人工智能革命：从机器到思想。
发表于：系统&企业，10月/11月/12月号，主题：从工业革命到认知革命
人工智能（AI）革命，特别是生成式革命，可以被描述为“第五次工业革命”或“数字认知革命”，其影响遵循与以前的工业革命类似的模式，但具有新的动力。第一次革命（大约从 1750 年到 1850 年）标志着从农业到工业的过渡（随着蒸汽机和机械编织的发明），使地主和工匠的收入陷入危机，第二次革命（大约从 1870 年到 1914 年）见证了电力、钢铁、大规模生产、泰勒主义和福特主义改变了制造业和运输业以及工人和工程师的工作，从 1970 年到 2000 年左右发生的第三次革命，从根本上改变了服务、办公和金融部门，对办公室工作人员、技术人员和银行家、云、大数据的世界造成了冲击，而我们现在感兴趣的第五次革命，是人工智能的革命，它对认知、创意和决策部门以及诸如此类的活动产生了巨大影响。医生、律师、广告商、经理，这些高认知度和高薪的放射学工程或诊断成像职业，有能够模拟优秀专业人员技能的软件，他们的工作越来越局限于输入的引入和输出的验证。
提高生产力以较低的成本
然而，工业革命的影响始终是极大地提高劳动生产率，尤其是在第一产业和第二产业。这最初造成了重大的就业问题。众所周知，越来越多的工人被机器取代，在 19 世纪初引发了暴力的卢德叛乱，所谓的第一个传奇人物（字面意义上的：没有关于他的存在的确切数据）领袖内德·卢德（Ned Ludd）是一名工人，他早在 1768 年就开始了叛乱，一怒之下摧毁了一台抢走了他工作的机械织布机。大多数经济历史学家都认为，抗议活动在短期内是可以理解的（尽管由于其暴力而难以证明其合理性），但从中长期来看却并非如此。事实上，如果个人生产力（单个工人一小时内生产的产品数量）的提高确实意味着更少数量的工人就可以实现相同的产量，那么，正是由于生产力的提高，生产成本也大大降低了；因此，对成品的需求增加得更多（英国成为织物生产的世界领先者），为了满足不断增长的需求，公司不得不（重新）雇用许多工人。所有生产部门都发生过这种情况：例如，在农业领域，19世纪初，大多数劳动力只负责为世界约10亿人口生产足够的粮食，而今天，一小部分工人（在工业化程度最高的国家，比例非常小）为超过80亿人生产充足的粮食（即使不幸的是分配不善），而大多数工人已经转移到第二产业，尤其是第三产业。
更普遍地说，目前全球人均收入（按固定值计算）约为 1850 年的 10 倍。意大利人的平均财富是 1880 年的 15 倍。我世界GDP是第一次工业革命前的250倍。
然而，生产率的提高并没有遵循所有工业革命的相同动态：事实上，如果前三次工业革命的影响相对较快，但（非常近似）线性增长，那么第四次和第五次工业革命，由于摩尔定律，在最初几年中，从非常低的值开始，增长（指数定律：计算能力每 18-24 个月翻一番）是快速的，但不像随后的时期那样“爆炸性”（还记得发明家的笔记故事）国际象棋）。即使在 1987 年，罗伯特·索洛（同年获得诺贝尔经济学奖）也能打趣道：“我们到处都看到了计算机时代，除了生产力数据。”然而，接下来的几十年改变了一切：而前三次工业革命的特点是宏观不连续性定性的，从第三个到第四个的通道，甚至更多 - 从这个到第五个的通道，和事实上，其特点是规模上的宏观飞跃数量在记忆和计算能力方面。为了了解这一飞跃有多大，请考虑一下，虽然普通的蜗牛有大约 1 万个神经元，但人类有大约 1000 亿个神经元：我们可以推断出，我们“仅”比蜗牛“聪明”1000 万倍，而从第一个微处理器到当前的微处理器，倍增系数远远超过 10 亿个（而且目前似乎还没有停止增长）。
软技能的重要性
在这种压力下，我们可以相信，许多迄今为止几乎完全由“人类”完成的智力活动将很快实现自动化，例如法理学研究、纳税申报表的自动编制和分析、先进的自动翻译；即使在作家/导演/广告商的世界中，我们也看到越来越多的人工智能软件被使用。我们谈论“人机混合”，从某种意义上说，管理者和分析师将获得人工智能的决策支持，软件工程师只会检查和组装自动编写的代码，而创意人员将能够限制自己向人工智能软件提供原始（但尽可能巧妙）的输入。
以前的革命使体力或计算自动化，而现在一些思维被自动化，甚至专门的、高薪的智力劳动也有可能被替代。谁有（曾经？）保护地位（资格、硕士学位、经验）可以被人工智能系统支持或超越。然后该值将移动到使用人工智能的能力（及时工程、算法监督），同时人类软技能仍然很重要：同理心、关系、真正的创造力。如今，尽管项目经理的使用不断甚至增加，但工程公司对设计师的需求已经越来越少。
在人工智能驱动的世界中，仅仅知道如何使用这些工具是不够的：我们需要了解如何互动和他们在一起，最重要的是，什么（仍然）只能由人类完成。这软技能它们对于与人和机器交互、验证人工智能输出、避免偏见，做出决定。通信能力将更加复杂，因为需要与人类和人工智能团队进行交互。
当然，你们不需要都是人工智能开发人员。相反，有必要成为知道如何使用它、评估它、指导它的专业人士。未来 20 年最有弹性和最有用的形象可能是“混合专家”：将某个领域（例如法律、医疗保健、通信）的深入知识与使用和监督人工智能的真正能力结合起来的人。
这次（目前）最新的工业革命将对就业产生什么影响？直到今天，正如所见，增加生产力几乎是与经济增长同步的（至少在全球层面上）生产，但是我们能相信（或者更希望）这种增长将无限期地持续下去吗？幸运的是，“非物质”生产部门，至少在工业化国家，似乎比物质生产部门增长得更快，物质生产部门的环境影响（主要是气候影响）越来越难以忍受，但无论如何——尽管迄今为止所做的努力（显然不够）——这些生产部门仍在继续增加。正如 David Keeling 所指出的，大气中的二氧化碳浓度不仅在增加，而且还在继续以越来越快的速度增加：如果 20 世纪 60 年代的年增长率为 0.7 ppm，那么目前每年的增长率超过 2 ppm。那么，仅举一些例子，“虚拟”服务或金融工具的生产实际上有多“非物质”？旅游业不仅包括酒店接待，还包括航空旅行，比特币网络每年消耗 90 至 1640 亿千瓦时，相当于约0.5%全球电力消耗。
如果增加制作
如果我们必须走向生产现实，将不再能够完全补偿生产力的提高定量静止，即使定性总是在不断发展，只有一种方法可以避免这种情况导致失业率急剧上升：减少工作时间。一个世纪前，凯恩斯在其题为“我们子孙的经济可能性”的演讲中预测，在我们这个时代，由于生产力的提高，在相同的产量下，工作时间将大幅减少（每周最多仅 15 小时）。正是人均国内生产总值的巨大增长阻碍了这一预测，但并非完全如此。事实上，必须记住，在过去的 150 年里，在工业化国家，因此在意大利，工作时间实际上在逐步减少，“在工业革命之初，工作时间是无限的，到 19 世纪末，工作时间首次限制为每天 12 小时，然后到 19 世纪末，每天工作 8 小时，在 1917 年（俄国革命那年）之后，终于征服了每天 8 小时，最后引入了周六公共假期，并逐年增加了带薪假期。从那时起，尽管技术和组织创新带来了生产率的大幅提高，但整个西方的工作时间趋势也停止了，甚至出现了逆转：自 20 世纪 80 年代以来，合同工时一直保持稳定，但实际工时却有所增加，例如近年来，由于养老金要求的逐步推迟，合同工时也趋于大幅增加”（Craviolatti，2014）。
教育的中心地位批判性思维的发展
事实上，目前的失业率水平是稳定的，甚至是下降的，即使新的就业似乎越来越集中在高度不稳定和低利润的行业，不存在被取代的危险（只是目前，直到——例如，无人机取代骑手和机器人护理人员）。但即使在人工智能投资热潮中，就业也出现了下降的迹象：根据 Indeed 的数据，在美国，2020 年至 2022 年间，对软件开发人员的需求增加了一倍多，然后逐渐减少约75%2022 年至 2025 年间。似乎逐渐地，完全“人类”的专业空间被减少到相对较少的研究和技术开发“杰出”领导地位，并且越来越接近（工业研究发现大约85%的人工智能技术解决方案在两年内成为工业产品），而“常规”开发者的数量恰恰由于被人工智能应用程序取代而减少。
对人工智能人才的投资规模确实令人印象深刻，这使一些非常聪明的年轻计算机科学家成为亿万富翁，使他们与“普通”研究人员相距甚远（从薪酬的角度来看）。扎克伯格决定成立元超级智能实验室部门，由 Alexandr Wang（非常年轻的 Scale AI 前首席执行官，他在毕业之前创建）和 Nat Friedman 领导，旨在开发新的超级智能，最近在股票市场上得到了积极评价。初始投资约为数百亿美元，但新员工的数量似乎很少，至少在高层职位上是这样：初始团队约有 50 名专门研究多模态（文本、语音、图像、视频）的精英研究人员。Meta已招募了至少11名来自OpenAI、DeepMind和Anthropic的顶尖研究人员，并提供了签约奖金前所未有的高达1亿美元的顶尖人才。
所有这些都使机构（政府）首先，还有学校和大学）面临着巨大的问题，尤其是宏观风险，例如已经巨大的社会和经济差距进一步扩大、就业动荡、过度授权人工智能（认知萎缩）、数字排斥（那些没有访问权限或技能的人将被切断）以及道德和法律模糊性（谁负责自动驾驶汽车的操作，或者 - 在或多或少的反乌托邦中，但未来有可能出现“机械战警”在我们的城市巡逻吗？）。为了为这个未来做好准备，我们越来越需要一个能够培养批判性、创造性和适应性人才的教育和研究系统，跟上时代带来的变革。使用e中国，这些变革中的世界领导人：这是立即面临的巨大挑战。