Kunstmatig hoge verwachtingen?
We leven in een tijd waarin machines die gebruik maken van kunstmatige intelligentie (KI) beter kunnen presteren dan mensen. Meestal haalt men dan het voorbeeld van AlphaGo aan. Alweer ruim 2,5 jaar geleden won Google DeepMind’s programma het ingewikkelde bordspel Go met ruime cijfers van de Zuid-Koreaanse topspeler Lee Se-dol. Dit werd algemeen beschouwd als een indicatie van de ongekende mogelijkheden van KI.
Sindsdien is de ontwikkeling van KI en haar toepassingen in rap tempo doorgegaan. In steeds meer domeinen worden deep learning- en machine learning-methoden gebruikt om algoritmen te trainen. Hoe accurater en completer de data die aan de algoritmen ten grondslag liggen, hoe beter ze presteren. Regelmatig worden we door wetenschappers die zich hebben verenigd in het singularity-kamp geattendeerd op het aanstaande moment dat machines slimmer zullen zijn dan mensen. Andere wetenschappers stellen dat het zo’n vaart niet zal lopen. Er zijn wel ontwikkelingen op KI-gebied, maar er moet nog heel wat gebeuren om menselijke intelligentie overbodig te maken, stellen zij.
Effect op economische groei
Aan welke kant je ook staat, je zou verwachten dat de ontwikkelingen een bijdrage leveren aan onze productiviteit. Immers, historisch gezien hebben automatisering en technologische ontwikkeling telkens geleid tot productiviteitsgroei. KI heeft een vergelijkbare potentie. Twee recente working papers uit de toonaangevende serie van het Amerikaanse National Bureau of Economic Research (NBER) gaan dieper in op het effect van KI op economische groei. Wat blijkt? De hoge verwachtingen komen niet overeen met de werkelijkheid.
In één van de twee papers stellen Jason Furman en Robert Seamans dat eerdere onderzoeksresultaten wel in de richting wijzen van positieve effecten op productiviteitsgroei, maar dat het empirische bewijs – door gebrek aan goede data – weinig overtuigend is. Ook waarschuwen ze dat de baten die KI met zich meebrengt ongelijk kunnen neerslaan bij verschillende groepen werkenden. De positieve invloed van KI op economieën is dus eenduidig noch uniform.
Opvallende paradox
In het andere paper beschrijven Erik Brynjolfsson en zijn co-auteurs een opvallende paradox. Hoewel men KI vaak een grote invloed op de economie toedicht, zien we dit vooralsnog niet terug in een productiviteitsgroei of ons reëel inkomen. Niettemin is hun belangrijkste verklaring voor de discrepantie tussen verwachtingen en statistieken een opbeurende. De implementatie van KI-toepassingen zou met enige vertraging plaatsvinden, mede omdat er eerst complementaire innovaties moeten worden ontwikkeld. Als dat zo is, zal de tijd ons leren of we de economische vruchten van KI nog gaan plukken. Ondernemers, grijp die kansen!
Werner Liebregts
Universitair Docent aan de Jheronimus Academy of Data Science (JADS)
