U svijetu svakako ne nedostaje neodložnih pitanja. 1,6 milijardi ljudi živi u dubokom siromaštvu; procjenjuje se da je 780 milijuna odraslih trenutno nepismeno. Ozbiljni problemi nisu rezervirani isključivo za zemlje u razvoju: primjerice “smrti od očaja”, povećavaju stopu mortaliteta među muškarcima bijele rase u Sjedinjenim Američkim Državama. Čak i tijekom razdoblja rasta u razvijenim gospodarstvima ne uživaju svi na jednak način u postignutim blagodatima.

Pripadnici skupine s većim prihodima napreduju, dok domaćinstva s nižim prihodima i manjinske skupine konzistentno kaskaju za njima. Trenutno neki analitičari navode da će novi oblici računalnog programiranja dodatno pogoršati posljedice tih promjena, dok algoritmi, roboti i samovozeći automobili budu uništavali radna mjesta za srednju klasu i zaoštravali nejednakost. Čak i skraćeni naziv za tu tehnologiju, umjetna inteligencija, zvuči prijeteće. Ljudski mozak može biti “najsloženija stvar u poznatom dijelu svemira,” no, promatrani kao vrsta, nismo uvijek kolektivno vrlo pametni. Najprodavaniji pisci znanstvene fantastike odavno su predvidjeli da ćemo jednog dana izumiti strojeve koji će nas uništiti.

Potencijal za napredak
Tehnologija neophodna za izgradnju takve distopijske budućnosti nije još niti na obzoru. Nedavna otkrića u tehnologijama srodnim umjetnoj inteligenciji doista imaju ogroman potencijal za pozitivni napredak u nizu primjena od transporta do obrazovanja i otkrivanja novih lijekova. U slučaju ako se koriste na mudar način, taj procvat ljudskih računalnih vještina može biti od pomoći cijeloj planeti i nekima od njenih najranjivijih građana. Sada smo u mogućnosti pronaći obrasce koji nisu odmah očigledni ljudskom promatraču – i to već nagoviješta načine smanjenja potrošnje energije i emisija ugljičnog dioksida. Možemo povećati produktivnost u tvornicama i smanjiti rasipanje hrane. Općenitije rečeno, možemo poboljšati predviđanja u tolikoj mjeri da ona uveliko nadmaše sposobnosti konvencionalnih računala.

Razmislite o mnoštvu aktivnosti u kojima bi upozorenje poslano jednu sekundu ranije bilo korisno ili bi čak moglo spasiti živote. Pa ipak ostaje strah: neće li ta ista poboljšanja podrazumijevati ustupanje svih naših radnih mjesta – ili većine dobrih radnih mjesta? Doista, postoje tri razloga zbog kojih je apokalipsa radnih mjesta još uvijek na čekanju. Ponajprije, na to se može primijeniti Moravecov paradoks. Hans Moravec i ostali računalni znanstvenici naglasili su tijekom 1980-ih da je ono što je lako ljudima, teško čak i najsofisticiranijoj umjetnoj inteligenciji; za razliku od toga, umjetna inteligencija često može s lakoćom učiniti nešto što ljudi smatraju kompleksnim. Većina ljudi može hodati, manipulirati predmetima i sposobna je razumijevati složeno jezično izražavanje od svoje rane dobi, bez pridavanja puno pažnje količini izračuna ili energije neophodnih za obavljanje tih zadataka. Pametni strojevi mogu obavljati matematičke izračune na način koji uvelike nadmašuje ljudske sposobnosti, ali oni se ne mogu s lakoćom uspinjati stepeništem, kao ni otvoriti vrata ili zatvoriti ventil. Ili šutnuti nogometnu loptu.

Promjena prirode rada
Drugo, današnji algoritmi postaju vrlo dobri u prepoznavanju obrazaca kad im se pruži veliki skup podataka – pronalaženje predmeta na video snimkama na YouTube-u ili otkrivanje prijevara na kreditnim karticama – no oni su puno manje učinkoviti u neobičnim okolnostima koje se ne uklapaju u uobičajene sheme, ili jednostavno u slučajevima kad su podaci oskudni ili pomalo neprecizni. Za hvatanje u koštac s takvim slučajevima potrebna je stručna osoba i njeno iskustvo, intuicija te društvena osviještenost. Treće, najnoviji sustavi ne mogu objasniti što su učinili niti iz kojeg razloga preporučaju određeni postupak. U tim “crnim kutijama,” ne možete jednostavno pročitati šifru i analizirati što se događa ili provjeriti postoji li skrivena pristranost. U slučajevima u kojima je tumačenje važno – primjerice, u brojnim medicinskim aplikacijama – u odlučivanju je neophodna obučena osoba. Naravno, to je samo situacija s današnjom tehnologijom i visoke stope ulaganja mogle bi ubrzo promijeniti trenutne mogućnosti. Međutim, priroda rada također će se promijenti. Današnji poslovi znatno se razlikuju od poslova prije 50 ili čak prije 20 godina.

Veća ulaganja u istraživanje
No, bit će potrebno vremena da bi novi kompjuterski algoritmi u potpunosti proniknuli u ekonomiju. Sektori koji vrve podacima poput digitalnih medija i e-trgovine tek su počeli oslobađati sposobnosti nastale uslijed umjetne inteligencije. Za proširenje mnoštva uskih primjena umjetne inteligencije koje bi mogle utjecati na sektore poput zdravstva, obrazovanja i građevine bit će neophodno znatno više vremena. Naime, to bi se moglo dogoditi baš u pravo vrijeme – stanovništvo koje ubrzano stari u razvijenim gospodarstvima podrazumijeva manju radnu snagu – te veću potrebu za uslugama osobne njege – tijekom nadolazećih desetljeća. Odluke u javnoj politici uobličit će eru umjetne inteligencije. Za promicanje tehnološkog napretka na način da se izbjegne izostavljanje velikog broja ljudi potrebne su nam prilike i konkurencija, a ne rast moćnih monopola.

To nalaže poboljšanje pristupa svim oblicima obrazovanja – po niskoj cijeni ili bez ikakvih troškova. Budući da suparnici razvijenih gospodarstava, uključujući Kinu, znatno ulažu u umjetnu inteligenciju, kreatori politika trebali bi povećati podršku temeljnim istraživanjima i pobrinuti se da njihove zemlje imaju na raspolaganju neophodne fizičke i ljudske resurse kako bi izumile i proizvele sve što je povezano s tom važnom novom tehnologijom opće namjene. Ne bismo trebali podcjenjivati ljudsku sposobnost za nanošenje štete vlastitim zajednicama, vlastitom okolišu, pa čak i cijeloj planeti. Moglo bi se jednog dana pokazati da su pisci apokaliptične fikcije u pravu. Međutim, za sada imamo moćan novi alat koji može omogućiti svim ljudima bolji život. Trebali bismo ga upotrijebiti na mudar način.

Koautor teksta je Jonathan Ruane, profesor Globalnog poslovanja umjetnom inteligencijom i robotikom na MIT Sloan školi za menadžment

© Project Syndicate, 2017.