In un saggio virale su X, “Sta succedendo qualcosa di grosso” Matt Shumer scrive che il mondo sta vivendo un momento simile all’inizio del Covid per l’intelligenza artificiale. Il fondatore e CEO di OthersideAI sostiene che l’intelligenza artificiale è passata da utile assistente a sostituto cognitivo generale. Inoltre, l’intelligenza artificiale ora aiuta a costruire versioni migliori di se stessa. Sistemi rivaleggiando con la maggior parte delle competenze umane potrebbe arrivare presto.
Mentre gli esperti sanno che il cambiamento trasformativo sta arrivando rapidamente, le norme stanno per essere colte di sorpresa. Per restare nella metafora dell’era pandemica, Tom Hanks sta per ammalarsi.
Tra il saggio di Shumer e il dimissioni di Mrinank Sharma – ha guidato il team di sicurezza di Anthropic e pubblicato in modo vago abbastanza la lettera d’addio avverte che “il mondo è in pericolo” a causa di “crisi interconnesse”, lasciando intendere che la società “affronta costantemente pressioni per mettere da parte ciò che conta di più” anche se insegue una valutazione di 350 miliardi di dollari – beh… alcune persone stanno iniziando a perdere la testa. O, più precisamente, le persone già molto preoccupate per l’intelligenza artificiale ora sono ancora più preoccupate.
Guarda, è possibile che i modelli di intelligenza artificiale incontreranno presto indiscutibilmente vari cosiddetti definizioni AGI debolicome minimo? Molti esperti di tecnologia, per non parlare dei mercati predittivi, suggeriscono di sì. (Per fare un confronto con la realtà, però, tengo in primo piano La dichiarazione del CEO di Google DeepMind, Demis Hassabis che ne abbiamo ancora bisogno di uno o due Scoperte tecnologiche a livello di AlphaGo per raggiungere l’AGI.)
Ma piuttosto che i progressi tecnologici – e ho molta fiducia che l’intelligenza artificiale generativa sia una potente tecnologia di uso generale – parliamo invece di alcuni colli di bottiglia e vincoli di base provenienti dal mondo dell’economia piuttosto che dell’informatica.
La lunga strada dalla demo alla distribuzione. Il salto da “i modelli di intelligenza artificiale sono impressionanti, anche più di quanto si pensi” a “tutto cambia imminentemente” richiede di ignorare il modo in cui le economie assorbono effettivamente le nuove tecnologie. L’elettrificazione ha impiegato decenni per riprogettare le fabbriche. Internet non ha cambiato la vendita al dettaglio da un giorno all’altro. L’adozione dell’intelligenza artificiale attualmente copre meno di una struttura commerciale su cinque negli Stati Uniti. La sua implementazione in istituzioni grandi, regolamentate e avverse al rischio richiede ingenti investimenti complementari nell’infrastruttura dei dati, nella riprogettazione dei processi, nei quadri di conformità e nella riqualificazione dei lavoratori. (Gli economisti chiamano questo il curva J della produttività.) In effetti, la spesa nella fase iniziale può effettivamente deprimere la produzione misurata prima che arrivino guadagni visibili.
Più ricco non significa sempre più occupato. Concediamo agli ottimisti – e certamente mi considero dannatamente ottimista – la loro ipotesi sul rapido avanzamento delle capacità dell’intelligenza artificiale. La produzione continua a non esplodere in un attimo. Le società più ricche storicamente scelgono più tempo libero – pensionamenti anticipati, settimane lavorative brevi – non più tempo trascorso in ufficio o in fabbrica. L’economista Dietrich Vollrath lo ha fatto ha sottolineato che una maggiore produttività non si traduce meccanicamente in una crescita più rapida se le famiglie rispondono offrendo meno manodopera. Il welfare potrebbe aumentare sostanzialmente mentre la crescita complessiva del PIL rimane relativamente modesta.
Il settore più lento stabilisce il limite di velocità. Anche se l’intelligenza artificiale rende alcuni servizi molto più economici, la domanda non si espande senza limiti. La spesa si sposta verso settori che resistono all’automazione – sanità, istruzione, esperienze di persona – dove la produzione è più strettamente legata al tempo umano. (Questo è il famoso “Effetto Baumol” o “malattia dei costi”). Mentre i salari aumentano in tutta l’economia, i settori ad alta intensità di lavoro con una debole crescita della produttività rivendicano una quota maggiore di reddito. Il risultato: anche i miglioramenti spettacolari dell’intelligenza artificiale possono produrre solo una crescita moderata della produttività complessiva.
Il tubo più stretto dell’economia. In un sistema costruito da molti pezzi complementari, spiega economista Charles Jones, il tubo più stretto determina il flusso. L’intelligenza artificiale può accelerare la codifica, la redazione e la ricerca quanto vuole. Ma se infrastrutture energetiche, capitale fisico, approvazione normativaO processo decisionale umano muoversi a velocità ordinarie, questi diventano i vincoli vincolanti che limitano la velocità con cui l’intera economia può crescere.
Le economie sono sistemi adattivi, complessi e meravigliosi. Creano gli oggetti fisici che incorporano e accumulano informazioni complesse – ciò che l’economista Cesar Hidalgo chiama elegantemente “cristalli dell’immaginazione”. E quando cambiano, si adeguano attraverso una riorganizzazione e riallocazione graduale, non attraverso un collasso improvviso o un decollo istantaneo. Voglio dire, questo dovrebbe essere il tuo scenario di base.
Ora, un certo grado di urgenza può essere giustificato. (Il consiglio di Shumer di adottare subito gli strumenti di intelligenza artificiale più potenti e di inserirli nel proprio lavoro quotidiano sembra prudente.) Le analogie con l’inizio del 2020 che inducono al panico probabilmente non lo sono.
Questo pezzo è apparso originariamente nella newsletter di Pethokoukis “Più veloce, per favore!”
