硅谷为何不懂人们对AI的厌恶
硅谷试图理解公众对AI日益增长的抵制,但CEO们的诊断偏离了真正原因。民调显示,信任危机和AI对社会的实际影响才是核心,而非沟通问题。
硅谷正在试图弄清楚人们对人工智能日益强烈的强烈反对,但到目前为止,进展并不顺利。令人不安的事实是,世界上很大一部分人对他们正在开发的技术并不乐观。
但Meta的马克·扎克伯格和Anthropic的达里奥·阿莫迪等首席执行官最近试图诊断问题的根源表明,他们不明白是什么实际上导致了社会对人工智能的蔑视。与此同时,流行文化的其他部分正在寻找利用人工智能仇恨的方法。
看看Liquid Death和Garage Beer的这则新广告就知道了。这两家饮料品牌与前费城老鹰队橄榄球运动员、泰勒·斯威夫特(Taylor Swift)姐夫杰森·凯尔斯(Jason Kelce)合作,后者邀请人们用瓶子小便并将其发送到人工智能数据中心。
Liquid Death的创意主管在接受Marketing Dive采访时表示,数据中心的强烈反对“实际上是现在团结所有美国人的一件事。
”皮尤研究中心本周早些时候发布的一项调查显示,超过一半的30岁以下美国人表示,他们对人工智能更关心而不是兴奋,这一数字在过去五年中增长了24%。超过70%的受访者表示,他们相信人工智能将导致就业机会减少。
但最近的其他民意调查数据显示,人们对这项技术的焦虑远远超出了就业和数据中心繁荣的范围。
美国人还认为人工智能会损害年轻人建立有意义关系的能力,应该要求科技公司对作品用于训练模型的创作者进行补偿,而人工智能可能会损害学生的批判性思维能力。科技行业经常将人工智能的强烈反对归咎于沟通和品牌问题,但问题远不止于此。
根据Searchlight Institute最近的一项调查,听到有关人工智能的不同信息对人们对该技术社会影响的看法几乎没有影响。
虽然硅谷开始应对公众对人工智能日益增长的负面情绪,但与我交谈过的投资者和高管越来越担心,该行业未能完全理解这对人工智能产品的采用可能造成多大的问题。本月早些时候,扎克伯格发表了一篇6,500字的文章,描绘了他对人工智能未来的乐观愿景。
Meta首席执行官描述了一个世界,在这个世界中,每个人都有一个个性化的人工智能助手,它与您密切了解(大概是来自Meta应用程序收集的所有个人信息),并可以帮助您的职业、爱好,甚至抚养您的孩子。
当然,这样的产品还不存在,但扎克伯格基本上是在认为,让每个人都不受限制地访问高性能人工智能是这项技术的最佳情况。
我对人工智能将继续变得更好、更有帮助持乐观态度,但我怀疑这是否足以改变人们对其的看法。对于人们来说,甚至要使用扎克伯格设想的理论产品,他们需要对制造它的公司有很大的信任。目前的民意调查显示,人工智能行业尚未赢得这种信任。
这位Meta首席执行官还对Amedei进行了不那么微妙的攻击,称他对“许多开发中的人工智能的话语如此充满厄运感到惊讶。
“在社交媒体上和出现在All-In播客上时,科技投资者加文·贝克重申了扎克伯格的观点,并更进一步写道:“达里奥的信息传递对禁止美国数据中心的努力有很大帮助。
白宫人工智能顾问、All-In联合主持人大卫·萨克斯(David Sacks)也插话道,他写道,Anthropic的“叙事对塑造公众恐惧的作用比任何事情都大。
””这些言论引起了阿莫德伊罕见的公开回应,他在社交媒体上发表了一篇冗长的帖子,否认了他的消息是人工智能强烈反对的罪魁祸首的说法。“我认为这从根本上来说是一场信任危机,”阿莫德伊写道。“我认为普通人不信任公司、政府或科技行业,总是怀疑我们正在想出一些新的方法来欺骗他们。
这种情况的原因可以追溯到几十年前,人工智能只是它的最新迭代。”阿莫德伊最初的断言听起来更接近事实,但后来他失去了我。
他接着写道,“对包括Anthropic在内的人工智能公司最准确的批评是,我们尚未兑现造福世界的宏伟承诺。“他举的一个例子是人工智能将找到癌症治疗方法的承诺,他之前曾说过,人们应该合理地期望这项技术能够实现这一目标。
阿莫德伊,乃至整个硅谷,这里的树木可能缺少森林。人工智能的强烈反对并不是由科技公司首席执行官对未来的可怕警告引起的,也不是因为OpenAI和Anthropic尚未治愈癌症的事实。这是关于人工智能已经开始改变社会的方式,许多美国人担心这种情况会变得更糟。
科技公司付出了巨大努力,让物理数据中心更容易被公众消化,并承诺负责任的用水、清洁能源承诺和对当地社区的投资。但对他们来说不幸的是,有很多证据表明,数据中心的建设已经成为人们对人工智能以及科技公司与整个社区互动方式的仇恨的物理表现。
我经常与人工智能公司的普通员工交谈,他们了解这些问题,并听到全国各地家人和朋友的强烈反对。但处于人工智能热潮中心的领导者似乎仍然没有准备好解决人工智能改变世界的所有方式。
如果硅谷希望人们完全接受它正在开发的产品,它就需要在未来找到一种更直接地应对这些问题的方法。这是Maxwell Zeff的模型行为时事通讯的一个版本。在此处阅读之前的时事通讯。