AI kan de economie laten exploderen, maar zwakke schakels houden er de rem op
Stanford-econoom Chad Jones ziet AI als mogelijk de meest ingrijpende technologie van onze tijd. Toch verwacht hij geen onmiddellijke economische explosie. Volgens zijn ‘weak links’-model worden de voordelen van AI vertraagd door taken die moeilijk te automatiseren blijven, terwijl de risico’s juist sneller kunnen opduiken.
AI tussen groeiexplosie en economische realiteit
Kunstmatige intelligentie kan de wereldeconomie fundamenteel veranderen, maar niet noodzakelijk op het tempo dat in Silicon Valley vaak wordt voorspeld. Dat is de kern van een recente analyse van Stanford-econoom Charles I. “Chad” Jones, die AI plaatst in de lange rij van technologieën die de productiviteit hebben hervormd: elektriciteit, halfgeleiders, computers en het internet.
Jones vertrekt van een prikkelende vraag: wat gebeurt er als machines niet alleen cognitieve taken kunnen uitvoeren, maar via robots uiteindelijk ook fysieke arbeid overnemen? In het meest extreme scenario ontstaat een economische groeiexplosie. AI-systemen zouden softwareontwikkeling automatiseren, vervolgens AI-onderzoek versnellen en daarna als miljarden virtuele onderzoeksassistenten nieuwe chips, medicijnen, robots en productiemethoden ontwerpen. In theorie kan zo’n zichzelf versterkende cyclus economische groei drastisch versnellen.
Waarom zwakke schakels de doorbraak vertragen
Jones waarschuwt dat deze redenering te eenvoudig is. De economie werkt volgens hem niet als één machine die sneller draait zodra één onderdeel wordt verbeterd. Ze lijkt eerder op een ketting: de sterkte wordt bepaald door de zwakste schakel. Bedrijven moeten niet één taak goed uitvoeren, maar honderden taken tegelijk. Een nieuwe iPhone moet worden ontworpen, geproduceerd, gecontroleerd, verscheept, verkocht en ondersteund. Valt één cruciale stap weg, dan verdwijnt veel van de waarde.
Die gedachte verklaart volgens Jones waarom eerdere technologische revoluties de Amerikaanse groei niet zichtbaar hebben doen ontsporen. Ondanks elektriciteit, antibiotica, straalvliegtuigen, computers en het internet steeg de gemiddelde levensstandaard in de VS over 150 jaar ongeveer met 2 procent per jaar. Niet omdat die technologieën onbelangrijk waren, maar omdat ze vooral voorkwamen dat groei afremde.
Hetzelfde kan bij AI gebeuren. Computers zijn vandaag miljoenen malen krachtiger dan in de jaren zeventig, maar onderzoekers zijn niet miljoenen malen productiever. De computer kan razendsnel berekeningen uitvoeren, maar mensen moeten nog altijd bepalen welke vraag relevant is, welke data bruikbaar zijn en welke conclusies logisch volgen. Dat is precies het zwakke-schakelprobleem.
Banen verdwijnen minder snel dan gevreesd
Jones’ model laat daarom twee boodschappen tegelijk zien. Op lange termijn kan AI de groei wel degelijk sterk versnellen, zeker als steeds meer zwakke schakels worden geautomatiseerd. Maar zelfs in agressieve scenario’s duurt het decennia voordat die versnelling volledig zichtbaar wordt. Niet vijf jaar, maar eerder tientallen jaren.
Voor de arbeidsmarkt betekent dit dat banen niet zomaar verdwijnen zodra AI een groot deel van de taken aankan. Radiologen werden al jaren geleden doodverklaard door deep learning, maar in de praktijk zijn er nog steeds meer radiologen nodig, juist omdat AI vooral een deel van hun werk ondersteunt. Bij beroepen waar vrijwel alle kerntaken automatiseerbaar zijn, zoals chauffeurs op termijn, kan de impact wel harder aankomen.
De risico’s van AI kunnen sneller komen dan de voordelen
De grootste waarschuwing van Jones zit aan de risicokant. Zwakke schakels vertragen de voordelen, maar kunnen schade versnellen. Een AI die uitzonderlijk goed is in softwareontwikkeling kan ook worden misbruikt om kwetsbaarheden te vinden in financiële systemen, energienetten of biolabs. Eén gebroken schakel kan dan enorme gevolgen hebben.
Zijn conclusie is daarom dubbel: AI wordt waarschijnlijk groter dan het internet, maar trager dan de meest spectaculaire voorspellingen suggereren. De komende jaren zijn geen pauze, maar voorbereidingstijd. Overheden, bedrijven en onderzoekers moeten die gebruiken om ongelijkheid, arbeidsmarktstress en catastrofale veiligheidsrisico’s serieuzer aan te pakken.