Влияние генеративного искусственного интеллекта на социально-экономическое неравенство и разработку государственной политики

Генеративный искусственный интеллект (ИИ) способен как усиливать, так и смягчать существующее социально-экономическое неравенство. В этой статье представлен современный междисциплинарный обзор потенциального воздействия генеративного ИИ на (дез)информацию и три информационно насыщенные сферы: труд, образование и здравоохранение. Наша цель — показать, каким образом генеративный ИИ может усугубить существующее неравенство, а также продемонстрировать, как ИИ может способствовать смягчению широко распространённых социальных проблем. В информационной сфере генеративный ИИ способен демократизировать создание контента и доступ к нему, однако может существенно расширить производство и распространение дезинформации. На рабочем месте он может повысить производительность и создать новые рабочие места, но выгоды, вероятно, будут распределяться неравномерно. В образовании он предоставляет возможности персонализированного обучения, однако может усилить цифровой разрыв. В здравоохранении он способен улучшить диагностику и доступность медицинской помощи, но может углубить уже существующее неравенство. В каждом разделе рассматривается отдельная тема, оцениваются результаты существующих исследований, выявляются критические пробелы и предлагаются направления дальнейших исследований, включая явные компромиссы, которые затрудняют выведение априорных гипотез. В заключение рассматривается роль разработки государственной политики в максимальном использовании потенциала генеративного ИИ для сокращения неравенства при одновременном смягчении его негативных последствий. Мы обсуждаем сильные и слабые стороны существующих политических рамок в Европейском союзе, Соединённых Штатах и Соединённом Королевстве и отмечаем, что ни одна из них не учитывает в полной мере выявленные нами социально-экономические вызовы. Мы предлагаем ряд конкретных мер политики, способных содействовать всеобщему процветанию посредством развития генеративного ИИ. В статье подчёркивается необходимость междисциплинарного сотрудничества для понимания и решения сложных проблем, связанных с генеративным ИИ.