.
Em vez de simplesmente economizar custos substituindo humanos por um bot, observa Brynjolfsson, o aumento aumenta a produtividade das pessoas. Melhor ainda, parte do valor econômico dessa produtividade se acumularia para os trabalhadores porque seu trabalho aumentado se tornaria mais valioso. Nem tudo seria aspirado pelos proprietários bilionários da tecnologia.
O problema é que o aumento é difícil. Quando você está simplesmente imitando o comportamento humano, você sabe (mais ou menos) se acertou em cheio. (O computador pode jogar damas: sucesso!) Mas inventar uma forma de IA que seja útilmente diferente da maneira como os humanos operam requer mais imaginação. Você tem que pensar em como criar superpoderes de silício que se encaixam de mãos dadas com as habilidades únicas das pessoas – como nossa intuição difusa e “aha”; nosso raciocínio de senso comum; e nossa capacidade de lidar criativamente com casos raros e extremos.
“É 100 vezes mais fácil olhar para algo existente e pensar, ‘OK, podemos substituir uma máquina ou um humano lá?’ O mais difícil é ‘vamos imaginar algo que nunca existiu antes’”, diz Brynjolfsson. “Mas, em última análise, essa segunda maneira é de onde vem a maior parte do valor.”
No Stanford Institute for Human-Centered AI, o diretor Fei-Fei Li queria saber o que as pessoas realmente desejam que seja automatizado. Seu grupo foi ao “American Time Use Survey” do governo dos EUA, que relata as tarefas diárias das pessoas. A equipe de Li escolheu 2.000 atividades cotidianas que poderiam ser feitas de forma viável por IA e robôs, então pediu às pessoas que avaliassem o quanto elas queriam que essa tarefa fosse automatizada, “com zero sendo inferno não, eu não quero robôs para fazer issosendo o máximo por favor, estou morrendo de vontade de ter um robô fazendo isso”, diz Li.
“Abra um presente de Natal para mim” era zero; “limpar o banheiro” era alto. Óbvio o suficiente, mas havia coisas mais complexas no meio, como “recomendar um livro”. A única maneira de descobrir o que as pessoas querem, observa Li, é perguntando a elas – não avançando e projetando IA com base em fantasias de ficção científica.
Aqui está outra ruga: Nem sempre é óbvio como os dois tipos de IA são diferentes.
Pode-se argumentar que o DALL-E e outros geradores de imagens são puro jogo de Turing porque replicam a capacidade humana de criar arte. A internet atualmente geme sob o peso de ensaios alegando que artistas humanos estão prestes a ser desempregados em série pela IA. Mas os criadores também podem usar os aplicativos para superar seu peso, como quando um designer de videogame usou Midjourney para gerar arte para um jogo de tiro espacial. Isso se parece muito com o aumento.
Além disso, muitos empregos são mais difíceis de inteiramente automatizar do que você imagina. Em 2016, o pioneiro do aprendizado profundo Geoff Hinton argumentou que deveríamos parar de treinar radiologistas porque “é completamente óbvio que dentro de cinco anos, o aprendizado profundo se sairá melhor do que os radiologistas”. (Ele acrescentou que pode levar 10 anos.) Mas ainda há toneladas de radiologistas empregados, e provavelmente haverá no futuro, porque o trabalho de um radiologista é mais complicado do que Hinton sugere, conforme observado por Andrew McAfee, um colega e coautor de Brynjolfsson, que codirige a Iniciativa do MIT sobre a Economia Digital. A IA pode ser melhor em detectar possíveis tumores em exames, mas isso é apenas uma pequena parte do trabalho de um radiologista. O resto inclui preparar planos de tratamento e interagir com pacientes assustados. As IAs de detecção de tumores, então, podem ser melhor vistas como um aumento desses médicos.
Para afastar as empresas do Turingismo, Brynjolfsson sugere algumas mudanças na política do governo. Uma área madura para reforma é o código tributário dos EUA. No momento, ele tributa mais duramente o trabalho do que o capital, como descobriu um trabalho recente do Brookings Institute. As empresas obtêm um melhor tratamento fiscal quando compram robôs ou softwares para substituir humanos devido a baixas contábeis, como depreciação de capital. Portanto, o código tributário essencialmente incentiva as empresas a automatizar os trabalhadores da folha de pagamento, em vez de mantê-los e aumentá-los.
“Subsidiamos o capital e tributamos o trabalho”, diz Brynjolfsson. “Então, neste momento, estamos pressionando os empreendedores – querendo ou não – a tentar descobrir maneiras de substituir o trabalho humano. Se invertermos isso, ou mesmo apenas nível o campo de jogo, então os empresários descobririam uma maneira melhor.” Essa pode ser uma saída para a armadilha.
.
