Η κινεζική εταιρεία τεχνητής νοημοσύνης DeepSeek προκάλεσε πρόσφατα σοκ στον οικονομικό κόσμο, προκαλώντας χάος στην αγορά και πυροδοτώντας αβεβαιότητα μεταξύ των υπευθύνων χάραξης πολιτικής στον τομέα της τεχνολογίας. Η OpenAI δημοσίευσε μια δήλωση αναγνωρίζοντας πιθανά στοιχεία ότι η DeepSeek εκπαίδευσε το μοντέλο της σε δεδομένα που δημιουργήθηκαν από τα αποτελέσματα του μοντέλου GPT-4o της OpenAI μέσω μιας διαδικασίας που ονομάζεται απόσταξη. Με απλά λόγια, η DeepSeek κατηγορείται ότι εκπαίδευσε το μοντέλο της στο μοντέλο της OpenAI και επωφελήθηκε από αυτή τη μεταφορά γνώσης. Αλλά πριν αναρωτηθούμε αν η DeepSeek έκλεψε από την OpenAI, θα πρέπει να θέσουμε ένα βαθύτερο ερώτημα: από ποιον πήρε η OpenAI;
Η OpenAI έχει κατηγορηθεί για παράνομη ιδιοποίηση δεδομένων με τη μορφή άρθρων ειδήσεων, ιστοριών, ακόμη και μεταγραφών βίντεο στο YouTube για την τροφοδοσία των μοντέλων της. Αυτά τα μοντέλα εκπαιδεύονται σε τεράστιες ποσότητες δεδομένων που παράγονται από τον άνθρωπο, συχνά χωρίς αποζημίωση ή αναγνώριση του ανθρώπινου δημιουργού. Αυτές οι πρακτικές συζητούνται μόνο ελάχιστα σε μεγάλες διεθνείς συνόδους κορυφής για την ασφάλεια της Τεχνητής Νοημοσύνης - όπως αυτές στο Ηνωμένο Βασίλειο, τη Νότια Κορέα και πιο πρόσφατα τον περασμένο Φεβρουάριο στη Γαλλία - οι οποίες τείνουν να επικεντρώνονται στο εάν η Τεχνητή Νοημοσύνη μπορεί να εφεύρει βιολογικά όπλα, να αναπτύξει νέες κυβερνοεπιθέσεις ή εάν η αόρατη προκατάληψη μοντέλων αποτελεί απειλή για την ανθρωπότητα. Η σιωπηλή μεταφορά αξίας από τους δημιουργούς σε αλγόριθμους αναδεικνύεται ως ένας από τους πιο παραβλεπόμενους οικονομικούς κινδύνους της άνθησης της Τεχνητής Νοημοσύνης. Η αλήθεια είναι ότι οι άνθρωποι έχουν ήδη αρχίσει να εκφράζουν ότι έχουν υποστεί ζημιά από αποφάσεις χρήσης ή απασχόλησης της Τεχνητής Νοημοσύνης.
Τα τρία επαγγέλματα που δεν απειλούνται από την τεχνητή νοημοσύνη
Όπως έχουν υποστηρίξει ο βραβευμένος με Νόμπελ Daron Acemoglu και ο Simon Johnson, αυτή η προσέγγιση στην Τεχνητή Νοημοσύνη δεν οδηγεί σε κοινή παραγωγικότητα - μειώνει τους μισθούς, διαβρώνει την ποιότητα της εργασίας και επιταχύνει την ανισότητα. Οι επενδυτές θα πρέπει να λάβουν υπόψη: Τα προϊόντα Τεχνητής Νοημοσύνης που εκμεταλλεύονται την ανθρώπινη εργασία χωρίς τη συγκατάθεσή τους αντιμετωπίζουν ολοένα και περισσότερο αγωγές, κανονιστικό έλεγχο και πλήγμα στη φήμη τους. Ακόμα και σε ρόλους που αντιμετωπίζουν πελάτες, η επιχειρηματική επιχειρηματολογία για αντικατάσταση είναι επισφαλής. Τα chatbots Τεχνητής Νοημοσύνης που έχουν εκπαιδευτεί σε συνομιλίες εξυπηρέτησης πελατών αναπαράγουν σενάρια αλλά όχι ανθρώπινη κρίση, ενσυναίσθηση ή δημιουργικότητα. Το αποτέλεσμα; Μια υποβαθμισμένη εμπειρία χρήστη και μειωμένη ικανοποίηση πελατών. Δεν χρειάζεται να είστε οικονομολόγος εργασίας για να καταλάβετε ότι η αντικατάσταση της πραγματικής γνώσης με επιφανειακή μίμηση δημιουργεί κίνδυνο για την επωνυμία.
Η τεχνητή νοημοσύνη στους φορολογικούς ελέγχους: Από πολυτέλεια σε αναγκαιότητα
Το ίδιο ισχύει και στα μέσα ενημέρωσης, τη νομική, το σχεδιασμό και τα χρηματοοικονομικά. Οι επαγγελματίες παρακολουθούν καθώς η πνευματική τους παραγωγή μετατρέπεται σε δεδομένα εκπαίδευσης που χρησιμοποιούνται για τη δημιουργία προϊόντων που μπορεί τελικά να υποτιμήσουν την εμπειρία τους. Μακροπρόθεσμα, αυτό απειλεί τα κανάλια ταλέντων, την εταιρική κουλτούρα και τις ανταγωνιστικές τάφρους.
Η μελλοντική πορεία απαιτεί την αναγνώριση αυτής της μορφής βλάβης. Οι εταιρείες που επενδύουν στην ενίσχυση της ανθρώπινης εργασίας, σέβονται τα δημιουργικά δικαιώματα και δίνουν προτεραιότητα στη διαφάνεια στην ανάπτυξη της Τεχνητής Νοημοσύνης θα βρίσκονται σε καλύτερη θέση για να προσελκύσουν κορυφαία ταλέντα και να κερδίσουν μακροπρόθεσμη εμπιστοσύνη. Την επόμενη δεκαετία, η ταχύτητα από μόνη της δεν θα καθορίσει τους νικητές της Τεχνητής Νοημοσύνης - το πλεονέκτημα θα δοθεί σε όσους αντιμετωπίζουν το ανθρώπινο κεφάλαιο ως στρατηγικό πλεονέκτημα.
Το ερώτημα δεν είναι αν η Τεχνητή Νοημοσύνη θα μεταμορφώσει την εργασία, αλλά αν οι εταιρείες θα χρησιμοποιήσουν αυτή τη δύναμη για να αναβαθμίσουν το ανθρώπινο ταλέντο ή να το εξάγουν. Ποντάρετε στο πρώτο, επειδή η εξάγωγη δεν είναι ένα μακροπρόθεσμο επιχειρηματικό μοντέλο.
