AI Seharusnya Tidak Bersaing Dengan Pekerja—Itu Harus Melebihi Mereka

Alih-alih hanya menghemat biaya dengan mengganti manusia dengan bot, catatan Brynjolfsson, augmentasi meningkatkan produktivitas orang. Lebih baik lagi, beberapa nilai ekonomi dari produktivitas tersebut akan bertambah bagi pekerja karena penambahan tenaga kerja mereka akan menjadi lebih bernilai. Itu tidak semua akan diangkat oleh miliarder pemilik teknologi.

Tangkapannya adalah augmentasi itu sulit. Saat Anda hanya meniru perilaku manusia, Anda tahu (kurang lebih) apakah Anda berhasil melakukannya. (Komputer dapat memainkan catur: sukses!) Namun, menciptakan bentuk AI yang berguna berbeda dari cara manusia beroperasi membutuhkan lebih banyak imajinasi. Anda harus memikirkan cara membuat kekuatan tremendous silikon yang cocok dengan kemampuan yang unik bagi manusia—seperti intuisi “aha” kita yang kabur; penalaran akal sehat kita; dan kemampuan kami untuk secara kreatif menangani kasus-kasus yang jarang terjadi.

“Ini 100 kali lebih mudah untuk melihat sesuatu yang ada dan berpikir, ‘Oke, bisakah kita mengganti mesin atau manusia di sana?’ Hal yang paling sulit adalah, ‘mari kita bayangkan sesuatu yang tidak pernah ada sebelumnya,’” kata Brynjolfsson. “Tapi pada akhirnya cara kedua itu adalah tempat sebagian besar nilai berasal.”

Di Stanford Institute for Human-Centered AI, direktur Fei-Fei Li ingin tahu apa yang sebenarnya ingin diotomatisasi orang. Kelompoknya pergi ke “Survei Penggunaan Waktu Amerika” pemerintah AS, yang mencatat tugas sehari-hari orang. Tim Li memilih 2.000 aktivitas sehari-hari yang dapat dilakukan secara layak oleh AI dan robotic, lalu meminta orang untuk menilai seberapa banyak mereka menginginkan tugas tersebut diotomatisasi, “dengan nol menjadi sial tidak, saya tidak ingin robotic melakukan inidan makhluk maksimum tolong, saya sangat ingin robotic melakukan ini”kata Li.

“Buka hadiah Natal untukku” adalah nol; “membersihkan bathroom” tinggi. Cukup jelas, tetapi ada hal-hal yang lebih kompleks di tengahnya, seperti “merekomendasikan buku”. Satu-satunya cara untuk mengetahui apa yang diinginkan orang, catat Li, adalah dengan bertanya kepada mereka—bukan dengan menerobos dan merancang AI berdasarkan fantasi fiksi ilmiah.

Inilah kerutan lainnya: Tidak selalu jelas bagaimana kedua jenis AI itu berbeda.

Orang dapat berargumen bahwa DALL-E dan pembuat gambar lainnya adalah murni permainan Turing karena mereplikasi kemampuan manusia untuk menciptakan seni. Web saat ini mengerang di bawah beban esai yang mengklaim seniman manusia akan menganggur secara berurutan oleh AI. Tetapi pencipta juga dapat menggunakan aplikasi untuk meninju di atas bobotnya, seperti ketika seorang desainer online game menggunakan Midjourney untuk menghasilkan karya seni untuk penembak luar angkasa. Itu sangat mirip augmentasi.

Terlebih lagi, banyak pekerjaan yang lebih sulit sepenuhnya otomatis daripada yang mungkin Anda pikirkan. Pada tahun 2016, pelopor pembelajaran mendalam Geoff Hinton berpendapat bahwa kita harus berhenti melatih ahli radiologi karena “sangat jelas bahwa dalam lima tahun, pembelajaran mendalam akan lebih baik daripada ahli radiologi.” (Dia menambahkan bahwa itu mungkin memakan waktu 10 tahun.) Tetapi masih banyak ahli radiologi yang dipekerjakan, dan mungkin akan ada di masa depan karena pekerjaan seorang ahli radiologi lebih rumit daripada yang disarankan Hinton, seperti dicatat oleh Andrew McAfee, seorang kolega dan rekan penulis Brynjolfsson’s yang ikut mengarahkan Inisiatif MIT tentang Ekonomi Digital. AI mungkin lebih baik dalam mendeteksi potensi tumor pada pemindaian, tetapi itu hanya sebagian kecil dari pekerjaan ahli radiologi. Selebihnya termasuk menyiapkan rencana perawatan dan berinteraksi dengan pasien yang ketakutan. Jadi, AI yang mendeteksi tumor mungkin lebih baik dilihat sebagai pelengkap para dokter itu.

Untuk menjauhkan perusahaan dari Turingisme, Brynjolfsson menyarankan beberapa perubahan pada kebijakan pemerintah. Satu bidang yang siap untuk direformasi adalah kode pajak AS. Saat ini, pajak tenaga kerja lebih keras daripada modal, seperti yang ditemukan oleh penelitian terbaru oleh Institut Brookings. Perusahaan mendapatkan perlakuan pajak yang lebih baik ketika mereka membeli robotic atau perangkat lunak untuk menggantikan manusia karena penghapusan seperti depresiasi modal. Jadi kode pajak pada dasarnya mendorong perusahaan untuk mengotomatiskan pekerja dari daftar gaji, daripada mempertahankan dan menambahnya.

“Kami mensubsidi modal dan kami mengenakan pajak pada tenaga kerja,” kata Brynjolfsson. “Jadi saat ini kami mendorong para pengusaha—apakah mereka mau atau tidak—untuk mencoba mencari cara untuk menggantikan tenaga manusia. Jika kita membalikkannya, atau bahkan hanya tingkat lapangan permainan, maka pengusaha akan mencari cara yang lebih baik.” Itu mungkin salah satu jalan keluar dari jebakan.