AJe hebt waarschijnlijk gemerkt dat we midden in een voedingswaanzin zitten rond iets dat generatieve AI wordt genoemd. Legioenen van tot nu toe normale mensen – en economen – surfen op een golf van irrationele uitbundigheid over het transformerende potentieel ervan. Het is het laatste nieuwe ding.
Er worden twee tegengiffen aanbevolen voor iedereen die aan koorts lijdt. De eerste is een hype-cycle monitor van consultancybureau Gartner, die laat zien dat de technologie zich momenteel op de “top van opgeblazen verwachtingen” bevindt, alvorens te dalen naar het “dal van teleurstellingen”. Een andere is de wet van Hofstadter, over de moeilijkheid om in te schatten hoe lang moeilijke taken zullen duren, die stelt dat “het altijd langer duurt dan je verwacht, zelfs als er rekening wordt gehouden met de wet van Hofstadter.” Het feit dat een machtige industrie en haar media-aanjagers iets uit het oog verliezen, betekent niet dat het zich als een tsunami door de samenleving als geheel zal verspreiden. De werkelijkheid beweegt zich in een rustiger tempo.
In de kersteditie wordt de Econoom had een informatief artikel met de titel “A Brief History of Tractors in English” (wat op zichzelf een subtiel eerbetoon is aan de hilarische roman van Marina Lewycke uit 2005 Een korte geschiedenis van tractoren in het Oekraïens). De Het artikel wil uitleggen “wat de tractor en het paard je vertellen over generatieve kunstmatige intelligentie”. De les was dat hoewel tractoren een lange weg hebben afgelegd, het eeuwen duurde voordat ze de landbouw transformeerden. Drie redenen hiervoor: vroege versies waren minder nuttig dan hun voorstanders dachten; de invoering ervan vereiste veranderingen op de arbeidsmarkt; en boerderijen moesten worden hervormd om ze te kunnen gebruiken.
De geschiedenis wijst er daarom op dat alle transformaties die AI-marketeers voorspellen langzamer zullen plaatsvinden dan ze verwachten.
Er is echter één mogelijke uitzondering op deze regel: computerprogrammering of het schrijven van software. Sinds de uitvinding van digitale computers moeten mensen hen vertellen wat ze willen dat de machines doen. Omdat machines geen Engels spraken, evolueerden generaties programmeertalen – machinecode, Fortran, Algol, Pascal, C, C++, Haskell, Python, enz. Dus als je met een machine wilde communiceren, moest je Fortran, C++ of wat dan ook leren spreken, een vervelend proces voor veel mensen. En programmeren is een soort geheimzinnig vak geworden, zoals geïmpliceerd door de titel die de grote Donald Knuth gaf aan het eerste boek in zijn vijfdelige essentiële gids daarvoor: De kunst van het computerprogrammeren. Terwijl de wereld gedigitaliseerd is, is dit ambacht geïndustrialiseerd en omgedoopt tot ‘software engineering’ om de ambachtelijke oorsprong ervan te bagatelliseren. Maar het beheersen ervan bleef een mysterieuze en gewaardeerde vaardigheid.
En toen kwam ChatGPT en de verbazingwekkende ontdekking dat het naast het schrijven van ogenschijnlijk heldere zinnen ook software kan schrijven. Nog verbazingwekkender: je zou er een taak voor kunnen schetsen in eenvoudige Engelse zoekopdrachten, en de machine zou de Python-code schrijven die nodig is om deze te volbrengen. Vaak was de code niet perfect, maar kon deze worden opgelost door verdere interactie met de machine. En plotseling opende zich een heel nieuw perspectief: dat niet-programmeurs computers konden instrueren dingen voor hen te doen zonder computerspraak te hoeven leren.
U De New Yorker Onlangs schreef ontwikkelaar James Somers een elegisch essay over de implicaties van deze ontwikkeling. “Een geheel van kennis en vaardigheden waar het traditioneel levens om kostte om onder de knie te krijgen, wordt in één teug opgeslokt”, zei hij. “Coderen leek mij altijd een oneindig diep en rijk domein. Nu wil ik er een lof voor schrijven. Ik moet steeds aan Lee Sedol denken. Sedol was een van de beste Go-spelers ter wereld en een nationale held in Zuid-Korea, maar is nu vooral bekend vanwege zijn nederlaag in 2016 tegen het computerprogramma AlphaGo.” Voor Somers leek Sedol ‘belast met een vraag die vertrouwd en urgent is geworden: wat zal er gebeuren met dit ding waaraan ik zo’n groot deel van mijn leven heb gewijd?’
Dat lijkt mij een beetje OTT. Dergelijk bewijsmateriaal dat we hebben suggereert dat ontwikkelaars de hulp van AI als een soort water innemen. Uit een recent onderzoek onder softwareontwikkelaars blijkt bijvoorbeeld dat 70% dit jaar AI-tools in hun werk gebruikt of van plan is te gebruiken, en dat 77% van hen een “positieve of zeer positieve” mening heeft over deze tools. Ze zien ze als manieren om hun productiviteit als programmeurs te vergroten, het leerproces te versnellen en zelfs ‘de nauwkeurigheid te verbeteren’ bij het schrijven van computercode.
Dit lijkt mij geen defaitisme, maar de houding van professionals die deze technologie zien als ‘stuurbekrachtiging voor de geest’, zoals ze zeggen. Het klinken in ieder geval niet als paarden Econoomhet verhaal. Maar net zoals de tractor uiteindelijk de landbouw transformeerde, zal deze technologie uiteindelijk de manier veranderen waarop software wordt ontwikkeld. In dat geval zullen software-ingenieurs meer op ingenieurs moeten lijken en minder op ambachtslieden. Het werd tijd (zegt deze ingenieur en columnist).
Wat ik lees
Slimme zet?
Geweldige ontploffing van Gary Markus op zijn Substack-blog over het lobbyen bij AI-bedrijven om vrijgesteld te worden van aansprakelijkheid voor inbreuk op het auteursrecht.
Controlemechanisme
Een heel doordacht artikel van Diana Enríquez op de Tech Policy Press-website over hoe het is om “geregeerd” te worden door een algoritme.
Blaas hun hoofd eraf
Een prachtige post op Margaret Atwood’s Substack over films uit de Franse Revolutie, te beginnen met Ridley Scott Napoleon.