Τεχνητή Νοημοσύνη: Θα μας πάρει τις δουλειές ή θα δημιουργήσει νέες; Επενδύσεις 895 δισ. δολαρίων και υποσχέσεις που δοκιμάζονται στην πράξη

Η Τεχνητή Νοημοσύνη υποσχέθηκε να αλλάξει τα πάντα: τον τρόπο που εργαζόμαστε, την παραγωγικότητα των επιχειρήσεων, ακόμη και το πώς μαθαίνουν τα παιδιά στο σχολείο. Ωστόσο, όσο οι τεχνολογικοί κολοσσοί επενδύουν εκατοντάδες δισεκατομμύρια δολάρια στην ανάπτυξή της, τα πραγματικά αποτελέσματα παραμένουν πολύ πιο σύνθετα. Οι θέσεις εργασίας δεν εξαφανίζονται με τον ρυθμό που πολλοί φοβούνταν, η κατασκευή τεράστιων κέντρων δεδομένων δημιουργεί νέα επαγγέλματα, ενώ τα σχολεία που υπόσχονται ότι οι μαθητές θα μαθαίνουν δύο φορές γρηγορότερα με τη βοήθεια της Τεχνητής Νοημοσύνης δυσκολεύονται να επιβεβαιώσουν τις διαφημιζόμενες επιδόσεις τους.

Σύμφωνα με τους New York Times, οι εξελίξεις στην αγορά εργασίας, οι τεράστιες επενδύσεις σε υπολογιστικές υποδομές και τα νέα εκπαιδευτικά μοντέλα αποκαλύπτουν τις διαφορετικές όψεις αυτής της τεχνολογικής μετάβασης.

Από τις αμερικανικές επιχειρήσεις που αναζητούν τρόπους να αξιοποιήσουν την Τεχνητή Νοημοσύνη μέχρι την Anthropic, δημιουργό του Claude, που επιδιώκει να εξασφαλίσει τεράστια υπολογιστική ισχύ, και τα ιδιωτικά σχολεία Alpha που πειραματίζονται με τη διδασκαλία μέσω εφαρμογών, το βασικό ερώτημα παραμένει κοινό: πόσο απέχει η πραγματικότητα από τις μεγάλες υποσχέσεις της νέας τεχνολογίας;

Η Τεχνητή Νοημοσύνη θα αντικαθιστούσε τους εργαζομένους – Τι δείχνουν τα στοιχεία

Εδώ και χρόνια, η συζήτηση γύρω από την Τεχνητή Νοημοσύνη συνοδεύεται από προβλέψεις για μαζικές απώλειες θέσεων εργασίας, ιδιαίτερα σε επαγγέλματα που βασίζονται στην επεξεργασία πληροφοριών, την ανάλυση δεδομένων και την παραγωγή γραπτού περιεχομένου.

Ωστόσο, σύμφωνα με ανάλυση των New York Times που δημοσιεύθηκε την Παρασκευή (6/11), οι εξελίξεις στην αμερικανική αγορά εργασίας δεν επιβεβαιώνουν μέχρι στιγμής ένα τόσο ξεκάθαρο σενάριο.

Κλάδοι που θεωρούνται ιδιαίτερα εκτεθειμένοι στην αυτοματοποίηση, όπως οι λογιστικές υπηρεσίες, τα νομικά επαγγέλματα και οι χρηματοοικονομικές δραστηριότητες, συνέχισαν σε γενικές γραμμές να προσθέτουν θέσεις εργασίας τον Οκτώβριο.

Η αύξηση, ωστόσο, παραμένει ασθενική σε σύγκριση με προηγούμενες περιόδους.

Αντίθετα, ο κλάδος της πληροφορίας, που περιλαμβάνει μεγάλο μέρος της τεχνολογικής βιομηχανίας αλλά και εταιρείες μέσων ενημέρωσης, παρουσιάζει σταθερή μείωση της απασχόλησης από τα τέλη του 2022.

Την περασμένη εβδομάδα, η Microsoft ανακοίνωσε ότι προσφέρει προγράμματα εθελούσιας αποχώρησης σε δεκάδες χιλιάδες εργαζομένους, αποτελώντας ακόμη ένα παράδειγμα αναδιάρθρωσης στον τεχνολογικό κλάδο.

Οι οικονομολόγοι, ωστόσο, αποφεύγουν να αποδώσουν αυτομάτως αυτές τις εξελίξεις στην Τεχνητή Νοημοσύνη.

Τα υψηλά επιτόκια, η επιβράδυνση των προσλήψεων και οι αλλαγές στη ζήτηση μετά την πανδημία αποτελούν επίσης σημαντικούς παράγοντες.

Παρά τις ανακοινώσεις μεγάλων τεχνολογικών επιχειρήσεων, οι απολύσεις παραμένουν σχετικά περιορισμένες σε αρκετούς κλάδους.

Γιατί οι νέοι πτυχιούχοι δυσκολεύονται να βρουν δουλειά

Μία από τις μεγαλύτερες ανησυχίες αφορά τους νέους εργαζομένους και όσους επιχειρούν να εισέλθουν για πρώτη φορά στην αγορά εργασίας.

Οι επιχειρήσεις μπορούν πλέον να χρησιμοποιούν εφαρμογές Τεχνητής Νοημοσύνης για εργασίες που παραδοσιακά αναλάμβαναν νεοπροσλαμβανόμενοι υπάλληλοι, όπως η σύνταξη προσχεδίων, η επεξεργασία εγγράφων και η ανάλυση πληροφοριών.

Ορισμένοι οικονομολόγοι θεωρούν ότι αυτό ενδέχεται να συμβάλλει στη δυσκολία εξεύρεσης εργασίας που αντιμετωπίζουν οι νέοι απόφοιτοι πανεπιστημίων. Ωστόσο, δεν υπάρχει ακόμη σαφής απόδειξη ότι η τεχνολογία αποτελεί την κύρια αιτία.

Σε μια αγορά όπου οι επιχειρήσεις πραγματοποιούν λιγότερες προσλήψεις και οι εργαζόμενοι αλλάζουν δυσκολότερα θέση, εκείνοι που αναζητούν την πρώτη τους δουλειά επηρεάζονται δυσανάλογα.

Οι οικονομολόγοι εξετάζουν τρεις πιθανές εξηγήσεις για τον αντίκτυπο της Τεχνητής Νοημοσύνης στις προσλήψεις.

Η πρώτη είναι ότι οι επιχειρήσεις χρησιμοποιούν ήδη συστήματα Τεχνητής Νοημοσύνης για να εκτελούν εργασίες που προηγουμένως απαιτούσαν ανθρώπινο προσωπικό. Σε αυτή την περίπτωση, δεν χρειάζεται να προσλαμβάνουν τόσους νέους υπαλλήλους, επειδή μέρος της δουλειάς πραγματοποιείται πλέον αυτοματοποιημένα.

Η δεύτερη είναι ότι οι εταιρείες δεν αντικαθιστούν απαραίτητα τους εργαζομένους, αλλά αναβάλλουν προσωρινά τις προσλήψεις, περιμένοντας να διαπιστώσουν ποιες εργασίες μπορούν πράγματι να αναθέσουν στην Τεχνητή Νοημοσύνη και ποιες θα εξακολουθήσουν να απαιτούν ανθρώπινη παρουσία.

Η τρίτη εξήγηση αφορά το οικονομικό κόστος της τεχνολογίας. Οι επιχειρήσεις δαπανούν τεράστια ποσά για επεξεργαστές, υπολογιστικές υποδομές και υπηρεσίες Τεχνητής Νοημοσύνης, με αποτέλεσμα να περιορίζουν άλλες δαπάνες, συμπεριλαμβανομένων των προσλήψεων, προκειμένου να εξισορροπήσουν τους προϋπολογισμούς τους.

Και οι τρεις περιπτώσεις μπορούν να οδηγήσουν στο ίδιο άμεσο αποτέλεσμα, δηλαδή λιγότερες διαθέσιμες θέσεις εργασίας. Η διαφορά βρίσκεται στο τι θα συμβεί στη συνέχεια: στην πρώτη περίπτωση ορισμένες θέσεις ενδέχεται να καταργηθούν οριστικά, στη δεύτερη οι προσλήψεις μπορεί να ανακάμψουν όταν οι επιχειρήσεις ξεκαθαρίσουν τις ανάγκες τους, ενώ στην τρίτη η απασχόληση θα εξαρτηθεί από το αν και πότε θα περιοριστεί η οικονομική πίεση των επενδύσεων.

Το παράδοξο: Η Τεχνητή Νοημοσύνη δημιουργεί δουλειές για ηλεκτρολόγους και κατασκευαστές

Την ώρα που η επίδραση της Τεχνητής Νοημοσύνης στις δουλειές γραφείου παραμένει ασαφής, η ζήτηση που δημιουργεί σε άλλους κλάδους είναι ήδη ορατή.

Η μαζική κατασκευή κέντρων δεδομένων στις Ηνωμένες Πολιτείες ενισχύει την απασχόληση στον κατασκευαστικό τομέα, παρά την υποχώρηση της οικοδομικής δραστηριότητας κατοικιών λόγω των υψηλών επιτοκίων.

Παράλληλα, η ανάγκη για προηγμένους επεξεργαστές και ηλεκτρονικό εξοπλισμό δημιουργεί πρόσθετη ζήτηση στη βιομηχανία.

Σύμφωνα με έρευνα του Indeed Hiring Lab, οι αγγελίες εργασίας που σχετίζονται με κέντρα δεδομένων υπερδιπλασιάστηκαν μέσα σε δύο χρόνια.

Περίπου έξι στις 1.000 αγγελίες εργασίας στις ΗΠΑ αφορούν πλέον τέτοιες εγκαταστάσεις, έναντι δύο στις 1.000 τον Μάιο του 2023.

Το ένα τέταρτο περίπου των διαθέσιμων θέσεων αφορά τεχνικούς εγκατάστασης και συντήρησης, ενώ οι αντίστοιχες αμοιβές εμφανίζουν σημαντικό πλεονέκτημα έναντι άλλων τεχνικών θέσεων.

Η ανάπτυξη της Τεχνητής Νοημοσύνης, επομένως, δημιουργεί μια αντιφατική εικόνα: η ίδια τεχνολογία που μπορεί να περιορίσει την ανάγκη για ορισμένες διοικητικές εργασίες αυξάνει τη ζήτηση για ανθρώπους που κατασκευάζουν, συντηρούν και τροφοδοτούν τις υποδομές της.

Το μέλλον αυτής της ανάπτυξης, πάντως, έχει αρχίσει να προκαλεί ανησυχία στους επενδυτές.

Η πολιτική αντίδραση απέναντι στην κατασκευή κέντρων δεδομένων, που αναδείχθηκε και στις αμερικανικές ενδιάμεσες εκλογές της 3ης Νοεμβρίου, δημιουργεί ερωτήματα σχετικά με τη συνέχιση των επενδύσεων.

Anthropic: Σχεδόν 900 δισ. δολάρια σε δεσμεύσεις για την ανάπτυξη της Τεχνητής Νοημοσύνης

Η κλίμακα των επενδύσεων αποτυπώνεται εντυπωσιακά στην περίπτωση της Anthropic, της αμερικανικής εταιρείας που αναπτύσσει το μοντέλο Τεχνητής Νοημοσύνης Claude.

Σύμφωνα με τους New York Times, η εταιρεία έχει επιδοθεί σε έναν αγώνα εξασφάλισης υπολογιστικής ισχύος, συνάπτοντας συμφωνίες με τεχνολογικούς κολοσσούς, κατασκευαστές επεξεργαστών, νεοφυείς επιχειρήσεις κέντρων δεδομένων, ακόμη και πρώην εταιρείες εξόρυξης κρυπτονομισμάτων.

Ο λόγος είναι ότι η ραγδαία αύξηση της ζήτησης για τις υπηρεσίες της ξεπέρασε τις διαθέσιμες υποδομές της.

Η επιτυχία του Claude Code, του εργαλείου Τεχνητής Νοημοσύνης για προγραμματιστές, συνέβαλε στην αύξηση των απαιτήσεων, αναγκάζοντας την Anthropic να περιορίσει τη δωρεάν χρήση ορισμένων προϊόντων και να αυξήσει κάποιες χρεώσεις.

Σύμφωνα με το ρεπορτάζ, οι συμφωνίες της εταιρείας για υπολογιστική ισχύ και εξοπλισμό αποτιμώνταν έως και σε 807 δισ. δολάρια.

Ωστόσο, η νεότερη τροποποιημένη κατάθεση της Anthropic στην αμερικανική Επιτροπή Κεφαλαιαγοράς αναφέρει συνολικές δεσμεύσεις δαπανών και μισθώσεων περίπου 895,4 δισ. δολαρίων.

Πρόκειται για υποχρεώσεις που εκτείνονται σε πολλά χρόνια και όχι για ποσό που έχει ήδη δαπανηθεί. Περίπου 447,5 δισ. δολάρια αναμένεται να καταβληθούν έως το τέλος του 2030, ενώ το μεγαλύτερο μέρος των υπόλοιπων δεσμεύσεων αφορά την περίοδο 2031-2045.

Το ύψος των υποχρεώσεων αναδεικνύει πόσο δαπανηρή έχει γίνει η κούρσα ανάπτυξης προηγμένων συστημάτων Τεχνητής Νοημοσύνης.

Από τα παλιά ορυχεία κρυπτονομισμάτων μέχρι τους σταθμούς ηλεκτροπαραγωγής

Για να εξασφαλίσει την απαιτούμενη ισχύ, η Anthropic συνεργάζεται με εταιρείες όπως η Amazon, η Google, η Microsoft και η SpaceX, αλλά και με μικρότερους παρόχους υπολογιστικών υποδομών.

Ανάμεσα στις συμφωνίες που περιγράφονται στο ενημερωτικό δελτίο της βρίσκονται δεσμεύσεις 110 δισ. δολαρίων προς την Amazon, τουλάχιστον 44,9 δισ. προς τη Microsoft και ποσά που μπορούν να φτάσουν τα 120,5 δισ. δολάρια προς τη SpaceX.

Η Anthropic αναζητεί επίσης χώρους που μπορούν να μετατραπούν γρήγορα σε κέντρα δεδομένων, εξετάζοντας παλιά εργοστάσια και εγκαταστάσεις ηλεκτροπαραγωγής.

Συνεργάζεται ακόμη με πρώην εταιρείες εξόρυξης κρυπτονομισμάτων, οι οποίες διαθέτουν ήδη γη, πρόσβαση σε ηλεκτρική ενέργεια και μέρος των απαραίτητων υποδομών.

Η προσπάθεια αυτή αποκαλύπτει και ένα διαφορετικό πρόβλημα: δεν αρκούν οι προηγμένοι επεξεργαστές. Χρειάζονται ηλεκτρολόγοι, μηχανικοί, συστήματα ψύξης, άδειες κατασκευής και πρόσβαση σε τεράστιες ποσότητες ηλεκτρικής ενέργειας.

Σε μία χαρακτηριστική περίπτωση, εταιρεία που κατασκευάζει κέντρο δεδομένων για την Anthropic στη Νέα Υόρκη χρειάστηκε να ανταγωνιστεί την κατασκευή του σταδίου των Buffalo Bills για να εξασφαλίσει ηλεκτρολόγους.

Οι δύο πλευρές αναζήτησαν τεχνικούς ακόμη και από άλλες περιοχές, αποδεχόμενες μεγαλύτερο κόστος.

Η Anthropic εξετάζει πλέον και εγκαταστάσεις μικρότερης ισχύος, ώστε να εξασφαλίζει ταχύτερα διαθέσιμους πόρους αντί να περιμένει την ολοκλήρωση τεράστιων έργων.

Η εταιρεία επιδιώκει παράλληλα μία από τις μεγαλύτερες δημόσιες εγγραφές στην ιστορία, καθώς οι ανάγκες χρηματοδότησης της ανάπτυξής της αυξάνονται.

Ωστόσο, σύμφωνα με το Reuters, οι επενδυτές εμφανίζονται πλέον πιο επιφυλακτικοί απέναντι στις αποτιμήσεις των εταιρειών Τεχνητής Νοημοσύνης και στο ενδεχόμενο επιβράδυνσης της κατασκευής νέων κέντρων δεδομένων.

Η επόμενη μεγάλη υπόσχεση: Σχολείο χωρίς παραδοσιακούς καθηγητές και μάθημα σε δύο ώρες

Οι φιλοδοξίες της Τεχνητής Νοημοσύνης δεν περιορίζονται στην οικονομία και στην αγορά εργασίας.

Ένα διαφορετικό πείραμα εξελίσσεται ήδη στις Ηνωμένες Πολιτείες, όπου το δίκτυο ιδιωτικών σχολείων Alpha School υπόσχεται ότι τα παιδιά μπορούν να μαθαίνουν δύο φορές γρηγορότερα από τους συνομηλίκους τους, αφιερώνοντας μόλις δύο έως τρεις ώρες την ημέρα σε ακαδημαϊκά μαθήματα.

Αντί για την παραδοσιακή διδασκαλία, οι μαθητές χρησιμοποιούν εφαρμογές σε υπολογιστές, ενώ το απόγευμα συμμετέχουν σε δραστηριότητες όπως η ρητορική, ο προγραμματισμός, ο αθλητισμός και η επιχειρηματικότητα.

Το ιδιωτικό δίκτυο αριθμεί περίπου 1.500 μαθητές σε 50 σχολικές εγκαταστάσεις, με δίδακτρα που σε ορισμένες περιπτώσεις φτάνουν τα 75.000 δολάρια ετησίως.

Η φιλοδοξία των ιδρυτών του είναι πολύ μεγαλύτερη: να επεκτείνουν το εκπαιδευτικό μοντέλο σε ένα δισεκατομμύριο μαθητές παγκοσμίως.

Ήδη, σύμφωνα με έρευνα των New York Times, περίπου 2.600 μαθητές δημόσιων σχολείων στις ΗΠΑ χρησιμοποιούν την πλατφόρμα TimeBack του Alpha.

Η συγκεκριμένη εφαρμογή προσαρμόζει τις εκπαιδευτικές δραστηριότητες ανάλογα με την πρόοδο των μαθητών, αξιοποιώντας την Τεχνητή Νοημοσύνη κυρίως για την ανάλυση των επιδόσεών τους.

Παρά τον χαρακτηρισμό της ως ψηφιακού δασκάλου Τεχνητής Νοημοσύνης, η εφαρμογή δεν λειτουργεί ως συνομιλιακό σύστημα με το οποίο οι μαθητές συζητούν ελεύθερα.

Οι μαθητές υποτίθεται ότι θα μάθαιναν δύο φορές γρηγορότερα – Μόλις το 42% πέτυχε τον στόχο

Η έρευνα των New York Times αποκάλυψε ότι οι επιδόσεις του Alpha δεν ανταποκρίνονται πλήρως στις εντυπωσιακές υποσχέσεις του.

Παρότι οι μαθητές των ιδιωτικών σχολείων του δικτύου σημειώνουν γενικά υψηλές βαθμολογίες σε τυποποιημένες εξετάσεις, η ταχύτητα της μαθησιακής τους προόδου παρουσιάζει διαφορετική εικόνα.

Σύμφωνα με εσωτερικά στοιχεία του Alpha που εξέτασε η αμερικανική εφημερίδα, μόνο το 42% των μαθητών κατάφερε να σημειώσει διπλάσιο ρυθμό προόδου τόσο στα μαθηματικά όσο και στην ανάγνωση, σε σύγκριση με τους αντίστοιχους εθνικούς δείκτες.

Περίπου οι μισοί μαθητές δεν πέτυχαν τον συγκεκριμένο στόχο στα μαθηματικά, ενώ περίπου ένας στους πέντε δεν τον πέτυχε στην ανάγνωση.

Η εικόνα ήταν ακόμη δυσκολότερη για τους μαθητές με χαμηλότερες αρχικές επιδόσεις στα μαθηματικά: μόνο το 37% αυτής της ομάδας πέτυχε τον διαφημιζόμενο διπλάσιο ρυθμό προόδου.

Συνολικά, τα στοιχεία έδειξαν ότι το 75% των μαθητών προχώρησε τουλάχιστον με τον αναμενόμενο ρυθμό, αλλά αυτό απέχει από την υπόσχεση ότι θα μάθαιναν δύο φορές γρηγορότερα.

Εκπρόσωπος του Alpha απέφυγε να απαντήσει στις γραπτές ερωτήσεις των New York Times, ενώ συνεργάτιδα του δικτύου υποστήριξε ότι αναπτύσσεται νέο, βελτιωμένο εκπαιδευτικό λογισμικό.

Παιδιά μπροστά σε οθόνες, ψηφιακή βαθμολογία και χρηματικές ανταμοιβές

Το εκπαιδευτικό μοντέλο του Alpha εγείρει και άλλα ερωτήματα.

Στα σχολεία του δεν υπάρχουν παραδοσιακοί εκπαιδευτικοί που διδάσκουν τα μαθήματα. Οι ενήλικοι που βρίσκονται στις αίθουσες λειτουργούν κυρίως ως καθοδηγητές και εμψυχωτές.

Οι μαθητές ολοκληρώνουν δραστηριότητες σε εφαρμογές, συγκεντρώνουν βαθμούς και εμφανίζονται σε ψηφιακούς πίνακες κατάταξης με τα ονόματά τους.

Η ολοκλήρωση στόχων μπορεί να συνοδεύεται από παιχνίδια, ηλεκτρονικές συσκευές και άλλες ανταμοιβές. Σύμφωνα με έγγραφο που εξέτασαν οι New York Times, ορισμένοι μαθητές μπορούν να λάβουν ακόμη και 1.000 δολάρια για υψηλές επιδόσεις.

Κάποιοι γονείς δηλώνουν ενθουσιασμένοι, υποστηρίζοντας ότι τα παιδιά τους προοδεύουν γρηγορότερα και έχουν περισσότερο χρόνο για δημιουργικές δραστηριότητες.

Άλλοι, ωστόσο, εκφράζουν ανησυχίες για τον περιορισμένο αριθμό βιβλίων, την πολύωρη χρήση οθονών και τη δυσκολία ορισμένων μαθητών να λάβουν άμεση βοήθεια όταν δεν κατανοούν ένα μάθημα.

Σύμφωνα με πρώην εργαζομένους και γονείς, παιδιά που δυσκολεύονταν να ανταποκριθούν στις απαιτήσεις του συστήματος αποχώρησαν ή πιέστηκαν να εγκαταλείψουν ορισμένα ιδιωτικά σχολεία του δικτύου.

Η επέκταση του μοντέλου στη δημόσια εκπαίδευση δημιουργεί επιπλέον ερωτήματα, καθώς τα δημόσια σχολεία οφείλουν να εξυπηρετούν μαθητές με πολύ διαφορετικές μαθησιακές ανάγκες.

Στο Χιούστον, όπου εφαρμόζεται πιλοτικά το πρόγραμμα, ο επικεφαλής της τοπικής εκπαιδευτικής περιφέρειας ανέφερε ότι ορισμένοι μαθητές χρειάστηκαν περισσότερο χρόνο από τον προβλεπόμενο για να ολοκληρώσουν τα ψηφιακά μαθήματα, περιορίζοντας τις απογευματινές δραστηριότητες.

Ειδικοί στην εκπαίδευση τονίζουν ότι η τεχνολογία μπορεί να βοηθήσει στην εξατομικευμένη εξάσκηση, αλλά αυτό δεν αποδεικνύει ότι μπορεί να υποκαταστήσει την ανθρώπινη διδασκαλία.

Η πραγματική δοκιμασία της Τεχνητής Νοημοσύνης μόλις αρχίζει

Οι τρεις διαφορετικές ιστορίες αναδεικνύουν το ίδιο παράδοξο.

Στην αγορά εργασίας, η Τεχνητή Νοημοσύνη δεν έχει προκαλέσει ακόμη τη μαζική εξαφάνιση θέσεων που πολλοί προέβλεπαν, αν και μπορεί ήδη να επηρεάζει ορισμένα επαγγέλματα και τις αποφάσεις προσλήψεων.

Στη βιομηχανία, η ανάπτυξή της απαιτεί τεράστιες επενδύσεις, νέα κέντρα δεδομένων και ανθρώπινο δυναμικό για την κατασκευή και τη λειτουργία τους.

Στην εκπαίδευση, οι δυνατότητες εξατομίκευσης της μάθησης συνοδεύονται από ερωτήματα για την αποτελεσματικότητα, την ποιότητα της διδασκαλίας και τον ρόλο των εκπαιδευτικών.

Η Τεχνητή Νοημοσύνη ήδη μεταβάλλει την οικονομία και την καθημερινότητα, αλλά η έκταση και η κατεύθυνση αυτών των αλλαγών δεν έχουν ακόμη αποσαφηνιστεί.

Και ίσως αυτή να είναι η σημαντικότερη διαπίστωση: ανάμεσα στις προβλέψεις για μια τεχνολογία που θα αντικαταστήσει τον άνθρωπο και στις υποσχέσεις για πρωτοφανή παραγωγικότητα, η πραγματικότητα εξακολουθεί να διαμορφώνεται.

Το κρίσιμο ερώτημα δεν είναι πλέον μόνο τι μπορεί να κάνει η Τεχνητή Νοημοσύνη, αλλά πόσο αποτελεσματικά, με ποιο κόστος και προς όφελος ποιων θα χρησιμοποιηθεί.