Σημείωση του συντάκτη: Αυτή είναι μια ελαφρώς επεξεργασμένη έκδοση μεταγραφής της Barbara πρόσφατο podcast αισιόδοξων προοπτικών συνομιλία με Γερουσιαστής των ΗΠΑ Jay Obernolte: Εγγραφείτε στο podcast στην αγαπημένη σας πλατφόρμα.
Εκπροσωπώντας την Καλιφόρνια, το μέλος του κογκρέσου Jay Obernolte είναι πρόεδρος της Υποεπιτροπής Έρευνας και Τεχνολογίας της Επιτροπής Επιστήμης, Διαστήματος και Τεχνολογίας της Βουλής, καθώς και μέλος της Επιτροπής Ενέργειας και Εμπορίου, ενώπιον της οποίας κατέθεσα τον Φεβρουάριο.
Πέρυσι, ηγήθηκε της διακομματικής πρωτοβουλίας Έκθεση του Σώματος για την Τεχνητή Νοημοσύνη που διερευνά την υπεύθυνη υιοθέτηση τεχνητής νοημοσύνης σε όλους τους τομείς.
Ο γερουσιαστής Obernolte είναι επίσης ο ιδρυτής του FarSight Studios, ενός Αμερικανού προγραμματιστή βιντεοπαιχνιδιών.
Μπάρμπαρα Χάμπτον:
Δώστε στο κοινό μας μια εικόνα 30.000 ποδιών για το πώς βλέπετε τις ευκαιρίες και τους κινδύνους για την τεχνητή νοημοσύνη στις αμερικανικές επιχειρήσεις.
Γερουσιαστής Obernolte:
Η τεχνητή νοημοσύνη θα επιφέρει ένα ριζικό μετασχηματισμό, όχι μόνο για τις αμερικανικές επιχειρήσεις, αλλά για την αμερικανική κοινωνία. Και, δυστυχώς, νομίζω ότι έχουμε κάνει πολύ κακή δουλειά στο να διατυπώσουμε την αισιόδοξη πλευρά της τεχνητής νοημοσύνης. Εμείς ως Αμερικανοί είχαμε τη γνώμη μας για τα μειονεκτήματα της τεχνητής νοημοσύνης που διαμορφώθηκαν απο τα τελευταία 50 χρόνια της επιστημονικής φαντασίας και της ποπ κουλτούρας. Έτσι, αν ρωτήσετε κάποιον για την τεχνητή νοημοσύνη, θα πάρετε κάτι από τον Εξολοθρευτή ταινίες όπου ο στρατός των κακών ρομπότ οργανώνεται για να καταλάβει τον κόσμο, αλλά δεν καταλαβαίνετε την αισιόδοξη πλευρά.
Και η αισιόδοξη πλευρά είναι η εξής: Πρώτα απ 'όλα, η τεχνητή νοημοσύνη είναι ήδη το πιο ισχυρό εργαλείο για τη διάδοση της ανθρώπινης γνώσης που έχει εφεύρει ποτέ η ανθρωπότητα. Μπορεί να μας διδάξει οτιδήποτε θέλουμε να μάθουμε, σε οποιοδήποτε στυλ μάθησης είναι το βέλτιστο για μας. Δεύτερον, πρόκειται να εκδημοκρατίσει πλήρως την πρόσβαση, όχι μόνο στην πληροφόρηση και την εκπαίδευση, αλλά και τη γνώμη των εμπειρογνωμόνων. Και αυτό θα αλλάξει εντελώς την κοινωνία μας.
Αλλά αυτό που συμβαίνει επίσης είναι ότι η τεχνητή νοημοσύνη σύντομα θα γίνει το πιο ισχυρό εργαλείο για την ενίσχυση της ανθρώπινης παραγωγικότητας που έχει εφεύρει ποτέ η ανθρωπότητα. Και αυτό θα είναι απίστευτα ενδυναμωτικό. Πιστεύω ότι αυτό θα δημιουργήσει ένα αυξανόμενο κύμα ευημερίας που κυριολεκτικά σηκώνει όλες τις βάρκες στην Αμερική.
Barbara Humpton:
Οδηγήσατε τη διμερή προσπάθεια στο Κογκρέσο να εκπονήσετε την έκθεση της Βουλής για την τεχνητή νοημοσύνη, διερευνώντας τη χρήση τεχνητής νοημοσύνης σε πολλούς τομείς, από την υγειονομική περίθαλψη έως τη χρηματοδότηση και τη γεωργία. Και η έκθεση προσέφερε επίσης ένα όραμα για υπεύθυνη υιοθέτηση της τεχνητής νοημοσύνης, την καινοτομία και τη διακυβέρνηση που πρέπει να ισορροπηθούν καθώς αυτή η τεχνολογία εισέρχεται στον κόσμο μας. Όταν σκέφτεστε την έκθεση τώρα, ποια είναι τα κυριότερα σημεία που πραγματικά σας ενδιαφέρουν?
Γερουσιαστής Obernolte:
Η ομάδα εργασίας μας ήταν επιφορτισμένη με τη δουλειά να καταρτίσει, μέχρι το τέλος του 2024, μια έκθεση που προτείνει ένα ομοσπονδιακό ρυθμιστικό πλαίσιο για την τεχνητή νοημοσύνη. Έτσι, είχα 24 πολύ ταλαντούχα και αφοσιωμένα μέλη, 12 σε κάθε πλευρά του διαδρόμου. Και είχαμε 25 ακροάσεις πέρυσι και παραδώσαμε μια έκθεση 270 σελίδων τον Δεκέμβριο που εκπλήρωσε το χρέος μας.
Απλώς φτάστε στα σημαντικά σημεία αυτής της έκθεσης: Οι Αμερικανοί έχουν την εσφαλμένη αντίληψη ότι η τεχνητή νοημοσύνη δε καλύπτεται από κάποιο πλαίσιο ρύθμισης στη χώρα μας. Αυτό είναι εντελώς αναληθές. Έχουμε υιοθετήσει μια πολύ διαφορετική προσέγγιση από άλλες οντότητες όπως η Ευρωπαϊκή Ένωση όσον αφορά την υιοθέτηση της αποκεντρωμένης ρύθμιση ανα τομέα.
Αυτό σημαίνει ότι πιστεύουμε στη ρύθμιση των αποτελεσμάτων, όχι των εργαλεία. Η τεχνητή νοημοσύνη είναι ένα πολύ ισχυρό εργαλείο, αλλά στο τέλος της ημέρας, είναι απλώς ένα εργαλείο. Και όταν σκέφτεστε τους κινδύνους της ανάπτυξης της τεχνητής νοημοσύνης, κάτι που πρέπει να καταλάβετε για να μπορέσετε να μιλήσετε για το ποια είναι η υποχρέωσή μας ως ρυθμιστές να μετριάσουμε αυτούς τους κινδύνους, έχει μεγάλη σημασία τι πρόκειται να κάνετε με αυτήν την τεχνητή νοημοσύνη. Ένας αλγόριθμος που είναι απαράδεκτα επικίνδυνος σε ένα πλαίσιο χρήσης - για παράδειγμα, η τεχνητή νοημοσύνη σε μια ιατρική συσκευή που πρόκειται να εμφυτευτεί στο σώμα κάποιου, για να αναφέρουμε μια εφαρμογή ιδιαίτερα υψηλού κινδύνου - θα μπορούσε να είναι εντελώς καλοήθης σε άλλη χρήση, όπως σε ένα βιντεοπαιχνίδι. Οι ανά τομέα ρυθμιστικές αρχές το γνωρίζουν αυτό.
Έχουμε ήδη την τεχνητή νοημοσύνη που χρησιμοποιείται σε περιβάλλοντα όπως οι ιατρικές συσκευές. Στην πραγματικότητα, πολλοί άνθρωποι σοκάρονται όταν τους λέω ότι η Αμερικανική Υπηρεσία Τροφίμων και Φαρμάκων (FDA), η οποία προφανώς είναι η ρυθμιστική μας αρχή που έχει εξουσία στη ρύθμιση των ιατρικών συσκευών, έχει ήδη επεξεργαστεί πάνω από χίλιες αιτήσεις για τη χρήση της τεχνητής νοημοσύνης σε ιατρικές συσκευές.
Συνεπώς, ένα από τα πράγματα στην έκθεσή μας που υιοθετούμε είναι η συνέχιση αυτής της αποκεντρωμένης, ανά τομέα προσέγγιση της ρύθμισης. Εδώ είναι ο λόγος για τον οποίο γίνεται αυτό.
Η Ευρωπαϊκή Ένωση υιοθέτησε μια πολύ διαφορετική προσέγγιση. Έχουν συγκεντρώσει τα πάντα κεντρικά, έχουν τους ανά τομέα ρυθμιστές τους, αλλά δημιουργούν έναν νέο ρυθμιστή για την τεχνητή νοημοσύνη. Ως αποτέλεσμα, θα χρειαστείτε μια ακόμα άδεια από αυτόν τον ρυθμιστή για οτιδήποτε άλλο εκτός από τη χρήση AI με χαμηλότερο κίνδυνο.
Πιστεύουμε ότι αυτή είναι η λανθασμένη προσέγγιση επειδή πιστεύουμε ότι είναι πολύ πιο εύκολο να διδάξουμε στον FDA, για παράδειγμα, αυτό που μπορεί να μην γνωρίζει ήδη για την τεχνητή νοημοσύνη παρά να διδάξει σε μια ολοκαίνουργια οντότητα όλα όσα έχει μάθει ο FDA για δεκαετίες διασφάλισης της ασφάλειας των ασθενών.
Αυτό ισχύει και για ρυθμιστικές αρχές άλλων τομέων. Η Εθνική Υπηρεσία Ασφάλειας Οδικής Κυκλοφορίας (NHTSA) ασχολείται ήδη με τη χρήση της τεχνητής νοημοσύνης σε αυτόνομα οχήματα. Η Ομοσπονδιακή Υπηρεσία Αεροπορίας (FAA) ασχολείται με τη χρήση της τεχνητής νοημοσύνης και των αεροπορικών ηλεκτρονικών στα αεροσκάφη. Και η λίστα συνεχίζεται και συνεχίζεται.
Barbara Humpton:
Νομίζω ότι αυτό βγάζει νόημα. Αυτό που είναι επίσης ενδιαφέρον είναι ότι όταν το σκεφτόμαστε από την οπτική γωνία ενός τελικού χρήστη, συχνά δεν γνωρίζουμε καν την ύπαρξη της τεχνητής νοημοσύνης. Κοιτάξτε παραδείγματα των αλγορίθμων χαρτογράφησης που χρησιμοποιούμε ή, ειλικρινά, μόνο τις απλές δυνατότητες αναζήτησης που όλοι έχουμε συνηθίσει. Αυτή είναι η πρώτη τεχνολογία που έρχεται πραγματικά στους ανθρώπους αντί οι άνθρωποι να πρέπει να πάνε στην τεχνολογία για να την ενσωματώσουν.
Γερουσιαστής Obernolte:
Είναι ενδιαφέρον ότι κανείς δεν έχει καταλήξει σε έναν ομοσπονδιακό ορισμό στο νόμο για το τι σημαίνει πραγματικά η τεχνητή νοημοσύνη ή τι είναι η τεχνητή νοημοσύνη. Και αυτό συμβαίνει επειδή το AI επαφίεται στην οπτική του θεατή. Είναι νευρωνικό δίκτυο; Είναι ένας αλγόριθμος που κάνει έναν υπολογιστή να μοιάζει με άτομο; Ο καθένας έχει διαφορετικό ορισμό.
Για μένα, η τεχνητή νοημοσύνη είναι οτιδήποτε αλληλεπιδρά με μια μηχανή, αλλά φαίνεται σαν να αλληλεπιδρά με έναν άνθρωπο. Όταν το συνοψίσετε σε αυτό, μπορείτε να δείτε γιατί η τεχνητή νοημοσύνη θα είναι τόσο σημαντική, επειδή θα δημιουργήσει έναν τρόπο που θα μας επιτρέψει μια πολύ ανθρώπινη διεπαφή για την αντιμετώπιση περίπλοκων τεχνολογιών.
Barbara Humpton:
Ήμουν ενθουσιασμένη που είχα την ευκαιρία νωρίτερα φέτος να καταθέσω ενώπιον της επιτροπής σας για να μιλήσω για την τεχνητή νοημοσύνη και τον κατασκευαστικό κλάδο. Πραγματικά ερευνήσατε τον αντίκτυπο της τεχνητής νοημοσύνης στις κατασκευές. Και προσπαθούσαμε πραγματικά να κάνουμε μια διάκριση μεταξύ αυτού που αποκαλούσαμε τότε «καταναλωτική τεχνητή νοημοσύνη» - την τεχνητή νοημοσύνη που χρησιμοποιούμε στην ιδιωτική μας ζωή, στην εμπορική μας ζωή, στην ψυχαγωγία μας - και της τεχνητής νοημοσύνης που εισάγεται στον κόσμο των κατασκευών, όπου έχουμε τον έλεγχο των δεδομένων που χρησιμοποιούνται για την εκπαίδευση των θεμελιωδών μοντέλων και όπου έχουμε τον έλεγχο του τρόπου χρήσης και της ανθρώπινης παρέμβασης στο κατασκευαστικό περιβάλλον. Την ημέρα που κατέθεσα, θέσατε μια νέα ερώτηση που κατέστησε σαφές ότι σκέφτεστε με αυτόν τον τρόπο τις ανά τομέα προσεγγίσεις.
Γερουσιαστής Obernolte:
Και είναι ένα εξαιρετικό σημείο ότι μια ανά τομέα προσέγγιση στη ρύθμιση σάς επιτρέπει να κάνετε διάκριση μεταξύ αυτών των δύο χρήσεων, επειδή το θέμα με τη βιομηχανική τεχνητή νοημοσύνη είναι ότι το περιβάλλον στο οποίο λειτουργεί είναι πολύ περιορισμένο. Αν φανταστείτε ότι η τεχνητή νοημοσύνη ελέγχει δύο βραχίονες ρομπότ σε ένα πάτωμα κατασκευής, με την ταινία σήμανσης τοποθετημένη γύρω του για να βεβαιωθείτε ότι οι άνθρωποι δεν περπατούν εκεί μέσα, και οι βραχίονες ρομπότ κατασκευάζουν ένα widget, αυτό είναι ένα εξαιρετικό παράδειγμα βιομηχανικής τεχνητής νοημοσύνης.
Αυτό που εμείς ως ρυθμιστικές αρχές θα κάναμε όταν αξιολογούμε τους κινδύνους αυτού είναι να ρωτήσουμε: «Ποια είναι τα χειρότερα πράγματα που μπορούν να συμβούν;» Τι είναι, όπως λένε οι δικηγόροι, η παρέλαση των δεινών; Και τι θα κάνουμε για να τα μετριάσουμε; Λοιπόν, επειδή το περιβάλλον είναι περιορισμένο, τα πράγματα που μπορούν να πάνε στραβά είναι πολύ πιο περιορισμένα. Εφόσον κάνετε ποιοτικό έλεγχο στο widget που δημιουργεί η τεχνητή νοημοσύνη, έχετε πραγματικά ελέγξει πολλούς κινδύνους ανάπτυξης AI σε αυτήν την περίπτωση.
Εάν το αντιπαραβάλλετε με μια πιο καταναλωτική εφαρμογή AI, όπως σε ένα chatbot, δεν έχετε καμία ιδέα για τους κινδύνους. Θα μπορούσε το chatbot να βοηθήσει κάποιον να κατασκευάσει ένα βιολογικό όπλο; Θα μπορούσε να προκαλέσει έναν έφηβο να υιοθετήσει έναν αυτοκτονικό ιδεασμό? Θα μπορούσε να παρουσιάσει κάποιες πραγματικά ανησυχητικές φυλετικές προκαταλήψεις? Επειδή η ανάπτυξη της τεχνητής νοημοσύνης στο πλαίσιο των καταναλωτών είναι πολύ πιο ανοιχτή, πρέπει να ανησυχούμε για αυτά τα πράγματα, ενώ στη βιομηχανική τεχνητή νοημοσύνη είναι πολύ πιο απλό να αγκαλιάσετε.
Για μένα, η τεχνητή νοημοσύνη είναι οτιδήποτε στο οποίο αλληλεπιδράς με μια μηχανή, αλλά φαίνεται σαν να αλληλεπιδράς με έναν άνθρωπο. Όταν το συνοψίσετε σε αυτό, μπορείτε να δείτε γιατί η τεχνητή νοημοσύνη θα είναι τόσο σημαντική, επειδή θα δημιουργήσει έναν τρόπο που θα μας επιτρέψει μια πολύ ανθρώπινη διεπαφή για την αντιμετώπιση περίπλοκων τεχνολογιών.
Barbara Humpton:
Σας έχω ακούσει συχνά να μιλάτε για τη σημασία των συμπράξεων δημόσιου-ιδιωτικού τομέα για την προώθηση της αμερικανικής ηγεσίας της τεχνητής νοημοσύνης. Κοιτάζοντας αυτό το τοπίο, ένας από τους εθνικούς μας στόχους είναι να διατηρήσουμε αυτόν τον ηγετικό ρόλο. Όπως θυμάμαι, η έκθεση AI της ομάδας εργασίας σας έχει μια εξαιρετική ενότητα που συζητά τη σημασία των κυβερνητικών, πανεπιστημιακών και βιομηχανικών οικοσυστημάτων για την R&D. Θα ήθελα πολύ να ακούσω την άποψή σας για το πώς οι επιχειρήσεις και η κυβέρνηση μπορούν να συνεργαστούν για την ανάπτυξη και επέκταση αυτών των οικοσυστημάτων.
Γερουσιαστής Obernolte:
Νομίζω ότι θα χρειαστεί όλοι μας να συνεργαστούμε και να πιέσουμε προς την ίδια κατεύθυνση για να διατηρήσουμε την κυριαρχία των ΗΠΑ στην εξέλιξη και την ανάπτυξη της τεχνητής νοημοσύνης. Ένα από τα πράγματα για τα οποία ανησυχούμε πολύ είναι ότι θα υπάρξει έλλειψη ανταγωνισμού στην ανάπτυξη της τεχνητής νοημοσύνης αιχμής. Έχει γίνει τόσο ακριβό όσον αφορά την υπολογιστική ισχύ και τα δεδομένα η ανάπτυξη ενός αλγορίθμου frontier-AI που ανησυχούμε ότι μόνο οι μεγαλύτερες εταιρείες τεχνολογίας θα είναι σε θέση να έχουν τους πόρους για να το κάνουν αυτό.
Αυτό είναι πολύ ανθυγιεινό, ειδικότερα, όταν πρόκειται για τον ακαδημαϊκό χώρο και την επιχειρηματικότητα, επειδή αυτές είναι δύο από τις δυνάμεις που έχουν οδηγήσει πραγματικά την πρόοδο στην αμερικανική επιστημονική ανακάλυψη τα τελευταία εκατό χρόνια, και θέλουμε να διασφαλίσουμε ότι αυτή η παράδοση συνεχίζεται. Όταν μιλάτε για ακαδημαϊκό χώρο, ειδικότερα, η έρευνα σε ακαδημαϊκά περιβάλλοντα συνοδεύεται από μερικά πολύ επιθυμητά πράγματα όπως η διαφάνεια, η δημοσίευση και η αξιολόγηση από ομοτίμους. Αυτά είναι πράγματα που χάνονται εάν αυτή η έρευνα γίνεται μόνο πίσω από κλειστές πόρτες από τις μεγαλύτερες εταιρείες.
Ένα από τα πράγματα που λέμε στην έκθεση της ομάδας εργασιών είναι να προτείνουμε την κωδικοποίηση ενός πιλοτικού προγράμματος που εκτελούμε αυτήν τη στιγμή και ονομάζεται NARE, (the National AI Research Resource), ο Εθνικός Πόρος Έρευνας Τεχνητής Νοημοσύνης, που καθιστά δεξαμενές δεδομένων διαθέσιμες σε ακαδημαϊκούς και επιχειρηματίες για να διασφαλιστεί ότι τέτοια έρευνα συνεχίζει να γίνεται εκτός των μεγάλων εταιρειών. Αυτό είναι πολύ σημαντικό.
Και, παρεμπιπτόντως, για να τονίσω - δεδομένου ότι είμαι ο ίδιος συντηρητικός μικρής κυβέρνησης - όλοι αυτοί οι πόροι παρέχονται δωρεάν. Το μόνο που κάνει η ομοσπονδιακή κυβέρνηση είναι να είναι ο φύλακας της πρόσβασης σε αυτούς τους πόρους. Αυτό συμβαίνει επειδή οι προμηθευτές αυτών των πόρων μοιράζονται τον στόχο μας να διασφαλίσουμε ότι οι επιχειρηματίες και οι ακαδημαϊκοί συνεχίζουν να έχουν πρόσβαση σε αυτούς.
Barbara Humpton:
Είναι αυτό το οικοσύστημα καινοτομίας που έχει φέρει πραγματικά τις ΗΠΑ σε αυτό το σημείο παγκόσμιας ηγεσίας. Τώρα, ας αλλάξουμε την εστίασή μας για ένα λεπτό και ας μιλήσουμε για τον αντίκτυπο που θα έχει η τεχνητή νοημοσύνη στους ανθρώπους.
Με ακούσατε να λέω στη δική μου μαρτυρία ότι πιστεύω ότι η τεχνητή νοημοσύνη δεν πρόκειται να αντικαταστήσει τους ανθρώπους. Γνωρίζουμε ότι κάθε κύμα νέων εργαλείων και τεχνολογίας που έχουν εισαχθεί έχει επεκτείνει πραγματικά αυτό που είναι ανθρωπίνως δυνατό.
Θα μοιραστώ μαζί σας μια γρήγορη ιστορία σχετικά με τη χρήση της τεχνητής νοημοσύνης στις λειτουργίες της εταιρείας μου.
Είχαμε ερευνητές που εργάζονταν για το πώς να βάλουμε έναν συγκυβερνήτη (copilot) σε ένα κατασκευαστικό περιβάλλον. Σε ένα εργοστάσιο στη Γερμανία, όπου λειτουργούσε η πρώτη και η δεύτερη βάρδια, οι ερευνητές εγκατέστησαν τον νέο copilot και οι άνθρωποι άρχισαν να τον χρησιμοποιούν. Σε έρευνες που αφορούν την ικανοποίηση, τα σχόλια τόσο από την πρώτη όσο και από τη δεύτερη βάρδια ήταν υπέροχα. Αλλά οι ερευνητές παρατήρησαν κάτι περίεργο στα δεδομένα. Η δεύτερη βάρδια το χρησιμοποιούσε περισσότερο από την πρώτη βάρδια. Γιατί γινόταν αυτό;
Έτσι, οι ερευνητές έκαναν συνεντεύξεις με το προσωπικό της δεύτερης βάρδιας, το οποίο είπε, «Τις προηγούμενες φορές, αν κάτι είχε πάει στραβά κατά τη δεύτερη βάρδια, έπρεπε να καλέσουμε τους ειδικούς - δηλαδή, στη μέση της νύχτας, και δεν θέλαμε να τους ενοχλήσουμε, οπότε χρησιμοποιούμε τον copilot».
Αυτό είναι κάτι όπου, ναι, η τεχνητή νοημοσύνη αλλάζει απολύτως τον τρόπο που εργαζόμαστε, αλλά επίσης κάνει πραγματικά τους ανθρώπους πιο παραγωγικούς και αυξάνει το επίπεδο τεχνογνωσίας. Ακούτε ιστορίες σαν κι αυτή;
Γερουσιαστής Obernolte:
Πάρα πολύ. Έχουμε ένα ολόκληρο κεφάλαιο στην έκθεσή μας για θέματα εκπαίδευσης και εργατικού δυναμικού. Και το σημείο που τονίζουμε πολύ έντονα είναι ότι πιστεύουμε ότι, όπως λέτε, η τεχνητή νοημοσύνη θα δημιουργήσει πολύ περισσότερες θέσεις εργασίας από ό, τι εκτοπίζει, αλλά θα είναι ανατρεπτική όπως είναι πάντα οι νέες τεχνολογίες.
Πηγαίνοντας πίσω στην έλευση της τυπογραφίας, οι τεχνολογίες είναι ανατρεπτικές, αλλά έχουν δημιουργήσει πολύ περισσότερες θέσεις εργασίας από όσες έχουν διαταράξει. Εμείς, ως κοινωνία, θα έχουμε την υποχρέωση, καταρχάς, να εξοπλίσουμε τους νέους μας με τα εργαλεία που χρειάζονται για να πετύχουν σε έναν χώρο εργασίας που βασίζεται στην τεχνητή νοημοσύνη. Χρειαζόμαστε μια δέσμευση για επανειδίκευση, διότι θα υπάρξουν ορισμένες θέσεις εργασίας που θα εκτοπιστούν και οι άνθρωποι θα χρειαστούν βοήθεια για να επανειδικοποιηθούν σε άλλους τομείς. Θα χρειαστεί να ενισχύσουμε το κοινωνικό δίχτυ ασφαλείας τους για να σιγουρευτούμε ότι κανείς δε θα μείνει ακάλυπτος.
Αλλά στο τέλος της ημέρας, θα δημιουργήσουμε περισσότερες θέσεις εργασίας από όσες εκτοπίζουμε. Νομίζω ότι μεγάλο μέρος της ανησυχίας γύρω από αυτό το θέμα είναι λανθασμένο. Θα σας δώσω ένα συγκεκριμένο παράδειγμα από την πατρίδα μου την Καλιφόρνια.
Είχαμε μια πολύ ενοχλητική απεργία από τους σεναριογράφους του Χόλιγουντ πέρυσι. Ένα από τα κεντρικά ζητήματα της απεργίας ήταν ότι οι σεναριογράφοι αντιτάχθηκαν στη χρήση της τεχνητής νοημοσύνης από κινηματογραφικά στούντιο για την αυτοματοποιημένη συγγραφή σεναρίων ταινιών. Υπήρχε η σιωπηρή παραδοχή ότι η μεγαλύτερη χρήση της τεχνητής νοημοσύνης θα δημιουργούσε λιγότερες θέσεις εργασίας για τους σεναριογράφους του Χόλιγουντ.
Σκέφτηκα, πόσο κοντόφθαλμο είναι αυτό; Όταν κοιτάζω το μέλλον, σε δέκα χρόνια από τώρα, οραματίζομαι να ανοίγω το Netflix και να παρακολουθώ μια εκπομπή που δημιουργήθηκε από παραγωγική τεχνητή νοημοσύνη σε πραγματικό χρόνο μόνο για μένα, με βάση το τι νιώθω να παρακολουθώ σήμερα και τι μου άρεσε να παρακολουθώ στο παρελθόν - αντί να παρακολουθώ μια εκπομπή που δημιουργήθηκε μια φορά για όλους. Θα έχουμε την τεχνολογία για να το κάνουμε αυτό. Και είμαι βέβαιος ότι θα υπάρξουν καινοτόμοι επιχειρηματίες που θα επωφεληθούν από αυτό.
Αυτό σημαίνει πολλές, πολλές περισσότερες δουλειές για τους σεναριογράφους. Και, ναι, οι σεναριογράφοι θα ξέρουν πώς να χρησιμοποιούν την τεχνητή νοημοσύνη για να ενισχύσουν την παραγωγικότητά τους. Αυτό ισχύει για πολλά διαφορετικά πεδία.
Θα σας δώσω ένα άλλο παράδειγμα. Υπάρχει μια ετήσια έρευνα για αποφοίτους τελειόφοιτους γυμνασίου. Ένα από τα ερωτήματα είναι, «Ποια καριέρα φιλοδοξείτε να ακολουθήσετε περισσότερο;» Όταν μεγάλωνα, ήμουν στο τέλος του διαστημικού προγράμματος Apollo και η νούμερο ένα καριέρα στην οποία φιλοδοξούσαν να ακολουθήσουν οι νέοι ήταν ο αστροναύτης. Όλοι θέλαμε να γίνουμε αστροναύτες. Πολύ λίγοι από εμάς έγιναν αστροναύτες, αλλά οδήγησε μια ολόκληρη γενιά Αμερικανών στα πεδία STEM, κάτι που ήταν απίστευτα χρήσιμο για τη χώρα μας.
Μπορείτε να μαντέψετε πέρυσι ποια ήταν η νούμερο ένα απάντηση των αποφοίτων τελειόφοιτων γυμνασίου στην Αμερική?
Barbara Humpton:
Δεν έχω ιδέα.
Γερουσιαστής Obernolte:
Influencer κοινωνικών μέσων.
Έτσι, αγνοώντας για μια στιγμή τα κάπως ενοχλητικά πράγματα που λέει η απάντηση για τους νέους μας, σκεφτείτε το εξής: Πριν από την έλευση του Διαδικτύου, πώς θα διατυπώνατε σε κάποιον τι είναι ένας influencer κοινωνικών μέσων, τι κάνει, και γιατί παρέχουν μια αξία σε μια κοινωνία για την οποία οι άνθρωποι θα τους πληρώσουν;
Φανταστείτε πόσο δύσκολο θα ήταν να κάνετε αυτή τη συζήτηση. Δεν έχετε το λεξιλόγιο εκτός εάν καταλαβαίνετε το Διαδίκτυο και τον τρόπο που έχει φέρει τους ανθρώπους κοντά και συνδέει τους ανθρώπους και τον τρόπο με τον οποίο οι άνθρωποι ζουν τη ζωή τους μέσω του Διαδικτύου τώρα, σωστά?
Έτσι, για να πάμε στο σήμερα - θα υπάρξει ένα ολόκληρο φάσμα θέσεων εργασίας που δημιουργούνται λόγω της τεχνητής νοημοσύνης. Δεν έχουμε καν το λεξιλόγιο τώρα για να περιγράψουμε ποιες θα είναι αυτές οι θέσεις εργασίας, αλλά μπορούμε να κοιτάξουμε πίσω στην ιστορία, όχι μόνο το Διαδίκτυο, αλλά και τη Βιομηχανική Επανάσταση, την τυπογραφία - όλες αυτές οι τεχνολογικές επαναστάσεις έχουν δημιουργήσει εκτοπισμό κάποιων εργασιών, αλλά επίσης επέτρεψαν την ανθρώπινη επιτυχία και δημιούργησαν πολλές, πολύ περισσότερες θέσεις εργασίας από όσες έχουν εκτοπίσει. Είμαι 100% σίγουρος ότι αυτό θα ισχύει και για την τεχνητή νοημοσύνη.
Οι τεχνολογίες είναι ανατρεπτικές, αλλά έχουν δημιουργήσει πολύ περισσότερες θέσεις εργασίας από όσες έχουν διαταράξει. Εμείς, ως κοινωνία, θα έχουμε την υποχρέωση, καταρχάς, να εξοπλίσουμε τους νέους μας με τα εργαλεία που χρειάζονται για να πετύχουν σε έναν χώρο εργασίας που βασίζεται στην τεχνητή νοημοσύνη. Χρειαζόμαστε μια δέσμευση για επανειδίκευση, διότι θα υπάρξουν ορισμένες θέσεις εργασίας που θα εκτοπιστούν και οι άνθρωποι θα χρειαστούν βοήθεια για να επανειδικοποιηθούν σε άλλους τομείς. Θα χρειαστεί να ενισχύσουμε το κοινωνικό δίχτυ ασφαλείας τους για να σιγουρευτούμε ότι κανείς δε θα μείνει ακάλυπτος.
Barbara Humpton:
Συχνά με ρωτούν οι γονείς τι συμβουλή θα έδινα στα παιδιά τους. Τι πρέπει να μελετήσουν για να προετοιμαστούν για το μέλλον; Και λέω στους ανθρώπους: πείτε στα παιδιά σας να παίξουν τα βιντεοπαιχνίδια τους. Τι πιστεύετε για αυτήν τη θεωρία;
Γερουσιαστής Obernolte:
Θα έλεγα: Συνηθίστε να είστε σε θέση να αρθρώσετε σε μια μηχανή πώς να λύσετε ένα πρόβλημα και στη συνέχεια να βάλετε το μηχάνημα να το κάνει.
Αυτό το αποκαλούσαμε κάποτε προγραμματισμό υπολογιστών. Νομίζω ότι τώρα όταν λέμε προγραμματισμό, αναφερόμαστε περισσότερο σε αυτό που η γενιά μου αποκαλούσε scripting. Αυτό είναι ένα πολύ υψηλότερο επίπεδο. Όταν ξεκίνησα τον προγραμματισμό, ήταν σε μια γλώσσα πολύ χαμηλού επιπέδου που ονομάζεται «γλώσσα assembly», η οποία είναι η γλώσσα που μιλούν τα τσιπ των υπολογιστών. Αργότερα έφτασα σε γλώσσες υψηλότερου επιπέδου όπως η C, και στη συνέχεια αντικειμενοστρεφείς γλώσσες.
Με την τεχνητή νοημοσύνη, θα πρόκειται για ένα άλλο επίπεδο πάνω από αυτό, όπου θα μπορείτε να αρθρώσετε διαδικαστικά στο AI τι θέλετε να κάνει. Οι άνθρωποι που είναι οι πιο αποτελεσματικοί στη χρήση της τεχνητής νοημοσύνης θα είναι αυτοί που είναι οι καλύτεροι στο να διατυπώσουν τι θέλουν να κάνει η τεχνητή νοημοσύνη και πώς να το κάνει. Και αυτές θα είναι απίστευτα χρήσιμες δεξιότητες που πρέπει να έχετε.
Αλλά επιτρέψτε μου επίσης να το συνδυάσω με κάτι άλλο. Ως κάποιος που προσέλαβε χιλιάδες και χιλιάδες ανθρώπους στην καριέρα μου, τόσο στον ιδιωτικό τομέα όσο και τα τελευταία 20 χρόνια στο κυβερνητικό αξίωμα, μπορώ να σας πω το εξής: Παρακαλώ, παιδιά, μάθετε πώς να γράφετε. Αυτή είναι μια από τις πιο απαιτητικές δεξιότητες εργασίας αυτή τη στιγμή. Αλλά οι νέοι δεν αποφοιτούν με την ικανότητα να είναι σε θέση να πάρουν κάτι που θέλουν να πουν και να το μεταδώσουν. Και αυτό θα εξακολουθεί να είναι πολύ σημαντικό με την τεχνητή νοημοσύνη.
Αυτό είναι ένα ενδιαφέρον σημείο επειδή υπάρχει αυτή η τεράστια ανησυχία μεταξύ των δασκάλων σχολείων για τα παιδιά που χρησιμοποιούν την τεχνητή νοημοσύνη για να γράψουν δοκίμια. Είναι σχεδόν σαν τη συζήτηση που είχαμε όταν μεγάλωνα σχετικά με το αν θα έπρεπε ή όχι να μας επιτραπεί να χρησιμοποιούμε αριθμομηχανές για να κάνουμε μακρά διαίρεση. Και μας είπαν, όχι, πρέπει να μάθετε αυτή τη μυστική διαδικασία με δεκαδικά ψηφία και πώς μεταφέρετε τα κρατούμενα. Αλλά εμείς γελούσαμε τελευταίοι γιατί αποδεικνύεται ότι τώρα όλοι φέρουν μια αριθμομηχανή μαζί τους ως μέρος του κινητού τους τηλεφώνου. Πιθανώς κανείς δεν ξέρει πώς να κάνει μακρά διαίρεση πια μόλις γίνει ενήλικας.
Το AI θα είναι παρόμοιο. Θα καταλάβουμε ότι υπάρχουν πράγματα που κάνει η τεχνητή νοημοσύνη για εμάς που μας ελευθερώνουν να σκεφτόμαστε έννοιες σε υψηλότερο επίπεδο. Έτσι, αντί να σκεφτείτε πώς θα διατυπώσετε ένα συγκεκριμένο σημείο, θα σκεφτείτε πώς να πείσετε.
Εσύ κι εγώ κάνουμε μια συζήτηση. Πώς θα σας πείσω ότι η άποψή μου είναι σωστή; Θέλω να σας πω μια ιστορία, θέλω να σας πω αυτό το ταξίδι ανακάλυψης που έκανα για να προσπαθήσω να σας κάνω να έρθετε μαζί μου. Και τότε μπορεί να χρησιμοποιήσω την τεχνητή νοημοσύνη για να με βοηθήσει με τα παξιμάδια και τα μπουλόνια για να φτιάξω την υπόθεση μου. Οι άνθρωποι που θα είναι πιο επιτυχημένοι χρησιμοποιώντας την τεχνητή νοημοσύνη θα ξέρουν πώς να το κάνουν αυτό.
Barbara Humpton:
Η εκδοχή του εαυτού μου της δεκαετίας του 1980 που χρησιμοποίησα διάτρητες κάρτες στον υπολογιστή αγκαλιάζει απολύτως αυτή τη νέα εποχή στην οποία εισερχόμαστε. Πέρα από αυτό, αναρωτιέμαι αν, σε κάποιο επίπεδο, μια εκπαίδευση φιλελεύθερων τεχνών επανέρχεται στη μόδα.
Μιλώντας στους εκπαιδευτικούς, μαθαίνουμε για την εξατομικευμένη εκπαίδευση. Ο καθένας από εμάς μπορεί να έχει δασκάλους τεχνητής νοημοσύνης που μαθαίνουν το στυλ μάθησής μας και στη συνέχεια είναι σε θέση να μας φέρουν σε ένα μονοπάτι με τη δική μας ταχύτητα. Υπάρχουν τόσες πολλές δυνατότητες διαθέσιμες σε εμάς που με φέρνει σε αυτό που μου αρέσει να ρωτάω σε κάθε έναν από τους καλεσμένους μου στο podcast, γιατί μου αρέσει να μαθαίνω από τους καλεσμένους μου για την αισιόδοξη προοπτική τους.
Ως μέλος του Κογκρέσου, έχετε μια απίστευτη ευκαιρία να επηρεάσετε την αμερικανική καινοτομία. Για τι είστε πιο αισιόδοξοι στην εποχή της τεχνητής νοημοσύνης;
Γερουσιαστής Obernolte:
Θα ασχοληθώ πρώτα με την ερώτηση που θέσατε σχετικά με την εκπαίδευση φιλελεύθερων τεχνών. Και η απάντησή μου είναι: ναι και όχι.
Η τεχνητή νοημοσύνη πρόκειται να φέρει πλήρη επανάσταση στην προσέγγισή μας στην εκπαίδευση. Τα τελευταία 150 χρόνια, ωστόσο, έχουμε υιοθετήσει αυτό το μοντέλο που λέει ότι όταν είσαι νέος, αποκτάς αυτό το πράγμα που ονομάζουμε εκπαίδευση. Το κάνεις αυτό ξεκινώντας από το λύκειο, και μετά πηγαίνεις στο κολέγιο, και μετά ίσως συνεχίσεις να πηγαίνεις στο μεταπτυχιακό επίπεδο. Στη συνέχεια αποφοιτούμε και χρησιμοποιούμε αυτήν την εκπαίδευση στο υπόλοιπο της καριέρας.
Αυτό το μοντέλο, μέσα από το πρίσμα της μάθησης που ενισχύεται από την τεχνητή νοημοσύνη, είναι εντελώς ξεπερασμένο για δύο λόγους.
Πρώτον, θα έχουμε την ευκαιρία να είμαστε δια βίου μαθητές. Μπορούμε να μάθουμε ό, τι θέλουμε, όποτε θέλουμε. Γιατί λοιπόν να αφιερώνουμε όλο αυτό το χρόνο όταν είμαστε νέοι, απλά μαθαίνοντας πράγματα, όταν η ίδια η μάθηση είναι κάτι που θα κάνουμε όλη μας τη ζωή;
Δεύτερον, πρόκειται να υπάρξει αναγκαιότητα στην υιοθέτηση της δια βίου εκπαίδευσης. Ο ρυθμός της τεχνολογίας θα συνεχίσει να επιταχύνεται και δεν θα υπάρχει κανένας πιθανός τρόπος να αποκτήσει κανείς από την αρχή, στη νεολαία, όλα όσα χρειάζεται να γνωρίζει κανείς και να μην έχει δέσμευση να μαθαίνει καθώς προχωρά. Οι στατιστικές λένε αυτή τη στιγμή ότι ο μέσος αποφοίτος γυμνασίου φέτος θα έχει τρεις σταδιοδρομίες στη ζωή του - όχι τρεις διαφορετικές θέσεις εργασίας ή τρεις διαφορετικούς εργοδότες, αλλά τρεις διαφορετικές καριέρες, το οποίο είναι ένα απίστευτο πράγμα.
Αλλά ζητήσατε την αισιόδοξη υπόθεση. Έτσι, σκεφτείτε αυτό:
Στα 250 χρόνια που οι Ηνωμένες Πολιτείες ήταν χώρα, αν γυρίσετε πίσω και κοιτάξετε την οικονομική μας ιστορία, θα διαπιστώσετε ότι κάθε σημαντική επέκταση του ακαθάριστου εγχώριου προϊόντος μας προαναγγέλλεται από μια αντίστοιχη αύξηση της παραγωγικότητας του εργατικού μας δυναμικού. Τα δύο είναι άμεσα συνδεδεμένα μεταξύ τους. Η παραγωγικότητα του Αμερικανού εργάτη τροφοδοτεί την ανάπτυξη της οικονομίας μας.
Τα τελευταία έξι χρόνια, από την αρχή του COVID, βρισκόμαστε σε σταδιακή μείωση της παραγωγικότητας των εργαζομένων. Νομίζω ότι η τεχνητή νοημοσύνη θα είναι ο επόμενος καταλύτης για μια τεράστια έκρηξη στην παραγωγικότητα που όχι μόνο ανεβάζει το ακαθάριστο εγχώριο προϊόν μας στην οικονομία μας, αλλά και την οικονομική τύχη όλων στην Αμερική. Αυτό είναι ένα απίστευτα ισχυρό πράγμα.
Δημοσιεύθηκε: 26 Αυγούστου 2025

