Ethik

Papier von Institute For Humanity argumentiert, dass Unternehmen die Gesellschaft für durch KI verlorene Arbeitsplätze entschädigen sollten

mm

Automation und der Verlust von Arbeitsplätzen, den das Unternehmen hat, ist ein wichtiger Punkt der Diskussion im Bereich KI in den letzten paar Jahren und scheint bereit, ein noch größerer Punkt der Diskussion in den kommenden Jahrzehnten zu werden. Der aktuelle demokratische Präsidentschaftskandidat Andrew Yang hat den Verlust von Arbeitsplätzen durch Automation zu einem wichtigen Punkt seiner Plattform gemacht. Das Institute for Humanity, ein KI-Denkfabrik unter der Leitung von Nick Bostrom, dem Philosophen, hat kürzlich ein Papier auf arXiv zur Vorschau bereitgestellt. Wie ZDNet berichtet, schlägt das Papier vor, dass KI-Unternehmen mit überschüssigem Gewinn einen bestimmten Betrag Geld über ihre normalen Steuern hinaus zahlen sollten, das Geld, das zur Milderung des gesellschaftlichen Schadens durch den Verlust von Arbeitsplätzen durch Automation verwendet werden würde.

Die KI-Forscher schreiben in dem Papier, dass es unter den meisten KI-Forschern Einigkeit darüber gibt, dass die überwiegende Mehrheit der menschlichen Arbeit potenziell automatisiert werden kann, und die Forscher prognostizieren auch, dass bis 2060 KI in der Lage sein wird, Menschen bei den meisten Aufgaben, die zur wirtschaftlichen Aktivität beitragen, zu überbieten. Aufgrund dessen schlagen die Forscher vor, dass es einen Plan geben sollte, um die potenziell schädlichen Auswirkungen der Automation, einschließlich Arbeitsplatzverlust, niedrigerer Löhne und des Verlusts ganzer Arbeitsplatztypen, zu mildern.

Die Forscher schlagen vor, dass es eine Skala der Verpflichtung und Entschädigung geben sollte, die von dem Gewinn des Unternehmens im Verhältnis zum Bruttoinlandsprodukt abhängt. Dies könnte von null bis 50% des Gewinns über dem Punkt des überschüssigen Gewinns reichen. Die Autoren des Papiers bieten ein Beispiel für ein Internet-Unternehmen, das etwa 5 Billionen Dollar an überschüssigem Gewinn im Jahr 2060 (basierend auf den Dollar-Werten von 2010) erzielt und etwa 488,12 Milliarden Dollar zahlen müsste, wenn angenommen wird, dass das Bruttoinlandsprodukt 268 Milliarden Dollar beträgt.

Die Forscher argumentieren, dass ein quantifizierbares Maß der Entschädigung etwas ist, das Unternehmen planen können, und daher können sie das Risiko reduzieren. Unternehmen könnten den Betrag, den sie in die “Windfall-Klausel” zahlen, durch den Prozess des Discountings mit ihrem philanthropischen Spendenaufkommen in Einklang bringen. Zum Beispiel könnte der hypothetische Betrag von 488 Milliarden Dollar um mindestens 10% des durchschnittlichen Kapitalkostensatzes für ein Internet-Unternehmen und dann weiter abgezinst werden, weil die Wahrscheinlichkeit, den erforderlichen Betrag zu verdienen, um eine Zahlung in dieser Höhe zu leisten, gering ist. Nach dem Abzinsen würde die jährliche Kosten für ein Unternehmen, das genug Geld verdient, um möglicherweise 488 Milliarden Dollar zu zahlen, etwa 649 Millionen Dollar pro Jahr betragen, was ungefähr dem Betrag entspricht, den große Unternehmen für philanthropische Zwecke ausgeben. Die Forscher schlagen vor, die Windfall-Klausel als Erweiterung der Aktienoptionsvergütung zu betrachten.

Die Autoren des Papiers bemerken, dass es möglicherweise ein Plan ist, der einfacher umzusetzen ist als eine Steuer auf überschüssigen Gewinn, da die Einführung einer Steuer auf überschüssigen Gewinn die Überzeugung politischer Mehrheiten und Unternehmen erfordern würde, während der Plan der Windfall-Klausel nur die Überzeugung einzelner Unternehmen erfordert, sich zu beteiligen. Die Forscher des Institute for Humanity bieten das Papier auf arXiv zur Vorschau an, um eine Diskussion zu generieren, und erkennen an, dass für die Umsetzbarkeit des Plans viele Themen und Aspekte des Plans berücksichtigt werden müssen.

Blogger und Programmierer mit Spezialisierungen in Machine Learning und Deep Learning Themen. Daniel hofft, anderen zu helfen, die Macht von KI für das soziale Wohl zu nutzen.