سوداگریِ ترس در برابرِ آزادی: نبرد بوروکرات‌ها با اقتصاد پسا هوش مصنوعی

پیش از این، هیچ یک از انقلاب‌های صنعتی، نتوانسته بود ذهنیت عمومی را تا این حد میان دوگانگیِ عمیقِ رؤیایِ رهاییِ کاملِ بشر از رنج و کابوسِ بی‌خانمانیِ اقتصادیِ ساختاری معلق نگه دارد. هوش مصنوعی (Artificial Intelligence) دیگر صرفاً یک فناوری نیست؛ بلکه نیرویی است که شالوده‌ی هستی اقتصادی و اجتماعی ما را به لرزه درآورده است. تیترهای خبری در یک سو از “پتانسیل بی‌کران” و “عصر طلایی رفاه” سخن می‌گویند و در سوی دیگر، سایه‌ی هولناک “اضمحلال شغل” و ظهور جامعه‌ی پسا-کار (Post-Work Society) سایه افکنده است. این مقاله، نه برای تقویت این هراس‌ها، بلکه برای فهم ریشه‌ای آن‌ها شکل گرفته است.

ما در این مسیر، ادعای نابودی اقتصادی ناشی از هوش مصنوعی را به محک اصول لایزال علم اقتصاد خواهیم کشید. این تحلیل، بر مبنای چند حقیقت فلسفی-اقتصادی بنا شده است: کمبود هرگز از بین نمی‌رود، ارزش همواره ذهنی است و از فردیت نشأت می‌گیرد و کارآفرینی (Entrepreneurship) در تار و پود عدم قطعیت ریشه دارد.

آیا هوش مصنوعی می‌تواند قوانین ثابت کنش انسانی (axiom of human action) را واژگون سازد؟ یا صرفاً ابزاری برای بهینه‌سازی تخصیص منابع کمیاب و تسریع گسست خلاق (Creative Destruction) خواهد بود؟ ادامه این متن، روایتی است از چیرگی حکمت اقتصادی بر توهمات برنامه‌ریزی متمرکز و نشان می‌دهد که چگونه تنها با آزادیِ فردی و پذیرش حاکمیت مصرف‌کننده می‌توان از این تحول به نفع شکوفایی فردی و ثروت اجتماعی بهره گرفت. آیا آماده‌اید تا از ورای هیاهوی رسانه‌ها، به حقیقتِ ماهیتِ هوش مصنوعی در اقتصاد بنگرید؟

با هامیا ژورنال همراه باشید.

هوش مصنوعی (Artificial Intelligence) اکنون بر تیترهای خبری، با سهمی برابر از شیفتگی و هراس، حکم می‌راند. از یک سو، رؤیاپردازانِ این عصر، آن را کلید گشودن زنجیرهای پتانسیل انسانی می‌خوانند؛ و از سوی دیگر، منتقدان با لحنی هشدارآمیز، از اضمحلال مشاغل، برهم خوردن ثبات اجتماعی و ناگزیر شدن دولت‌ها به اعطای یارانه‌های فراگیر (همانند درآمد پایه همگانی) سخن می‌گویند. حتی عده‌ای بر این باورند که این پدیده، نویدبخش ظهور جامعه‌ای “فراسوی کار (Post-Work)” است که در آن میلیاردها فرد از جایگاه اقتصادی خود رانده خواهند شد. اما در ژرفای این ترس که هوش مصنوعی سرانجام “فصل پایانی اقتصاد” را رقم خواهد زد، نه بصیرت اقتصادی، بلکه کژفهمی از مبادی و اصول بنیادین اقتصاد نهفته است.

فناوری، هرچند شیوه‌ی آرایش (arrangement) و تخصیص منابع کمیاب ما را دگرگون می‌سازد، اما هرگز قادر به ابطال کمبود ذاتی (Scarcity)، ارزش (Value) و ماهیت کارآفرینانه (Entrepreneurship) بشر نیست. اصول کنش انسانی (Principles of Human Action) همچون بنیادی لایتغیر استوار می‌مانند. بله، هوش مصنوعی مسیرهای شغلی را پریشان و مختل خواهد کرد، اما توان آن را ندارد که قوانین لایزال و تغییرناپذیر اقتصاد را واژگون سازد.

پایداری کمبود : حقیقت ناگزیر هستی اقتصادی

علم اقتصاد، در ژرف‌ترین سطح، اندیشه‌ی خود را بر اصل موضوعیِ کنشِ انسانی (Axiom of Human Action) و واقعیتِ گریزناپذیرِ کمبود (Scarcity) بنا می‌نهد؛ واقعیتی که قلمرویی فراگیر و تاریخی-جغرافیایی دارد. همان‌گونه که فیلسوف اقتصاددان، لودویگ فون میزس (Ludwig von Mises)، در شاهکار خود، کنش انسانی (Human Action)، به روشنی نمایان می‌سازد:

ابزارها [یعنی هر آنچه برای رسیدن به اهداف به کار می‌رود] لزوماً همیشه محدود و در نتیجه نسبت به خدمات مطلوب انسان کمیاب هستند. اگر این قاعده صادق نبود، دیگر هیچ کنشی (Action) در قبال آن‌ها شکل نمی‌گرفت؛ چرا که هرگاه انسان محدود به کفایت نداشتن اشیای در دسترس نباشد، نیازی به هیچ اقدامی نخواهد داشت.

لودویگ فون میزس (Ludwig von Mises)، کنش انسانی (Human Action)

این بصیرت بنیادین، در تبیین نادرستی هراس فراگیر از هوش مصنوعی راهگشاست. حتی اگر هوش مصنوعی قادر باشد نود و نه درصد از وظایف رایج کنونی را خودکار کند، باز هم کمبود به قوت خود باقی خواهد ماند؛ زیرا خواسته‌های انسان‌ها نامتناهی است، در حالی که ابزارهای در دسترس محدودند. بنابراین، انسان‌ها همچنان ناگزیر به اقتصادیدن (Economizing) هستند؛ میان اهداف متضاد، دست به انتخاب زنند، زمان و سرمایه را تخصیص دهند و به خواسته‌ها اولویت بخشند. کنش انسانی به معنای به کارگیری ابزارهای کمیاب برای وصول به غایات ارزشمند است. هوش مصنوعی ممکن است گستره‌ی ابزارهای ما را وسعت بخشد، اما در مقام رفع مسئله‌ی بنیادین اقتصاد که سرچشمه‌ی ظهور تمامی پدیده‌های اقتصادی است، ناتوان خواهد بود.

فردگرایی روش‌شناختی: لزوم قضاوت فردی

مبنای خردگرایانه در تحلیل اقتصادی، با تکیه بر فردگرایی روش‌شناختی (Methodological Individualism)، این نکته‌ی محوری را ژرف‌تر می‌سازد. هر فرد در بطن هستی، با شرایط، ترجیحات و محدودیت‌هایی منحصر به فرد مواجه است که فهم کامل آن‌ها از دسترس هر مرجعیت مرکزی (Central Authority) خارج است. هوش مصنوعی (Artificial Intelligence)، این پیچیدگی عظیم را نه حل، بلکه تقویت می‌کند؛ چرا که لایه‌های جدیدی از انتخاب و فرصت را پدید می‌آورد که مستلزم قضاوت فردی و کشف کارآفرینانه (Entrepreneurial Discovery) است.

چیرگیِ نظریه ارزش ذهنی بر توهمِ اصالتِ شغل

شایع‌ترین مغالطه (Fallacy) در گفتمان معاصر پیرامون هوش مصنوعی (Artificial Intelligence)، همسان‌انگاریِ مطلقِ اشتغال با خلق ارزش است. منتقدان بر این باورند که هرگاه ماشین‌ها جایگزین دست‌های کارگر شوند، ثروت از صحنه‌ی هستی اقتصادی محو می‌گردد. این نگرش، بیانگر یک سوءتفاهم بنیادین در درک مبادیِ عامِ نظریه‌ی ارزش (Value Theory) است؛ چرا که ارزش، نه ذاتیِ شیء، بلکه حاصلِ قضاوت ذهنی (Subjective Judgment) است. همان‌گونه که فیلسوف اقتصاددان، لودویگ فون میزس (Ludwig von Mises)، تبیین می‌کند:

ارزش نه یک خاصیت ذاتی است و نه در اَشیاء (Things) وجود دارد. ارزش در درون ما جای دارد؛ آن، نحوه‌ی واکنش انسان به شرایط محیط پیرامونش است.

لودویگ فون میزس (Ludwig von Mises)

موری راتبارد (Murray Rothbard)، در تشریح این نظریه ذهنی ارزش (Subjective Value Theory)، نشان می‌دهد که ارزش اقتصادی از رتبه‌بندی ترجیحات فردی (Individual Preference Rankings) نشئت می‌گیرد؛ ترجیحاتی که تنها از طریق کنش واقعی (Action) آشکار می‌شوند، نه از میزان تلاش نیروی کار (Labor Inputs) یا خصوصیات مادی شیء. راتبارد در این باره می‌گوید:

ما وجود یک مقیاس ارزش خاص را بر مبنای کنش واقعی [یعنی عملِ انتخاب] استنتاج می‌کنیم؛ و هیچ معرفتی از آن قسم از مقیاس ارزش که در کنش واقعی ما آشکار نمی‌شود، نداریم.

موری راتبارد (Murray Rothbard)

وظیفه‌ای که توسط نیروی کار انسانی به انجام می‌رسد، هیچ برتری ذاتی (Inherent Superiority) بر همان وظیفه‌ای که توسط هوش مصنوعی صورت می‌گیرد، ندارد. ارزش نهایی کاملاً وابسته به میزان کارایی و کم‌هزینه بودن آن در ارضای نیازهای مصرف‌کننده است؛ واقعیتی که در دل مبادله‌ی داوطلبانه و نظام قیمت‌های بازار (Market Prices) خود را آشکار می‌سازد.

این بصیرت فلسفی، مغالطه‌ی “توده کار (Lump of Labor Fallacy)” را که زیربنای بدبینی به تحولات هوش مصنوعی است، درهم می‌شکند. جایگزین کردن کارهای طاقت‌فرسا و تکراری با اتوماسیون، ارزش را نابود نمی‌کند؛ بلکه تلاش کمیاب انسانی را به سوی فعالیت‌هایی با ارزش بالاتر هدایت می‌کند؛ هدایتی که خود تحت فرمان ترجیحات مصرف‌کننده و از مجرای قیمت‌های بازار صورت می‌پذیرد. فرآیند بازار همواره به کارآفرینانی که شیوه‌های برتری برای ارضای خواسته‌های انسان کشف می‌کنند، پاداش می‌دهد، خواه ابزارشان نیروی کار انسانی باشد، خواه هوش مصنوعی و یا ترکیبی نوآورانه‌ از این دو.

کنشِ کارآفرین و مواجهه با عدم قطعیت

در جایی که تحلیل‌های متعارف (Mainstream Analysis) ذهن خود را معطوف به “مدیریت ریسک (Risk Management)” می‌سازند، رهیافت بنیادین به کارآفرینی در علم اقتصاد، بر نقش یگانه‌ی کارآفرین به مثابه‌ی تحمل‌کننده‌ی عدم قطعیت (Uncertainty-bearer) تأکید می‌ورزد. این تمایز، اهمیت ویژه‌ای در درک پویایی‌های اقتصادی دارد. لودویگ فون میزس (Ludwig von Mises)، فیلسوف اقتصاددان، در باب این تمایز، کلامی قاطع و صریح دارد:

کارآفرین، همچون هر فرد کنشگر دیگری، همواره یک “سفته‌باز (Speculator)” است. او با شرایط نامطمئن آینده سروکار دارد. توفیق یا سقوط او منوط به صحت پیش‌بینی‌اش از رویدادهای ناشناخته است. اگر در درک رویدادهای آتی در خطا باشد، محکوم به نیستی است. تنها منبعی که سود (Profit) کارآفرین از آن مایه می‌گیرد، توانایی او در پیش‌بینی بهتر از دیگران نسبت به تقاضای آتی مصرف‌کنندگان است.

لودویگ فون میزس (Ludwig von Mises)

هوش مصنوعی، به جای تقلیل این کارکرد حیاتی کارآفرینانه، آن را تعالی و تقویت می‌بخشد. این فناوری با کاهش محسوس هزینه‌های آزمایش، پژوهش و توسعه‌ی محصول (Product Development)، حیطه‌ی کشف کارآفرینانه (Entrepreneurial Discovery) را گسترش می‌دهد. اکنون، افراد می‌توانند به تنهایی فرضیه‌هایی را در بازار بیازمایند که پیش از این به مجموعه‌ای از تیم‌های گسترده نیاز داشت. این تحول، منجر به تصاعد فشار رقابتی برای خدمت‌رسانی بهتر به مصرف‌کنندگان می‌گردد و همزمان، سازوکار تصحیح خطای بازار را از طریق نظام سود و زیان (Profit and Loss) شتاب می‌بخشد.

تخریب خلاق و تخصیص مجدد سرمایه

نظریه‌ی بنیادین سرمایه (Fundamental Capital Theory) تبیین می‌کند که چرا جابه‌جاییِ ناشی از فناوری، نه تنها ثروت را نابود نمی‌سازد، بلکه در واقع آن را تولید می‌کند. کالاهای سرمایه‌ای (Capital Goods) و نیروی کار (Labor) به عنوان عوامل ناهمگون (Heterogeneous Factors)، باید به صورت پیوسته به سمت بالاترین و باارزش‌ترین کاربردهایشان هدایت شوند؛ کاربردهایی که از طریق ترجیحات آشکارشده‌ی مصرف‌کننده (Revealed Consumer Preferences) در بازار نمایان می‌گردند. این فرآیند مستلزم تخصیص مجدد (Reallocation) مداوم منابع است. لودویگ فون میزس (Ludwig von Mises)، فیلسوف اقتصاددان، در این خصوص روشن‌گری می‌نماید:

اقتصاد بازار (Market Economy) همان نظام اجتماعیِ تقسیم کار (Division of Labor) است که تحت مالکیت خصوصی بر ابزارهای تولید شکل گرفته است. در این نظام، هر فردی به نفع خود کنش می‌کند؛ اما کنش‌های هر فرد به گونه‌ای جهت‌دهی شده‌اند که هم به ارضای نیازهای دیگران و هم به ارضای نیازهای خودش بینجامد.

لودویگ فون میزس (Ludwig von Mises)

بازار (Market)، این فرآیند تخصیص مجدد را از طریق نظام قیمت (Price System) و پیگیری سود کارآفرینان (Entrepreneurial Profit-Seeking) به صورت کارآمدی هماهنگ (Coordinate) می‌سازد.

شواهد تاریخی، درستی این تحلیل اقتصادی را تأیید می‌کنند. به عنوان مثال، مکانیزاسیون کشاورزی، در مقطعی بیش از نود درصد نیروی کار را برای فعالیت‌های دیگر آزاد ساخت، بدون اینکه به ایجاد بیکاری ساختاری دائمی منجر شود. به همین ترتیب، انقلاب صنعتی (Industrial Revolution) تولید صنعت‌کاران سنتی را زیر و رو کرد، در حالی که رفاهی بی‌سابقه به ارمغان آورد. هر موج بزرگ از گسست خلاق (Creative Destruction) – که فرآیند مستمر نوآوری و جایگزینی است – از یک الگوی ثابت تبعیت کرده است: جابه‌جایی موقت در اثنای تنظیم شدن مجدد بازارها، که سپس به بهره‌وری بالاتر و ارتقاء استانداردهای زندگی منتهی می‌شود؛ زیرا منابع از مجرای کارکرد هماهنگ‌کننده‌ی قیمت‌های بازار به سمت کاربردهای باارزش‌تر جاری می‌شوند.

هوش مصنوعی، در امتدادِ زنجیره‌ی تحولات فناوری، صرفاً فصل دیگری از این فرآیندِ جاریِ تخصیص مجدد (Reallocation) منابع است. کاربردهایِ ظهوریافته‌ی کنونی آن، از هم‌اکنون در حال بازتاب الگوی ثابتِ گسستِ خلاق (Creative Destruction) هستند:

• خدمات خودکار مشتریان (Automated Customer Service)، در عینِ جایگزینیِ نیروی کار، زمینه‌سازِ فرصت‌های جدید در حوزه‌ی آموزش و مدیریت سیستم‌های هوش مصنوعی می‌گردد.
• معاملات الگوریتمی (Algorithmic Trading)، به رغم پیچیدگی، تقاضای حیاتی برای تحلیلگران کمی (Quantitative Analysts) و معماران سیستم‌های نوین مالی را خلق می‌کند.
• یادگیری ماشینی (Machine Learning)، هرچند تحلیل‌های روزمره و روتین داده‌ها را جابه‌جا می‌نماید، اما در مقابل، نقش‌های تخصصی در توسعه و تفسیر مدل‌های هوشمند را به وجود می‌آورد.

این جریانِ تخصیص مجددِ بی‌وقفه، از طریق همان سازوکارهای بنیادین بازار (Market Mechanisms) که لودویگ فون میزس (Ludwig von Mises) آن‌ها را برای هماهنگی اقتصادی (Economic Coordination) تحت نظامِ تقسیم کار (Division of Labor) حیاتی می‌دانست، به وقوع می‌پیوندد.

معضل معرفت و توهمِ برنامه‌ریزیِ متمرکز

بصیرت فردریش هایک (Friedrich Hayek) در باب دانش پراکنده (Dispersed Knowledge)، به ما می‌آموزد که چرا تلاش‌های نهادهای دولتی برای “مدیریتِ” فراگیرِ تحولِ ناشی از هوش مصنوعی، محکوم به شکست است. هایک خود، با لحنی انتقادی، به این نکته اشاره داشت:

وظیفه‌ی غریب و پارادوکسیکال علم اقتصاد (Economics) آن است که به انسان‌ها بنمایاند که چقدر اندک در مورد آنچه که گمان می‌کنند می‌توانند طرح‌ریزی (Design) کنند، می‌دانند.

فردریش هایک (Friedrich Hayek)

برنامه‌ریزانِ متمرکز (Central Planners)، هرگز به آن دانش ضمنی (Tacit Knowledge)، وابسته به بافتار (Context-Specific) و کیفی که افراد به صورت منحصربه‌فرد در مورد شرایط و ترجیحات زیسته‌ی خود در اختیار دارند، دسترسی ندارند.

این معضلِ معرفت (Knowledge Problem)، در اوجِ دگرگونی‌های شتاب‌دهنده‌ی فناوری، به شکل حادتری بروز می‌یابد. سیاست‌گذاران (Policymakers) قادر نیستند پیش‌بینی کنند که کدام کاربردهای هوش مصنوعی بیشترین ارزش را خواهد آفرید، کدام مهارت‌ها در آینده حیاتی می‌شوند، یا اساساً مصرف‌کنندگان (Consumers) چگونه ترجیحات خود را با امکانات نوین تطبیق خواهند داد. تنها فرآیند کشف غیرمتمرکزِ بازار (Decentralized Discovery Process) – که توسط سیگنال‌های قیمت (Price Signals)، انگیزه‌های سود (Profit Incentives) و فشار رقابتی هدایت می‌شود – توان هماهنگ‌سازی این تطبیق‌های پیچیده را داراست.

حتی با فرض دستیابی به قدرت محاسباتی پیشرفته (Advanced Computing Power)، مقامات مرکزی (Central Authorities) هرگز قادر به شبیه‌سازی قابلیت‌های پردازش اطلاعات بازار نیستند. چرا که آن‌ها از دسترسی به ارزش‌گذاری‌های ذهنی (Subjective Valuations) محرومند؛ همان ارزش‌گذاری‌هایی که در نهایت منجر به ظهور قیمت‌های بازار می‌گردند. هوش مصنوعی (Artificial Intelligence) ممکن است صرفاً ظرفیت محاسباتی را به شکل بی‌سابقه‌ای تقویت کند، اما نمی‌تواند معضل بنیادین گردآوری، تجمیع و هماهنگ‌سازی آن دانش ذهنی پراکنده (Dispersed Subjective Knowledge) را که هایک مطرح ساخت، مرتفع سازد.

رهیافت‌های سیاستی: رجحانِ آزادی بر اراده‌ی مداخله‌گر

ورود اراده‌ی دولت به عرصه‌ی تحول هوش مصنوعی (Artificial Intelligence)، به احتمال قوی، به جای تسهیلِ پذیرشِ سودمند، آن را مختل خواهد ساخت. طرح‌هایی چون یارانه همگانی درآمد (Universal Basic Income – UBI)، تضمین شغل و برنامه‌های بازآموزی دولتی، جملگی انعکاس‌دهنده‌ی همان ذهنیت برنامه‌ریزی (Planning Mentality) هستند که میزس (Mises) و هایک (Hayek) به روشنی نشان دادند که از لحاظ نظری دارای خلل، در عمل زیان‌بار و نتیجه آن، معکوس (Counterproductive) است.

این‌گونه مداخلات حکومتی، ماهیت سیگنال‌های بازار (Market Signals) را که در حکم راهنمای غایی برای تخصیص منابع هستند، تحریف می‌نمایند:

• اعطای یارانه به نیروی کار جابه‌جا شده برای پایداری در صنایع منسوخ، از تخصیص مجدد سرمایه (Capital Reallocation) که لازمه‌ی پیشرفت اقتصادی است، ممانعت به عمل می‌آورد.
• کنترل قیمت‌ها و قوانین دست‌وپاگیر (Regulations)، انگیزه‌ی کارآفرینانه برای کشف کاربردهای نوآورانه‌ی فناوری هوش مصنوعی را کاهش می‌دهد.
• طرح‌های بازتوزیع، منابع حیاتی را از کاربردهای مولد اقتصادی به سوی گروه‌های ذینفع سیاسی (Political Constituencies) منتقل می‌کنند و بدین ترتیب از تولید کلی ثروت می‌کاهند.

در مقابل این رویکرد، اصل آزادی عمل (Laissez-faire) – که بر مبنای حفاظت از حقوق مالکیت، آزادی مبادله، پول سالم، اجرای قراردادها و اجازه به نیروهای بازار برای هماهنگ‌سازیِ فرآیند تعدیل استوار است – ارجحیت دارد. این چارچوب حقوقی، نه تنها کشف کارآفرینانه (Entrepreneurial Discovery) را به حداکثر می‌رساند، بلکه تضمین می‌کند که منابع تحت هدایت حاکمیت مصرف‌کننده (Consumer Sovereignty) به سمت باارزش‌ترین کاربردهایشان جریان یابند.

مسئله‌ی حریم خصوصی و کنترل داده‌ها

ورای پیامدهای تحول‌آفرین اقتصادی، دغدغه‌ی حقیقی پیرامون هوش مصنوعی (Artificial Intelligence) در گره حریم خصوصی (Privacy) و کنترل داده‌ها (Data Control) نهفته است. غالب مدل‌های هوش مصنوعی هرآنچه کاربران افشا می‌کنند را ضبط و ذخیره می‌سازند و این داده‌ها غالباً با یک درخواست ساده در اختیار نهادهای دولتی قرار می‌گیرد. بدین ترتیب، آنچه افراد به سامانه‌های هوش مصنوعی می‌سپارند، به‌ندرت خصوصی می‌ماند. اگرچه مدل‌های متمرکز بر حفظ حریم خصوصی مانند “میپل اِی‌آی (Maple AI)“، که مبتنی بر رمزگذاری‌اند، می‌کوشند از داده‌ها محافظت کنند، اما رقابت آن‌ها با مدل‌های منبع‌بسته‌ (Closed-Source) و عظیمی که پشتوانه‌ی شرکت‌های قدرتمند را دارند، در هاله‌ای از ابهام است.

این عدم قطعیت، بازتاب‌دهنده‌ی یک واقعیت ژرف‌تر بازار است که تحلیلگرانِ اقتصادی به خوبی آن را می‌شناسند: ترجیحات آشکار (Revealed Preferences) افراد در عمل، غالباً با ترجیحات بیان‌شده (Stated Preferences) آن‌ها در سخن، در تعارض قرار می‌گیرد. به رغم ابراز نگرانی‌های گسترده در مورد حریم خصوصی (Privacy) و نظارت فراگیر، بازار به صورت مستمر به آن سیستم‌های هوش مصنوعی پاداش می‌دهد که کارآمدترین و سهل‌الوصول‌ترین سیستم‌ها هستند، فارغ از شیوه‌ی برخورد آن‌ها با داده‌ها. کاربران همچنان به سوی پلتفرم‌هایی روانه می‌شوند که عملکرد برتر ارائه می‌دهند، حتی اگر در ازای آن، اطلاعات شخصی گسترده‌ای را جمع‌آوری کنند؛ این امر نشانگر آن است که بخش عمده‌ای از مصرف‌کنندگان، در عمل، قابلیت و راحتی را بر حفاظت از داده‌ها ارجحیت می‌نهند. در این بزنگاه، که داده‌ها به وفور جمع‌آوری شده‌اند، نگرانی اصلی از جانب فرصت‌طلبی دولتی (Government Opportunism) برای دسترسی به این حجم عظیم اطلاعات سرچشمه می‌گیرد.

اینکه آیا نوآوری کارآفرینانه (Entrepreneurial Innovation) در نهایت قادر خواهد بود تقاضای نهفته برای جایگزین‌های اولویت‌دارنده حریم خصوصی را ارضا کند، یا اینکه بازار به ترجیح دادن قابلیت بر محرمانگی ادامه خواهد داد، سؤالی است که هنوز بی‌پاسخ مانده و تنها گذر زمان و انتخاب مصرف‌کننده (Consumer Choice) توان حل آن را خواهد داشت.

فرجامِ کلام: بازگشتِ حتمی به اصولِ لایتغیرِ کنشِ انسانی

هوش مصنوعی به یقین صنایع را برخواهد آشفت و نیروی کار را جابه‌جا خواهد ساخت، اما هرگز قدرت الغای حقایقِ بنیادینِ اقتصادی را ندارد: حقایقی چون کنش انسانی (Human Action)، کمبود (Scarcity)، ارزش ذهنی (Subjective Value) و محاسبه‌ی کارآفرینانه (Entrepreneurial Calculation).

به جای پناه‌ بردن به هراس و نگریستن به هوش مصنوعی به منزله‌ی یک ویرانگر اقتصادی، شایسته است آن را صرفاً ابزاری دیگر تلقی کنیم که کارآفرینان آن را برای خدمت مؤثرتر به خواسته‌ها و آمال مصرف‌کنندگان به کار خواهند گرفت.

پاسخ صواب به این تحول عظیم، نه مدیریتِ دستوریِ دولتی (Government Management)، بلکه فروتنیِ نهادی (Institutional Humility) است؛ بدین معنا که ما باید بر حفظ چارچوب قانونی برای مبادله‌ی داوطلبانه (Voluntary Exchange) تمرکز کنیم و در عین حال، به نیروهای بازار اجازه دهیم تا خود، باارزش‌ترین کاربردهای هوش مصنوعی را کشف نمایند. قوانین اقتصادی فارغ از شرایط تکنولوژیک به کار خود ادامه می‌دهند. هوش مصنوعی ممکن است اَشکال خاص و مظاهر کمبود، ارزش و کارآفرینی را دستخوش تغییر سازد، اما توانایی حذف این جنبه‌های بنیادین کنش انسانی را نخواهد داشت.