経済学と技術の労働力置換に関するあなたの指摘についてですが、@sebkrier、最も重要な点は見過ごされがちな交差点にあると思います。つまり、通常のAI談話ベンチマークが技術を最も生産性の低い方向に標的にするチューリングテストのような野心です

膨大な経済学文献が示すように、雇用には大きな賃料が伴うため、人間の能力より少し下回る精度で物事を進めることは純粋に利益であり、すでに人間を上回る分野で大幅に改善することは(生成AIよりずっと前から多くの分野です)

人間の能力をタスクに参差させると、大きな相殺する家賃再分配の害が生じます。 したがって、チューリングテストを通過しようとする以外のあらゆるものに対してベンチマークをすべきです。

そして、もしそれを行うなら、労働と資本のバランスが取れたプロセスであることが極めて重要です。そうでなければ、生産性向上ではなく利権追求に終わってしまいます。

もちろんこれは単純化しすぎています。人間の能力に一つのレベルは存在せず、実際に重要なのは品質とコスト調整後の比較ですが、これがチューリングテストが主張するほど明確に定義されていない理由の一つです。

しかし、実際に明確に定義された単純化されたモデル(客観的に測定でき、コストも完全に比較できる単一の人間レベルが存在する)であれば、まさに避けるべきことでしょう...局所最小値を局所最大値として扱う。

@sebkrier 「チューリング様ターゲット」とは、モデルが人間レベルを超えてタスクの範囲を拡大していることに基づくものと呼びます。 「アンチチューリング」アプローチとは、他のどの領域でも向上するもの、すなわち人間レベル以下またはそれ以上のスキル向上のことです

@sebkrier 投資先に影響を与える要因は多岐にわたります。研究投資の投入出力関数、どのスキルがどの程度需要にどれくらいあるかなどです。

@sebkrier しかし、経済分析がこれに加えるべきことがあるとすれば、資本がイノベーションを導いている範囲、最も外部性が悪い投資先(資本主導の分析が最も過剰に偏りやすい場所)だと言えるでしょう

@sebkrierチューリング型ベンチマークです。

ちなみに@sebkrier政治や労働ではまったく逆で、チューリングテスト合格への投資が不足しているでしょう

@sebkrier 少し冗談めかして言うかもしれませんが、だからこそ私がAGI政策リーダーに一番勧めるのはこうです:AGIを政策にすべきではなく(むしろ税制を行うこと)です。