تخيل شخصًا تكون رغبته في الحياة السهلة أقوى من إحساسه بالأخلاق. وتخيل أن هذا الشخص حصل على تطبيق كمبيوتر متطور يمكنه تقديم إجابات سريعة للأسئلة الصعبة. ثم تخيل أن هذا الشخص قد تم طرحه على سؤال صعب. بدلاً من الإجابة بنفسه ، ينقرها في الكمبيوتر ، ثم يرتاح لبعض الوقت. أخيرًا ، قام بتسليم إجابة الكمبيوتر وأخذ الائتمان لساعات عديدة من العمل الشاق ، لم يفعل أي منها.
هذا وصف جيد جدًا لتلميذ يبلغ من العمر 12 عامًا أعرفه ، قام بكتابة سؤال واجب منزلي في ChatGPT ، ولعب على جهاز Xbox طوال المساء ، ثم سلم عمل الكمبيوتر إلى المعلم ، الذي قدم له تقييمات رائعة. كان تعليق المعلم “جهدًا استثنائيًا” – والذي ، عندما تفكر فيه ، يكون صحيحًا.
إنه أيضًا وصف جيد لكيفية تصرف محاسب واحد على الأقل ردًا على أحد برامج جداول البيانات الرقمية الأولى ، حوالي عام 1980. كما أفاد ستيفن ليفي في مقالته Wired لعام 1984 بعنوان “طريقة جدول البيانات للمعرفة” ، فإن هذا المحاسب ، عندما تلقى “مهمة مستعجلة ، جلس مع المايكرو وجدول البيانات الخاص به ، أنهى ذلك في غضون ساعة أو ساعتين ، وتركه على مكتبه لمدة يومين. ثم قام بنك الاحتياطي الفيدرالي بتحريره للعميل وحصل على جميع أنواع الجوائز للعمل الإضافي “.
في قدرته على توليد إجابات معقولة لمجموعة كبيرة ومتنوعة من الأسئلة ، فإن ChatGPT غير مسبوق. لكن لها سوابق واضحة جدًا بطرق أخرى ، من إطار القص إلى جدول البيانات إلى ساتناف. تعطينا هذه السوابق بعض الأدلة حول ما قد يحدث بعد ذلك.
الفكرة الأولى هي أنه إذا كانت التقنية تعمل بشكل جيد بما فيه الكفاية خارج الصندوق ، فيمكن اعتمادها بسرعة. لقد كتبت كثيرًا عن الطريقة التي استغرقها المحرك الكهربائي لأكثر من ثلاثة عقود. قبل أن يتمكن أصحاب المصانع من إطلاق العنان لمزاياها ، كان من الضروري إجراء قدر كبير من إعادة التفكير وإعادة التدريب وإعادة الهيكلة.
لكن ليست كل تقنية تتطلب مثل هذه التحولات الملحمية. انتشر جدول البيانات الرقمي في عالم الأعمال في حوالي خمس سنوات. كان ببساطة جيدًا جدًا وسهل الاستخدام للغاية مقارنة بالبدائل المكتوبة بخط اليد.
ثانيًا ، لا تدمر التقنيات الجديدة بالضرورة الوظائف ، حتى في الصناعات الأكثر تضررًا بشكل مباشر. قدر بودكاست Planet Money أنه بين 1980 (تقريبًا عندما بدأ استخدام جداول البيانات الرقمية لأول مرة تجاريًا) و 2015 ، خسرت مهنة المحاسبة في الولايات المتحدة 400000 وظيفة واكتسبت 600000. كانت الوظائف المفقودة غالبًا كتبة محاسبة ، وكان دورهم هو طحن الحساب من خلال الآلات الحاسبة. الوظائف التي تم الحصول عليها كانت للمزيد – هل تجرؤ على القول؟ – محاسبون مبدعون.
لكن هذه هي الفكرة الثالثة التي تثير اهتمامي: التقنيات المختلفة تميل الملعب في اتجاهات مختلفة. يضاعف جدول البيانات مهارات مستخدم خبير ، لكن ساتناف مختلفة ؛ إنه بديل عن الخبرة.
قلب إطار القص حياة عمال النسيج المهرة رأساً على عقب لأنه يضع مهمة صعبة تتطلب مهارة عالية في متناول أي شخص تقريبًا. تم احتقار استخدامه من قبل ثوار Luddite لأنه ، مثل ساتناف ، جعل خبرتهم غير ضرورية.
جدول البيانات الرقمي هو مثال على “التغيير التكنولوجي المتحيز للمهارات” الذي يساعد الأشخاص المنتجين على أن يكونوا أكثر إنتاجية. على مدى نصف قرن تقريبًا ، كان التغيير التكنولوجي المتحيز للمهارات هو المعيار وسببًا مهمًا لزيادة التفاوت في الدخل على مر العقود. ولكن كما يظهر إطار ساتناف وإطار القص ، فإن بعض التقنيات الجديدة تعزز إنتاجية العمال الأقل خبرة. لن يقلل هذا تلقائيًا من عدم المساواة – ربما ساعدت إطارات القص العمال غير المهرة قليلاً ، لكنها في الغالب استفادت من الرأسماليين.
إذن ماذا عن أنظمة الذكاء الاصطناعي التوليدية مثل ChatGPT و Bard؟ هل يضاعفون ناتج نخبة العاملين ، أم أنهم يقدمون أكبر قدر من المساعدة لمن يحتاجونها؟ من السابق لأوانه التأكد ، لكن الأدلة المبكرة مثيرة للاهتمام.
درست إحدى الدراسات التي أجراها الاقتصاديون إريك برينجولفسون ودانييل لي وليندسي ريموند ، ما حدث عندما تم نشر مساعد محادثة قائم على الذكاء الاصطناعي عبر قوة عاملة تضم أكثر من 5000 وكيل خدمة عملاء كانوا يعملون في شركة برمجيات. عادة ما يكون لهؤلاء العمال محادثات نصية طويلة مع العملاء المحبطين ، في محاولة لحل المشكلات الفنية. وفي الوقت نفسه ، يقوم برنامج الدردشة الآلي بفحص الدردشة ويقترح ردودًا محتملة على عامل خدمة العملاء للقيام بها ، والتي يمكنهم استخدامها أو تجاهلها أو تكييفها.
وجد Brynjolfsson وزملاؤه أن روبوتات المحادثة ساعدت – فقد حل العمال عددًا أكبر قليلاً جدًا من مشكلات عملائهم ، وفعلوا ذلك بسرعة أكبر بنسبة 14 في المائة. ولم تكن روبوتات المحادثة منحازة للمهارات: لم يستفد أفضل الوكلاء وأكثرهم خبرة من روبوت المحادثة ، بينما أجاب العمال الأقل خبرة ومهارة بنسبة 35 في المائة أكثر من الاستفسارات في الساعة. هؤلاء العمال عديمي الخبرة تعلموا أيضًا وتحسّنوا بسرعة أكبر من أولئك الذين ليس لديهم إمكانية الوصول إلى روبوت المحادثة.
دراسة أخرى ، قام بها الاقتصاديان شاكيد نوي وويتني زانج ، أعطت الناس مهامًا في الكتابة. نصفهم تمكنوا من الوصول إلى ChatGPT ، والنصف الآخر لم يفعل ذلك. مرة أخرى ، كان الأشخاص الأقل مهارة هم الذين تمتعوا بأكبر قدر من الفوائد. قد تجد عائلة هومر سمبسون في العالم ، التي طالما هامشت التكنولوجيا جانبًا منها ، أخيرًا اختراعًا من جانبهم.
ما زلت أشعر بالقلق من الضرر الذي قد تلحقه أنظمة الذكاء الاصطناعي التوليدية الجديدة بالنظام الإيكولوجي للمعلومات لدينا بالفعل والاضطرابات التي قد تسببها في عالم العمل المعرفي. لكنني أيضًا شجعني بصيص الأمل في أنهم قد – ربما – يجعلون الحياة العملية لبعض الأشخاص المهمشين لفترة طويلة أفضل.
اشتهر هومر سيمبسون باقتراح نخب: “إلى الكحول! سبب جميع مشاكل الحياة وحلها “. قد يشعر هوميروس في كل مكان قريبًا بالمثل تجاه ChatGPT.
كتاب تيم هارفورد للأطفال ، “The Truth Detective” (Wren & Rook) ، متاح الآن
يتبع تضمين التغريدة على Twitter للتعرف على أحدث قصصنا أولاً