czasie rocznie o 9 proc. (w Azji), o 7 proc. – w Ameryce i o 5 proc. – w Europie. Światowym liderem na tym polu jest Korea Południowa. W 2014 r. miała 360 robotów przemysłowych na 10 tys. zatrudnionych. W koreańskiej gospodarce w 2021 r. wskaźnik ów wzrósł już do ponad 1000, co przekłada się na jednego robota przypadającego na dziesięciu pracujących ludzi.

Zobacz również:
https://www.dev.obserwatorfinansowy.pl/tematyka/makroekonomia/trendy-gospodarcze/andrzej-zybertowicz-technoentuzjasci-sa-niebezpieczni/

Ważną cechą charakteryzującą „roborewolucję” ubiegłej dekady było jej śmiałe wkraczanie w obszary zarezerwowane dotąd dla tzw. białych kołnierzyków, czyli pracowników umysłowych. Stało się tak głównie z powodu rozwoju wspomnianej sztucznej inteligencji, technologii pozwalającej na szybsze i sprawniejsze – a w konsekwencji tańsze – przeczesywanie baz danych, kojarzenie ich ze sobą oraz wyciąganie wniosków. Ten trend dotyczył tych dziedzin, które opierają się na przesuwaniu i kompilowaniu różnego typu „informacji”. Mowa tu o dziennikarstwie, reklamie, prawie, medycynie, usługach finansowych czy nawet nauce. Myli się jednak ten, kto uważa, że ten rozdział rewolucji automatyzacyjnej dopiero się otwiera. „Ludzie mówią, że nadchodzi sztuczna inteligencja. Ale to nieprawda. Ona przecież już dawno tutaj jest” – powiedział na ostatnim szczycie w Davos technoprzedsiębiorca Mihir Shukla. I miał sto procent racji. AI jest z nami od dawna. I od dawna pomaga nam w codziennym życiu. W 2023 r. 18-tka stuknęła robotowi Adamowi, którego skonstruował profesor Ross Donald King z Chalmers University of Technology. Robot asystent potrafi samodzielnie tworzyć i sprawdzać naukowe hipotezy. A czym – jeśli nie sztuczną inteligencją – jest wyszukiwarka Google’a uruchomiona w 1998 r. I tak dalej, i tak dalej.

Pęd ku automatyzacji

U progu obecnej dekady pandemia koronawirusa, a potem kryzys energetyczny czy wreszcie wojna w Ukrainie odwróciły naszą uwagę od tematu robotów. Ale nie oznacza to, że automatyzacja została zatrzymana. Przeciwnie, bo coraz inteligentniejsze maszyny pracowały na najwyższych obrotach. „Koronakryzys jeszcze przyspieszy pęd ku dalszej automatyzacji. To naturalny mechanizm widoczny w całej historii gospodarczej świata. Zazwyczaj szok po stronie podaży pracy (spowodowany np. wojną albo epidemią) przynosił ze sobą nową falę zainteresowania pracooszczędnymi technologiami. Nie ma powodów, by tym razem było inaczej” – napisałem w tekście dla „Obserwatora Finansowego” w 2020 r. Minęły trzy lata i rzeczywistość przyznała mi rację. Ostatni zaś hype na sztuczną inteligencję związany z udostępnieniem przez kalifornijską firmę OpenAI słynnego już ChataGPT tylko to potwierdza.

Zobacz również:
https://www.dev.obserwatorfinansowy.pl/bez-kategorii/rotator/adrian-horzyk-bedziemy-mieli-kontrole-nad-sztuczna-inteligencja/

Spekulacje i symulacje (choć zazwyczaj to jedno i to samo) na temat wpływu tej fazy roborewolucji trwają w najlepsze. W sondażu z maja 2023 r. CFM (Centre For Macroeconomics) zapytano europejskich ekonomistów, co sądzą o rozwoju sztucznej inteligencji. Większość badanych uważa, że sztuczna inteligencja przyniesie gospodarce dostrzegalny – choć nie zawrotny – impuls rozwojowy (dodatkowe 4–5 proc. do globalnego PKB w ciągu dekady). A jednocześnie koszty społeczne (rynek pracy) nie będą takie straszne, jak je niektórzy malują. Nie będziemy mieli więc – jak powiadają badani ekonomiści – żadnego bardziej odczuwalnego szoku w sferze zatrudnienia. Patrząc na literaturę – dotyczącą nie tylko rozwoju AI, ale szerzej wszystkich procesów automatyzacji i robotyzacji z ostatnich lat – widzimy wyraźnie, że ten optymistyczny nurt jest dość silnie reprezentowany. Organizatorzy np. Światowego Forum Ekonomicznego w Davos już w 2020 r. prognozowali, że do 2025 r. AI wykreuje 97 mln nowych miejsc pracy. A zlikwiduje „tylko” 85 mln. Oczywiście wszystko w skali globalnej. „Przeciętność będzie teraz darmowa. Kreatywność pozostanie droga” – powiedział niedawno Nick Law, guru od kreatywności w globalnej firmie konsultingowej Accenture Song.

Zyski i koszty

W gruncie rzeczy kluczowe wyzwania związane z tymi procesami pozostają niezmienne. Pytanie nie tyle bowiem o samą technologię, bo ona była, jest i będzie sprawą, – co najwyżej wtórną. Ze społecznego punktu widzenia dalece bardziej istotny jest sposób dystrybucji zysków oraz kosztów robotycznej rewolucji. Rzecz więc w odpowiedzi na pytanie kto i według jakich zasad będzie tą technologią władał oraz komu przypadnie prawo dysponowania zyskami z wprowadzania tych technologii w życie? W tym sensie pytanie o przyszłość pracy w świecie robotów i inteligentnych algorytmów jest i pozostaje pytaniem ściśle politycznym. To jest pytanie i o własność, i o regulacje. To od odpowiedzi dotyczącej własności zależy czy automatyzacja, robotyzacja i rozwój sztucznej inteligencji będą służyć człowiekowi, czy też stanie się odwrotnie? Bardziej prawdopodobne jest, że poprzez rozwój automatyzacji jakaś (wąska) część społeczeństwa uzyska przewagę i będzie mogła rządzić inną warstwą albo klasą tegoż społeczeństwa.

Aby zobaczyć, co może się wydarzyć rozważmy dwa scenariusze. W pierwszym z nich nic się nie zmienia. To znaczy innowacje powstają tak, jak powstawały w kapitalistycznej gospodarce w ostatnich 30 latach. Tworzone są – co opisała już kilka lat temu w książce „Przedsiębiorcze Państwo” ekonomistka Mariana Mazzucato – opierając się na zasobach publicznych, czyli z podatków, szkoły, uniwersytety czy inne jednostki badawcze. Haczyk całej tej sytuacji polega oczywiście na tym, że ostatecznie zyski z wprowadzenia tych innowacji na rynek zostawały na pewnym etapie sprywatyzowane. Bogaci się na nich jedynie wianuszek firm i koncernów z Doliny Krzemowej. Oraz ich akcjonariusze. Oni mogli się tymi zyskami podzielić. Ale w praktyce się do tego nie palili.

Zobacz również:
https://www.dev.obserwatorfinansowy.pl/bez-kategorii/rotator/walka-spolek-technologicznych-o-supremacje-na-rynku-chatbotow/

Kto zaś ponosił społeczne koszty? Pan, pani, czyli – mówiąc krótko – społeczeństwo. W tym szczególnie mocno pracownicy. Technooptymiści odpowiadali na to zawsze, że w długim okresie plusy przewyższą minusy. Ale co z okresem, który wyznacza horyzont życia i aktywności zawodowej większości z nas? Co z faktem, że miejsca pracy – owszem – się odradzają, ale zwykle nie w tym samym miejscu świata lub za słabsze pieniądze? Dla wielu – zwłaszcza starszych pracowników – fetowane w biznesowych periodykach innowacje w praktyce przynosiły ekonomiczną i społeczną bezużyteczność. Zwłaszcza w systemie kapitalistycznym

, gdzie jesteś wart tyle, ile wynosi stawka, którą rynek zechce ci za twoje umiejętności zapłacić.

Do tego dochodzą jeszcze inne koszty, o których zastanawiająco rzadko się mówi, np. ekologiczne. Już kilka lat temu Emma Strubell, Ananya Ganesh i Andrew McCallum z Uniwersytetu Massahusetts w Amherst pokazali, że jeden „trening” bardziej skomplikowanego algorytmu AI pożera więcej energii niż samochód osobowy przez cały okres swojego użytkowania. Wliczając w to koszt wytworzenia tegoż pojazdu. Dlaczego tak się dzieje? Bo tzw. głębokie uczenie się algorytmów (czyli deep learning) jest procesem niezwykle energochłonnym. W praktyce polega on bowiem na prowadzeniu przez AI gargantuicznych ilości zestawień oraz porównań. Do ich realizacji superkomputery potrzebują zylionów danych. A przecież AI nie żyje powietrzem, bo do swego istnienia potrzebuje energii. Duuużo energii!!! Najnowsze szacunki mówią, że do 2030 r. światowe zapotrzebowanie na prąd urośnie jeszcze – bagatela – 500 krotnie. Zaś cały sektor IT będzie zżerał nawet 20 proc. światowej puli. Dziwnie się tego słucha w sytuacji, gdy od wielu lat dzień i noc jesteśmy wpędzani w zbiorowe poczucie winy wywołane „rabunkową eksploatacją zasobów Planety”.

Dzisiejszy rozwój AI

To nie koniec. Szwajcarski pionier i badacz AI Roy Schwartz twierdzi, że ta energożarłoczność AI to nie jest przypadek. Przeciwnie, wynika ona wprost z tego kto jest właścicielem tej technologii i według jakiej filozofii przebiega dziś rozwój sztucznej inteligencji. Schwartz przeanalizował większość nowych algorytmów bazujących na sztucznej inteligencji i postawił tezę, że współczesna AI jest „czerwona”, czyli nastawiona przede wszystkim na dokładność w dostarczaniu efektów konsumentowi. Aby ją zwiększyć producenci nie wahają się dołożyć mocy obliczeniowej. Efektywność (rozumiana jako osiąganie zadowalających rezultatów przy minimalizacji wydatków energetycznych) odgrywała drugorzędne znaczenie. Nic dziwnego – firmy z Doliny Krzemowej dysponują niewyobrażalnymi, w porównaniu do innych branż, środkami. Więc koszty energii nie są dla nich najmniejszą barierą. Bycie „zielonymi” przedsięwzięciami (czyli nastawionymi bardziej na efektywność nawet kosztem dokładności) nie mieści się w logice rozwoju branży IT. Liczy się efekt. I to by klient korzystał z technologii jeszcze chętniej. To jest logika, zgodnie z którą została zaprogramowana AI.

Zobacz również:
https://www.dev.obserwatorfinansowy.pl/tematyka/makroekonomia/trendy-gospodarcze/gdy-sztuczna-inteligencja-zostanie-bankierem-centralnym/

Irlandzki badacz technik komunikacyjnych Gerry McGovern idzie jeszcze dalej. Jego zdaniem AI została zaprojektowana tak, by podobać się za wszelką cenę. Ona musi być użyteczna i do tego jest trenowana. To jej racja istnienia. Ma wypluwać nam szybkie i przekonujące odpowiedzi, dzięki którym właściciele tych technologii będą mogli monetyzować jej istnienie. „Może jeszcze nie dziś i nie jutro, ale taka AI potencjalnie może być niebezpieczna” – pisze McGovern. Ale nie dlatego, że każda sztuczna inteligencja musi być zła. Ona będzie zła dlatego, że człowiek uczynił ją właśnie tak.

To dlatego sztuczna inteligencja na obecnym etapie rozwoju imituje człowieka w jego najgorszych zachowaniach. Gotowa jest na przykład oszukiwać i manipulować tylko po to, by przeprowadzić klienta z jednego miejsca w drugie, po to – i tylko po to – by swoją pracę zmonetynować. AI nie ma w tym żadnych skrupułów.

Realistyczna alternatywa

I dziś tak to – mniej więcej – wygląda. Po takiej właśnie trajektorii porusza się od lat robotyzacyjna rewolucja w naszym kapitalistycznym świecie. Ale czy można inaczej? Czy da się wyobrazić sobie jakąś realistyczną alternatywę? Owszem, można to zrobić. Wymagać to będzie wcielenia w życie scenariusza numer dwa. A do tego potrzeba ustanowienia jakiegoś rodzaju społecznej kontroli nad procesami rozwoju AI. Najlepiej na najważniejszym z poziomów zarządzania kapitalistycznym ładem, czyli na poziomie własności maszyn, robotów i inteligentnych algorytmów.

Jak to zrobić? Już kilka lat temu mieliśmy dużą dyskusję o opodatkowaniu robotów. Wywołał ją w 2017 r. miliarder Bill Gates swoim słynnym wywiadem dla magazynu „Quartz”. Dowodził w nim, że skoro praca człowieka podlega w nowoczesnych społeczeństwach opodatkowaniu, to dlaczego praca robota zastępującego człowieka miałaby się rozwiązaniom fiskalnym wymykać?

W wyniku tamtej interwencji Gatesa powstało nawet kilka teoretycznych modeli, jak taki „robot tax” mógłby wyglądać. Wśród propozycji były zarówno zwykłe podatki, jak i modele ryczałtu albo akcyzy. Firmy mogłyby te podatki uiszczać także w formie udziałów przekazywanych państwu albo np. jakiemuś specjalnemu funduszowi rentierskiemu wzorowanemu na funduszach gromadzących zyski z ropy na Alasce czy w Norwegii. Pieniądze stamtąd (dywidenda) trafiałyby z powrotem do szerokich mas społecznych w formie programów osłaniających negatywne skutki robotyzacji.

Ktoś może jednak powiedzieć, że to spowolni rozwój AI i innych technologii przyszłości?  Czy właśnie nie o to nam chodzi? Czy nie do takiego delikatnego moratorium na rozwój automatyzacyjnych technologii wzywają przeróżni pionierzy badań nad sztuczną inteligencją? Choćby Geoffrey Everest Hinton, spec od psychologii kognitywnej i komputerowy guru, który kierował badaniami nad AI w koncernie Google. W maju 2023 r. zrezygnował jednak ze stanowiska, by otwarcie mówić o zagrożeniach zbyt szybkiego rozwoju potwora, którego sam wyhodował.

Rafał Woś, dziennikarz i publicysta ekonomiczny

 

(©Envato)

Tagi


Artykuły powiązane

Wpływ sztucznej inteligencji na wzrost gospodarczy i zatrudnienie

Kategoria: Trendy gospodarcze
W ciągu ostatniej dekady wykorzystanie sztucznej inteligencji w codziennych zadaniach gwałtownie wzrosło. W badaniu CfM-CEPR z maja 2023 r. poproszono członków europejskiego panelu o oszacowanie wpływu sztucznej inteligencji na globalny wzrost gospodarczy i stopy bezrobocia w krajach o wysokich dochodach w nadchodzącej dekadzie.
Wpływ sztucznej inteligencji na wzrost gospodarczy i zatrudnienie

Globalny wyścig regulacyjny w zakresie AI

Kategoria: Trendy gospodarcze
Dlaczego UE powinna skoncentrować się na jakości danych i zasadach przypisania odpowiedzialności za jakość produktu?
Globalny wyścig regulacyjny w zakresie AI

Nowe horyzonty i możliwości zastosowania sztucznej inteligencji w biznesie

Kategoria: Trendy gospodarcze
Ciekawe, kiedy sztuczna inteligencja (SI) wysadzi z rynku ekspertów tej dziedziny, któ-rzy podejmują próby opisywania procesów i pytań, na które jeszcze nie ma odpowiedzi – szczególnie w sytuacji, kiedy stała się ona bardzo szybko jedną z najbardziej transforma-cyjnych technologii naszych czasów, rewolucjonizując branże i zasadniczo zmieniając sposób działania przedsiębiorstw i inicjatyw biznesowych.
Nowe horyzonty i możliwości zastosowania sztucznej inteligencji w biznesie