[ad_1]
Nos Estados Unidos, por exemplo, durante grande parte do século 20 as várias regiões do país estavam – na linguagem dos economistas – “convergindo”, e as disparidades financeiras diminuíram. Então, na década de 1980, veio o ataque das tecnologias digitais, e a tendência se inverteu. A automação eliminou muitos empregos de manufatura e varejo. Novos empregos em tecnologia bem remunerados foram agrupados em algumas cidades.
De acordo com a Brookings Establishment, uma pequena lista de oito cidades americanas que incluíam San Francisco, San Jose, Boston e Seattle tinha aproximadamente 38% de todos os empregos de tecnologia até 2019. As novas tecnologias de IA estão particularmente concentradas: Mark Muro e Sifan Liu, da Brookings, estimam que apenas 15 cidades respondem por dois terços dos ativos de IA e capacidades nos Estados Unidos (São Francisco e San Jose sozinhos respondem por cerca de um 4to).
O domínio de algumas cidades na invenção e comercialização da IA significa que as disparidades geográficas de riqueza continuarão a aumentar. Isso não apenas promoverá agitação política e social, mas também poderá, como sugere Coyle, conter os tipos de tecnologias de IA necessárias para o crescimento das economias regionais.
Parte da solução pode estar em de alguma forma afrouxar o estrangulamento que a Giant Tech tem na definição da time table da IA. Isso provavelmente exigirá mais financiamento federal para pesquisas independentes dos gigantes da tecnologia. Muro e outros sugeriram financiamento federal robusto para ajudar a criar centros regionais de inovação dos EUApor exemplo.
Uma resposta mais imediata é ampliar nossa imaginação virtual para conceber tecnologias de IA que não simplesmente substituem empregos, mas expandem oportunidades nos setores com os quais diferentes partes do país mais se preocupam, como saúde, educação e manufatura.
Mudando de ideia
A predileção que os pesquisadores de IA e robótica têm por replicar as capacidades dos humanos geralmente significa tentar fazer com que uma máquina faça uma tarefa fácil para as pessoas, mas assustadora para a tecnologia. Fazer uma cama, por exemplo, ou um expresso. Ou dirigindo um carro. Ver um carro autônomo percorrendo as ruas de uma cidade ou um robô atuando como barista é incrível. Mas, muitas vezes, as pessoas que desenvolvem e implantam essas tecnologias não dão muita atenção ao impacto potencial nos empregos e nos mercados de trabalho.
Anton Korinek, economista da Universidade da Virgínia e Rubenstein Fellow em Brookings, diz que as dezenas de bilhões de dólares investidos na construção de carros autônomos inevitavelmente terão um efeito negativo nos mercados de trabalho quando esses veículos forem implantados, tirando os empregos de inúmeros motoristas. E se, ele pergunta, esses bilhões tivessem sido investidos em ferramentas de IA com maior probabilidade de expandir as oportunidades de trabalho?
Ao solicitar financiamento em lugares como a Fundação Nacional de Ciências dos EUA e os Institutos Nacionais de Saúde, Korinek explica, “ninguém pergunta: ‘Como isso afetará os mercados de trabalho?’”
Para apoiar o jornalismo do MIT Generation Evaluation, considere tornando-se assinante.
Katya Klinova, especialista em políticas da Parceria em IA em São Francisco, está trabalhando em maneiras de fazer com que os cientistas de IA repensem as maneiras como medem o sucesso. “Quando você olha para a pesquisa de IA e olha para os benchmarks que são usados praticamente universalmente, eles estão todos vinculados à correspondência ou comparação com o desempenho humano”, diz ela. Ou seja, os cientistas de IA classificam seus programas em, digamos, reconhecimento de imagem em relação ao quão bem uma pessoa pode identificar um objeto.
Esses benchmarks impulsionaram a direção da pesquisa, diz Klinova. “Não é surpresa que o que surgiu é automação e automação mais poderosa”, acrescenta ela. “Os benchmarks são tremendous importantes para os desenvolvedores de IA – especialmente para jovens cientistas, que estão entrando em massa na IA e perguntando: ‘No que devo trabalhar?’”
Mas faltam referências para o desempenho de colaborações homem-máquina, diz Klinova, embora tenha começado a trabalhar para ajudar a criar algumas. Colaborando com Korinek, ela e sua equipe da Partnership for AI também estão escrevendo um guia do usuário para desenvolvedores de IA que não têm formação em economia para ajudá-los a entender como os trabalhadores podem ser afetados pela pesquisa que estão fazendo.
“Trata-se de mudar a narrativa de uma em que os inovadores de IA recebem um bilhete em branco para interromper e, em seguida, cabe à sociedade e ao governo lidar com isso”, diz Klinova. Toda empresa de IA tem algum tipo de resposta sobre o viés e a ética da IA, diz ela, “mas eles ainda não estão lá para os impactos trabalhistas”.
A pandemia acelerou a transição virtual. As empresas, compreensivelmente, recorreram à automação para substituir os trabalhadores. Mas a pandemia também apontou para o potencial das tecnologias digitais para expandir nossas habilidades. Eles nos deram ferramentas de pesquisa para ajudar a criar novas vacinas e forneceram uma maneira viável para muitos trabalharem em casa.
À medida que a IA inevitavelmente expande seu impacto, vale a pena observar se isso leva a danos ainda maiores aos bons empregos – e mais desigualdade. “Estou otimista de que podemos orientar a tecnologia da maneira certa”, diz Brynjolfsson. Mas, acrescenta, isso significará fazer escolhas deliberadas sobre as tecnologias que criamos e nas quais investimos.
Revisado
“A Armadilha de Turing: A Promessa e o Perigo da Inteligência Synthetic Humana”
Erik Brynjolfsson
Dédalo, primavera de 2022
“O tipo errado de IA? Inteligência synthetic e o futuro da demanda de trabalho”
Daron Acemoglu e Pascual Restrepo
Cambridge Magazine Of Areas, Financial system and Society, março de 2020
Engrenagens e monstros: o que é economia e o que deveria ser
Diane Coyle
Imprensa da Universidade de Princeton
.
[ad_2]
Fonte da Notícia
