A termelékenység illúziója: az MI hiába veszi el a munkánkat, ha a kreativitást meg sem tudja közelíteni – egyre nyilvánvalóbbak a gépek határai

A mesterséges intelligencia (MI) minden újabb hulláma feléleszti a félelmet a munkahelyek automatizálása miatt, ám a technológiai optimisták rendre megnyugtatnak: az MI valójában termelékenységi eszköz, amely a munkavállalók és a gazdaság javát szolgálja. Satya Nadella, a Microsoft vezérigazgatója például a Financial Timesnak kijelentette, hogy az autonóm MI-ügynökök forradalmasítják a munkát: a felhasználó kijelöli a célt, a szoftver pedig végrehajt, tanul és alkalmazkodik. Csakhogy a történelem szerint az egyszerű hatékonyságnövelés önmagában nem oldja meg a termelékenység egyre mélyülő válságát.

A mesterséges intelligencia nem találja fel a spanyolviaszt

Hiába fejlődtek rohamosan a számítógépek az elmúlt öt évtizedben, a fejlett gazdaságokban a munkaalapú termelékenység növekedése lelassult: az 1990-es évek körüli évi 2 százalékról nagyjából 0,8 százalékra esett vissza az utóbbi tíz évben. Még Kína is, amely korábban szinte minden mutatóban száguldott, megtorpant ebben a tekintetben.

A számítógép és az internet házassága nemcsak gyorsabb ügyintézést, hanem egy új felfedezési korszakot ígért. A világ tudása mindenki számára elérhetővé vált, a globális tehetségek pedig össze lettek kötve – az áttöréseknek tehát szaporodniuk kellett volna. 

Miért? A Nobel-díjas közgazdász, Gary Becker szerint a szülők választás elé kerülnek: minél több gyermekük van, annál kevesebbet tudnak egyenként beléjük fektetni. Ugyanez igaz az innovációra is. Nagy léptékű kutatások igazolták: azok a tudósok, akik több projektben zsonglőrködnek egyszerre, kevésbé valószínű, hogy valódi áttörést hoznak létre.

A történelem kiemelkedő újítói pontosan értették ezt: Newton egyetlen problémát tartott maga előtt nap mint nap, amíg „az első hajnalpír lassan teljes világossággá nem lett”. Steve Jobs is hitt ebben: „Az innováció azt jelenti, hogy ezer dologra nemet mondunk.”

A kreativitás ott születik, ahol nincsenek bevett utak. Ha a 19. század kizárólag jobb szövőszékekkel és ekékkel foglalkozott volna, ma olcsóbb ruhát és bőségesebb gabonát élvezhetnénk, de nem léteznének antibiotikumok, sugárhajtású repülők vagy űrrakéták. A gazdasági csodák a felfedezésekből származnak, nem abból, hogy ugyanazokat a feladatokat gyorsabban végezzük el.

Az MI, különösen a nagy nyelvi modellek, hajlamosak az átlagos véleményt ismételni. Egy Galileo előtti modell geocentrikus világképet vallott volna, a 19. századi szövegeken tanulva pedig bizonygatta volna, hogy az emberi repülés lehetetlen – egészen a Wright testvérek sikeréig. Egy friss tanulmány a Nature folyóiratban azt találta, hogy bár az MI valóban gyorsítja a rutinfeladatokat a tudományban, a döntő új ötletek továbbra is emberektől származnak. Még Demis Hassabis, a DeepMind alapítója is elismeri: az általános mesterséges intelligencia – amely az emberi gondolkodás minden területén felülmúlja majd az embert – eléréséhez „még számos újításra” lesz szükség.

Addig is az MI inkább a hatékonyságot, semmint a kreativitást növeli. Egy több mint hétezer tudásmunkás részvételével végzett felmérés szerint az MI-vel dolgozók heti 3,6 órával kevesebb időt töltöttek e-mailezéssel, viszont az együttműködésre fordított idő nem változott. 

Az 1990-es évek amerikai termelékenységi fellendülése is azt mutatja: az új eszközök – akár táblázatkezelők, akár MI-alapú ügynökök – hatása gyorsan kifullad, ha nem társul hozzájuk valódi újítás.

A mesterséges intelligencia még mindig fellendítheti a termelékenységet, de csak akkor, ha nem arra használjuk, hogy több lyukat fúrjunk, hanem hogy új és korábban elképzelhetetlen ötleteket tárjunk fel. Ehhez a mennyiség helyett az eredetiséget kell jutalmazni, a kockázatvállalást támogatni és a kutatói szabadságot visszaadni. Az algoritmusok hamarosan készen állhatnak, de az intézményeinknek is lépniük kell.