A promessa e o perigo da IA ​​generativa

Para garantir que ferramentas como o ChatGPT forneçam benefícios amplamente compartilhados, devemos aprender com a última onda de inovação digital.

Diane Coyle 

Desde que a OpenAI lançou seu chatbot ChatGPT no ano passado, um número crescente de analistas prevê que a inteligência artificial generativa deslocará milhões de trabalhadores e causará uma convulsão econômica generalizada. Mas como exatamente a IA generativa afetará a economia global?

Estimativas recentes fornecem uma indicação da iminente disrupção do mercado de trabalho. Os economistas do Goldman Sachs, por exemplo, antecipam que até 300 milhões de empregos em tempo integral poderiam ser automatizados como resultado dos mais recentes avanços da IA ​​e que dois terços dos trabalhadores na Europa e nos Estados Unidos poderiam ser expostos à automação baseada em IA. . Um documento de trabalho de pesquisadores da OpenAI descobriu que cerca de 80% da força de trabalho dos EUA poderia ver pelo menos algumas de suas tarefas automatizadas pela introdução de grandes modelos de linguagem, como o ChatGPT. E alguns escritórios de advocacia e profissionais de marketing já começaram a usar ferramentas generativas de IA.

Mas ainda não está claro se as novas IAs melhorarão a produtividade dos funcionários existentes, tirando tarefas rotineiras de suas mãos ou simplesmente tornando os trabalhadores tecnologicamente redundantes. Com certeza, muitos trabalhadores de colarinho branco ficariam encantados se as ferramentas de IA pudessem assumir tarefas tediosas, como fazer atas durante reuniões, responder a consultas de rotina ou preencher relatórios de despesas. Mas muitos acreditam – como Daron Acemoğlu e Simon Johnson argumentaram recentemente – que a atual corrida armamentista de IA generativa visa reduzir custos substituindo trabalhadores por algoritmos, em vez de aproveitar o poder dessas tecnologias para aumentar o trabalho humano.

Prestando atenção às lições

Outra possibilidade, porém, é que a maioria das empresas demorará a adotar essa poderosa tecnologia devido à falta de habilidades e know-how. Isso também não é necessariamente reconfortante. Embora as novas tecnologias muitas vezes interrompam os meios de subsistência e as indústrias, elas também podem gerar o crescimento da produtividade necessário para aumentar a renda e os padrões de vida. Após quase duas décadas de crescimento extremamente lento da produtividade na maioria das economias avançadas, a IA generativa surgiu exatamente quando precisamos dela. Mas, para garantir que ele proporcione benefícios amplamente compartilhados, devemos prestar atenção às lições da onda anterior de inovação digital.

Nos últimos 20 anos, inovações como o smartphone e tecnologias de comunicação como as redes sem fio 4G e 5G transformaram a vida cotidiana, levando a novos setores e modelos de negócios. Em 2021, o americano médio passava cerca de oito horas por dia online, mais que o dobro do valor de 2011. As indústrias de computação em nuvem e comércio eletrônico cresceram rapidamente, refletindo um mercado de trabalho no qual habilidades digitais são cada vez mais um pré-requisito para conseguir um emprego bem remunerado. No entanto, apesar desses avanços tecnológicos, o crescimento da produtividade tem sido sombrio desde meados dos anos 2000.

O que explica esse enigma econômico? Embora seja possível que as tecnologias digitais simplesmente não sejam muito produtivas, sua ampla adoção sugere o contrário. Uma explicação mais plausível é que leva tempo para descobrir a melhor forma de usar as novas tecnologias. Como resultado, apenas uma pequena minoria de empresas nos EUA ou no Reino Unido , por exemplo, conseguiu usar ferramentas digitais para aumentar sua produtividade e sair na frente.

Em seu livro de 2022, The New Goliaths, James Bessen, da Universidade de Boston, explora por que as empresas estão tendo problemas para se adaptar às tecnologias digitais. A complexidade dos softwares avançados, argumenta, confere vantagem às empresas maiores e mais sofisticadas tecnologicamente, pois só elas dispõem dos recursos e do know-how necessários para adotar tais ferramentas e delas se beneficiar.

verdadeiro potencial

Dado o enorme (e caro) poder de computação necessário para usar e manter ferramentas generativas de IA, parece inevitável que essa nova tecnologia siga um caminho semelhante. Se algumas empresas dominantes usarem algoritmos de aprendizado profundo, como o GPT-4 da OpenAI, para criar novos serviços e produtos, elas poderão aumentar seu poder de mercado e erguer barreiras intransponíveis à entrada.

Mas o verdadeiro potencial dessas novas tecnologias vai além de sua capacidade de permitir que algumas empresas se tornem mais eficientes ou desenvolvam novos produtos. Para fornecer ganhos generalizados de produtividade e criar valor real, os modelos generativos de IA devem mudar a maneira como produzimos as coisas. Afinal, os booms de produtividade mais sustentados dos últimos 200 anos foram resultado de novas tecnologias que remodelaram e reconfiguraram nossos sistemas econômicos.

Considere, por exemplo, como a introdução de peças intercambiáveis ​​revolucionou a manufatura no século 19 ou como a linha de montagem de Henry Ford ampliou a divisão do trabalho dentro da fábrica durante o início do século 20. Na década de 1980, a revolução just-in-time reduziu a necessidade de estoques maciços e, durante os anos 2000, a globalização das cadeias de suprimentos permitiu uma maior especialização. Essas inovações de processo, possibilitadas pelo surgimento de novas tecnologias de energia e comunicação, impulsionaram o crescimento econômico ao mudar não apenas o que as empresas produziam, mas como elas produziam.

Antes que a utilidade de longo prazo da IA ​​generativa se torne aparente, o hype – e o pânico – deve diminuir. Quaisquer que sejam suas deficiências, sua introdução representa claramente um salto tecnológico surpreendente. Para garantir que beneficie a todos nós como trabalhadores, consumidores e empresários, devemos fornecer a todas as empresas acesso a essas ferramentas revolucionárias, em vez de entregar a chave para a próxima grande transformação econômica para alguns grandes operadores e esperar que eles não travem todos os outros.

Diane Coyle é professora de políticas públicas na Universidade de Cambridge. Ela é a autora, mais recentemente, de Cogs and Monsters: What Economics Is, and What It Should Be (Princeton University Press, 2021) .