"A liberdade de imprensa é a permissão de qualquer aleijado bater-se com um professor de esgrima." (Luís da Câmara Cascudo)

quarta-feira, 12 de junho de 2019

Big Data e seu recinto dos bens comuns

As distopias digitais são exageradas, mas a desigualdade está aumentando. A resposta está no tratamento de dados como comuns e Big Data como um problema de ação coletiva.

por Ekkehard Ernst 

Big DataO medo da máquina está de volta. Visões distópicas de um mundo sem empregos abundam à medida que veículos autônomos, robôs humanóides e supercomputadores são pensados ​​para substituir trabalhadores humanos. O progresso recente na inteligência artificial tem sido impressionante: as máquinas estão recebendo ligações telefônicas, entendendo questões e sugerindo soluções - geralmente muito mais rápido do que um funcionário de um call center humano.
No entanto, até agora, não há provas de perda de emprego está montando. Entre os membros da Organização para Cooperação e Desenvolvimento Econômico, as taxas de desemprego estão em seu nível mais baixo desde 2006. O que tem aumentado é a desigualdade de renda. A economia digital exige novas abordagens políticas para lidar com isso.

Polarização de trabalho

O crescimento inclusivo está ameaçado de três maneirasPrimeiro, a automação devido a máquinas inteligentes e computadores não está mais confinada à fabricação, mas afeta os empregos - principalmente a classe média - nos serviços também. Serviços jurídicos básicos, contabilidade, logística e varejo verão muitas tarefas substituídas por máquinas que exigem pouca supervisão ou manutenção pelos funcionários. A experiência sugere que, em vez de ficar desempregado, um número crescente de pessoas deslocadas competirá para baixo, levando a uma nova polarização de empregos.
Em segundo lugar, o aumento exponencial do consumo de energia induzido por algoritmos complexos sugere que as novas aplicações da inteligência artificial serão voltadas mais para inovações de economia de capital e de aumento de fator. O gerenciamento de redes - por exemplo, redes de eletricidade ou sistemas de controle de tráfego para cidades "inteligentes" - bem como sistemas especialistas em pesquisa, agricultura ou saúde provavelmente dominarão as inovações de automação pura. Isso levará a um novo aumento nas mudanças tecnológicas, uma tendência observada nas últimas décadas.
Por último, mas não menos importante, as empresas digitais concentram lucros e riqueza à medida que coletam e exploram grandes quantidades de dados para seus algoritmos para individualizar preços e ofertas de produtos. As externalidades de rede subjacentes permitem que os pioneiros inovadores se equipem, deixando aos novos participantes pouca chance de competir por participações de mercado ou lucros. vieses algorítmicos - a tendência das decisões sobre máquinas de replicar a discriminação profundamente enraizada nos dados históricos em que essas rotinas são executadas - compõem o desafio da desigualdade.
As respostas tradicionais às desigualdades decorrentes do progresso tecnológico permanecem relevantes. Tributar o excesso de lucros (corporativos), garantir que o consumo de serviços digitais seja tributado onde é consumido - atualmente não é - e fortalecer a negociação coletiva, para garantir que os benefícios sejam amplamente compartilhados em toda a economia, continue sendo a primeira linha de resposta. Da mesma forma, a combinação da seguridade social digital com a aprendizagem ao longo da vida ajuda os trabalhadores deslocados a investir em suas competências para encontrar empregos mais bem remunerados.

Pouca alavancagem

Essas medidas, embora necessárias, são, no entanto, improváveis ​​de serem suficientes para reduzir as desigualdades. Para começar, os efeitos de rede envolvidos na economia digital não permitirão que todas as empresas aumentem os salários da mesma forma que os corredores da frente, deixando acordos de participação nos lucros ou negociação coletiva com pouca alavancagem para melhorar a equidade.
Mais importante ainda, o novo modelo de negócios desse "capitalismo de vigilância" baseia-se na coleta de dados sem barreiras ao acesso, explorados com algoritmos proprietários e na venda dessa inteligência de mercado. Enquanto os dados vêm de graça - e os usuários muitas vezes estão dispostos a desistir de sua privacidade - sua colheita não é, já que as coleções de dados são protegidas por direitos de propriedade intelectual e assim a concorrência sobre quem desenvolve o melhor algoritmo é sufocada. Somente quando o acesso aos dados é desimpedido e compartilhado com pouco ou nenhum custo, os novos concorrentes podem competir de verdade, como, por exemplo, no negócio de tradução automática, que depende da captura de traduções disponíveis gratuitamente pela web.
Soluções sugeridas, como o fortalecimento da contestabilidade de mercado, garantindo a portabilidade de dados - por exemplo, através do desenvolvimento de interfaces e padrões - são úteis, mas novamente insuficientes, pois poucos usuários ficarão incomodados em manter vários sites de mídia social diferentes para garantir a concorrência entre provedores. A quebra de grandes players digitais, como o Facebook ou o Twitter, por meio da desintegração vertical também não resolveria o problema subjacente de garantir acesso às coleções de dados que essas empresas monopolizam.
Recentemente, Glen Weyl e seus co-autores sugeriram uma solução inovadora - estabelecendo direitos de propriedade de dados para que os dados se tornassem trabalhoCada usuário seria remunerado de acordo com quanto valor sua entrada de dados criava para um provedor de conteúdo digital. Além disso, os usuários poderiam rastrear onde e em qual contexto seus dados estavam sendo usados, possivelmente bloqueando certas formas de uso de dados (por exemplo, para fins militares).
Tão elegante como esta solução aparece, tem uma desvantagem: mais dados não significam melhores algoritmosOs poucos indivíduos cujos dados são altamente relevantes obtêm grandes retornos, mas o usuário médio ainda não vê muito da entrada de dados.

Problema 'Commons'

Em vez disso, os monopólios naturais que surgem na economia digital devem ser tratados de forma semelhante a outros problemas comuns. Em vez de (apenas) fortalecer os direitos de propriedade individual para regular as externalidades, os governos devem extrair renda para construir capital públicoTais abordagens já existem na forma de fundos soberanos ou de riqueza social e foram implementadas para uma variedade de ativos, embora muitas vezes relacionados a recursos naturais.
Considerar os dados como comuns, o que permite a extração de aluguéis, ajudaria a restabelecer o equilíbrio entre fornecedores de dados individuais e fornecedores de plataformas corporativas. Mais importante ainda, com os governos investindo em tais plataformas por meio dos fundos de riqueza dos cidadãos, isso deixaria os incentivos para o desenvolvimento algorítmico intactos e ainda permitiria uma competição mais rigorosa e melhores retornos individuais no fornecimento de dados.
Somente quando tratamos a propriedade de dados como um problema de ação coletiva, podemos esperar abordar o contínuo aumento da desigualdade.


Ekkehard Ernst lidera a pesquisa global sobre o Futuro do Trabalho e outros desafios de longo alcance na Organização Internacional do Trabalho. Juntamente com sua equipe, ele desenvolve cenários sobre como a inteligência artificial, uma sociedade envelhecida, a mudança climática e o populismo afetarão o emprego e a desigualdade.

0 comentários:

Postar um comentário