In den USA beispielsweise „konvergierten“ während eines Großteils des 20. Jahrhunderts die verschiedenen Regionen des Landes – in der Sprache der Ökonomen – und die finanziellen Unterschiede nahmen ab. Dann, in den 1980er Jahren, kam der Ansturm digitaler Technologien, und der Development kehrte sich um. Die Automatisierung vernichtete viele Arbeitsplätze in der Fertigung und im Einzelhandel. Neue, intestine bezahlte Tech-Jobs wurden in einigen wenigen Städten gebündelt.

Laut der Brookings Establishment hatte eine kurze Liste von acht amerikanischen Städten, darunter San Francisco, San Jose, Boston und Seattle, bis 2019 etwa 38 % aller Tech-Jobs. Neue KI-Technologien sind besonders konzentriert: Mark Muro und Sifan Liu von Brookings schätzen dass nur 15 Städte zwei Drittel der KI-Ressourcen und -Fähigkeiten in den Vereinigten Staaten ausmachen (San Francisco und San Jose allein machen etwa ein Viertel aus).

Die Dominanz einiger weniger Städte bei der Erfindung und Kommerzialisierung von KI bedeutet, dass die geografischen Unterschiede im Wohlstand weiter zunehmen werden. Dies wird nicht nur politische und soziale Unruhen fördern, sondern könnte, wie Coyle andeutet, die Artwork von KI-Technologien zurückhalten, die für das Wachstum der regionalen Wirtschaft benötigt werden.

Ein Teil der Lösung könnte darin liegen, den Würgegriff zu lockern, den Giant Tech bei der Definition der KI-Time table hat. Das wird wahrscheinlich mehr Bundesmittel für Forschung erfordern, die von den Technologiegiganten unabhängig ist. Muro und andere haben zum Beispiel kräftige Bundesmittel vorgeschlagen, um die Schaffung regionaler US-Innovationszentren zu unterstützen.

Eine unmittelbarere Reaktion besteht darin, unsere digitale Vorstellungskraft zu erweitern, um KI-Technologien zu konzipieren, die nicht nur Arbeitsplätze ersetzen, sondern die Möglichkeiten in den Sektoren erweitern, die den verschiedenen Teilen des Landes am wichtigsten sind, wie Gesundheitswesen, Bildung und Fertigung.

Umdenken

Die Vorliebe von KI- und Robotikforschern, die Fähigkeiten des Menschen zu replizieren, bedeutet oft, zu versuchen, eine Maschine dazu zu bringen, eine Aufgabe zu erledigen, die für Menschen einfach, aber für die Technologie entmutigend ist. Zum Beispiel ein Bett machen oder einen Coffee. Oder Autofahren. Zu sehen, wie ein autonomes Auto durch die Straßen einer Stadt navigiert oder ein Roboter als Barista fungiert, ist erstaunlich. Aber allzu oft denken die Menschen, die diese Technologien entwickeln und einsetzen, nicht viel über die potenziellen Auswirkungen auf Arbeitsplätze und Arbeitsmärkte nach.

Anton Korinek, Wirtschaftswissenschaftler an der College of Virginia und Rubenstein Fellow bei Brookings, sagt, dass die zig Milliarden Greenback, die in den Bau autonomer Vehicles geflossen sind, unweigerlich destructive Auswirkungen auf die Arbeitsmärkte haben werden, sobald solche Fahrzeuge eingesetzt werden und die Arbeitsplätze von Menschen einnehmen unzählige Fahrer. Used to be wäre, fragt er, wenn diese Milliarden in KI-Gear investiert worden wären, die eher die Beschäftigungsmöglichkeiten erweitern würden?

Bei der Beantragung von Fördergeldern bei Stellen wie der US-amerikanischen Nationwide Science Basis und den Nationwide Institutes of Well being erklärt Korinek: „Niemand fragt: ‚Wie wird sich das auf die Arbeitsmärkte auswirken?’“

Um den Journalismus von MIT Era Evaluation zu unterstützen, ziehen Sie bitte in Erwägung, Abonnent zu werden.

Katya Klinova, Politikexpertin bei der Partnership on AI in San Francisco, arbeitet an Möglichkeiten, KI-Wissenschaftler dazu zu bringen, die Artwork und Weise, wie sie Erfolg messen, zu überdenken. „Wenn guy sich die KI-Forschung und die Benchmarks ansieht, die ziemlich universell verwendet werden, sind sie alle mit dem Abgleich oder Vergleich mit menschlicher Leistung verbunden“, sagt sie. Das heißt, KI-Wissenschaftler bewerten ihre Programme beispielsweise in der Bilderkennung danach, wie intestine eine Individual ein Objekt identifizieren kann.

Solche Benchmarks haben die Richtung der Forschung bestimmt, sagt Klinova. „Es ist keine Überraschung, dass Automatisierung und noch leistungsfähigere Automatisierung herausgekommen ist“, fügt sie hinzu. „Benchmarks sind für KI-Entwickler sehr wichtig – insbesondere für junge Wissenschaftler, die massenhaft in die KI einsteigen und sich fragen: ‚Woran soll ich arbeiten?’“

Es fehlen jedoch Benchmarks für die Leistung von Mensch-Maschine-Kollaborationen, sagt Klinova, obwohl sie begonnen hat, daran mitzuarbeiten, welche zu schaffen. In Zusammenarbeit mit Korinek schreiben sie und ihr Group bei Partnership for AI auch ein Benutzerhandbuch für KI-Entwickler, die keinen wirtschaftlichen Hintergrund haben, um ihnen zu helfen zu verstehen, wie Arbeitnehmer von der von ihnen durchgeführten Forschung betroffen sein könnten.

„Es geht darum, das Narrativ weg von einem zu ändern, bei dem KI-Innovatoren ein leeres Price tag für die Störung erhalten und es dann an der Gesellschaft und der Regierung liegt, sich damit zu befassen“, sagt Klinova. Jedes KI-Unternehmen hat eine Artwork Antwort auf KI-Voreingenommenheit und Ethik, sagt sie, „aber sie sind immer noch nicht für die Auswirkungen auf die Arbeit da.“

Die Pandemie hat den digitalen Wandel beschleunigt. Unternehmen haben sich verständlicherweise der Automatisierung zugewandt, um Arbeitskräfte zu ersetzen. Die Pandemie hat aber auch auf das Potenzial digitaler Technologien zur Erweiterung unserer Fähigkeiten hingewiesen. Sie haben uns Forschungsinstrumente zur Verfügung gestellt, um bei der Entwicklung neuer Impfstoffe zu helfen, und vielen eine praktikable Möglichkeit geboten, von zu Hause aus zu arbeiten.

Da KI zwangsläufig ihre Wirkung ausweitet, wird es sich lohnen zu beobachten, ob dies zu noch größeren Schäden an guten Arbeitsplätzen führt – und zu mehr Ungleichheit. „Ich bin optimistisch, dass wir die Technologie in die richtige Richtung lenken können“, sagt Brynjolfsson. Aber, fügt er hinzu, das bedeutet, dass wir bewusste Entscheidungen über die Technologien treffen müssen, die wir entwickeln und in die wir investieren.


Überprüft

„Die Turing-Falle: Das Versprechen und die Gefahr einer menschenähnlichen künstlichen Intelligenz“
Erik Brynjolfsson
Dädalus, Frühjahr 2022

„Die falsche Artwork von KI? Künstliche Intelligenz und die Zukunft der Arbeitsnachfrage“
Daron Acemoglu und Pascual Restrepo
Cambridge Magazine of Areas, Economic system and Society, März 2020

Zahnräder und Monster: Used to be Wirtschaft ist und used to be sie sein sollte
Diana Coyle
Princeton College Press

https://aspiringsysadmin.com/