Se você não quer ser dominado pela tecnologia, precisa primeiro dominá-la, em vez de esperar que ela te domine. Você não será substituído por IA. Você será substituído por uma pessoa com habilidades em IA. Pessoas fluentes em IA generativa e outros tipos de IA conseguirão fazer mais, ser mais criativas e aprender mais rápido do que seus colegas que não possuem essas habilidades. Simplesmente, tome a iniciativa e domine a tecnologia antes. É assim que funciona. Hoje em dia, vivemos uma epidemia de trabalhos inúteis. — Pense na seguinte pergunta: Quantas pessoas são necessárias para trocar uma lâmpada? Se você pensou em uma, errou, você precisa de três – Um para subir a escada e trocar a lâmpada, outro para segurar a escada para o que está trocando a lâmpada e outro para cobrir o interruptor para que ninguém o ligue enquanto estão trocando a lâmpada, em alguns casos, quatro pesssoas são necessarias, sendo uma responsável por retirar a lâmpada da caixa e entregar a quem irá trocar a lâmpada, e pegar a lâmpada queimada após ela ser retirada. Parece até piada, mas é só assim que os trabalhos inúteis podem justificar a sua existência, só assim a burocracia pode ocupar um lugar na sociedade.
A inteligência artificial (IA) não está mais “emergindo”, mas já está integrada a produtos, serviços e dispositivos utilizados diariamente. Em todas as áreas da vida, uma série de aplicações depende de técnicas que, há uma década, eram impossíveis:
- Medicina:
- A IA ajuda no diagnóstico de condições raras e na descoberta de novos medicamentos para tratar doenças complexas, num momento em que os custos de tratamento estão aumentando.
- A IA responde a consultas médicas quase tão bem quanto médicos reais.1
- A IA é capaz de diagnosticar doenças infantis quase tão bem quanto pediatras experientes – e melhor do que pediatras em início de carreira.2
- Infraestrutura e Recursos:
- Uso de deep learning para detectar rachaduras em canos de água, gerir o fluxo de tráfego, modelar reações de fusão para novas fontes de energia limpa e otimizar rotas de transporte.
- Design de materiais de construção mais sustentáveis e versáteis.
- Automação de armazéns de varejo.
- Transporte: A IA é usada para dirigir carros, caminhões e tratores, potencialmente criando uma infraestrutura de transporte mais segura e eficiente.
- Recursos naturais: Gerencia redes elétricas e sistemas de água para utilizar recursos escassos de maneira eficiente em tempos de estresse crescente.
- Assistentes pessoais: Provavelmente é uma das áreas mais avançadas atualmente, oferecendo desde sugestões simples sobre como escrever e-mails ou quais músicas ouvir até a criação de conteúdo, como livros, roteiros, histórias e traduções.
- Em média, as IAs têm um desempenho superior ao dos humanos em testes de criatividade – embora os humanos mais talentosos ainda superem as IAs (por enquanto).3
- A IA melhorou a tomada de decisão humana, encorajando jogadores profissionais de Go a tomar decisões anteriormente não observadas na história.4
- Segurança: Detecção de fraudes. A IA é altamente eficaz na criação em larga escala de e-mails de spear phishing realistas, algo que antes exigia grande esforço, inclusive com modelos de código aberto.5 Nossos sistemas de segurança e verificação são baseados em intuições específicas sobre habilidades humanas que máquinas não têm, mas estamos despreparados para o impacto que os LLMs terão sobre esses sistemas.
A IA também está presente em diversos espaços como lojas, escolas, hospitais, escritórios, tribunais e residências. As interações diárias com a IA são frequentes e vão se tornar ainda mais comuns, tornando as experiências mais eficientes, rápidas, úteis e sem atritos. A IA já está integrada na sociedade, mas ainda está em evolução e continuará a se desenvolver.
Nesse contexto de constante avanço, uma série de quatro experimentos investigaram as percepções das pessoas sobre obras de arte criadas por IA. Esses experimentos revelaram que, quando os participantes são informados de que a obra de arte foi criada por IA, eles tendem a preferi-la menos e a considerá-la menos criativa e menos impressionante, em comparação com quando acreditam que a mesma obra foi feita por um humano.6 Robert Morris fez uma descoberta similar ao realizar um experimento fornecendo suporte de saúde mental a cerca de 4.000 pessoas, utilizando o GPT-3. As mensagens compostas pela IA (supervisionadas por humanos) foram classificadas como significativamente melhores do que aquelas escritas exclusivamente por humanos. Os tempos de resposta caíram 50%. No entanto, quando as pessoas souberam que as mensagens foram criadas em conjunto por uma máquina, a eficácia diminuiu. Parece haver um viés negativo nas avaliações das pessoas em relação à IA, mas apenas se elas souberem da influência da IA, o que é algo ruim, tendo em vista as soluções que ela oferece.
Veja, por exemplo, Suleyman descrevendo o sistema GPT-4, um modelo de linguagem de grande porte (LLM) que utiliza modelos transformadores.
[…] Ele também pode trabalhar com imagens e códigos, criar jogos de computador em 3D que são executados em navegadores de desktop, criar aplicativos para smartphones, depurar seu código, identificar pontos fracos em contratos e sugerir compostos para novos medicamentos, oferecendo até mesmo maneiras de modificá-los para que não sejam patenteados. Ele produzirá sites a partir de imagens desenhadas à mão e compreenderá a dinâmica humana sutil em cenas complexas; mostrará uma geladeira e ele criará receitas com base no que há nela; escreverá uma apresentação grosseira e aperfeiçoará e projetará uma versão com aparência profissional. Ele parece “entender” o raciocínio espacial e causal, a medicina, o direito e a psicologia humana. Poucos dias depois de seu lançamento, as pessoas criaram ferramentas que automatizaram processos judiciais, ajudaram pais e filhos e ofereceram conselhos de moda em tempo real. Em poucas semanas, criaram complementos para que o GPT-4 pudesse realizar tarefas complexas, como criar aplicativos móveis ou pesquisar e escrever relatórios detalhados de mercado. […] Tudo isso é apenas o começo. Estamos apenas começando a perceber o profundo impacto que os grandes modelos de linguagem estão prestes a ter. Se o DQN e o AlphaGo foram os primeiros sinais de algo batendo na costa, o ChatGPT e os LLMs são os primeiros sinais de que a onda está começando a se quebrar ao nosso redor. Em 1996, trinta e seis milhões de pessoas usavam a Internet; este ano, serão bem mais de cinco bilhões. Esse é o tipo de trajetória que devemos esperar para essas ferramentas, só que muito mais rápido. Acredito que, nos próximos anos, a IA se tornará tão onipresente quanto a própria Internet: tão disponível quanto ela e, ainda assim, ainda mais importante.7
Educação
Muitos setores, como a educação formal, por exemplo, tornar-se-ão obsoletos. Nos dias atuais, eles são necessários apenas para sinalização de virtude, como consequência do credencialismo. A educação é um dos poucos produtos em que o comprador não parece desejá-la. Se você cancela a aula, os alunos não ficam bravos; eles ficam felizes e os problemas com a educação formal são múltiplos, e nada do que fazemos há mais de 70 anos parece ter melhorado isso, e provavelmente não vai. A inteligência artificial corrigirá isso. A educação pública não resolve o problema da falta de habilidades das pessoas, ela o agrava. Estatisticamente, quase todo o valor econômico da escolaridade é acumulado no final. Se você concluir 3,5 anos de seu programa de graduação, mas não obtiver o diploma, terá pouco valor econômico (pouco aumento em seus ganhos esperados). Empregadores buscam diplomas como sinalização, independentemente da produtividade real dos empregados e esse é o valor do diploma. As escolas oferecem muitas aulas irrelevantes e os diplomas têm valor pelo sheepskin effect (efeito pele de carneiro), não pela educação em si. Empregadores não penalizam candidatos que esqueceram o conteúdo aprendido, mas sim aqueles que não têm credenciais. Os anos de formatura são significativamente mais lucrativos financeiramente do que os anos de não-formatura, devido ao efeito de sinalização. Este efeito se aplica igualmente a todos, independentemente da ocupação. Se o valor estivesse no treinamento, isso não ocorreria.
A partir de junho de 2020, Massachusetts iniciou uma política temporária que permitia que qualquer pessoa com um diploma de bacharel pudesse ensinar nas escolas. Os resultados observados mostraram que os alunos desses novos professores apresentaram um crescimento em matemática e leitura semelhante ao crescimento dos alunos ensinados por educadores regularmente licenciados.89 Então, além de questionar a necessidade de credenciais formais para desempenhar certas funções, a IA poderia realizar um ensino muito mais rápido e eficaz, enquanto mantém um alto padrão de ensino.
Qual é o papel da IA na educação? A IA pode transformar o ensino e a aprendizagem ao simplificar tarefas administrativas, permitir experiências de aprendizagem personalizadas e promover o desenvolvimento de habilidades críticas necessárias para o sucesso em um mundo cada vez mais digital. Os educadores e políticos costumam resistir à adoção da IA (sem sucesso) por medo de perder seus empregos ou por falta de treinamento. Como por exemplo, através da adoção de detectores de IA; a precisão desses detectores, que já era baixa, caiu para 22% quando pesquisadores fizeram mudanças simples nos textos, como erros de ortografia propositais.10 Além disso, textos escritos por pessoas que não são falantes nativos de inglês têm mais probabilidade de serem falsamente identificados como escritos por IA. Eles não são apenas imprecisos, mas também tendem a prejudicar injustamente os escritores não nativos e causar falsos positivos.
Muitas das habilidades ensinadas nas escolas são de natureza gerativa (como escrever trabalhos, criar apresentações, revisar textos, pesquisar e resumir fontes especializadas). Se os sistemas de IA podem realizar muitas dessas tarefas para os estudantes a longo prazo, como justificar a educação formal diante dessas novas tecnologias? A IA também tem o poder de personalizar as experiências de aprendizagem e aumentar a interatividade e a imersão e possui o potencial de aumentar a eficiência e a eficácia do ensino, ao mesmo tempo que atende às necessidades individuais dos estudantes. Então, não existem motivos que justifiquem a proibição da IA, principalmente em sistemas de ensino defasados.
Desemprego tecnológico
Historicamente, novas tecnologias causaram o que o economista John Maynard Keynes chamou de “desemprego tecnológico”, onde inovações aumentaram a produtividade, resultando na substituição de alguns empregos, mas também criando novas oportunidades. Em termos gerais, quando a tecnologia destruía empregos antigos, ela também criava novos, especialmente em setores de serviços e empregos cognitivos de colarinho branco. Ao contrário das inovações anteriores, a IA tem o potencial de substituir amplamente a mão de obra humana em tarefas cognitivas de forma mais eficiente e econômica, levando a um cenário onde muitos trabalhos de colarinho branco possam ser eliminados, marcando uma nova fase de “desemprego tecnológico” onde a mão de obra humana poderia se tornar obsoleta em muitas áreas (administração, entrada de dados, atendimento ao cliente, redação de e-mails, criação de conteúdo).11
Avanços em inteligência artificial (IA) certamente provocarão uma diminuição na contribuição relativa dos humanos em muitos processos de manufatura nas próximas décadas. Eles também permitirão, claro, a realização de tarefas que não seriam viáveis sem máquinas, como a geração automatizada de notícias do mercado de ações ou a colocação de anúncios na internet. Isso não significa que a IA seja uma exterminadora de empregos. A economia não é um jogo de soma zero e novas oportunidades de ocupação serão criadas, em resposta às inovações na engenharia de IA desse tipo. Por exemplo, empresas que fazem uso intensivo de IA estocástica também precisam de muitos ‘turcos mecânicos’ (ou seja, seres humanos) para compensar os problemas trazidos por essa tecnologia.12
À medida que a IA começa a sobrepor os trabalhos, isso provavelmente gerará um revigoramento da criatividade e da arte, em vez de seu colapso.
Mollick comenta que uma das primeiras perguntas que surgem quando as pessoas conhecem a inteligência artificial é se isso terá impacto em seus empregos. A resposta provavelmente é sim. Utilizando um banco de dados detalhado sobre os requisitos de 1.016 profissões diferentes, pesquisas realizadas por pelo menos quatro equipes diferentes chegaram à mesma conclusão: quase todos os empregos terão alguma sobreposição com as capacidades da IA. Estudos realizados por economistas indicam que a IA tem maior impacto em trabalhos bem remunerados, criativos e com alta qualificação, destacando-se os professores universitários e o telemarketing, sendo este último o mais afetado.13 Apenas 36 das 1.016 categorias de emprego não apresentaram sobreposição com a IA, incluindo trabalhos que exigem grande esforço físico, como dançarinos e atletas.14 Isso evidencia que a IA, pelo menos por enquanto, não possui um corpo físico. Portanto, embora muitas tarefas possam ser automatizadas pela IA, isso não significa que os empregos serão eliminados, mas sim que essas tarefas podem ser reorganizadas para valorizar habilidades exclusivamente humanas, como a criatividade e o pensamento crítico.
Um estudo realizado por pesquisadores de Harvard, Warwick Business School e MIT, com a colaboração do Boston Consulting Group (BCG), investigou o impacto do uso de IA no desempenho de consultores. Cerca de 800 consultores foram divididos em dois grupos: um utilizando o modelo GPT-4 e outro trabalhando de forma convencional. As tarefas incluíam atividades criativas, analíticas, de escrita e persuasão. Os resultados mostraram que o grupo com IA foi mais rápido e produziu trabalho mais criativo e analítico. No entanto, os dados revelaram que a IA estava realizando a maior parte do trabalho, com os consultores apenas copiando e colando perguntas e respostas. Isso gerou preocupações sobre a dependência excessiva da IA e a potencial perda de habilidades humanas. Uma tarefa específica, projetada para ser difícil para a IA, mostrou que os consultores sem IA se saíram melhor (84% de acertos) em comparação com aqueles que usaram IA (60-70% de acertos).15 Outro estudo, liderado por Fabrizio Dell’Acqua, constatou que recrutadores que usaram IA de alta qualidade tornaram-se menos diligentes e cometiam mais erros do que aqueles que usaram IA de baixa qualidade ou nenhuma IA.16 Quando a IA é muito boa, os humanos não têm motivo para trabalhar duro e prestar atenção. Eles deixam a IA assumir o controle em vez de usá-la como uma ferramenta, o que pode prejudicar o aprendizado, o desenvolvimento de habilidades e a produtividade humana.
Tradicionalmente, as pessoas começavam em posições iniciais e de baixa qualificação, como aprendizes de carpinteiro, estagiários em revistas ou residentes médicos, onde enfrentavam tarefas difíceis e muitas vezes desagradáveis. Essas experiências eram importantes para que os iniciantes pudessem aprender com especialistas mais experientes, cometer erros e eventualmente se tornarem experts. No entanto, com a adoção da IA, os supervisores de estagiários e profissionais iniciantes podem optar por usar IA para realizar as tarefas, já que, mesmo que a IA não seja ainda equivalente a um profissional sênior em muitas tarefas, ela frequentemente é melhor que um novo aprendiz. Isso teria como consequência, um grande déficit de treinamento.17
Os professores do MIT, Erik Brynjolfsson e Andrew McAfee, ressaltam que nunca houve um momento pior para ser um trabalhador com habilidades e capacidades apenas “ordinárias”, porque computadores, robôs e outras tecnologias digitais estão adquirindo essas habilidades e capacidades a uma taxa extraordinária.18
De acordo com Murren e Block (2017), à medida que os avanços tecnológicos nos permitem produzir mais com a mesma quantidade de trabalho, o proverbial bolo econômico aumenta. No entanto, a preocupação é que o tamanho de cada fatia individual não aumente igualmente e que a fatia de algumas pessoas possa até diminuir à medida que o bolo cresce. Para examinar se essa preocupação é justificada, devemos considerar cuidadosamente como o mercado reagirá à medida que a tecnologia permite que empresas e indivíduos economizem trabalho. No longo prazo, a competição reduzirá o excesso de lucro ao diminuir os preços. À medida que os preços caem, os consumidores terão mais dinheiro para gastar em outros bens, aumentando assim o emprego onde quer que aloquem seus gastos. Embora as mudanças tecnológicas possam causar dificuldades de curto prazo, historicamente elas elevam os padrões de vida em geral. A automação, por si só, não aumentará necessariamente o desemprego geral. Os trabalhadores deslocados pela automação podem encontrar novas funções, continuando a atender à demanda dos consumidores. Além disso, os avanços tecnológicos que possibilitam a automação podem criar empregos completamente novos.19
Economistas como David Autor, defendem que os avanços tecnológicos levam a uma maior produtividade e aumento da renda, o que, por sua vez, impulsiona a demanda econômica e a criação de novos empregos. A nova tecnologia melhora a produtividade das empresas. O aumento da produtividade gera mais renda, que circula de volta na economia, impulsionando ainda mais o crescimento econômico. A contínua elevação da renda leva a uma demanda insaciável por bens e serviços. Essa demanda exige mais mão de obra, resultando na criação de novas oportunidades de emprego.20 O futuro mercado de trabalho provavelmente incluirá funções que atualmente são inconcebíveis. Papéis modernos como “influenciadores” e “engenheiros de prompt” demonstram a a criação contínua de novas categorias de trabalho, adaptando-se às mudanças tecnológicas. Em vez de eliminar empregos, espera-se que o futuro será composto por bilhões de pessoas em empregos de alta qualificação que ainda estão surgindo ou nem foram concebidos.21 Então, mesmo que a produtividade aumente rapidamente em um setor e reduza o emprego nesse setor, isso geralmente aumenta, e não diminui, o emprego no total, devido aos efeitos de rede, porque seus clientes obtêm um produto mais barato e seus fornecedores recebem mais demanda.
Empregos de fachada
O que são empregos de fachada? São formas de emprego remunerado que são tão completamente inúteis, desnecessárias ou perniciosas que nem mesmo o funcionário pode justificar sua existência. Contudo, como parte das condições de emprego, o funcionário se sente obrigado a fingir que não é esse o caso.22 Um emprego de fachada pode ser prestigiado, confortável e bem remunerado, mas se ele desaparecesse amanhã, o mundo não só não notaria, como também poderia se tornar um lugar melhor.
Graeber classifica empregos sem sentido em cinco categorias: bajuladores, capangas, tapadores de buracos, preenchedores de formulários e encarregados. Os bajuladores existem principalmente para fazer alguém parecer ou se sentir importante, como recepcionistas que são mantidos apenas como um símbolo de seriedade. Os capagangas possuem empregos com elementos agressivos, como forças armadas, lobistas, telemarketers e advogados corporativos, que existem porque outras entidades similares também existem. Muitos que ocupam esses cargos sentem que seus trabalhos não têm valor social. Os tapadores de buraco são funcionários que corrigem problemas causados por falhas ou incompetências na organização, conscientes de que seus empregos não deveriam existir e frequentemente irritados com isso. Os preenchedores de formulários existem para que a organização possa afirmar que está fazendo algo, quando na verdade não está. Eles sabem que essa atividade não contribui para o propósito real e, na verdade, o prejudica. E entre os encarregados, existem dois tipos. Tipo 1: Aqueles que só atribuem tarefas a outros, considerados inúteis se suas intervenções não forem necessárias. Tipo 2: Aqueles que criam tarefas sem sentido para outros, muitas vezes prejudicando a eficiência. No meio acadêmico, isso é exemplificado por “documentos de visão estratégica” que sobrecarregam professores e acadêmicos com avaliações e justificativas, ao invés de permitir que se concentrem em seu trabalho principal. Muitos empregos inúteis ocorrem em um nível meta, onde o trabalho legítimo existe apenas para sustentar uma das cinco funções mencionadas anteriormente, como os limpadores e carpinteiros que servem a um escritório de capangas e controladores. Além disso, ocorre a “bullshitização“, onde trabalhos significativos como médicos e cientistas passam cada vez mais tempo lidando com burocracia. Esses profissionais desejam impactar o mundo, mas sentem-se frustrados ao verem seus talentos e ética de trabalho direcionados para o vazio, sem considerar seus questionamentos legítimos devido a condições melhores e salários atrativos.
Existem muitas atividades de trabalho consideradas improdutivas, como escrever relatórios que não são lidos e participar de reuniões que geram mais reuniões. Embora algumas pessoas possam estar satisfeitas com esses “trabalhos inúteis”, a maioria se sente insatisfeita. Uma pesquisa da YouGov mostra que um quarto dos americanos considera seus empregos sem sentido.23 Há muitas experiências do mundo real que comprovam isso. Considere os ganhadores de loteria que, apesar de não precisarem trabalhar, buscam um propósito através do trabalho. Os políticos colaboram para manter a existência de trabalhos inúteis. Segundo os princípios econômicos básicos, esses trabalhos não deveriam existir. Além disso, embora seja esperado que o governo, conhecido por sua ineficiência, tenha mais desses empregos, a presença deles no setor privado é ilógica, já que não faz sentido uma empresa pagar pessoas para não fazerem nada.
Consideremos o caso do Twitter, Musk demitiu cerca de 80% da força de trabalho do Twitter sem que houvesse um impacto visível na empresa. A Meta, Google, Microsoft e Amazon seguiram o mesmo exemplo. Considere o princípio de Pareto, também denominado como a regra 80/20, postula que 80% dos resultados advêm de 20% das causas. Pode-se inferir, portanto, que 20% dos seus funcionários são responsáveis por 80% da produtividade. Agora, imagine só, antes dessas demissões, o Twitter era cheio de profissionais “talentosos” criando apresentações teóricas sem ações práticas, resultando em trintões, muitos formados nas melhores universidades, que nunca realizaram nada concreto ou impactante. A definição perfeita de um emprego de fachada.
Com a introdução da IA, o mercado de trabalho como um todo provavelmente se ajustará rapidamente. A natureza dos empregos mudará bastante, à medida que a educação formal e as habilidades se tornarem menos valiosas, com trabalhadores de menor custo realizando o mesmo trabalho em menos tempo, os preços reduzirão e a demanda aumentará. Se empregos forem perdidos em setores que utilizam cada vez mais capital, os trabalhadores deverão estar disponíveis para buscar trabalho em outras áreas onde haja demanda por seus serviços. No entanto, independente dos empregos perdidos, isso não é algo ruim, seu trabalho provavelmente é de fechada de qualquer maneira. Então, esqueça o medo da automação, as pessoas simplesmente encontram novos nichos e linhas de trabalho.
Renda básica universal (UBI)
Os defensores da renda básica universal (UBI) argumentam que a distribuição de renda se torna necessária à medida que a tecnologia avança e elimina a maioria dos empregos. Eles acreditam que, quando as pessoas perdem seus empregos devido a mudanças tecnológicas, não é justo deixá-las sofrerem ou morrerem de fome, especialmente se elas seguiram todas as regras da sociedade. A renda básica, portanto, seria uma forma de garantir a dignidade e a sobrevivência dessas pessoas em uma sociedade transformada pela tecnologia.
No entanto, o que aqueles que defendem o UBI se esquecem é que as pessoas devem ser livres para buscar a independência financeira sem amarras ao estado. Se você trabalha em um emprego assalariado, sua liberdade é limitada pela dependência do seu trabalho. Se você ganha dinheiro com seus investimentos e ativos, você é verdadeiramente autônomo e dono do seu destino. A renda básica universal aprisiona as pessoas em um ciclo de dependência governamental. Isso é prejudicial tanto para os indivíduos quanto para a sociedade, pois torna todos nós subservientes ao estado.
De acordo com o economista Hutt, um dos fatores que contribuem para o desemprego crônico é o subsídio ao desemprego fornecido pelo sistema de previdência social. Esse subsídio incentiva os trabalhadores desempregados a não buscarem emprego ou a recusarem ofertas de trabalho que recebam. Um esquema de UBI não substitui a demanda dos trabalhadores desempregados.24 De acordo com a lei de Say, a demanda econômica é gerada pela produção. Isso significa que a capacidade de demanda de um indivíduo ou de uma economia é derivada da produção de bens e serviços. Pagar às pessoas para que não produzam destrói sua capacidade de demanda. Simplificando, se as pessoas recebem dinheiro sem estarem envolvidas na produção, isso prejudica a economia, pois a demanda depende da produção. Hutt cita Frederick Lavington, um economista do século XIX, que observou que o termo correto para consumidores é “outros produtores”.25 Ou seja, os consumidores são, na verdade, produtores que estão demandando bens e serviços com base naquilo que produzem. Quando você paga às pessoas para ficarem em casa, elas não vão criar novas tecnologias revolucionárias ou se tornar grandes artistas e pintores que realizam trabalhos voluntários; elas vão preferir fumar maconha e jogar videogames.
Blumen esclarece que a distribuição de dinheiro apenas transfere a demanda criada pelas pessoas que ainda estão na força de trabalho (a demanda não é realmente aumentada, mas apenas redistribuída). Se o programa de distribuição de dinheiro for financiado por meio da impressão de dinheiro, a inflação resultante apenas transferirá o poder de compra daqueles trabalhadores que venderam seus serviços (trabalharam) por dinheiro e ainda não o gastaram. Os desempregados só podem criar demanda efetiva retornando ao trabalho e se tornando produtores novamente. A demanda genuína e sustentável vem do trabalho e da produção. Mesmo com a automação e o uso de IA, o meio tradicional de obter renda, ou seja, ganhando-a através do trabalho, ainda é o melhor método.26 A criação de empregos é limitada pelas intervenções do governo nos setores, ao remover as restrições que limitam as pessoas, os desempregos são resolvidos.
“Mas Milton Friedman apoiava isso.” Essa afirmação é frequentemente perpetuada pelos defensores do UBI. Porém, Milton Friedman defendeu uma forma de “imposto de renda negativo” como uma alternativa economicamente mais sensata em comparação aos inúmeros programas de bem-estar social do governo, que muitas vezes interagem de maneira a criar desincentivos estranhos, como a perda de benefícios ao começar a trabalhar, resultando em uma redução na renda. Em 1975, os Estados Unidos implementaram as ideias de Friedman por meio do código tributário, criando o Earned Income Tax Credit (EITC). Milhões de pessoas ainda utilizam esse recurso para declarar impostos e receber mais restituição do que pagaram. Isso resolveu o problema da pobreza? Não. Eliminou os cerca de 200 programas diferentes de bem-estar social e corrigiu seus incentivos disfuncionais? Não, os EUA agora têm mais de 300 programas de bem-estar diferentes, e o EITC apenas acrescentou mais um.
“Nenhum homem [ou máquina] pode dominar todas as possibilidades de produção, por mais inumeráveis que sejam, a ponto de estar em posição de fazer imediatamente julgamentos evidentes de valor sem a ajuda de algum sistema de computação”27
— Ludwig von Mises
Experimentos com ratos
As pessoas ou qualquer animal sem incentivos, responsabilidades ou objetivos não fazem nada e acabam destruindo tudo por tédio. A “Utopia dos Ratos” sugere que tanto humanos quanto animais podem sofrer consequências negativas quando são privados de desafios, responsabilidades e objetivos. A falta de estrutura social, responsabilidade e propósito pode levar a comportamentos destrutivos, agressão, e eventual colapso da sociedade. A experiência foi interpretada como uma metáfora para a sociedade humana, sugerindo que a falta de desafios significativos e de incentivos pode levar ao tédio, apatia e comportamentos destrutivos. E demonstra a importância de objetivos e responsabilidades para o bem-estar psicológico e social.
Um ser humano incapaz de causar um impacto significativo no mundo deixa de existir.28
— David Graeber
Conclusões
A inteligência artificial não vai te substituir, a menos que você permita que ela o substitua. A demanda é insaciável e a riqueza gerada pela tecnologia cria novos empregos que requerem mão de obra humana. A IA pode produzir resultados de alta qualidade que superam os esforços humanos em vários aspectos, mas a percepção do valor desses resultados é prejudicada pelo preconceito contra a tecnologia. Esta descoberta revela uma discrepância significativa entre a capacidade real da IA e a aceitação de seus produtos. Anteriormente, supunha-se que a qualidade do trabalho gerado seria o principal fator de aceitação, mas os resultados indicam que a percepção de origem humana é crucial para a valorização. Compreender e mitigar este viés é vital para a integração mais ampla da IA em áreas críticas. Subsídios ao desemprego e a renda básica universal (UBI) podem ter efeitos negativos na economia ao desincentivar a produção e, consequentemente, reduzir a capacidade de demanda dos indivíduos. Distribuir dinheiro sem um correspondente aumento na produção não cria demanda real e sustentável. A melhor maneira de gerar demanda e obter renda continua sendo através do trabalho. Além disso, cria-se, os efeitos inflacionários negativos da impressão de dinheiro como forma de financiar tais programas como o UBI. Em última análise, ao superar esses preconceitos, a sociedade poderá aproveitar plenamente as capacidades da IA, impulsionando inovação e eficiência em diversos setores.
- Singhal, K., Azizi, S., Tu, T., Mahdavi, S. S., Lee, J., Chung, H. W., Scales, N., Tanwani, A. K., Cole-Lewis, H., Pfohl, S., Payne, P. W., Seneviratne, M., Gamble, P., Kelly, C. B., Scharli, N., Chowdhery, A., Mansfield, P., Arcas, B. A. y, Webster, D. R., … Natarajan, V. (2022). Large Language Models Encode Clinical Knowledge. https://doi.org/10.48550/arxiv.2212.13138 ↩︎
- Liang, H., Tsui, B., Ni, H., Valentim, C. C. S., Baxter, S. L., Liu, G., Cai, W., Kermany, D., Sun, X., Chen, J., He, L., Zhu, J., Pin, T., Shao, H., Zheng, L., Hou, R., Hewett, S., Li, G., Liang, P., … Xia, H. (2019). Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence. https://doi.org/10.1038/s41591-018-0335-9 ↩︎
- Koivisto, M., & Grassini, S. (2023). Best humans still outperform artificial intelligence in a creative divergent thinking task. https://doi.org/10.1038/s41598-023-40858-3 ↩︎
- Shin, M., Kim, J., Opheusden, B. van, & Griffiths, T. L. (2023). Superhuman artificial intelligence can improve human decision-making by increasing novelty. https://doi.org/10.1073/pnas.2214840120 ↩︎
- Hazell, J. (2023). Spear Phishing With Large Language Models. https://doi.org/10.48550/arxiv.2305.06972 ↩︎
- Millet, K., Buehler, F., Du, G., & Kokkoris, M. D. (2023). Defending humankind: Anthropocentric bias in the appreciation of AI art. https://doi.org/10.1016/j.chb.2023.107707 ↩︎
- Suleyman, M & Bhaskar, M. (2023). The Coming Wave: Technology, Power, and the Twenty-first Century’s Greatest Dilemma (p. 78). New York: Crown. ↩︎
- Bacher-Hicks, A., Baloch, S., Chi, O., & Tichnor-Wagner, A. (2023). Teacher Licensure and Workforce Quality: Insights from Emergency Licenses in Massachusetts. Wheelock Educational Policy Center. https://wheelockpolicycenter.org/wp-content/uploads/2023/11/Emergency-License-Y2-Report.pdf ↩︎
- Backes, B., & Goldhaber, D. (2023). The Relationship Between Pandemic-Era Teacher Licensure Waivers and Teacher Demographics, Retention, and Effectiveness in New Jersey. ↩︎
- Perkins, M., Roe, J., Vu, B.H., Postma, D., Hickerson, D., McGaughran, J., Vietnam, H.Q., & Singapore, J.C. (2024). GenAI Detection Tools, Adversarial Techniques and Implications for Inclusivity in Higher Education. ArXiv, abs/2403.19148. ↩︎
- Suleyman, M & Bhaskar, M. (2023). The Coming Wave: Technology, Power, and the Twenty-first Century’s Greatest Dilemma (pp. 197-198). New York: Crown. ↩︎
- Landgrebe, J., & Smith, B. (2022). Why machines will never rule the world: Artificial intelligence without fear (1ª ed., p. 292). Routledge. ↩︎
- Felten, E. W., Raj, M., & Seamans, R. (2023). Occupational heterogeneity in exposure to generative AI. SSRN. https://ssrn.com/abstract=4414065 ↩︎
- Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTS are GPTS: An early look at the labor market impact potential of large language models. arXiv preprint. https://doi.org/10.48550/arXiv.2303.10130. ↩︎
- Dell’Acqua, F., McFowland III, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality. Harvard Business School Technology & Operations Mgt. Unit Working Paper No. 24-013. SSRN. http://dx.doi.org/10.2139/ssrn.4573321 ↩︎
- Dell’Acqua, F. (2022). Falling asleep at the wheel: Human/AI Collaboration in a Field Experiment on HR Recruiters. Working paper. ↩︎
- Mollick, E. (2024). Co-Intelligence: Living and Working with AI (p. 139). New York: Portfolio. ↩︎
- Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies (p. 10). New York: W. W. Norton & Co. ↩︎
- Murren, A & Block, W. E. (2017). What impact will automation have on the twenty-first century economy (pp. 56-58). Laissez-Faire. No. 46 https://laissezfaire.ufm.edu/index.php?title=LF-46.7_Murren-Block.pdf ↩︎
- Autor, D. (2019). The work of the future: Shaping technology and institutions. Apresentação na UBS Center for Economics in Society. https://www.ubscenter.uzh.ch/static/ea2420ba6ff0e317f3f866a3dc894ce4/UBSC_Autor_WorkOfTheFuture.pdf ↩︎
- Suleyman, M & Bhaskar, M. (2023). The Coming Wave: Technology, Power, and the Twenty-first Century’s Greatest Dilemma (p. 198). New York: Crown. ↩︎
- Graeber, D. (2018). Bullshit Jobs: A Theory (p. 28). New York City: Simon & Schuster. ↩︎
- Dahlgreen, W. (2015). 37% of British workers think their jobs are meaningless. YouGov. https://yougov.co.uk/society/articles/13005-british-jobs-meaningless ↩︎
- Hutt, W. H. (1980). The Keynesian Episode: A Reassessment (p. 150). Indianapolis: Liberty Fund. ↩︎
- ibid. ↩︎
- Blumen, R. (2021). Is Guaranteed Basic Income the Solution to Robots Taking Our Jobs?. Mises Institute. https://mises.org/mises-wire/guaranteed-basic-income-solution-robots-taking-our-jobs ↩︎
- Mises, L. V. (1975). Economic Calculation in the Socialist Commonwealth (p. 15). Auburn: Ludwig von Mises Institute. ↩︎
- Graeber, D. (2018). Bullshit Jobs: A Theory (p. 99). New York City: Simon & Schuster. ↩︎