Den stigande vågen av tekniska framsteg åtföljs undantagslöst av en våg av förväntningar och spänning, vilket framkallar jämförelser med historiska tekniska revolutioner som järnvägsmanin på 1840-talet eller internetboomen i slutet av 90-talet.
På den samtida gränsen är den viktigaste störningsfaktorn generativ AI – särskilt expansiva språkmodeller som OpenAI:s ChatGPT , som har inducerat en förväntan som liknar den från tidigare innovationsexplosioner.
Men den högmodiga retoriken överskuggar ofta den branta och ojämna väg som tekniska revolutioner måste beträda för att bära de utlovade frukterna av ökad produktivitet och samhälleligt välbefinnande. Kommer den utspelade AI-revolutionen att visa sig annorlunda?
Avkodar AI-frenzyn
Buzzen kring generativ AI-teknik är inte helt ogrundad. OpenAIs ChatGPT, till exempel, har bevisat sin styrka och visat upp imponerande möjligheter som att automatisera uppgifter från uppsatsskrivning till kodgenerering.
Detta har sporrat förutsägelser om massiva ekonomiska konsekvenser. Goldman Sachs, till exempel, räknar med att AI-driven produktivitet skulle kunna öka den globala BNP med 7 % under ett decennium.
Ändå flyter all denna förväntan på ett hav av osäkerheter. Även om AI är markant mindre kapitalintensiv och infrastrukturberoende jämfört med tidigare tekniska revolutioner som elektricitet och järnvägar, kommer den med sin egen unika uppsättning förutsättningar och utmaningar.
Till exempel, även om miljoner kan komma åt ChatGPT med bara ett klick, kräver effektiv drift av generativa AI-system avsevärd beräkningskraft, vilket inte är lätt för plånboken.
Även om AI:s användarvänlighet underlättar införandet, kommer företag fortfarande att behöva tid för att utbilda sin personal och anpassa sina modeller därefter.
Balansera kraften i AI
Generativ AI lyfter fram en uppsättning unika hinder som potentiellt kan bromsa uppstigningen. Regulatorisk tillsyn, till exempel, kan inte förbises. Med tanke på den kolossala kraften hos AI har många tekniska experter redan förespråkat en paus i vidareutvecklingen av banbrytande modeller.
Till skillnad från historiska innovationer som har ersatt fysiskt arbete, fördjupar generativ AI kognitiva uppgifter och utför aktiviteter som att skriva, analysera och designa.
Detta kan förbättra mänskliga förmågor, men det kräver också adaptiva rättsliga och politiska åtgärder för att reglera det och mildra de sociala och arbetskraftsmässiga effekterna.
Dessutom kan tillkomsten av AI också paradoxalt nog dent produktiviteten. Även om generativ AI är utformad för att strömlinjeforma processer, om den sparade tiden inte utnyttjas effektivt, kanske produktiviteten inte ser någon betydande ökning.
Det finns också farhågor om AI-missbruk såsom datamanipulation, personifiering och möjliggörande av akademisk oärlighet.
Tekniken kan till och med stärka trac som skräppostmeddelanden och trac online, även om dess förmåga att förbättra bedrägeriupptäckt kan hjälpa till att städa upp en del av dessa röror.
Rita banan
Den ultimata banan för generativ AI – hur högt den kan stiga efter att ha överlevt ett första dopp – är starkt beroende av dess användbarhet.
Även om AI har en enorm potential att öka produktiviteten i kunskapsbaserade jobb, från att påskynda läkardiagnoser till att påskynda skrivning av juridiska trac , kanske inte alla sektorer har lika stor nytta.
I vilken utsträckning det kan stimulera tekniska framsteg och iterativa produktivitetsvinster genom att påskynda forskningsprocesser återstår också att se.
Precis som järnvägar i slutändan förbättrade effektiviteten, främst för att industrin och handeln blomstrade samtidigt, kommer generativ AI:s inverkan också att bero på samtidig utveckling.
Till exempel, om regeringar använder AI för uppgifter som att minska pappersarbetet, kan det ytterligare lindra produktivitetshinder.
Löftet om generativ AI är obestridligt. Dess förmåga att utöka kognitiva uppgifter, traditionellt svåra att kvantifiera, tyder på att dess inverkan kan vara svår att mäta exakt.
Som historien har visat, är verkliga produktivitetsvinster inte garanterade förrän tekniken effektivt utnyttjas. Så när vi styr genom denna AI-revolution är ett grundat tillvägagångssätt absolut nödvändigt.
