Bill Gates har tidigare skrivit om AI-eran. Nu skriver han om de potentiella problemen med AI och hur de kan lösas: Riskerna med AI är verkliga men hanterbara

Vi befinner oss nu i det allra tidigaste skedet av ännu en djupgående förändring, AI-eran. Det liknar de osäkra tiderna före hastighetsgränser och säkerhetsbälten. AI förändras så snabbt att det inte är klart exakt vad som kommer att hända härnäst. Vi står inför stora frågor som väcks av hur den nuvarande tekniken fungerar, hur människor kommer att använda den för ondskefulla avsikter, och hur AI kommer att förändra oss som samhälle och som individer.

I ett ögonblick som detta är det naturligt att känna sig obekväm. Men historien visar att det är möjligt att lösa de utmaningar som nya teknologier skapar.

Här är en sammanfattning:

1. Människor har hanterat omvälvande ögonblick i historien, och kan göra det med AI också: Från bilar till persondatorer har samhället ständigt utvecklats för att hantera förändringar, och skapar regler för att säkerställa ansvarsfull användning av omvälvande teknologier. AI:s snabba utveckling får oss att ställa frågor om dess användning och inverkan, men historien visar att det är möjligt att effektivt ta itu med dessa utmaningar.

2. AI-problem har historiska föregångare och kan hanteras, som vi har lärt oss av tidigare erfarenheter: Påverkan av AI på utbildning är inte utan föregångare - tidigare förändringar som introduktionen av miniräknare eller datorer i klassrummen hade stora effekter. Lärdomar från tidigare övergångar och användning av AI för att hantera dess problem kan vi använda nu.

3. AI:s anpassning till vårt rättssystem är nödvändig: Befintliga lagar kan behöva uppdateras eller nya antas, precis som när internet dök upp. Detta är nödvändigt för att motverka AI-genererade hot, som deepfakes och desinformation, som kan underminera val och demokrati.

4. Deepfakes kan hanteras genom allmän medvetenhet och detekteringsteknologier: AI:s potential att generera deepfakes utgör ett verkligt hot mot individuell och samhällelig tillit. Men att lära från tidigare erfarenheter med internetbedrägerier och utvecklingen av deepfake-detektorer, som de från Intel och DARPA, ger hopp om att hantera denna utmaning.

5. Cybersäkerhetsrisker kopplade till AI kan bemötas med AI själv: AI kan hjälpa hackare att skriva mer effektiv kod, vilket potentiellt kan eskalera cybersäkerhetshot. Å andra sidan kan AI också utnyttjas för att motverka dessa hot, med privata och offentliga säkerhetsteam som använder AI för att upptäcka och fixa säkerhetsbrister innan de utnyttjas.

6. Den globala AI-vapenkapplöpningen kan regleras med internationella överenskommelser: Tävlingen om att ha den mest avancerade AI-tekniken kan leda till en kapplöpning inom cyberkrigföring. Med lärdomar från historien och vår hantering av kärnkraftsteknik, kan en liknande internationell reglerande organ för AI vara en lösning för att förhindra detta.

7. AI:s potentiella påverkan på jobb kan hanteras genom omutbildning och stöd: AI kommer troligtvis att automatisera många uppgifter, men detta kan också frigöra människor för att utföra andra, potentiellt mer meningsfulla, arbetsuppgifter. Stöd och omutbildning kommer att behövas för att hantera denna övergång smidigt, med lärdomar från tidigare arbetsmarknadsstörningar som den industriella revolutionen eller introduktionen av persondatorer.

8. AI-bias kan hanteras genom förbättrade modeller och ökad medvetenhet: AI kan förstärka befintliga fördomar i samhället eller generera falska påståenden. Dock pågår forskning för att minska dessa problem genom att inkorporera mänskliga värden i AI-modeller och träna dem med hjälp av diversifierade datauppsättningar. Användarmedvetenhet och skepticism kan också fungera som effektiva kontroller på AI-utdata.

9. AI:s inverkan på utbildning kan vara positiv om det hanteras korrekt: AI kan förändra sättet studenter lär sig och arbetar. Verktyg för att upptäcka AI-genererat arbete finns redan, och vissa utbildare förespråkar att använda AI för att hjälpa studenter. Precis som med införandet av elektroniska miniräknare, kan lärare lära studenter att använda AI effektivt, och förvandla ett potentiellt problem till en pedagogisk möjlighet.

10. AI i utbildning kan bidra till att stänga prestationsgapet om det utvecklas ansvarsfullt: Nuvarande utbildningsprogramvara stöder ofta motiverade studenter, men den behöver utvecklas för att engagera dem som kanske inte initialt har intresse för ämnena. Utvecklare måste ta itu med denna utmaning för att säkerställa att AI gynnar alla typer av studenter, vilket potentiellt kan överbrygga utbildningsgap.

Jag tror att det finns fler skäl än inte till att vara optimistisk över att vi kan hantera riskerna med AI samtidigt som vi maximerar fördelarna.