ChatGPT siap merevolusi sistem keuangan.  Kita harus menyelesaikan apa yang terlihat enjoy.

ChatGPT siap merevolusi sistem keuangan. Kita harus menyelesaikan apa yang terlihat enjoy.

Model bahasa lebar yang unik akan merombak banyak peran. Apakah mereka akan sering membawa kemakmuran atau tidak, itu terserah kita.

ChatGPT siap merevolusi sistem keuangan. Kita harus menyelesaikan apa yang terlihat enjoy. - generative jobs2 image 1

Stephanie Arnett/MITTR

Apakah itu sesuai dengan keyakinan halusinasi atau tidak, pengocok emas intelijen buatan manusia telah dimulai selama beberapa bulan terakhir untuk menambang peluang alternatif yang diprediksi dari model AI generatif menikmati ChatGPT. Pembuat aplikasi, perusahaan rintisan yang didukung proyek, dan salah satu perusahaan terbesar di dunia utama semuanya berjuang untuk memahami bot penghasil teks sensasional yang dirilis oleh OpenAI November lalu.

Anda mungkin bisa mendengar jeritan dari kantor sudut di sekitar lapangan: “Apa permainan ChatGPT kami? Bagaimana kita mengumpulkan uang dari ini?

Tetapi sementara perusahaan dan eksekutif mendeteksi kemungkinan pendapatan yang jelas, kemungkinan dampak keterampilan pada pekerja dan sistem keuangan terhadap total Anda jauh lebih tidak mencolok. Terlepas dari batasan mereka — yang utama di antara mereka adalah kecenderungan mereka untuk mengada-ada — ChatGPT dan lainnya hari ini merilis model AI generatif yang memenuhi janji untuk mengotomatiskan semua bentuk tugas yang sebelumnya bahkan diserahkan hanya dalam ranah kreativitas dan penalaran manusia, dari menulis hingga menyiapkan grafik hingga meringkas dan memeriksa data catatan. Itu membuat para ekonom tidak bekerja keras bagaimana pekerjaan dan produktivitas total kemungkinan akan terpengaruh.

Untuk semua kemajuan yang sangat tepat dalam AI dan alat digital lainnya selama dekade terakhir, rekor mereka dalam meningkatkan kemakmuran dan sering memacu peningkatan ekonomi sangat mengecewakan. Sekalipun sejumlah pedagang dan pengusaha telah berkembang menjadi sangat kaya, kebanyakan orang belum mendapatkan keuntungan. Bahkan ada yang otomatis keluar dari pekerjaannya.

Peningkatan produktivitas, yaitu bagaimana negara-negara berkembang menjadi lebih kaya dan lebih makmur, telah dirusak sejak sekitar tahun 2005 di AS dan di sebagian besar ekonomi maju (Inggris adalah kasus keranjang yang jelas). Fakta sebenarnya bahwa pai bisnis tidak akan meningkat pesat telah berakhir dengan gaji yang stagnan bagi banyak orang.

Peningkatan produktivitas yang terjadi pada saat itu sebagian besar terbatas pada sejumlah sektor, seperti perusahaan dan produk data rekaman, dan di AS ke sejumlah kota — pikirkan San Jose, San Francisco, Seattle, dan Boston.

Akankah ChatGPT mengumpulkan ketimpangan pendapatan dan kekayaan yang sudah meresahkan di AS dan memuat negara lain lebih buruk lagi? Atau mungkinkah lebih dari itu? Mungkinkah itu benar-benar memberikan dorongan yang sangat dibutuhkan untuk produktivitas?

ChatGPT, dengan keterampilan menulis yang disukai manusia, dan DALL-E 2 gratis baru lainnya dari OpenAI, yang menghasilkan foto pada data pencarian dari, menggunakan model bahasa luas yang dididik pada sebagian besar data catatan. Hal yang sama berlaku untuk lawan seperti Claude dari Anthropic dan Bard dari Google. Apa yang disebut model dasar ini, seperti GPT-3.5 dari OpenAI, yang menurut ChatGPT, atau model bahasa pesaing Google LaMDA, yang mendukung Bard, telah unggul dengan cepat saat kami menceritakannya.

Pengurangan mereka menjadi lebih efisien: mereka mempelajari lebih banyak data rekaman, dan kumpulan parameter—variabel dalam model yang berhasil di-tweak—meningkat secara dramatis. Awal bulan ini, OpenAI merilis versi terbarunya, GPT-4. Meskipun OpenAI tidak mengatakan dengan tepat seberapa besar itu, seseorang dapat bertaruh; GPT-3, dengan sekitar 175 miliar parameter, menjadi sekitar 100 kali lebih tinggi dari GPT-2.

Tapi itu benar-benar menjadi pembebasan ChatGPT akhir tahun lalu yang mengubah segalanya untuk sejumlah pengguna. Ini sangat mudah digunakan dan menarik dalam kemampuannya untuk dengan cepat menyusun teks yang dinikmati manusia, di samping resep sampingan, rencana latihan, dan — mungkin yang paling menarik — kode laptop. Untuk banyak non-ahli, bersama dengan kumpulan pengusaha dan pebisnis yang terus meningkat, model obrolan yang ramah pengguna — jauh lebih sedikit ringkasan dan lebih intelektual daripada kemajuan spektakuler namun seringkali esoteris yang telah muncul di dunia akademis dan segelintir orang tinggi. -perusahaan teknologi selama beberapa tahun terakhir—adalah bukti nyata bahwa revolusi AI sangat mungkin terjadi.

Endeavour kapitalis dan pedagang lain menggelontorkan miliaran ke perusahaan menurut AI generatif, dan daftar periksa aplikasi, perusahaan, dan produk yang didorong oleh model bahasa luas meningkat lebih lama setiap hari.

Di antara para pemain besar, Microsoft telah menginvestasikan $ 10 miliar yang dilaporkan dalam OpenAI dan ChatGPT-nya, berharap kemampuan tersebut akan menandai keberadaan unik untuk mesin pencari Bing yang telah lama berjuang dan kemampuan baru untuk Produk perusahaannya. Pada awal Maret, Salesforce berbicara tentang kemungkinan akan memperkenalkan aplikasi ChatGPT dalam produk Slack yang trendi; pada saat yang sama, ia mengumumkan dana $250 juta untuk berinvestasi di startup AI generatif. Daftar periksanya terus berlanjut, dari Coca-Cola hingga GM. Setiap orang memiliki permainan ChatGPT.

Sementara itu, Google mengumumkan akan menggunakan alat AI generatifnya yang unik di Gmail, Dokter medis, dan beberapa produk lainnya yang banyak digunakan.

Akankah ChatGPT mengumpulkan ketimpangan pendapatan dan kekayaan yang sudah meresahkan di AS dan memuat negara lain lebih buruk lagi? Atau mungkinkah lebih dari itu?

Tersusun, tidak ada aplikasi pembunuh mencolok tapi. Dan ketika bisnis mencari cara untuk menggunakan keterampilan tersebut, para ekonom mengatakan jendela langka telah terbuka untuk memikirkan kembali cara untuk memenangkan manfaat paling banyak dari keterampilan unik AI.

“Kita berbicara dalam 2 hari ini karena Anda mungkin juga menyentuh keterampilan ini. Sekarang Anda mungkin juga dapat memainkannya tanpa memerlukan keterampilan pengkodean apa pun. Banyak orang dapat mulai membayangkan bagaimana hal ini memengaruhi alur kerja mereka, potensi pekerjaan mereka, ”kata Katya Klinova, kepala analisis AI, tenaga kerja, dan sistem keuangan di Kemitraan AI di San Francisco.

“Pertanyaannya adalah siapa yang akan mendapat untung? Dan siapa yang akan ditinggalkan di belakang?” kata Klinova, yang sedang mengerjakan dokumen yang menguraikan dampak pekerjaan fungsi dari AI generatif dan menawarkan saran penggunaannya untuk memperpanjang kemakmuran bersama.

Pandangan optimis: itu mungkin akan berulang menjadi instrumen yang sangat efisien untuk sejumlah pekerja, meningkatkan kemampuan dan keterampilan mereka, sambil menawarkan dorongan untuk sistem keuangan secara keseluruhan. Yang pesimistis: perusahaan hanya akan menggunakannya untuk mengeksekusi apa yang dulunya tampak menikmati pekerjaan yang tahan otomatisasi, pekerjaan yang membayar dengan cerdas yang membutuhkan keterampilan inventif dan penalaran logis; Beberapa perusahaan teknologi tinggi dan elit teknologi akan menang lebih kaya lagi, tetapi mungkin akan menang menit untuk peningkatan finansial total.

Membantu yang paling tidak profesional

Pertanyaan tentang dampak ChatGPT di tempat bisnis tidak sesuai dengan teori.

Dalam prognosis yang paling bergaya, Tyna Eloundou dari OpenAI, Sam Manning, dan Pamela Mishkin, dengan Daniel Rock dari University of Pennsylvania, kebetulan bahwa model bahasa luas seperti GPT mungkin juga memiliki jeda pada 80% kru AS. Mereka memperkirakan lebih lanjut bahwa model AI, bersama dengan GPT-4 dan alat perkakas lainnya yang diantisipasi, akan secara intensif menandai 19% pekerjaan, dengan setidaknya 50% tugas dalam pekerjaan tersebut “terbuka”. Tidak seperti apa yang kita lihat di gelombang otomatisasi sebelumnya, pekerjaan berpenghasilan tinggi mungkin akan paling terpengaruh, saran mereka. Salah satu orang pertama yang pekerjaannya paling lemah: penulis, perancang web dan digital, analis keuangan kuantitatif, dan—sesuai saat Anda memikirkan alternatif karier—insinyur rantai blok.

“Mungkin tidak ada pertanyaan tentang itu [generative AI] akan compang-camping—itu bukan hal baru yang pantas,” kata David Autor, seorang ekonom tenaga kerja MIT dan profesional nomor satu tentang dampak keterampilan pada pekerjaan. “Perusahaan hukum sudah menggunakannya, dan itu salah satu contohnya. Ini membuka berbagai tugas yang juga otomatis.”

David Autor sebagai pengganti perusahaannya
Penulis David

PETER TENZER/MIT

Autor telah menghabiskan waktu bertahun-tahun untuk mendokumentasikan bagaimana ilmu terapan digital canggih telah menghancurkan banyak pekerjaan manufaktur dan administrasi rutin yang kemudian dibayar dengan cerdas. Namun dia mengatakan ChatGPT dan contoh AI generatif lainnya telah mengubah perhitungan.

Sebelumnya, AI telah mengotomatiskan beberapa tempat kerja perusahaan, tetapi itu menjadi tugas hafalan langkah demi langkah yang mungkin dikodekan untuk mesin. Sekarang ini akan menyusun tugas-tugas yang sekarang kami anggap inventif, seperti menulis dan memproduksi grafik. “Sangat jelas bagi siapa saja yang memperhatikan bahwa AI generatif membuka pintu ke komputerisasi dari berbagai jenis tugas yang kami perkirakan bukannya tanpa kerumitan otomatis,” katanya.

Fobia tidak akan terlalu besar sehingga ChatGPT akan menyebabkan pengangguran skala tertentu — seperti yang diungkapkan Autor, ada begitu banyak pekerjaan di AS — namun perusahaan akan mengubah pekerjaan kerah putih dengan gaji yang cukup cerdas dengan pekerjaan unik ini. menangkan otomatisasi, mengirim para pekerja itu ke pekerjaan penyedia bergaji rendah sementara sedikit yang sangat siap menggunakan keterampilan unik menuai keuntungan total.

AI generatif juga dapat membantu banyak orang mendapatkan kemampuan untuk bersaing dengan mereka yang memiliki lebih banyak pendidikan dan keterampilan.

Dalam skenario ini, pekerja dan perusahaan yang paham teknologi mungkin akan lebih cepat mencuri alat AI, menjadi sangat lebih produktif sehingga mereka mendominasi area kerja dan sektor mereka. Mereka yang memiliki keterampilan lebih sedikit dan ketajaman teknis kecil untuk memulai mungkin akan tertinggal lebih banyak di belakang.

HOT 🔥  Saya bertemu drone polisi di VR — dan membencinya

Tapi Autor juga melihat lebih pasti bahwa Anda mungkin juga perlu diingat: AI generatif mungkin juga membantu banyak orang memenangkan kemampuan untuk bersaing dengan mereka yang memiliki lebih banyak pendidikan dan keterampilan.

Salah satu cerita serius pertama yang dilakukan tentang dampak produktivitas ChatGPT menunjukkan bahwa kemungkinan besar Anda juga dapat mengingatnya.

Dua mahasiswa pascasarjana ekonomi MIT, Shakked Noy dan Whitney Zhang, menjalankan eksperimen tajam terhadap ratusan pakar berpendidikan perguruan tinggi yang bekerja di bidang pemasaran dan SDM; mereka meminta setengah untuk menggunakan ChatGPT dalam tugas sehari-hari mereka dan yang lainnya tidak. ChatGPT meningkatkan produktivitas total (tidak terlalu mengejutkan), tetapi inilah hasil yang benar-benar menarik: perangkat AI paling membantu pekerja yang paling tidak profesional dan berprestasi, mengurangi kesenjangan kinerja antar pekerja. Dengan kata lain, para penulis yang putus asa menjadi jauh lebih baik; penulis yang benar hanya mendapatkan satu menit lebih cepat.

Temuan awal menunjukkan bahwa ChatGPT dan AI generatif lainnya mungkin juga, dalam jargon ekonom, “meningkatkan” mereka yang akan kesulitan mencari pekerjaan. Ada cukup banyak pekerja terampil yang “terlantar” setelah dipindahkan dari tempat kerja dan pekerjaan manufaktur selama beberapa dekade terakhir, kata Autor. Jika AI generatif juga akan digunakan sebagai instrumen penting untuk memperluas keterampilan mereka dan membekali mereka dengan keterampilan khusus yang dibutuhkan di bidang-bidang seperti merawat atau mengajar secara cerdas, set ada begitu banyak pekerjaan, apalagi akan merevitalisasi kita. awak kapal.

Mencari tahu skenario mana yang menang akan membutuhkan upaya yang lebih disengaja untuk menyadari bagaimana kita harus mengeksploitasi keterampilan tersebut.

“Saya tidak berpikir kita harus mencurinya dengan damai karena keterampilannya gratis di lapangan dan kita harus beradaptasi dengannya. Ini berarti bahwa itu dalam proses pembuatan, itu mungkin juga compang-camping dan dikembangkan dalam berbagai cara, ”kata Autor. “Sangat melelahkan untuk melebih-lebihkan pentingnya mendesain untuk apa itu ada.”

Hanya diatur, kita berada pada titik di mana pekerja yang kurang profesional akan semakin siap untuk mencuri apa yang sekarang bahkan diserahkan sebagai pekerjaan data, atau pada dasarnya pekerja data rekaman yang paling berbakat akan secara radikal meningkatkan keunggulan mereka saat ini dibandingkan orang lain. Yang kami menangkan sebagian besar bergantung pada bagaimana pemberi kerja menggunakan alat penggerak untuk menikmati ChatGPT. Tetapi kemungkinan yang lebih penuh harapan ada dalam jangkauan kita.

Masa lalu manusia-nikmati

Di sana adalah beberapa alasan untuk menjadi pesimis. Musim semi lalu, dalam “The Turing Entice: The Promise & Trouble of Human-Adore Artificial Intelligence,” ekonom Stanford Erik Brynjolfsson memperingatkan bahwa pencipta AI terlalu terobsesi untuk meniru kecerdasan manusia alih-alih mencari cara untuk menggunakan keterampilan tersebut. memungkinkan orang memenangkan tugas unik dan memperluas kemampuan mereka.

Pengejaran kemampuan menikmati manusia, menurut Brynjolfsson, telah berakhir pada ilmu terapan yang hanya mengubah manusia dengan mesin, menurunkan upah, dan memperburuk ketidaksetaraan kekayaan dan pendapatan. Jauh, tulisnya, “satu-satunya penjelasan yang bagus” untuk meningkatnya fokus kekayaan.

Erik Brynjolfson
Erik Brynjolfson

NEILSON BARARD/GETTY IMAGES

Setahun kemudian, katanya ChatGPT, dengan output yang terdengar seperti manusia, “menikmati anak poster untuk apa yang saya peringatkan”: itu telah “mengisi” diskusi tentang bagaimana ilmu terapan asli juga akan compang-camping untuk menyajikan orang-orang unik keterampilan sebagai pengganti hanya mengubahnya.

Terlepas dari kekhawatirannya bahwa pengembang AI akan terus membabi buta mengalahkan satu sama lain dalam meniru kemampuan permainan manusia dari kreasi mereka, Brynjolfsson, direktur Lab Ekonomi Digital Stanford, adalah seorang tekno-optimis dalam hal kecerdasan buatan manusia. Dua tahun lalu, dia memperkirakan hubungan produktivitas dari AI dan ilmu terapan digital lainnya, dan untuk saat ini dia optimis tentang dampak model AI asli.

Optimisme Brynjolfsson yang layak datang dari keyakinan bahwa perusahaan mungkin juga secara signifikan mendapatkan kesenangan dari penggunaan AI generatif seperti ChatGPT untuk memperpanjang pilihan mereka dan memperkuat produktivitas kru mereka. “Ini adalah instrumen kreativitas yang luas. Ini luas dalam membantu Anda memenangkan hal-hal baru. Itu tidak hanya melakukan hal yang sama dengan lebih murah, ”kata Brynjolfsson. Selama perusahaan dan pembangun dapat “menutup jauh dari mentalitas berpikir bahwa manusia tidak diinginkan,” katanya, “itu akan menjadi penting.”

Dalam satu dekade, dia memprediksi, AI generatif mungkin juga akan menambah triliunan dolar dalam peningkatan ekonomi di AS. “Mayoritas sistem keuangan kami adalah pekerja data arsip de facto dan pekerja data arsip,” katanya. “Dan sulit untuk mempertimbangkan jenis pekerja data rekaman apa pun yang tidak terpengaruh sedikit pun.”

Kapan peningkatan produktivitas itu akan tercapai—jika memang demikian—adalah permainan tebak-tebakan finansial. Per kesempatan kita tepat harus menjadi orang yang terpengaruh.

Pada tahun 1987, Robert Solow, ekonom MIT yang menerima Hadiah Nobel satu tahun itu karena menjelaskan bagaimana inovasi mendorong peningkatan ekonomi, dengan terkenal menyebutkan, “Yang mungkin dapat Anda deteksi dengan baik usia laptop di semua tempat kecuali dalam statistik produktivitas.” Baru kemudian, pada pertengahan dan akhir tahun sembilan puluhan, pengaruhnya—terutama dari kemajuan semikonduktor—mulai muncul dalam data catatan produktivitas karena bisnis menemukan cara untuk mencuri hal yang tepat tentang energi komputasi yang semakin murah dan kemajuan terkait dalam alat.

Mungkinkah hal yang sama terjadi dengan AI? Avi Goldfarb, seorang ekonom di University of Toronto, mengatakan itu tergantung pada apakah kita dapat memilih cara menggunakan keterampilan paling baru untuk merombak bisnis seperti yang kita lakukan di era laptop sebelumnya.

Sejauh ini, katanya, perusahaan telah menggunakan AI untuk memenangkan tugas sedikit lebih baik: “Ini akan memperpanjang efisiensi—selain itu akan secara bertahap memperpanjang produktivitas—namun secara tidak langsung, keuntungan perolehan akan menjadi kecil. Ini berarti bahwa semua yang Anda lakukan adalah hal yang sama sedikit lebih baik. Namun, katanya, “keterampilan yang tidak sesuai memungkinkan kami memenangkan apa yang telah berulang kali kami lakukan dengan lebih baik atau lebih murah. Ini juga akan memungkinkan kami untuk menyusun proses unik untuk mengumpulkan biaya ke potensi.

Putusan tentang kapan — terlepas dari kenyataan itu — itu bisa terjadi dengan AI generatif tetap berbahaya. “Saat kita memilih tulisan yang benar dalam skala besar yang memungkinkan industri menang dalam desain yang sama sekali berbeda, atau—dalam konteks Dall-E—produk grafis apa dalam skala besar yang memungkinkan kita menang dalam desain yang sama sekali berbeda, saat itulah kita akan mengalami peningkatan produktivitas yang luar biasa,” kata Goldfarb. “Tetapi ketika itu minggu depan atau satu tahun berikutnya atau 10 tahun dari sekarang, saya belum mendapatkan ide apa pun.”

Pertarungan vitalitas

Ketika Anton Korinek, seorang ekonom di University of Virginia dan seorang rekan di Brookings Institution, memperoleh izin masuk ke keterampilan unik model bahasa besar seperti ChatGPT, dia melakukan apa yang cukup banyak dari kita lakukan: dia mulai bermain berkeliling dengan mereka untuk melihat bagaimana mereka dapat mendukung pekerjaannya. Dia cukup mendokumentasikan kinerja mereka dalam sebuah makalah pada bulan Februari, mencatat betapa cerdasnya mereka menangani 25 “kasus penggunaan”, mulai dari brainstorming dan membumbui teks (sangat membantu) hingga pengkodean (cukup benar dengan beberapa dukungan) hingga mengerjakan matematika (tidak luas).

ChatGPT salah menandai salah satu tip terbesar dalam ekonomi, kata Korinek: “Itu benar-benar kacau.” Tetapi kesalahan, tanpa komplikasi yang terlihat, dengan cepat dimaafkan mengingat kelebihannya. “Saya akan memberi tahu Anda bahwa itu membuat saya, sebagai karyawan kognitif, lebih produktif,” katanya. “Tenang saja, tidak ada pertanyaan bagi saya bahwa saya lebih produktif saat menggunakan model bahasa.”

Ketika GPT-4 keluar, dia memeriksa kinerjanya pada 25 pertanyaan yang sama yang dia dokumentasikan pada bulan Februari, dan kinerjanya jauh lebih baik. Ada lebih sedikit kasus mengarang; itu juga lebih baik dalam tugas aritmatika, kata Korinek.

Karena ChatGPT dan bot AI lainnya mengotomatiskan pekerjaan kognitif, daripada tugas fisik yang membutuhkan investasi dalam peralatan dan infrastruktur, peningkatan produktivitas finansial mungkin juga akan terjadi jauh lebih cepat daripada revolusi teknologi sebelumnya, kata Korinek. “Saya pikir kita mungkin juga akan melihat peningkatan produktivitas yang lebih baik dalam jangka waktu satu tahun—sepenuhnya pada tahun 2024,” katanya.

Siapa yang akan mengendalikan pukulan panjang dari keterampilan yang sangat tepat ini?

Terlebih lagi, katanya, dalam jangka panjang, cara model AI dapat membuat peneliti menikmati dirinya sendiri lebih produktif memiliki fungsi untuk mendorong kemajuan teknologi.

Kemungkinan model bahasa masif itu sudah muncul dalam studi ilmu-ilmu tubuh. Berend Smit, yang menjalankan laboratorium teknik kimia di EPFL di Lausanne, Swiss, adalah seorang profesional dalam penggunaan pembelajaran mesin untuk mempelajari bahan-bahan unik. Satu tahun terakhir, setelah salah satu mahasiswa pascasarjananya, Kevin Maik Jablonka, menunjukkan beberapa hasil yang menarik tentang penggunaan GPT-3, Smit memintanya untuk menandai bahwa GPT-3 sebenarnya tidak diperlukan untuk bentuk mesin halus- mencari tahu cerita yang dilakukan krunya untuk meramalkan sifat-sifat senyawa.

HOT 🔥  The Secure: membuat Bitcoin lebih hijau, dan rencana chatbot Elon Musk

“Dia hanya gagal,” canda Smit.

Ternyata setelah disetel secara jujur ​​​​selama beberapa saat dengan beberapa contoh yang relevan, manekin tersebut bekerja secerdas alat pencari mesin canggih yang dikembangkan untuk kimia dalam menjawab pertanyaan tradisional tentang berbagai hal seperti kelarutan suatu senyawa atau sifatnya. reaktivitas. Beri saja nama suatu senyawa, dan ia akan meramalkan berbagai sifat menurut strukturnya.

Seperti di bidang pekerjaan lain, model bahasa yang luas mungkin juga akan membantu memperpanjang keterampilan dan kemampuan non-ahli — dalam hal ini, ahli kimia dengan data catatan kecil alat penemuan mesin canggih. Ini menyiratkan bahwa itu sesederhana pencarian literatur, kata Jablonka, “itu juga akan memberi tahu banyak ahli kimia.”

Hasil yang spektakuler — dan memikat — ini adalah petunjuk yang menginspirasi tentang betapa sangat efisiennya bentuk unik AI mungkin juga semua desain dengan desain dari banyak karya inventif, di samping penemuan ilmiah, dan desainnya sangat mudah. mereka untuk memanfaatkan. Tapi ini juga terkait dengan sejumlah pertanyaan besar.

Karena dampak fungsionalitas AI generatif pada sistem keuangan dan pekerjaan menjadi lebih dekat, siapa yang akan menguraikan visi tentang cara perangkat ini perlu dirancang dan digunakan? Siapa yang akan mengendalikan pukulan panjang dari keterampilan yang sangat tepat ini?

Diane Coyle
Diane Coyle

GAMBAR DAVID LEVENSON/GETTY

Diane Coyle, seorang ekonom di Universitas Cambridge di Inggris, mengatakan satu bidang adalah fungsi model bahasa raksasa untuk didominasi oleh perusahaan besar yang sama yang menguasai dunia digital. Google dan Meta menawarkan model bahasa mereka sendiri yang luas bersama OpenAI, dia keluar, dan biaya komputasi yang luas yang diperlukan untuk mengocok alat tersebut membangun penghalang masuk bagi siapa pun yang ingin bersaing.

Fobianya adalah bahwa perusahaan-perusahaan ini memiliki “model alternatif yang didorong oleh promosi” yang sama, kata Coyle. “Jadi jelas Anda memenangkan keseragaman konsep yang jelas, sementara Anda tidak memiliki tipe orang yang berbeda dengan tipe insentif yang berbeda.”

Coyle mengakui bahwa tidak ada perbaikan yang mudah, tetapi dia mengatakan satu kemungkinan adalah organisasi studi global yang didanai publik untuk AI generatif, meniru CERN, badan studi nuklir antar pemerintah Eropa yang pada dasarnya berbasis di Jenewa tempat World Extensive Internet dibuat. 1989. Itu akan dilengkapi dengan energi komputasi raksasa yang diperlukan untuk mengocok model dan keterampilan ilmiah untuk merancang keterampilan lebih lanjut.

Upaya seperti itu di luar Massive Tech, kata Coyle, akan “menyatakan beberapa pilihan pada insentif yang dihadapi pembuat model setelah mereka memproduksinya”.

Meskipun tetap berbahaya kebijakan publik mana yang akan mendukung model bahasa yang jelas sangat mendukung keingintahuan publik, kata Coyle, menjadi pasti bahwa pilihan tentang bagaimana kita menggunakan keterampilan tidak dapat diserahkan kepada sejumlah perusahaan dan pasar yang dominan. saya sendiri.

Sejarah masa lalu memberi kita begitu banyak contoh tentang betapa pentingnya studi yang didanai pemerintah juga dalam menyiapkan ilmu terapan yang berkomentar tentang kemakmuran yang sering terjadi. Jauh sebelum penemuan pengunduhan di CERN, upaya lain yang didanai publik pada akhir 1960-an mendorong pengunduhan, ketika Departemen Perlindungan AS mendukung ARPANET, yang memelopori cara bagi lebih dari satu komputer untuk tetap terhubung dengan satu sama lain. lainnya.

Di dalam Vitalitas dan Pengembangan: Pertarungan 1000 Tahun Kami Atas Keterampilan & Kemakmuran, ekonom MIT Daron Acemoglu dan Simon Johnson memberikan gambaran yang meyakinkan melalui desain sejarah kemajuan teknologi dan dokumen campurannya dalam membangun kemakmuran bersama. Maksud mereka adalah bahwa sangat sulit untuk dengan sengaja mengarahkan kemajuan teknologi dengan cara yang memberikan keuntungan besar dan tidak pantas membuat elit menjadi lebih kaya.

Simon Johnson (kiri) dan Daron Acemoglu
Simon Johnson dan Daron Acemoglu

STEPHEN JAFFE/IMF MELALUI GAMBAR GETTY; JAROD CHARNEY/MIT

Dari dekade setelah Perang Dunia II hingga awal tahun tujuh puluhan, sistem keuangan AS ditandai dengan penyesuaian teknologi yang cepat; upah untuk berbagai pekerja naik sementara ketimpangan pendapatan turun tajam. Penyebabnya, kata Acemoglu dan Johnson, adalah bahwa kemajuan teknologi dirusak untuk menyusun tugas dan pekerjaan yang unik, sementara tekanan sosial dan politik membantu menjadi pekerja yang jelas berbagi keuntungan lebih setara dengan majikan mereka daripada yang mereka menangkan sekarang.

Sebaliknya, tulis mereka, adopsi robot manufaktur yang lebih cepat di “jantung bisnis sistem keuangan Amerika di Midwest” selama beberapa dekade terakhir hanya menghancurkan pekerjaan dan berakhir dengan “penurunan regional yang berkepanjangan.”&n bsp;

Buku, yang keluar di Mungkin mungkin, sangat relevan untuk memahami apa yang pada saat ini kemajuan pesat dalam AI mungkin juga berkomentar dan pilihan desain tentang cara menggunakan terobosan akan memiliki tanda pada kita semua maju. Dalam sebuah wawancara baru, Acemoglu berbicara tentang mereka sedang menulis buku ketika GPT-3 pertama kali dirilis. Dan, dia menambahkan dengan setengah bercanda, “kami meramalkan ChatGPT.”

Acemoglu berpendapat bahwa pencipta AI “mengambil jalan yang tidak sesuai”. Total arsitektur Anda di belakang AI “berada dalam mode otomatisasi,” katanya. “Tapi tidak ada yang inheren tentang AI generatif atau AI biasanya yang harus mendorong kita ke jalur ini. Ini adalah model alternatif dan imajinasi orang-orang di OpenAI dan Microsoft serta kru ibu kota proyek.

Ketika Anda melihat kami dapat mengarahkan lintasan keterampilan, maka pertanyaan yang mencolok adalah: Siapa “kami”? Dan inilah set Acemoglu dan Johnson yang paling menarik. Mereka menulis: “Masyarakat dan penjaga gerbangnya yang sangat efisien harus berhenti terpesona oleh miliarder teknologi dan agenda mereka… Seseorang tidak harus menjadi profesional AI untuk dapat berbicara tentang rute kemajuan dan perjalanan panjang masyarakat kita yang didukung oleh penerapan ini. ilmu pengetahuan.”

Pencipta ChatGPT dan para pelaku bisnis terpesona dengan menghadirkannya ke pasar, secara signifikan CEO OpenAI, Sam Altman, pantas mendapatkan peringkat kredit besar karena menawarkan sensasi AI yang unik kepada publik. Kemungkinannya patut diperhatikan. Tapi itu tidak berarti kita harus puas dengan visi dan aspirasi mereka untuk mengatur kita menginginkan keterampilan untuk berekor tinggi dan desainnya harus compang-camping.

Sesuai dengan narasi mereka, tujuan hidup adalah kecerdasan keseluruhan buatan manusia, yang, jika semuanya berjalan dengan cerdas, akan mengarah pada kekayaan dan kelimpahan finansial tertentu. Altman, misalnya, telah mempromosikan imajinatif dan wawasan dalam dimensi luas akhir-akhir ini, menawarkan pembenaran ekstra untuk pembelaannya yang lama tentang pendapatan tradisional universal (UBI) untuk memberi makan non-teknokrat di antara kita. Bagi sebagian orang, kedengarannya menggoda. Tidak ada pekerjaan dan uang tunai gratis! Manis!

Itu adalah asumsi yang mendasari narasi yang akan paling meresahkan — yaitu, bahwa AI sedang menuju ke jalur penghancuran pekerjaan yang tak terhindarkan dan kebanyakan dari kita cocok untuk pengembaraan (bebas?). Pencarian ini hampir tidak mengakui kemungkinan bahwa AI generatif mungkin juga mengarah pada hubungan kreativitas dan produktivitas bagi pekerja yang jauh melampaui elit yang paham teknologi dengan membantu membebaskan keterampilan dan otak mereka. Mungkin akan ada diskusi singkat tentang premis penggunaan keterampilan untuk menciptakan kemakmuran bersama dengan meningkatkan kemampuan dan keterampilan manusia semua desain demi desain penduduk yang bekerja.

Perusahaan dapat memutuskan untuk menggunakan ChatGPT untuk memberikan lebih banyak keterampilan kepada pekerja — atau hanya untuk mengurangi pekerjaan dan tarif yang menguntungkan.

Seperti yang ditulis Acemoglu dan Johnson: “Kami sedang menuju ke arah ketidaksetaraan yang lebih baik, namun tidak dapat dihindari karena keputusan yang salah tentang siapa yang memiliki kekuatan dalam masyarakat dan jalur keterampilan… Pada kenyataannya, UBI sepenuhnya membeli visi dari elit alternatif dan teknologi bahwa mereka adalah orang-orang yang tercerahkan, orang-orang berbakat yang harus membiayai sisanya dengan murah hati.”

Acemoglu dan Johnson menulis tentang berbagai alat untuk mencapai “portofolio keterampilan yang lebih seimbang”, mulai dari reformasi pajak dan kebijakan pemerintah lainnya yang mungkin akan mendorong pengenalan AI yang lebih ramah karyawan hingga reformasi yang mungkin akan menyapih akademisi dari Massive Tech’s pendanaan untuk studi sains laptop dan fakultas alternatif.

Namun, para ekonom mengakui, reformasi semacam itu adalah “pengulangan yang luas”, dan dorongan sosial untuk mengarahkan kembali alternatif teknologi “tidak tepat di sekitar.”

Kabar baiknya adalah, pada kenyataannya, kami dapat memutuskan bagaimana kami lebih suka menggunakan ChatGPT dan model bahasa luas lainnya. Karena aplikasi yang tak terhitung jumlahnya berdasarkan keterampilan dilarikan ke pasar, bisnis dan pengguna individu akan memiliki kesempatan untuk memilih bagaimana mereka harus mengeksploitasinya; perusahaan dapat memutuskan untuk menggunakan ChatGPT untuk memberikan lebih banyak keterampilan kepada pekerja — atau hanya untuk mengurangi pekerjaan dan harga yang menguntungkan.

Bangunan lain yang pasti: setidaknya ada beberapa momentum di belakang inisiatif pemasok awal dalam AI generatif, yang mungkin juga dapat menghilangkan cengkeraman Massive Tech pada model. Khususnya, satu tahun terakhir lebih dari seribu peneliti global berkolaborasi dalam model bahasa luas yang disebut Bloom yang mungkin akan menyusun teks dalam bahasa seperti Prancis, Spanyol, dan Arab. Dan jika Coyle dan yang lainnya cantik, peningkatan pendanaan publik untuk studi AI mungkin juga akan mengubah jalur terobosan di masa depan.

Brynjolfsson dari Stanford menolak untuk membantah bahwa dia optimis tentang bagaimana hal itu mungkin akan terjadi. Tersusun, antusiasmenya terhadap keterampilan untuk saat ini terlihat jelas. “Kita dapat memiliki salah satu dekade yang paling tepat jika kita menggunakan keterampilan di jalur yang indah,” katanya. “Tapi itu sama sekali tidak bisa dihindari.”

Cakupan Asli

Baca juga

Abaikan bayi desainer.  Inilah cara CRISPR mengubah sebagian besar kehidupan

Abaikan bayi desainer. Inilah cara CRISPR mengubah sebagian besar kehidupan

Abaikan He Jiankui, ilmuwan bahasa China yang menciptakan bayi yang diedit gennya. Sebagai tambahan, meskipun …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *