سال‌ها پیش، وقتی شروع به نوشتن درباره تلاش‌های سیلیکون ولی برای جایگزینی نیروی کار با هوش مصنوعی کردم، بیشتر مدیران اجرایی شرکت‌های فناوری حداقل آنقدر نزاکت داشتند که دروغ بگویند.
مدیران اجرایی به من می‌گفتند: «ما کارگران را خودکار نمی‌کنیم، بلکه آنها را تقویت می‌کنیم.» «ابزارهای هوش مصنوعی ما مشاغل را از بین نمی‌برند. آنها دستیاران مفیدی خواهند بود که کارگران را از کارهای کسل‌کننده روزمره آزاد می‌کنند.»
البته، چنین جملاتی — که اغلب برای اطمینان دادن به کارگران نگران و پوشش دادن به برنامه‌های اتوماسیون شرکت‌ها بود — بیشتر در مورد محدودیت‌های فناوری صحبت می‌کرد تا انگیزه‌های مدیران. در آن زمان، هوش مصنوعی به سادگی به اندازه کافی خوب نبود که بتواند بیشتر مشاغل را خودکار کند، و قطعاً قادر به جایگزینی کارگران تحصیل‌کرده در صنایع اداری مانند فناوری، مشاوره و مالی نبود.
این وضعیت در حال تغییر است. برخی از سیستم‌های هوش مصنوعی امروزی می‌توانند نرم‌افزار بنویسند، گزارش‌های تحقیقاتی دقیق تولید کنند و مسائل پیچیده ریاضی و علمی را حل کنند. «عوامل» هوش مصنوعی جدیدتر قادر به انجام توالی‌های طولانی از وظایف و بررسی کار خود هستند، درست مانند یک انسان. و در حالی که این سیستم‌ها هنوز در بسیاری از زمینه‌ها از انسان‌ها عقب هستند، برخی کارشناسان نگرانند که افزایش اخیر بیکاری برای فارغ‌التحصیلان دانشگاهی نشانه‌ای باشد که شرکت‌ها در حال حاضر از هوش مصنوعی به عنوان جایگزینی برای برخی کارگران سطح ابتدایی استفاده می‌کنند.
روز پنجشنبه، در رویدادی که توسط «مکانیز»، یک استارتاپ جدید هوش مصنوعی، در سان‌فرانسیسکو برگزار شد، نگاهی اجمالی به آینده‌ای بدون نیروی کار داشتم. این شرکت هدف جسورانه‌ای برای خودکارسازی همه مشاغل دارد — شغل شما، شغل من، مشاغل پزشکان و وکلای ما، افرادی که نرم‌افزار ما را می‌نویسند و ساختمان‌های ما را طراحی می‌کنند و از فرزندان ما مراقبت می‌کنند.
تامای بسیروگلو، 29 ساله، یکی از بنیان‌گذاران مکانیز، گفت: «هدف ما این است که کار را به طور کامل خودکار کنیم. ما می‌خواهیم به یک اقتصاد کاملاً خودکار برسیم و این اتفاق را با سریع‌ترین سرعت ممکن رقم بزنیم.»
رویای اتوماسیون کامل چیز جدیدی نیست. جان مینارد کینز، اقتصاددان، در دهه 1930 پیش‌بینی کرد که ماشین‌ها تقریباً همه مشاغل را خودکار خواهند کرد و فراوانی مادی ایجاد کرده و مردم را برای دنبال کردن علایقشان آزاد خواهند گذاشت.
البته این اتفاق هرگز نیفتاد. اما پیشرفت‌های اخیر در هوش مصنوعی این باور را دوباره زنده کرده است که فناوری قادر به اتوماسیون انبوه نیروی کار نزدیک است. داریو آمودی، مدیر عامل شرکت «آنتروپیک»، اخیراً هشدار داد که هوش مصنوعی می‌تواند نیمی از مشاغل اداری سطح ابتدایی را در پنج سال آینده جابجا کند.
مکانیز یکی از چندین استارتاپ است که برای تحقق این امر تلاش می‌کند. این شرکت امسال توسط آقای بسیروگلو، اِگه اِردیل و متیو بارنت تأسیس شد که همگی در «اِیپِک اِی‌آی» (Epoch AI)، یک شرکت تحقیقاتی که قابلیت‌های سیستم‌های هوش مصنوعی را مطالعه می‌کند، با هم کار می‌کردند.
این شرکت سرمایه‌گذاری‌هایی را از رهبران شناخته شده فناوری از جمله پاتریک کولیسون، یکی از بنیان‌گذاران «استرایپ»، و جف دین، دانشمند ارشد هوش مصنوعی گوگل، جذب کرده است. مکانیز در حال حاضر پنج کارمند دارد و با شرکت‌های پیشرو هوش مصنوعی همکاری می‌کند. (این شرکت به دلیل توافق‌نامه‌های محرمانگی از ذکر نام آنها خودداری کرد.)
رویکرد مکانیز برای خودکارسازی مشاغل با استفاده از هوش مصنوعی بر تکنیکی به نام «یادگیری تقویتی» (reinforcement learning) متمرکز است — همان روشی که تقریباً یک دهه پیش برای آموزش یک کامپیوتر برای بازی تخته «گو» (Go) در سطح فوق بشری استفاده شد.
امروزه، شرکت‌های پیشرو هوش مصنوعی از یادگیری تقویتی برای بهبود خروجی مدل‌های زبانی خود استفاده می‌کنند، با انجام محاسبات اضافی قبل از تولید پاسخ. این مدل‌ها که اغلب مدل‌های «فکر کننده» یا «استدلالی» نامیده می‌شوند، در برخی وظایف محدود، مانند نوشتن کد یا حل مسائل ریاضی، به طور چشمگیری خوب عمل کرده‌اند.
اما بیشتر مشاغل شامل انجام بیش از یک وظیفه است. و بهترین مدل‌های هوش مصنوعی امروزی هنوز به اندازه کافی قابل اعتماد نیستند که بتوانند حجم کاری پیچیده‌تر را مدیریت کنند یا در سیستم‌های پیچیده شرکتی حرکت کنند.
برای رفع این مشکل، مکانیز محیط‌های آموزشی جدیدی برای این مدل‌ها ایجاد می‌کند — اساساً آزمایش‌های پیچیده‌ای که می‌توانند برای آموزش مدل‌ها در مورد کارهایی که در یک سناریو خاص باید انجام دهند و قضاوت درباره موفقیت یا عدم موفقیت آنها استفاده شوند.
به عنوان مثال، برای خودکارسازی مهندسی نرم‌افزار، مکانیز در حال ساخت یک محیط آموزشی است که شبیه کامپیوتری است که یک مهندس نرم‌افزار از آن استفاده می‌کند — یک ماشین مجازی مجهز به صندوق ورودی ایمیل، یک حساب اسلک، برخی ابزارهای کدنویسی و یک مرورگر وب. از یک سیستم هوش مصنوعی خواسته می‌شود که با استفاده از این ابزارها کاری را انجام دهد. اگر موفق شود، پاداش می‌گیرد. اگر شکست بخورد، جریمه می‌شود. سپس دوباره تلاش می‌کند. با آزمون و خطای کافی، اگر شبیه‌سازی به خوبی طراحی شده باشد، هوش مصنوعی باید در نهایت یاد بگیرد که آنچه یک مهندس انسانی انجام می‌دهد را انجام دهد.
آقای بسیروگلو گفت: «این عملاً مانند ایجاد یک بازی ویدیویی بسیار خسته‌کننده است.»
مکانیز با برنامه‌نویسی کامپیوتر شروع کرده است، شغلی که یادگیری تقویتی در آن قبلاً نتایج امیدوارکننده‌ای نشان داده است. اما این شرکت امیدوار است که همین استراتژی بتواند برای خودکارسازی مشاغل در بسیاری از زمینه‌های دیگر مشاغل اداری نیز استفاده شود.
این شرکت در یک پست وبلاگی اخیر خود نوشت: «تنها زمانی به طور واقعی خواهیم دانست که موفق شده‌ایم که سیستم‌های هوش مصنوعی را ایجاد کرده باشیم که قادر به انجام تقریباً هر مسئولیتی باشند که یک انسان می‌تواند در مقابل کامپیوتر انجام دهد.»
من در مورد اینکه آیا رویکرد مکانیز کارساز خواهد بود، به ویژه برای مشاغل غیرفنی که موفقیت و شکست به راحتی قابل اندازه‌گیری نیست، تردیدهایی دارم. (به عنوان مثال، برای یک هوش مصنوعی «موفق شدن» در نقش معلم دبیرستان به چه معناست؟ اگر دانش‌آموزانش در آزمون‌های استاندارد خوب عمل کنند، اما همه آنها ناراحت و بی‌انگیزه باشند چه؟ اگر معلم هوش مصنوعی یاد بگیرد که با دادن پاسخ‌های صحیح به دانش‌آموزان، به امید بهبود نمرات آزمونشان، «پاداش‌جویی» کند چه؟)
بنیان‌گذاران مکانیز نسبت به دشواری خودکارسازی مشاغل به این روش ساده‌انگار نیستند. آقای بارنت به من گفت که بهترین تخمین او این است که اتوماسیون کامل 10 تا 20 سال طول می‌کشد. (آقای اِردیل و آقای بسیروگلو انتظار دارند 20 تا 30 سال طول بکشد.)
اینها جدول‌های زمانی محافظه‌کارانه هستند، طبق استانداردهای سیلیکون ولی. و من قدردانی می‌کنم که بر خلاف بسیاری از شرکت‌های هوش مصنوعی که روی فناوری جایگزین کننده نیروی کار پشت درهای بسته کار می‌کنند، مکانیز در مورد آنچه که قصد انجام آن را دارد، صادق است.
اما من همچنین دریافتم که رویکرد آنها به طرز عجیبی فاقد همدلی برای افرادی است که قصد دارند شغلشان را بگیرند، و نگران این نیستند که آیا جامعه برای چنین تغییر عمیقی آماده است.
آقای بسیروگلو گفت که او معتقد است هوش مصنوعی در نهایت «فراوانی ریشه‌ای» و ثروتی ایجاد خواهد کرد که می‌تواند به کارگران اخراج شده، در قالب یک درآمد پایه همگانی (Universal Basic Income) که به آنها امکان حفظ استاندارد بالای زندگی را می‌دهد، بازتوزیع شود.
اما مانند بسیاری از شرکت‌های هوش مصنوعی که روی فناوری جایگزین کننده نیروی کار کار می‌کنند، مکانیز هیچ پیشنهاد سیاستی جدیدی برای کمک به هموار کردن انتقال به یک اقتصاد مبتنی بر هوش مصنوعی ندارد، هیچ ایده درخشانی در مورد گسترش شبکه ایمنی اجتماعی یا بازآموزی کارگران برای مشاغل جدید — تنها هدفی برای از بین بردن مشاغل فعلی در سریع‌ترین زمان ممکن.
در یک نقطه در طول پرسش و پاسخ، من مداخله کردم و پرسیدم: آیا اتوماسیون کامل نیروی کار اخلاقی است؟
آقای بارنت، که خود را یک لیبرتارین توصیف کرد، پاسخ داد که بله. او معتقد است که هوش مصنوعی رشد اقتصادی را تسریع خواهد کرد و پیشرفت‌های نجات‌بخش در پزشکی و علم را به همراه خواهد داشت، و یک جامعه مرفه با اتوماسیون کامل به یک اقتصاد کم رشد که در آن انسان‌ها هنوز شغل دارند، ارجحیت دارد.
آقای بارنت گفت: «اگر جامعه به طور کلی بسیار ثروتمندتر شود، من فکر می‌کنم این بر جنبه‌های منفی از دست دادن مشاغل توسط مردم غلبه می‌کند.»
حداقل صادق هستند.