Η μη αμειβόμενη εργασία στην εποχή της τεχνητής νοημοσύνης
Οι συζητήσεις σχετικά με τον τρόπο με τον οποίο η τεχνητή νοημοσύνη (AI) ενδέχεται να ανατρέψει την οικονομία έχουν ένα κενό: σε μεγάλο βαθμό παραβλέπουν τις σημαντικές δραστηριότητες που ασκούν οι άνθρωποι στη μη αμειβόμενη εργασία.
Ωστόσο, οι επενδυτές και οι υπεύθυνοι χάραξης πολιτικής θα πρέπει να λαμβάνουν υπόψη τις μη αμειβόμενες δραστηριότητες. Όταν οι κοινωνικές ή τεχνολογικές αλλαγές μετατοπίζουν τη δραστηριότητα πέρα από τα όρια της παραγωγής – από την αμειβόμενη στη μη αμειβόμενη ή αντίστροφα – πρέπει να αλλάζει και ο τρόπος με τον οποίο ερμηνεύουμε τα οικονομικά σήματα.
Τις δεκαετίες του 1970 και του 1980, τα επίσημα στοιχεία για την αύξηση του ΑΕΠ και της παραγωγικότητας αυξήθηκαν σε χώρες όπως το Ηνωμένο Βασίλειο και οι ΗΠΑ, εν μέρει επειδή οι μεταβαλλόμενες κοινωνικές συμβάσεις οδηγούσαν περισσότερες παντρεμένες γυναίκες να αφιερώνουν μεγαλύτερο μέρος του χρόνου τους σε αμειβόμενη εργασία.
Όλα αυτά τα παραδείγματα αντιπροσωπεύουν την αντικατάσταση της αμειβόμενης εργασίας από τη μη αμειβόμενη. Και, ως επί το πλείστον, έχουν δημιουργήσει σημαντική αξία για τους καταναλωτές. Με την τεχνητή νοημοσύνη να υπόσχεται να μεταφέρει ακόμη περισσότερες δραστηριότητες πέρα από τα όρια της παραγωγής, το ερώτημα είναι πώς θα διασφαλιστεί ότι και αυτό θα αποδειχθεί επωφελές για τα νοικοκυριά.
Για να απαντήσουμε σε αυτό το ερώτημα, εξηγεί η Νταϊάν Κόιλ, καθηγήτρια δημόσιας πολιτικής στο Πανεπιστήμιο του Κέιμπριτζ, θα πρέπει, πρώτον, να κατανοήσουμε σε ποιους τομείς εκτός της αμειβόμενης εργασίας οι άνθρωποι θεωρούν την τεχνητή νοημοσύνη πιο χρήσιμη. Το πρόγραμμα ATLAS της Google (στο οποίο η ίδια συμμετείχε ως σύμβουλος) παρέχει κάποιες πρώτες ενδείξεις. Χαρτογράφησε εκατομμύρια ανώνυμες αλληλεπιδράσεις του Gemini στις κατηγορίες εργασιών που χρησιμοποιεί η έρευνα ATUS και συνέκρινε τον όγκο των συνομιλιών των χρηστών στις ΗΠΑ με την τεχνητή νοημοσύνη, που σχετίζονται με κάθε κατηγορία, με τις πραγματικές ώρες που οι άνθρωποι αφιερώνουν σε αυτές.
Οι κυβερνήσεις θα πρέπει να επιδιώξουν να αξιοποιήσουν την τεχνητή νοημοσύνη για να προωθήσουν την πρόοδο και στα δύο μέτωπα. Δυστυχώς, ενώ πολλές εξ αυτών επιδιώκουν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να καταστήσουν τις δημόσιες γραφειοκρατικές διαδικασίες πιο αποδοτικές, μέχρι στιγμής έχουν την τάση να εστιάζουν στην εξοικονόμηση κόστους για το κράτος και όχι στην εξοικονόμηση χρόνου για τους πολίτες.
Ακόμη και χωρίς κυβερνητική παρέμβαση, η χρήση εργαλείων τεχνητής νοημοσύνης μπορεί να εξοικονομήσει στους ανθρώπους τόσο χρόνο όσο και χρήματα. Παραδείγματα οικιακών διοικητικών εργασιών που θα μπορούσαν να διεκπεραιωθούν με τη χρήση ενός chatbot ή ακόμη και να ανατεθούν σε έναν πράκτορα τεχνητής νοημοσύνης περιλαμβάνουν τον σχεδιασμό εσωτερικών χώρων ή κήπων, την έρευνα για καταναλωτικές αγορές και την κράτηση θέσεων για εισιτήρια συναυλιών. Ο κατάλογος είναι μακρύς.
Ακριβώς όπως οι ψηφιακές τεχνολογίες οδήγησαν στην απομεσολάβηση και την εκ νέου μεσολάβηση πολλών υπηρεσιών, τα γενετικά μοντέλα τεχνητής νοημοσύνης θα ανατρέψουν ένα ευρύ φάσμα υπηρεσιών. Νέες νεοφυείς επιχειρήσεις στον τομέα της νομικής τεχνολογίας ενδέχεται να βρεθούν να ανταγωνίζονται δωρεάν chatbots ή πράκτορες, αντί για ακριβά παραδοσιακά δικηγορικά γραφεία. Παρόμοιες δυναμικές θα εμφανιστούν σε κλάδους όπως η εκπαίδευση, η υγεία, η χρηματοοικονομική και η ψυχαγωγία.
Εν τω μεταξύ, η αύξηση της παραγωγικότητας στη μη αμειβόμενη εργασία – η οποία έχει οικονομική αξία, παρά το γεγονός ότι παραλείπεται σε μεγάλο βαθμό από τις επίσημες στατιστικές – θα μπορούσε να είναι τεράστια. Κάθε οικονομολόγος που επιχειρεί να προβλέψει πώς η τεχνητή νοημοσύνη θα αναδιαμορφώσει την οικονομία, καθώς και κάθε υπεύθυνος χάραξης πολιτικής που επιδιώκει να επικαιροποιήσει τα μέτρα προστασίας των καταναλωτών για την εποχή της τεχνητής νοημοσύνης, πρέπει να λάβει υπόψη την πλευρά των νοικοκυριών στο όριο της παραγωγής.
