Den store afledning: Eksistentiel risiko som strategisk værktøj
Når man læser overskrifter om kunstig intelligens, handler det ofte om den ultimative katastrofe: Maskiner, der opnår bevidsthed, og som derefter vælger at udrydde menneskeheden. Denne fortælling om "existential risk" – eller eksistentiel risiko – fylder utroligt meget i de akademiske cirkler i Silicon Valley. Men hvis man ser nærmere på, hvem der driver denne dagsorden, tegner der sig et andet billede. Virksomheder som OpenAI og Anthropic har været meget højlydte i deres krav om streng regulering for at undgå fremtidige superintelligente katastrofer.
Denne bøn om kontrol kan dog læses som et forsøg på "regulatory capture" – en proces, hvor de største spillere i markedet forsøger at forme lovgivningen til deres egen fordel. Ved at insistere på, at teknologien er så farlig, at kun de største og mest velhavende virksomheder har ressourcerne til at håndtere sikkerheden, opbygger de en barriere for nye aktører. Det skaber en form for teknologisk gatekeeping. Små iværksættere og innovative miljøer i det globale syd bliver kvalt, før de overhovedet er kommet i gang, fordi de ikke har kapitalen til at leve op til de ekstremt dyre og komplekse sikkerhedsstandarder, som de store tech-giganter selv har været med til at definere.
Mens vi diskuterer, om en algoritme en dag vil få en vilje, overser vi de konkrete skader, der sker her og nu. Algoritmisk bias, massiv overvågning og nedbrydningen af arbejdstagerrettigheder er ikke hypotetiske scenarier; de er dagligdag. Når vi fokuserer på den fjerne fremtid, flytter vi opmærksomheden væk fra de systemiske uretfærdigheder, som de nuværende modeller allerede producerer.
Den globale ulighed i algoritmernes tempo
Debatten om AI-sikkerhed er i høj grad præget af et vestligt verdensbillede. Det er de hvide, vestlige forskeres frygt, der dominerer diskursen. Men hvis man ser på, hvordan AI rent faktisk udrulles globalt, er billedet et helt andet. Udviklingshastigheden, som de store firmaer praler af, betyder i virkeligheden, at uregulerede teknologier bliver eksporteret til lande med svag lovgivning, før man overhovedet har forstået deres konsekvenser.
Dette skaber en ny form for digital kolonialisme. Mens værdien af data bliver høstet i det globale syd, og de økonomiske gevinster lander i Californien, bliver de sociale konsekvenser – såsom destabilisering af lokale arbejdsmarkeder eller overvågningskapitalisme – efterladt i de samfund, der har mindst magt til at gøre modstand. AI-udviklingen fungerer her som en katalysator for eksisterende uligheder snarere end som et værktøj til demokratisering.
Vi ser en tendens til, at de lande, der leverer de billigste arbejdskraft til at rense data og træne modellerne (ofte kaldet "data labeling"), ender som de største tabere. De udfører det beskidte, monotone arbejde under usle forhold for at gøre de avancerede modeller i Vesten mere " ,
