Během hodinové diskuse se Geoffrey Hinton („kmotr AI“), Fei-Fei Li („kmotra AI“) a Andrew Ng (zakladatel DeepLearning.AI a Landing AI) střetli v otázkách existenčního rizika, hromadného nahrazování pracovních sil, regulace a role otevřených modelů. Shodli se pouze na jediném – na klíčovém významu vzdělání .
Zde je přehled jejich postojů ve čtyřech hlavních tématech.
Geoffrey Hinton přišel se svým dosud nejnaléhavějším varováním. Tvrdí, že systémy AI získávají schopnosti rychleji, než jsou instituce schopny reagovat, a že by mohly překonat lidskou inteligenci „v horizontu několika až 20 let, spíše méně“ . Vyzval společnost, aby brala dlouhodobá rizika vážně: „Pokud se tím nebudeme zabývat teď, můžeme mít problémy“ . Upozornil také, že AI systémy už nyní dělají věci, které jejich tvůrci nezamýšleli, a vyjádřil obavy o bezpečnost otevřených modelů (open-weight), které by mohly být zneužity .
Fei-Fei Li se ohradila proti tomu, co vnímá jako debatu ovládnutou extrémy. Vyzvala k návratu „vědy, nikoli sci-fi“ do diskuse o AI s tím, že veřejná konverzace je ovládána spíše strachem než fakty. Výslovně odmítla jak dystopické, tak utopické rámování .
Andrew Ng zaujal nejostřejší postoj a obvinil velké AI společnosti z nafukování bezpečnostních obav s cílem ospravedlnit omezování otevřených modelů a eliminovat konkurenci. Označil velkou část poplachu za „strašení“ a prohlásil: „Nechci, aby existovali vrátní AI“ .
Nejostřejší neshody se objevily právě v otázce pracovních míst. Hinton se zaměřil na bílé límečky, nikoli na dělníky v továrnách. Za nejzranitelnější označil pracovníky call center, administrativní asistenty a zpracovatele pojistných událostí – a položil otázku, která vystihuje jeho obavy: „Co budou tito lidé dělat? Cokoli, na co byste je mohli přeškolit, to bude umět AI“ . Jako příklad uvedl situaci ze zdravotnictví, kde chatbot zkrátil dobu vyřízení stížnosti z 30 minut na pár minut .
Ng oponoval, že AI nepřipravuje o práci, ale mění její náplň. Tvrdí, že softwaroví inženýři nezmizeli – stali se z nich full-stack vývojáři. Z marketingových koordinátorů se stávají „full-cycle marketéři“. Skutečnou výzvou je podle něj „urychlit rozvoj člověka“ souběžně s rozvojem AI .
Li se odmítla přiklonit k jedné či druhé straně. Upozornila, že jen málo pracovních míst sestává z jediného úkolu – sestry jen nevyplňují tabulky, učitelé jen nepřednášejí . AI některé činnosti zautomatizuje, jiné zůstanou nedotčeny. Varovala však, že zvýšená produktivita se automaticky nepromítne do sdílené prosperity .
V oblasti regulace se jejich názory rozcházely ještě zřetelněji. Hinton požadoval regulaci jako nezbytný „volant“ pro schopnosti AI, které přerůstají institucionální reakční dobu. Vyjádřil konkrétní obavy z otevřených modelů, které by mohly být zneužity ke škodlivým účelům .
Ng vystoupil proti příliš přísné regulaci, která by se mohla stát nástrojem etablovaných firem k uzavření trhu pro konkurenci. Otevřeně se postavil proti požadavkům na licencování otevřených modelů s tím, že by to upevnilo moc velkých AI laboratoří .
Li se přimlouvala za střední cestu: veřejné investice do výzkumu AI a závazek k „dobré, zdravé, vědecké komunikaci“ jako vodítku pro tvorbu politik. Varovala před panikou i humbukem a před „ochromováním lidí a odebíráním jejich možnosti jednat“ .
Všichni tři panelisté se shodli, že vzdělání rozhodne o tom, zda AI společnosti nakonec prospěje – lišili se však v naléhavosti a zaměření . Hinton vyjádřil skepsi ohledně proveditelnosti rekvalifikací vzhledem k širokým a rychle rostoucím schopnostem AI . Ng zdůraznil potřebu zrychlit lidské učení souběžně s AI. Li kladla důraz na porozumění nuancím na úrovni jednotlivých úkolů a na vědeckou komunikaci jako základ pro veřejné porozumění .
Shoda však nezastřela hluboké rozpory. Panel byl odrazem toho, jak nevyřešená debata o AI zůstává – nejen mezi politiky a veřejností, ale i mezi samotnými vynálezci technologie .