技術進歩の頂点には必ず期待と興奮の高まりが伴い、1840 年代の鉄道マニアや 90 年代後半のインターネット ブームなどの歴史的な技術革命との比較が引き起こされます。
現代のフロンティアでは、主要な破壊者は生成 AI、特に OpenAI のChatGPTであり、以前のイノベーションの爆発に似た期待の雰囲気を引き起こしました。
しかし、高揚したレトリックは、技術革命が生産性の向上と社会の幸福という約束された成果をもたらすために歩まなければならない険しい平坦でない道を覆い隠してしまうことがよくあります。 展開中の AI 革命は何か変化をもたらすでしょうか?
AI の熱狂を解読する
生成 AI テクノロジーに関する話題は、まったくの根拠がないわけではありません。 たとえば、OpenAI の ChatGPT は、エッセイの作成からコード生成に至るまでのタスクを自動化するなど、優れた機能を実証し、その威力を証明しています。
これにより、多大な経済的影響が予測されるようになりました。 たとえば、ゴールドマン・サックスは、AI を活用した生産性が 10 年間で世界の GDP を 7% 押し上げる可能性があると予測しています。
しかし、この期待はすべて不確実性の海に浮かんでいます。 AI は、電気や鉄道などの過去の技術革命と比較して、資本集約性やインフラへの依存度が著しく低いものの、独自の前提条件と課題を伴います。
たとえば、何百万もの人がクリックするだけで ChatGPT にアクセスできますが、生成 AI システムを効率的に運用するにはかなりの計算能力が必要であり、財布に優しいわけではありません。
また、AI は使いやすいため導入が促進されますが、企業はスタッフをトレーニングし、それに応じてモデルを微調整するのにまだ時間がかかります。
AI の力のバランスを取る
生成 AI は、その上昇を遅らせる可能性がある一連の独特のハードルを浮き彫りにします。 たとえば、規制上の監視は無視できません。 AI の巨大な力を考慮して、多くの技術学者はすでに最先端モデルのさらなる開発を一時停止することを主張しています。
肉体労働に取って代わられた歴史的なイノベーションとは異なり、生成 AI は認知タスクを掘り下げ、執筆、分析、デザインなどのアクティビティを実行します。
これは人間の能力を向上させることができますが、それを規制し、社会や労働力への影響を軽減するための適応的な法的および政策的措置も必要になります。
さらに、AI の出現は、逆説的に生産性をdent可能性もあります。 生成 AI はプロセスを合理化するように設計されていますが、節約された時間が効果的に活用されなければ、生産性が大幅に向上しない可能性があります。
データ操作、なりすまし、学術不正の可能化など、AI の悪用に関する懸念もあります。
この技術は、スパムメールやオンラインのtracなど、生産性をtracものを強化する可能性さえありますが、不正行為の検出を向上させる機能は、これらの混乱の一部を解決するのに役立つかもしれません。
軌跡をプロットする
生成 AI の最終的な軌道、つまり最初の落ち込みを生き延びた後にどこまで上昇できるかは、その実用性に大きく依存します。
AI には、医師の診断の迅速化から法的trac書の作成の迅速化まで、知識ベースの仕事の生産性を向上させる計り知れない可能性がありますが、すべての部門が同様に恩恵を受けるわけではありません。
研究プロセスを加速することで技術の進歩と反復的な生産性の向上をどの程度促進できるかは、まだ分からない。
主に産業と貿易が同時に活況を呈していたため、鉄道が最終的に効率を向上させたのと同じように、生成 AI の影響も同時に行われる開発に左右されます。
たとえば、政府が書類業務の削減などの業務に AI を導入すれば、生産性の障壁がさらに軽減される可能性があります。
生成 AI の可能性は否定できません。 従来は定量化が困難であった認知タスクを強化するその能力は、その影響を正確に測定することが難しい可能性があることを示唆しています。
歴史が示しているように、テクノロジーが効果的に活用されない限り、真の生産性の向上は保証されません。 したがって、この AI 革命を進めるにあたっては、根拠のあるアプローチが不可欠です。