Produktivitetsparadoxen med AI

Arbetsproduktiviteten har minskat avsevärt under det senaste decenniet, trots att artificiell intelligens har bidragit till att ersätta repetitiva uppgifter i det dagliga arbetet.

Ökar AI verkligen arbetsproduktiviteten? Foto: LinkedIn .

Mitt i den växande oron över förlorade jobb på grund av AI menar optimister att det helt enkelt är ett verktyg för att öka produktiviteten, vilket gynnar både arbetstagare och ekonomin . Microsofts VD Satya Nadella föreslår att användare bara behöver ange sina mål, medan automatiserade AI-agenter kommer att planera, genomföra och lära sig på egen hand i alla system.

AI skapar dock en "produktivitetsfälla" som uppmuntrar fler och fler människor att använda, och till och med bli beroende av, den. Detta kommer att leda till en minskning av självreflektion och problemlösningsförmåga, och ännu allvarligare, kommer att påverka kreativitet och genombrott i livet.

Prioriterar kvantitet framför kvalitet.

Enligt Financial Times skulle AI-verktyg vara idealiska när prestanda ensamt räcker för att lösa produktivitetsproblemet. Tidningen påpekar att under det senaste halvseklet har många datorer utvecklats som förmodligen är snabbare än någonsin tidigare, men tillväxttakten för arbetsproduktiviteten i utvecklade ekonomier har avtagit, från cirka 2 % per år på 1990-talet till endast cirka 0,8 % nu.

Med tillkomsten av datorer, internet och global kompetensuppkoppling borde genombrotten ha exploderat. Ändå har forskningsproduktiviteten minskat. En forskare genererar idag färre banbrytande idéer per investerad dollar än sin föregångare på 1960-talet.

Ekonomen Gary Becker påpekade en gång att föräldrar står inför ett val mellan ”kvalitet och kvantitet”. Ju fler barn de till exempel har, desto mindre sannolikt är det att de investerar i varje barn individuellt. Detsamma kan hända med innovation.

För många projekt samtidigt kan påverka kreativiteten negativt. Foto: Adobe Stock.

Storskaliga studier av patentproduktion bekräftar att antalet genomförda projekt är omvänt proportionellt mot sannolikheten för genombrott. Under de senaste decennierna har vetenskapliga artiklar och patent i allt högre grad blivit stegvisa tillägg snarare än större genombrott.

Samtidigt har stora hjärnor genom historien förstått detta. Isaac Newton sa en gång att han alltid ”håller ett problem framför sig ... tills de första ljusgnistorna visar sig, lite i taget, och slutligen bryter fram i ett klart och fullständigt ljus.” ”Kreativitet är att säga nej till tusen saker”, höll Steve Jobs med.

"AI:s fälla för medelhög kapacitet"

Herr Ho Quoc Tuan, chef för masterprogrammet i finans och redovisning vid University of Bristol, nämnde konceptet "AI:s genomsnittliga förmågefälla". Jobb som ofta kräver en genomsnittlig persons förmågor involverar ofta många repetitiva uppgifter och följer tydliga och kvantifierbara processer. Han menar dock att detta är just AI:s enastående styrka.

Storskaliga språkmodeller (LLM) tenderar att hålla fast vid vad statistiken anser vara allmän konsensus. Om du hade en chatbot som läste text från 1800-talet skulle den "bevisa" att människor inte kunde flyga, tills bröderna Wright gjorde det.

En översikt publicerad i Nature i mars 2025 visade att även om juridikvetenskaplig examen kan bidra till att minska repetitiva vetenskapliga uppgifter, så ligger de verkliga sprången i tänkandet fortfarande hos människorna. Tuan menade också att det är ödesdigra svagheter i AI-eran att klamra sig fast vid det som redan är känt, vara ovillig att ta risker och brista i kritiskt tänkande.

Demis Hassabis, chef för teamet på Google DeepMind som utvecklade AlphaFold, en modell som kan förutsäga proteiners former, anses vara en av de mest framstående vetenskapliga prestationerna inom AI hittills. Men även han erkänner att det fortfarande kommer att krävas "mycket mer innovation" för att uppnå verkligt generell artificiell intelligens.

AlphaFold, det Nobelprisbelönta vetenskapliga arbetet, behöver också "mer innovation". Foto: Google Deepmind.

Inom en snar framtid kommer AI främst att bidra till att öka effektiviteten snarare än att främja innovation. En undersökning publicerad på Arxiv med över 7 000 kunskapsarbetare visade att de som använder AI med hög produktivitet minskade sin e-postbehandlingstid med i genomsnitt 3,6 timmar per vecka (motsvarande 31 %), medan samarbetsuppgifter förblev i stort sett oförändrade.

Men om alla delegerar e-postsvar till ChatGPT, skulle antalet e-postmeddelanden i inkorgen kunna öka, vilket undergräver den initiala effektiviteten. Enligt Financial Times visar erfarenheterna från den amerikanska produktivitetsåterhämtningen på 1990-talet att fördelarna med ett nytt verktyg snabbt kommer att avta om det inte åtföljs av verkliga innovativa genombrott.

Källa: https://znews.vn/nghich-ly-nang-suat-cua-ai-post1561451.html