Η πρόσφατη πρόταση του Μπέρνι Σάντερς στις ΗΠΑ, σύμφωνα με την οποία το κοινό θα πρέπει να κατέχει το ήμισυ της τεχνητής νοημοσύνης, είναι απίθανο να μετατραπεί σε πολιτική στο άμεσο μέλλον, αλλά αντανακλά μια ευρύτερη συζήτηση που κερδίζει έδαφος μεταξύ οικονομολόγων, ερευνητών στον τομέα της τεχνολογίας και υπευθύνων χάραξης πολιτικής: Πώς μπορούν να ωφεληθούν οι Αμερικανοί αν η τεχνητή νοημοσύνη δημιουργήσει τρισεκατομμύρια δολάρια σε νέα οικονομική αξία; Οι ιδέες δεν λείπουν, αν και οι περισσότερες δεν έχουν δοκιμαστεί. Ωστόσο, οι κίνδυνοι, καθώς και η αυξανόμενη αντίθεση του κοινού προς την τεχνητή νοημοσύνη, καθιστούν το ζήτημα αυτό ιδιαίτερα σημαντικό, σημειώνει σε ανάλυσή του το CNBC.
Μόνο το 27% των Αμερικανών υποστηρίζει την κατασκευή κέντρων δεδομένων εντός ή κοντά στην κοινότητά τους, ενώ το 63% αντιτίθεται
Ο πλούτος που δημιουργεί η τεχνητή νοημοσύνη έχει συσσωρευτεί γρήγορα στο χρηματιστήριο, αλλά πολλοί Αμερικανοί εξακολουθούν να έχουν περιορισμένη πρόσβαση στα οφέλη αυτής της ανάπτυξης. Πρόσφατες έρευνες δείχνουν ότι η πλειοψηφία των εργαζομένων στις ΗΠΑ επιθυμεί πλέον να καταστήσει τις εταιρείες περισσότερο υπόλογες μέσω ενός κρατικού επενδυτικού ταμείου για την τεχνητή νοημοσύνη. Υπάρχουν ανεπιβεβαίωτες αναφορές ότι, εν όψει μιας πολυαναμενόμενης δημόσιας προσφοράς μετοχών (IPO), η OpenAI έχει συζητήσει το ενδεχόμενο να προσφέρει στην κυβέρνηση μερίδιο συμμετοχής 5%. Εν τω μεταξύ, ο Τζέφ Μπέζος δήλωσε πρόσφατα στο CNBC ότι η καλύτερη πολιτική ιδέα για την εξισορρόπηση των οικονομικών συνθηκών είναι απλώς η κατάργηση του ομοσπονδιακού φόρου εισοδήματος για το κατώτερο μισό των εισοδηματικών ομάδων στις ΗΠΑ.
Αλλαγή στάσης απέναντι στην τεχνητή νοημοσύνη
Πρόσφατα στοιχεία έρευνας δείχνουν ότι το ζήτημα αυτό εντάσσεται στο πλαίσιο μιας ραγδαίας αλλαγής στη στάση του κοινού απέναντι στην τεχνητή νοημοσύνη. Μια δημοσκόπηση του Emerson College που δημοσιεύθηκε αυτή την εβδομάδα διαπίστωσε ότι μόνο το 27% των Αμερικανών υποστηρίζει την κατασκευή κέντρων δεδομένων εντός ή κοντά στην κοινότητά τους, ενώ το 63% αντιτίθεται. Η κοινή γνώμη έχει επιδεινωθεί σημαντικά σε λιγότερο από ένα χρόνο.
Μια παρόμοια δημοσκόπηση που διεξήχθη τον Δεκέμβριο του 2025 διαπίστωσε ότι, ενώ το 33% δήλωσε ότι θα υποστήριζε τέτοιες εξελίξεις, μόνο το 42% εξέφρασε την αντίθεσή του. Πολλοί Αμερικανοί αισθάνονται ότι δεν έχουν τίποτα να κερδίσουν, αντίθετα έχουν να χάσουν από την τεχνητή νοημοσύνη (ΑΙ).
«Όταν βλέπω την πρόταση για το κέντρο δεδομένων, δεν βλέπω πρόοδο», δήλωσε στο CNBC ο Γουίλ Χόλινγκσγουορθ, κάτοικος του Βορειοανατολικού Οχάιο, μιλώντας σε μια δημόσια ακρόαση τον Απρίλιο σχετικά με ένα προτεινόμενο συγκρότημα κέντρων δεδομένων έκτασης 257 στρεμμάτων στην κομητεία Portage. «Βλέπω ένα ρίσκο όπου οι μεγάλες εταιρείες τεχνολογίας παίρνουν το χρυσάφι, ενώ η κομητεία Portage πληρώνει το λογαριασμό».
«Μας ζητούν να θυσιάσουμε τη ζωτική δύναμη της πόλης μας, ώστε μια εταιρεία αξίας ενός τρισεκατομμυρίου δολαρίων να εξοικονομήσει ένα κλάσμα του σεντ στα περιθώρια κέρδους της», δήλωσε ο Hollingsworth σε σχόλια που έγιναν viral. «Μας ζητούν να αδειάσουμε τα φράγματά μας, ώστε ένα chatbot να μπορεί να γράψει ένα ποίημα ή ώστε ο σερίφης μας να μπορεί να δημιουργήσει μια φωτογραφία του εαυτού του να στέκεται δίπλα στον Μπιγκφουτ.»
Μεταξύ των οικονομολόγων, των ερευνητών του τεχνολογικού κλάδου και των εμπειρογνωμόνων σε θέματα δημόσιας πολιτικής, υπάρχουν πολλές προτάσεις που ανταποκρίνονται στην άποψη του Χόλινγκσγουορθ ότι τα πιθανά αποτελέσματα της ανάπτυξης της AI είναι δραματικά στρεβλωμένα υπέρ των εταιρειών. Αυτές περιλαμβάνουν μοντέλα μερικής δημόσιας ιδιοκτησίας στον τομέα της τεχνητής νοημοσύνης και άλλους μηχανισμούς κοινής συμμετοχής στο μετοχικό κεφάλαιο.
Ο επιστήμονας πληροφορικής Τζάρον Λάνιερ, ο οποίος σήμερα κατέχει τη θέση του Επικεφαλής Τεχνικού Διευθυντή και Κύριου Επιστήμονα Ενοποίησης στο Microsoft Research, έχει υποστηρίξει ένα μοντέλο που μερικές φορές αναφέρεται ως «αξιοπρέπεια των δεδομένων», όπου οι άνθρωποι λαμβάνουν αποζημίωση για τις πληροφορίες και τις συνεισφορές τους που βοηθούν στη δημιουργία συστημάτων τεχνητής νοημοσύνης.
«Πέρασα λίγο χρόνο με τον γερουσιαστή Σάντερς όταν επισκέφθηκε την κοινότητα της τεχνητής νοημοσύνης στο Στάνφορντ», δήλωσε ο Λάνιερ. «Το αν [η πρότασή του] θα ήταν καλή ιδέα εξαρτάται από τη φύση της κυβέρνησης που θα ήταν υπεύθυνη για τη διανομή των οφελών στους πολίτες», πρόσθεσε. Αν η κυβέρνηση επρόκειτο απλώς να γίνει «ακόμη μια εταιρεία τεχνητής νοημοσύνης», ο ίδιος προτιμά αυτό που αποκαλεί ένα πιο «κατανεμημένο οικονομικό μοντέλο».
«Τα αξιόπιστα δεδομένα και η εποπτεία», λέει ο Λάνιερ, μπορούν να οδηγήσουν σε επαρκή ποσά πραγματικών χρημάτων που θα έχουν σημαντική επίδραση στη ζωή των ανθρώπων.
«Αλλά αν το μέλλον πρόκειται να είναι αυτό που προβάλλει η Σίλικον Βάλεϊ, όπου οι άνθρωποι θα αντιμετωπίζονται υποθετικά ως άχρηστοι επειδή οι συνεισφορές τους έχουν ανωνυμοποιηθεί και παραμεριστεί, προκειμένου να προσποιηθούμε ότι η τεχνητή νοημοσύνη έκανε όλη τη δουλειά, τότε είναι καλύτερο κάποια μορφή στήριξης να παρέχεται μέσω μιας κυβερνητικής δομής με συμμετοχικό/δημοκρατικό στοιχείο», δήλωσε ο Λάνιερ.
Άμεση αμοιβή των ανθρώπων για τα δεδομένα εκπαίδευσης της τεχνητής νοημοσύνης
Η πρόκληση είναι να καταλάβουμε πώς θα λειτουργούσε ένα τέτοιο σύστημα. Τα μοντέλα ΑΙ εκπαιδεύονται με βάση τεράστιες ποσότητες πληροφοριών από εκατομμύρια ή δισεκατομμύρια πηγές. Ο προσδιορισμός του ποια ατομικά δεδομένα δημιούργησαν αξία και πόσο θα πρέπει να πληρωθούν, ενδέχεται να αντιμετωπίσει τις ίδιες κριτικές που συνόδευαν τις προσπάθειες αποζημίωσης των ανθρώπων για τα ιστορικά αναζήτησής τους — ενώ τα ποσά είναι τεράστια συνολικά, η οικονομική αξία των δεδομένων κάθε μεμονωμένου ατόμου είναι χαμηλή.
Ο Ραούλ Κάστρο Φερνάντες, επίκουρος καθηγητής πληροφορικής στο Πανεπιστήμιο του Σικάγου, ο οποίος πρόσφατα έγραψε σχετικά με τον τρόπο δίκαιης αποζημίωσης του κοινού για την τεχνητή νοημοσύνη, αντικρούει το επιχείρημα ότι είναι ανέφικτο να παρακολουθούνται με ακρίβεια (και να αποζημιώνονται) οι τεράστιες ποσότητες δεδομένων που συλλέγουν τα μοντέλα τεχνητής νοημοσύνης από ανθρώπινους συνεισφέροντες. «Η ισχυρότερη μορφή κατανομής κερδών δεν είναι ένας φόρος, αλλά ένα σύστημα αποζημίωσης που συνδέεται με τις ανθρώπινες συνεισφορές που καθιστούν τα συστήματα τεχνητής νοημοσύνης πολύτιμα εξ αρχής», δήλωσε ο Φερνάντες.
«Αυτές [οι εταιρείες τεχνητής νοημοσύνης] εκτιμούν ήδη πόσο σημαντικά είναι τα δεδομένα μέσω των νόμων κλιμάκωσης», πρόσθεσε ο Φερνάντες. «Ένας εύλογος μηχανισμός θα έμοιαζε λιγότερο με τον υπολογισμό της ακριβούς αξίας κάθε μεμονωμένου “token” και περισσότερο με ένα σύστημα συλλογικής διαχείρισης, ανάλογο στο πνεύμα με τα δικαιώματα μουσικής: οι εταιρείες τεχνητής νοημοσύνης θα κατέβαλλαν ένα μερίδιο από τα κέρδη των μοντέλων σε ένα κοινό ταμείο, το συνολικό μερίδιο θα βασιζόταν σε στοιχεία σχετικά με το πόσο η απόδοση του μοντέλου εξαρτάται από τα δεδομένα, και οι πληρωμές θα κατανέμονταν μεταξύ δημιουργών, εκδοτών, πλατφορμών ή άλλων μεσαζόντων σύμφωνα με ελεγμένα μέτρα της συνεισφοράς δεδομένων», ανέφερε.
Ωστόσο, οι Nicholas Vincent και Brent Hecht, ερευνητές από το Πανεπιστήμιο Simon Fraser και το Πανεπιστήμιο Northwestern αντίστοιχα, προειδοποιούν για τους κινδύνους αυτής της προσέγγισης. Σε μια μελέτη του 2023 που εξετάζει αν είναι δυνατό να αποζημιωθούν επαρκώς τα άτομα για τη συμβολή τους σε ένα σύστημα τεχνητής νοημοσύνης, οι Vincent και Hecht υποστηρίζουν ότι η αποτίμηση των δεδομένων κάθε ατόμου μπορεί να είναι εξαιρετικά υποκειμενική και ενδεχομένως αντιφατική.
«Φαινομενικά ασήμαντες σχεδιαστικές επιλογές μπορούν να αλλάξουν σημαντικά την κατανομή των αξιών των δεδομένων, κάτι που αποτελεί σοβαρό πρόβλημα για οποιοδήποτε σύστημα ανθρώπου-τεχνητής νοημοσύνης που επιδιώκει να ενσωματώσει τέτοιες αξίες για πληρωμές ή άλλους σκοπούς», δηλώνουν. «Εάν μια τεχνολογία βασίζεται στις συλλογικές συνεισφορές εκατομμυρίων ή δισεκατομμυρίων ανθρώπων, γνωρίζουμε ήδη ότι η αξία κάθε ατόμου θα είναι πολύ μικρή, οπότε γιατί να σπαταλάμε χρόνο και ενέργεια πραγματοποιώντας [ενδεχομένως δαπανηρή] εκτίμηση της αξίας των δεδομένων;», κατέληξαν.
Δημιουργία νέων ισχυρών συνδικάτων για τον 21ο αιώνα
Ωστόσο, οι άμεσες πληρωμές ενδέχεται να μην είναι ο μόνος τρόπος για την επίτευξη μιας πιο δίκαιης διαδικασίας συλλογής δεδομένων. Ο Ματ Προύιτ, πρόεδρος του Ιδρύματος RadicalxChange και ένας από τους δύο συντάκτες του εν λόγω εγγράφου πολιτικής, υποστηρίζει τη δημιουργία μιας νέας κατηγορίας νομικών δικαιωμάτων που θα παρέχουν στους ανθρώπους την εξουσία να διαμορφώνουν τον τρόπο λειτουργίας της τεχνητής νοημοσύνης — μια εκδοχή των συνδικάτων του 21ου αιώνα, στην οποία «οι άνθρωποι δεν μπορούν να παραιτηθούν από αυτά τα δικαιώματα σε ατομικό επίπεδο. Αντίθετα, οι άνθρωποι πρέπει να ενωθούν σε ενώσεις για να ασκήσουν αυτά τα δικαιώματα».
Αυτό θα δημιουργούσε μια νέα κατηγορία ρυθμιζόμενων ενώσεων που θα έχουν «πολύ σημαντική θέση στο τραπέζι των διαπραγματεύσεων με τις εταιρείες τεχνητής νοημοσύνης και που θα έχουν τη δύναμη να αποκτήσουν μετοχές, αμοιβές, δικαιώματα διακυβέρνησης και εξουσία», δήλωσε ο Prewitt.
Ο οικονομολόγος και τεχνολόγος Glen Weyl, κύριος ερευνητής στη Microsoft και ιδρυτής της RadicalxChange, υποστηρίζει ότι ο στόχος δεν πρέπει απαραίτητα να είναι η κρατική ή δημόσια ιδιοκτησία των εταιρειών. Σύμφωνα με την RadicalxChange, οι προσπάθειες «είτε για τον διαχωρισμό και την κατακερματισμένη ιδιοκτησία (δηλαδή, να δοθεί σε περισσότερους ή διαφορετικούς ανθρώπους ένα μερίδιο της συμβατικής ιδιοκτησίας), είτε για την ενοποίηση της ιδιοκτησίας (δηλαδή, να τεθεί στα χέρια κάποιου εκπροσώπου του κοινού, όπως το κράτος)», μπορούν να αποφέρουν κάποιο όφελος, αλλά θεωρούνται καλύτερα ως «απλά επιδέσμους».
«Η κατακερματισμένη ιδιοκτησία απλώς “διασκορπίζει” τα ίδια παλιά εκμεταλλευτικά κίνητρα της συμβατικής ιδιοκτησίας, ενώ η συγκέντρωση της ιδιοκτησίας “βάζει όλα τα αυγά στο ίδιο καλάθι”, εντείνοντας τους κινδύνους της θεσμικής κατάληψης και της παράνομης εκπροσώπησης», έγραψαν μέλη της ομάδας του RadicalxChange σε ένα άρθρο πολιτικής όπου υποστηρίζουν νέα μοντέλα με επίκεντρο την κοινή ιδιοκτησία.
Νέοι εταιρικοί φόροι, λιγότερες ώρες εργασίας
Άλλοι υποστηρίζουν ότι υπάρχουν ήδη οι μηχανισμοί που επιτρέπουν στους υπεύθυνους χάραξης πολιτικής να δημιουργήσουν μια πιο δίκαιη οικονομία τεχνητής νοημοσύνης χωρίς να καταφύγουν σε μη δοκιμασμένες ιδέες. Σύμφωνα με τον Ντιν Μπέικερ, οικονομολόγο και συνιδρυτή του Κέντρου Οικονομικών και Πολιτικών Ερευνών, αυτοί περιλαμβάνουν αυστηρότερους εταιρικούς φόρους, την επιβολή των αντιμονοπωλιακών κανόνων και την προστασία των εργαζομένων.
Αν και ο Μπέικερ δήλωσε ότι παραμένει μη πεπεισμένος ότι θα υπάρξει μαζική αντικατάσταση της ανθρώπινης εργασίας από την τεχνητή νοημοσύνη, πρόσθεσε ότι θα εξακολουθούσε να καταφεύγει σε «παλιά μέτρα».
Αυτές οι λύσεις θα μπορούσαν να περιλαμβάνουν «έναν εφαρμόσιμο φόρο εισοδήματος εταιρειών με υψηλότερο συντελεστή, για όλες τις εταιρείες», ανέφερε ο Μπέικερ. Πρόσθεσε, ωστόσο, ότι η μορφή πληρωμής θα μπορούσε να είναι καινούργια. «Ο καλύτερος τρόπος για να γίνει αυτό είναι να απαιτηθεί από τις εταιρείες να παραδώσουν μετοχές χωρίς δικαίωμα ψήφου, ίση με τον επιδιωκόμενο φορολογικό συντελεστή (π.χ. το 25% των μετοχών για φορολογικό συντελεστή 25%)», είπε.
Επιπλέον, ο Μπέικερ υποστηρίζει ότι, όταν εφαρμόζεται αυστηρά, η επιβολή των αντιμονοπωλιακών κανόνων προσφέρει μια εύλογη οδό προς μια πιο δίκαιη οικονομική κατανομή των κερδών από την τεχνητή νοημοσύνη. Ο Μπέικερ χρησιμοποίησε την αναλογία των φθηνών κινεζικών προϊόντων που εκτοπίζουν το εργατικό δυναμικό. «Αφήσαμε να εισέλθουν κινεζικά βιομηχανικά προϊόντα, με αποτέλεσμα να πληγούν μεγάλα τμήματα του εργατικού δυναμικού. Δεν πρέπει να εφαρμόζουμε προστατευτισμό για να διατηρήσουμε τον Ίλον Μασκ και τον Μαρκ Ζάκερμπεργκ εξωφρενικά πλούσιους», δήλωσε.
Το να μην επαναληφθούν τα πολιτικά λάθη του παρελθόντος, συμπεριλαμβανομένης της χαλαρής στάσης απέναντι στην άνοδο των κοινωνικών μέσων και της προηγούμενης εποχής της παγκόσμιας εξωτερικής ανάθεσης, βρίσκεται ψηλά στην ατζέντα ορισμένων από τους πιο υψηλόβαθμους υπεύθυνους χάραξης πολιτικής στις ΗΠΑ, οι οποίοι στοιχηματίζουν ότι η τεχνητή νοημοσύνη, και ειδικότερα το ζήτημα της απασχόλησης, θα αναδειχθεί σε εκλογικό και κοινωνικό ζήτημα τα επόμενα χρόνια.
Ενώ η ιδέα ενός καθολικού βασικού εισοδήματος — ή ενός προγράμματος «καθολικού υψηλού εισοδήματος», όπως το αποκαλεί ο Ίλον Μασκ — για την καταπολέμηση της μαζικής ανεργίας συζητιέται εδώ και χρόνια, υπάρχει ένας απλούστερος μηχανισμός της αγοράς εργασίας για τη διανομή των μελλοντικών οικονομικών αποδόσεων που δημιουργούνται από την τεχνητή νοημοσύνη, ο οποίος έχει ήδη ένα παγκόσμιο προηγούμενο.
Η απάντηση δεν είναι η απουσία εργασίας, αλλά η μείωση της εργασίας.
«Καθορίσαμε την εβδομάδα εργασίας των 40 ωρών πριν από 90 χρόνια και δεν έχει αλλάξει από τότε», δήλωσε ο Μπέικερ. «Άλλες χώρες έχουν μειώσει την εβδομάδα εργασίας, καθώς και το έτος εργασίας. Αν η τεχνητή νοημοσύνη πρόκειται να μας προσφέρει την υποσχόμενη έκρηξη παραγωγικότητας, ας μειώσουμε το όριο στις 32 ώρες, ή ίσως ακόμη και λιγότερο. Μπορούμε επίσης να διπλασιάσουμε την προσαύξηση για τις υπερωρίες στο 100% αντί για 50%», πρόσθεσε ο Μπέικερ.
