Воведувањето на машините никогаш не било примено со радост и среќа во минатото. При индустриската револуција следбениците на Нед Луд влегле во фабриките и ги искршиле машините со надеж дека газдите ќе се откажат од воведување нова, поефикасна технологија. Историјата покажа дека се излажале.
Во моментов се наоѓаме на слично премрежие. Од една страна ја имаме волшебната ефикасност и можности кои се овозможени од новите технологии вклучувајќи ги роботите и синтетичката интелигенција. Од друга страна, пополнувањето на работни места со роботи кои никогаш не се заморуваат, бараат помалку „храна“ и не се бунтуваат (засега) за прекувремена работа се заканува да замени милиони, па и милијарди работници ширум светот во следните неколку декади.
Токму на тоа алармираат од Bank of America Merril Lynch. Во нивниот најнов извештај се укажува на т.н. креативно пореметување, при кое придобивките од зголемената продуктивност и намалени трошоци се пребиваат со губитоците во вид на пореметувања на пазарите на труд, со губиток на огромен број на работни места.
Според нив, можно е да настане уште поголема економска нееднаквост при што најголемиот дел од богатството ќе се концентрира во сопствениците на бизниси кои ќе „вработуваат“ роботи, а најголемиот дел на малку- или необучени работници ќе останат без работа.
Нормално, ова е само дел од качувањето на кривулата кон сингуларитетот на Реј Курвејл. Ако сте забележале, технологијата околу нас толку бргу почнува да се заменува со понова што веќе тешко ни оди да ја следиме, а тек па да претпоставиме што ќе се случува за 20-тина години.
Можни решенија
Постојат неколку можни решенија.
Едно од тие е т.н. семени заеми (seed loans), при кои државата/општеството дава субвенции на секој човек кои пак можат да се искористат само во полиња кои се развиваат како роботика, ВИ итн. Така на еден начин се помага ширењето и прифаќањето на новата технологија на што повеќе луѓе, која може да им помага за обезбедување услови за живот или полесна работа.
Второ поинтересно решение е експериментот направен од Утрехт за т.н. основен приход, при кој се дава основен месечен или неделен приход на секој човек без разлика што работел и дали е вработен. Доволен приход за да се обезбедат некои основни средства за живеење, но се разбира граѓанинот ќе може да си ги користи за што сака.
Трето исто така интересно решение е обезбедувањето на 2.000 калории разновидна храна и 2 литра вода на секој човек како пакет, решение налик основен приход. Со тоа што се поставуваат најразлични прашања како: што точно е разновидна храна, а ако не сака некој да јаде баш тоа итн. Секако, има и решенија за истото како народни кујни со бонови кои гарантираат толку калории и вода итн.
Како и да е, светот ита кон чудни, возбудливи и опасни времиња од повеќе аспекти. Барем ќе имаме привилегија да присуствуваме на конструкцијата или деструкцијата на (новото) човештво или дури и да ја водиме. Некои се оптимисти како Бојан Б., а некои се песимисти.
Дека светското богатство е далеку од еднакво распределено меѓу луѓето денес тоа веќе и деца го знаат. Светската нееднаквост гласи вака: половина од светското богатство е во рацете на 1% од луѓето. Се поставува легитимно прашање дали воопшто е можно некој да биде толку паметен или способен за да држи толкаво огромно богатство или проблемот е системски (или некаде на средина од двете). Воедно се разгорува дебатата меѓу левичарите и десничарите, либералите, либертаријанците и етатистите за начинот на решавање на овој проблем, дали преку поголема или помала државна контрола, олеснување на даночни обврски, субвенции и така натаму.
Во средината на целата дебата забрзано ита роботиката и синтетичката интелигенција. Иако практично „ретардирана“ пред само една до две децении, денес алгоритмите вршат најразлични и често сложени задачи како наоѓање на најефикасна патека од точка А до точка Б, цртање, компонирање музика, поминување низ правни документи и сфаќање на нивната содржина, создавање на возила, машини и алатки, автопилотираат со авиони и возила, мотори, електрични автомобили, оружја,камиони и така натаму.
Извор: IFLScience, ML
