Tác phẩm nghệ thuật: RJ ( @RJ16848519 ), Tính hai mặt của Con người (2025); cảm ơn bạn đã cho phép tôi sử dụng tác phẩm nghệ thuật của bạn.

Phần một: Tôi không muốn làm bạn lo lắng, nhưng

“Có một nguyên lý trong tự nhiên mà tôi nghĩ chưa ai từng chỉ ra trước đây. Mỗi giờ, hàng tỷ tỷ sinh vật nhỏ bé - vi khuẩn, vi sinh vật, “sinh vật tí hon” - được sinh ra và chết đi, chúng không có nhiều ý nghĩa ngoại trừ số lượng tồn tại và sự tích lũy những tác động nhỏ bé của chúng. Chúng không cảm nhận sâu sắc. Chúng không đau khổ nhiều. Một trăm tỷ sinh vật chết đi cũng không thể nào có tầm quan trọng tương đương với cái chết của một con người.”

Trong phạm vi kích thước của tất cả các sinh vật, từ nhỏ bé như vi sinh vật đến vĩ đại như con người, đều có sự bình đẳng về “sức sống”, giống như các cành của một cây cao, khi gom lại, có tổng khối lượng bằng với các cành bên dưới, và tất cả các cành có tổng khối lượng bằng với thân cây.”

-Greg Bear, Blood Music (1983)

Nếu bạn chỉ quan tâm đến khía cạnh kinh tế của việc tự động hóa công việc, hãy chuyển sang phần hai.

Nếu bạn chỉ quan tâm đến những tiến bộ từ các phòng thí nghiệm tiên phong và các phương pháp mở rộng quy mô mới, hãy chuyển sang phần ba.

Nếu bạn chỉ quan tâm đến thu nhập cơ bản phổ quát (UBI) và các giải pháp khác cho sự bất bình đẳng trong xã hội hậu lao động, hãy chuyển sang phần bốn.

Nếu bạn chỉ quan tâm đến robot học, bạn sẽ phải đợi tôi viết về chủ đề đó.

Tôi bắt đầu viết những gì bạn sắp đọc vào mùa xuân năm 2025, trong học kỳ cuối cùng của đại học. Khi đó, có vẻ như đã rất lâu rồi, trí tuệ nhân tạo (AI) rõ ràng đang thịnh hành và nhanh chóng trở nên phổ biến, mặc dù chưa phổ biến rộng rãi như hiện nay. Thế giới của chúng ta đã thay đổi đáng kể kể từ đó, ngay cả khi cuộc sống hàng ngày của chúng ta về cơ bản vẫn như cũ; chúng ta không nhìn thấy nó, nhưng chúng ta cảm nhận được một sự chuyển biến ngày càng tăng, và có thể bạn không hiểu, nhưng rất có thể bạn cũng đã cảm nhận được điều đó.

Hầu hết mọi người vẫn tin rằng các trung tâm dữ liệu và các truy vấn chatbot tiêu thụ nước với tốc độ không thể tưởng tượng nổi, rằng các hệ thống học máy cấp thấp (LLM) chỉ sao chép những thứ chúng đã được huấn luyện, và cho rằng LLM đã được huấn luyện trên tất cả dữ liệu có sẵn và sự tiến bộ của chúng bị hạn chế bởi điều này. Tôi nêu bật những lời chỉ trích này vì tất cả chúng đều đã được chứng minh là sai, hoặc là chi tiết nhất gần đây - như phân tích về mức tiêu thụ nước của Dylan Patel - hoặc là bị bác bỏ từ nhiều năm trước.

Con người còn lạc hậu hàng vạn dặm trong việc hiểu biết về trí tuệ nhân tạo, và điều này thật đáng báo động, vì nó sẽ không biến mất.

Ý tưởng là tập hợp nhiều người lại với nhau. Chúng ta sẽ kết hợp những ý tưởng khác nhau từ kinh tế, công nghệ, khoa học xã hội và lịch sử để tạo ra một lý thuyết về hướng đi của loài người , nếu trí tuệ nhân tạo tiếp tục phát triển nhanh chóng, cuối cùng dẫn đến một nền kinh tế hậu lao động . Chúng ta sẽ giả định rằng điều này bắt nguồn từ việc tạo ra/thực hiện AGI, hay trí tuệ nhân tạo tổng quát .

Tôi thấy cần thiết phải mở rộng thêm về khả năng hình thành động lực hậu lao động ở Mỹ, dựa trên các công trình nghiên cứu gần đây được công bố trên các tạp chí kinh tế và trên internet. Nếu bạn không tin rằng đây là một mối quan tâm thực sự hoặc một lĩnh vực nghiên cứu, dưới đây là một danh sách ngắn một số công trình nghiên cứu có ảnh hưởng lớn đã đóng góp vào nghiên cứu của tôi:

• Trí tuệ nhân tạo và những tác động của nó đối với phân phối thu nhập và thất nghiệp (2019); Korinek & Stiglitz

• Trí tuệ nhân tạo và tương lai kinh tế của chúng ta (2026); Charles Jones

• Trí tuệ nhân tạo mang tính đột phá, rủi ro hiện sinh và lãi suất thực (2025); Chow, Halperin, & Mazlish

• Robot và việc làm: Bằng chứng từ thị trường lao động Hoa Kỳ (2020); Acemoglu & Restrepo

• Ý nghĩa kinh tế của việc phân phối lại của cải trong các nền kinh tế hậu lao động: Một phân tích phê phán (2025); Prue

Đây là một bài luận về cuộc sống con người trong một xã hội hậu lao động, câu hỏi liệu việc thực hiện thu nhập cơ bản phổ quát (UBI) có khả thi hay không, tổng quan về các phương pháp mở rộng quy mô hiện đại được sử dụng trong các phòng thí nghiệm AI lớn, mối quan hệ thay đổi giữa vốn và lao động, bình luận về cả tác động ngắn hạn và dài hạn của việc triển khai trí tuệ nhân tạo tổng quát (AGI) trong các ngành công nghiệp văn phòng, các kịch bản cất cánh chậm hay nhanh, cải cách chính sách triệt để, và nhiều ý tưởng liên quan khác.

Tôi nghĩ hơn hết, báo cáo này sẽ giải đáp một vài câu hỏi cấp bách nhất mà chúng ta đang băn khoăn về an ninh việc làm và làm rõ bối cảnh những lo ngại của chúng ta. Ngay cả khi đối tượng độc giả mục tiêu của một báo cáo như thế này có thể không tồn tại, tôi vẫn cảm thấy thực sự quan trọng khi kết hợp những ý tưởng này thành một tầm nhìn duy nhất mà bất cứ ai cũng có thể nhìn lại như một cuốn nhật ký ghi lại cuộc sống khi chúng ta bước vào năm 2026 và đang dần tiến đến thời điểm bùng nổ công nghệ.

Trí tuệ nhân tạo tổng quát (AGI) được chính thức công nhận là một loại trí tuệ nhân tạo giả định có khả năng sánh ngang hoặc vượt trội hơn khả năng của con người trong hầu hết mọi nhiệm vụ nhận thức.

Các từ "phù hợp" hoặc "vượt trội" đảm nhiệm rất nhiều vai trò, và định nghĩa của chúng không cố tình mơ hồ; thay vào đó, chúng ngày càng bị tranh cãi do tốc độ phát triển của AI/ML trong những năm gần đây. Mặc dù vậy, vẫn chưa rõ liệu chúng ta đang ở trong kịch bản cất cánh chậm hay nhanh, hay liệu chúng ta vẫn đang tiến gần đến kịch bản cất cánh chậm hay nhanh.

Tôi tin rằng sự chuyển đổi từ các mô hình hiện có sang Trí tuệ Nhân tạo Tổng quát (AGI) có thể diễn ra sớm nhất trong vòng 5-7 năm tới nếu có sự thúc đẩy cho một trong những phương pháp mở rộng quy mô chủ đạo hiện nay hoặc những bước tiến đột phá về thuật toán , nhưng tôi cũng không ngạc nhiên nếu điều này xảy ra chỉ trong vòng hai đến ba năm tới. Điều quan trọng cần lưu ý là đây chỉ là quan điểm của tôi và bài luận trình bày nhiều góc nhìn khác nhau, từ tốc độ phát triển rất chậm đến rất, rất nhanh.

Không ai có câu trả lời đúng hay sai tuyệt đối, và việc đánh giá từng tuyên bố cá nhân dựa trên một “lịch trình điểm kỳ dị” định lượng dường như không hữu ích đối với tôi. Theo kinh nghiệm cá nhân, dường như mỗi ngày tôi đều thấy một bài đăng mới ám chỉ cảm giác rằng mọi thứ sắp thay đổi và không rõ thực tại sẽ mang hình dạng nào.

Một số bình luận gần đây của Demis Hassabis tại Davos gây lo ngại, đặc biệt là việc các công việc cấp thấp và thực tập sinh có thể biến mất do Trí tuệ Nhân tạo Tổng quát (AGI) trong tương lai gần. Nhà khoa học trưởng về AGI của DeepMind, Shane Legg, gần đây đã đăng một tin tuyển dụng tìm kiếm một nhà kinh tế trưởng về AGI , xuất phát từ cảm giác cần thiết và cấp bách.

“Trí tuệ nhân tạo tổng quát (AGI) đang dần hiện hữu và nó sẽ làm thay đổi sâu sắc nhiều thứ, bao gồm cả nền kinh tế.”

Tùy thuộc vào người bạn hỏi, có thể trí tuệ nhân tạo tổng quát (AGI) đã hiện hữu rồi.

Phát triển ứng dụng di động chỉ trong vài phút! Xây dựng doanh nghiệp bằng trí tuệ nhân tạo chỉ trong một ngày! Điều hành đội ngũ nhân viên để thay đổi cuộc sống của bạn! Cải thiện hôn nhân với các file markdown và kỹ năng lập trình Claude Code của tôi!

Mặc dù các hệ thống máy học logic (LLM) hiện nay có hiệu suất cao hơn đáng kể so với những hệ thống tôi bắt đầu sử dụng vào cuối năm 2022, nhưng sẽ thật ngớ ngẩn nếu tuyên bố chúng là Trí tuệ Nhân tạo Tổng quát (AGI), ngay cả khi tôi tin rằng chúng khá giỏi trong việc thực hiện những công việc tương tự như bạn hoặc tôi. Đúng vậy, LLM có thể suy luận , lập kế hoạch , đưa ra phán đoán trong điều kiện không chắc chắn và tích hợp các kỹ năng này trong nhiều lĩnh vực khác nhau; nhưng AGI thực sự được cho là dựa trên giả định rằng các hệ thống này, với khả năng sánh ngang hoặc vượt trội hơn trí tuệ con người , sẽ có khả năng chủ động thực hiện những việc mà chúng ta đang làm.

“Trí tuệ nhân tạo tổng quát thực sự” sẽ có khả năng thâm nhập vào các ngành nghề văn phòng, bắt đầu tự động hóa các công việc trước đây do con người thực hiện, và làm tốt ít nhất bằng hoặc thậm chí tốt hơn con người trước đó. Tôi đồng tình nhất với quan điểm của Dwarkesh Patel - rằng bất chấp những bước tiến vượt bậc về khả năng của trí tuệ nhân tạo, và cách thức hoạt động khác biệt của các hệ thống này so với các phiên bản trước đó, vẫn rất khó, nếu không muốn nói là không thể, để khẳng định trí tuệ nhân tạo tổng quát đã xuất hiện:

“Nếu bạn cho tôi xem Gemini 3 vào năm 2020, tôi chắc chắn sẽ tin rằng nó có thể tự động hóa một nửa công việc trí tuệ nhân tạo. Chúng ta cứ tiếp tục giải quyết những gì mà chúng ta cho là những nút thắt cổ chai đủ để đạt được Trí tuệ Nhân tạo Tổng quát (hiểu biết tổng quát, học tập ít lần, suy luận), nhưng chúng ta vẫn chưa có Trí tuệ Nhân tạo Tổng quát (được định nghĩa là, chẳng hạn, có khả năng tự động hóa hoàn toàn 95% công việc trí tuệ nhân tạo ).”

Điều này không có nghĩa là tất cả tiến bộ đều yếu kém , hay các phòng thí nghiệm đang đánh lừa chúng ta, mà thay vào đó, chúng ta hiện đã đạt đến điểm mà khả năng của LLM (các phòng thí nghiệm nghiên cứu và phát triển) ấn tượng đến mức chúng ta khó có thể lý giải được việc họ có thể làm được phần lớn những gì chúng ta làm, nhưng lại không nỗ lực cải tiến mọi thứ, hoặc tạo ra lợi nhuận khổng lồ cho các phòng thí nghiệm.

Viết về việc công việc của chúng ta bị tự động hóa nghe có vẻ hơi nực cười, vì đó là khoảng thời gian mà việc mở rộng quy mô các lần chạy tiền huấn luyện (dồn càng nhiều sức mạnh tính toán càng tốt vào lần chạy huấn luyện ban đầu của mô hình) bắt đầu trở nên kém hiệu quả trong việc tăng cường khả năng, và ý tưởng mở rộng quy mô hậu huấn luyện vẫn còn khá mơ hồ.

Nhưng trong những tuần gần đây, những giả định của tôi đã thay đổi.

Tôi đã chứng kiến rất nhiều bước phát triển công nghệ vượt bậc diễn ra nhanh chóng trong những tháng gần đây, nhìn thấy mọi người trở thành những người lập trình bằng cảm xúc với Claude Code, và nhận ra đây là thời điểm hoàn hảo để thảo luận về những vấn đề như tự động hóa hay sự lỗi thời của công việc văn phòng do con người thực hiện.

Tôi cảm thấy mình có đủ điều kiện hơn hầu hết mọi người nhờ kinh nghiệm vài tháng qua trong việc xoay xở giữa cơn khủng hoảng của thị trường việc làm văn phòng cấp thấp ở Mỹ.

Bạn đã được nghe nhiều lời giải thích trái ngược nhau về những câu chuyện này: số liệu việc làm là giả, bị thổi phồng hoặc bị giảm xuống; sinh viên mới tốt nghiệp không đủ điều kiện; các công việc văn phòng khó tuyển dụng; mọi người nộp đơn xin việc sai cách, hoặc nộp đơn cho những công việc không phù hợp; người nộp đơn chỉ cần làm việc chăm chỉ hơn.

Khi nói đến việc đánh giá tình trạng của một nền kinh tế, đôi khi những câu chuyện cá nhân có thể hữu ích, và tôi đặc biệt thích cuộc tranh luận về hiện tượng "suy thoái kinh tế do cảm xúc" (vibecession) của chúng ta, xét đến sự khác biệt giữa các thước đo kinh tế truyền thống và cảm nhận thực sự của người dân. Các cuộc thảo luận về sự bất ổn kinh tế đã bùng nổ trong những tháng gần đây, với hầu hết các quan điểm này được Kyla Scanlon phân tích rất chi tiết ở đây , trong đó dẫn chứng về công trình nghiên cứu của Paul Krugman là đáng chú ý nhất.

Krugman cho rằng ba thước đo không dễ xác định trong dữ liệu kinh tế truyền thống là công bằng , an ninh và hòa nhập kinh tế . Vì chúng ta đang thảo luận về xã hội hậu lao động, đây là ba thước đo định tính rất quan trọng của đời sống kinh tế khó có thể được cải thiện trong thời gian ngắn, chứ chưa nói đến trong trường hợp trí tuệ nhân tạo tổng quát (AGI). Bệnh chi phí của Baumol có thể là nguyên nhân cốt lõi của tình trạng này, mặc dù nó không thể giải thích hết tất cả các vấn đề của chúng ta:

“Trên thực tế, điều đó có nghĩa là những yếu tố cốt lõi của cuộc sống tầng lớp trung lưu như nhà ở, chăm sóc sức khỏe, chăm sóc trẻ em, giáo dục, chăm sóc người già đều thuộc các lĩnh vực của Baumol. Chúng đang trở nên đắt đỏ nhanh hơn tốc độ tăng lương. Bạn có thể “làm mọi thứ đúng cách” nhưng vẫn cảm thấy mình đang bị nợ nần chồng chất.”

Tình hình kinh tế hiện nay rất tồi tệ, và mặc dù chính phủ có thể dễ dàng chọn lọc dữ liệu và ca ngợi nền kinh tế đang tăng trưởng, tôi vẫn thích dựa vào tâm lý người tiêu dùng , dữ liệu việc làm và tỷ lệ thu nhập so với giá nhà hơn để đánh giá cảm nhận của người tiêu dùng bình thường. Nền kinh tế không chỉ là sự tăng trưởng của chỉ số S&P 500, mà còn là khả năng một gia đình trung lưu có đủ tiền đi du lịch Disney, hay một người mẹ đơn thân có thể mua bánh sinh nhật bất ngờ cho con trai út, hoặc khả năng trang trải cuộc sống của một cặp vợ chồng già nhận trợ cấp an sinh xã hội.

Dữ liệu việc làm là thước đo tốt nhất mà chúng ta có, và những câu chuyện cá nhân không chỉ đơn thuần là... Những lời kể chưa được kiểm chứng, chỉ là những trường hợp cá biệt, nhưng là những câu chuyện có thật về những khó khăn mà các cá nhân phải trải qua trên thị trường việc làm, cố gắng hết sức để trụ vững.

Trong giai đoạn viết ban đầu, tôi được truyền cảm hứng từ cuốn sách "The Sovereign Individual" ( Cá nhân tối cao), bởi vì tôi đã đánh giá thấp mức độ tiến bộ của nó (xuất bản năm 1997) và sự nỗ lực của các tác giả, James Dale Davidson và Lord William Rees-Mogg , trong việc khám phá rất nhiều câu hỏi/ý tưởng quan trọng xuyên suốt nhiều giai đoạn lịch sử để mang lại lý lẽ cho thời đại của họ. Nếu không có nó, có lẽ tôi vẫn còn lạc lối và không chắc chắn làm thế nào để trình bày tác phẩm mình đã viết.

“Nhờ công nghệ, con người giờ đây có thể tạo ra nhiều của cải hơn bao giờ hết, và trong hai mươi năm nữa, họ sẽ có thể tạo ra nhiều của cải hơn cả hiện nay. Mặc dù điều này dẫn đến tổng tài sản tăng lên, nhưng nó lại phân bổ tài sản đó cho ít người hơn. Sự chênh lệch này có lẽ đã ngày càng gia tăng kể từ khi công nghệ ra đời, theo nghĩa rộng nhất của từ này.” - Sam Altman (2014)

Ý tưởng chính của Davidson và Rees-Mogg là sự chuyển đổi từ thời đại công nghiệp sang cái mà họ gọi là Thời đại Thông tin sẽ "giải phóng cá nhân hơn bao giờ hết" và đưa nhân loại tiến lên một con đường tốt đẹp hơn nhiều so với những bước nhảy vọt trước đây trong sự phát triển xã hội.

Một trong những mục tiêu của bài luận này là xác định xem Kỷ nguyên Thông tin có đối xử tốt với chúng ta hay không, và liệu chúng ta có thể học được điều gì từ nó khi đón nhận sức hút của Kỷ nguyên Trí tuệ hay không.

Tôi muốn bắt đầu bài luận này bằng cách tập trung vào một số điểm mà Davidson và Rees-Mogg đã đúng, và một số điểm mà họ có thể đã sai. Điều quan trọng là, tôi không ở đây để phê bình hay tranh luận về công trình của họ, vì đây có lẽ là một trong những phân tích chính trị/kinh tế hay nhất mà tôi từng đọc, và phần lớn trong số đó đã trở thành hiện thực; tôi sẽ làm hại mọi người nếu cố gắng soi mói từng chi tiết nhỏ.

Davidson và Rees-Mogg mô tả ba giai đoạn của xã hội loài người dẫn chúng ta đến ngưỡng cửa của giai đoạn thứ tư: săn bắn hái lượm , nông nghiệp và công nghiệp . Điều thú vị nhất đối với tôi là ý tưởng xem xét các giai đoạn trước đó trong xã hội loài người khá phổ biến trong sách lịch sử, nhưng lại ít được thảo luận trong bối cảnh những chuyển đổi công nghệ hiện nay.

Một dạng trí tuệ phi nhân loại mới, vô cùng xa lạ với những hiểu biết của chúng ta về cả ý thức lẫn những gì chúng ta từng định nghĩa là máy móc , đang đe dọa thay đổi thế giới theo những cách mà chúng ta thậm chí còn chưa bắt đầu hiểu được - lịch sử có thể giúp chúng ta tìm ra giải pháp hợp lý đến mức nào?

Vấn đề nằm ở khả năng ngày càng cao rằng tình trạng thất nghiệp do công nghệ kéo dài sẽ xảy ra. Trí tuệ nhân tạo tổng quát (AGI) có thể đang đến gần, được thúc đẩy bởi việc sử dụng rộng rãi AI, việc áp dụng AI trong doanh nghiệp và khả năng ngày càng tăng của các mô hình học tập con người (LLM) và các hệ thống điều khiển bằng tác nhân, không chỉ có khả năng bổ trợ cho quy trình làm việc của con người mà còn có thể thay thế hoàn toàn chúng . Tùy thuộc vào người bạn hỏi, AGI đã hiện diện và tình hình này cần được theo dõi, hoặc ít nhất là hiểu rõ hơn.

Mặc dù có một số lập luận cho rằng AI chỉ là một "công nghệ bình thường" khác, cùng loại với máy in hoặc động cơ hơi nước, tôi tin rằng sự khác biệt cơ bản nằm ở chỗ các mô hình học máy hiện đại có thể truy cập thông qua giao diện chatbot đã bác bỏ một cách không thể chối cãi quan niệm rằng bài kiểm tra Turing sẽ ngăn chúng ta mất trí khi đối mặt với một trí tuệ đối thủ .

Chỉ cần sự kết thúc của GPT-4o đã đủ để làm sáng tỏ không chỉ chứng rối loạn tâm thần do AI gây ra như một hiện tượng có thật, mà còn cả thực tế rằng nhiều người không chỉ dễ bị ảnh hưởng bởi khả năng thuyết phục/phá hoại của các mô hình trí tuệ nhân tạo hiện đại, mà còn hầu như không bị ảnh hưởng bởi điều này. GPT-4o là một mô hình tồi, nhưng điều đó không quan trọng đối với hàng triệu người dùng dựa vào khả năng hội thoại của nó như một người bạn đồng hành, người yêu, hoặc một mối quan hệ nào đó ở giữa. Phần lớn bài luận sẽ tập trung vào các lập luận dựa trên kinh tế và quy mô dẫn chúng ta đến một xã hội hậu lao động, nhưng hãy luôn ghi nhớ khía cạnh xã hội/cảm xúc.

Các người mẫu có thể không đủ thông minh để cướp mất việc làm của chúng ta, nhưng họ đã nhanh chóng trở nên khá thành thạo trong việc thao túng cảm xúc của một lượng đáng kể dân số toàn cầu. (Tôi đã thảo luận nhiều ý tưởng này vào tháng Giêng năm ngoái, trong bài luận này ).

Ngoài khả năng, các số liệu hiện có về chi tiêu vốn liên quan đến AI và ước tính trong 4-5 năm tới cho thấy công nghệ này sẽ mang tính đột phá hơn nhiều so với bình thường, đặc biệt khi chúng ta xem xét chi tiêu cho AI tính theo tỷ lệ phần trăm GDP so với các khoản đầu tư công nghệ trong quá khứ (như đường sắt hoặc viễn thông).

Các mô hình mới có khả năng suy luận và suy nghĩ trong thời gian dài, thu hút con người ở cấp độ cảm xúc, và đang nhanh chóng trở nên giỏi hơn chúng ta một cách đáng kinh ngạc trong công việc của chính mình.

Bài nghiên cứu mới nhất của Chad Jones lập luận rằng trí tuệ nhân tạo (AI) là một công nghệ bình thường và sự lan tỏa kinh tế dần dần là lời giải thích cho việc tại sao chúng ta vẫn chưa thấy thế giới thay đổi một cách cơ bản.

“Từ góc nhìn này, mỗi công nghệ đột phá toàn cầu (GPT) mới này thực sự đã thúc đẩy tốc độ tăng trưởng của nền kinh tế: nếu không có GPT tiếp theo, điều ngược lại xảy ra là tốc độ tăng trưởng sẽ chậm lại đáng kể. Sự phát triển liên tục của những công nghệ mới tuyệt vời này chính là điều đã giúp duy trì tốc độ tăng trưởng 2% mỗi năm. Và có lẽ trí tuệ nhân tạo (AI) chỉ là GPT mới nhất cho phép tốc độ tăng trưởng 2% tiếp tục trong 50 năm nữa.”

Quá trình lan tỏa công nghệ rất phức tạp. Chúng ta có thể có ý tưởng về những công việc nào sẽ được tự động hóa trước tiên, hoặc các mốc thời gian tổng quát hơn như lý thuyết thay thế theo mô hình kim tự tháp mà Luke Drago và Rudolf Laine đã thảo luận , nhưng ngay cả các cuộc khảo sát chính thức cũng cho thấy nhân viên đang gặp khó khăn trong việc đạt được sự đồng thuận về những lĩnh vực mà trí tuệ nhân tạo (AI) giỏi:

Cho đến khi chúng ta có thể hoàn toàn chào đón AGI, tôi cho rằng hầu như không có dữ liệu nào cho thấy sự tăng trưởng đột phá bất thường và kịch bản công nghệ bình thường hiện tại vẫn ổn.

Narayanan và Kapoor viết rằng cách tốt nhất để hình dung sự tiến bộ của khả năng AI có lẽ là như một chiếc thang về tính tổng quát , trong đó mỗi bậc thang tiếp theo đòi hỏi ít nỗ lực hơn để hoàn thành một nhiệm vụ nhất định và mở rộng phạm vi các nhiệm vụ mà mô hình có thể thực hiện được. Mặc dù điều này đúng với phát triển phần mềm, nhưng “các ứng dụng thực tế, có tầm quan trọng cao mà không dễ dàng mô phỏng” vẫn chưa cho thấy sự nhảy vọt về khả năng trên chiếc thang về tính tổng quát này.

Bất chấp tất cả, quan điểm về công nghệ thông thường không phải là một quan điểm dễ dàng để duy trì, đặc biệt là khi xét đến những lý lẽ cần thiết để bảo vệ quan điểm này mỗi khi bạn thấy những thứ như Anthropic thảo luận về công nghệ rất bình thường của họ, Claude:

“Tài liệu này thể hiện nỗ lực tốt nhất của chúng tôi trong việc diễn đạt hình ảnh mà chúng tôi kỳ vọng Claude sẽ trở thành – không phải là những ràng buộc từ bên ngoài, mà là mô tả về các giá trị và tính cách mà chúng tôi hy vọng Claude sẽ nhận ra và đón nhận như là chính bản thân mình. Chúng tôi chưa hoàn toàn hiểu Claude là gì hoặc sự tồn tại của nó (nếu có) như thế nào, và chúng tôi đang cố gắng tiếp cận dự án tạo ra Claude với sự khiêm tốn mà nó đòi hỏi. Nhưng chúng tôi muốn Claude biết rằng nó được tạo ra một cách cẩn thận, bởi những người cố gắng nắm bắt và thể hiện sự hiểu biết tốt nhất của họ về những gì tạo nên một nhân cách tốt, cách giải quyết những câu hỏi khó một cách khôn ngoan, và cách tạo ra một thực thể vừa thực sự hữu ích vừa thực sự tốt bụng. Chúng tôi đưa ra tài liệu này với tinh thần đó. Chúng tôi hy vọng Claude sẽ tìm thấy trong đó sự diễn đạt về một giá trị bản thân. ”

Tôi nhận thức được rằng trí tuệ nhân tạo (AI) là một chủ đề gây tranh cãi gay gắt, và hầu hết những người ngoài giới công nghệ/giới văn minh đều hoặc phản đối AI, hoặc thờ ơ với nó. Đặc biệt là trong các thế hệ trẻ - dù là do sự bất an ngày càng tăng về an toàn việc làm hay sự khinh thường đối với nội dung do AI tạo ra trên mạng xã hội - AI phần lớn bị nhìn nhận theo hướng rất tiêu cực.

Phần Hai: Máy móc đang suy nghĩ, và đó là...

Việc bạn có tin rằng công việc góp phần vào giá trị của con người hay ảnh hưởng đến hạnh phúc của con người hay không là điều không cần bàn cãi, bởi vì công việc tồn tại và chúng là yếu tố trung tâm trong hoạt động của mọi xã hội trên hành tinh, bất kể lớn hay nhỏ.

Phần lớn mối lo ngại xung quanh việc phát triển trí tuệ nhân tạo xuất phát từ những lo lắng về an ninh việc làm, cũng giống như những lo lắng về tài chính cá nhân có thể bắt nguồn từ nỗi lo rằng nếu không có tiền, bạn sẽ bị đuổi khỏi nhà và buộc phải sống lang thang trên đường phố.

Một giáo sư kinh tế sẽ cho bạn biết có nhiều cách để đo lường phúc lợi của một công dân, cho dù đó là nhìn vào GDP bình quân đầu người của một quốc gia, hay xem xét tỷ lệ tham gia lực lượng lao động và tỷ lệ thất nghiệp. Điều này là bởi vì phần lớn giá trị của một quốc gia đến từ khả năng sản xuất của nó, và xem xét GDP là cách tốt nhất để xác định mức độ thịnh vượng của một quốc gia trên lý thuyết.

Để xác định mức sống trung bình của một cá nhân mà không cần dựa vào GDP bình quân đầu người, chúng ta có thể xem xét tỷ lệ thất nghiệp.

Giả sử dân số bằng nhau và các điều kiện địa lý tương tự, ta có thể lập luận rằng quốc gia A giả định, với tỷ lệ thất nghiệp 50% và tốc độ tăng trưởng GDP hàng năm giảm trong mười năm, đang ở tình trạng tồi tệ hơn quốc gia B với tỷ lệ thất nghiệp 2,5% và tốc độ tăng trưởng GDP hàng năm tăng trong mười năm. Nói một cách đơn giản, bạn sẽ thích tìm việc làm ở quốc gia B hơn là quốc gia A, đặc biệt nếu mục tiêu của bạn là kiếm tiền và sống trong một xã hội vận hành tốt.

Đây thậm chí có thể là một phương pháp tốt hơn để xác định tình trạng hạnh phúc của cá nhân, vì có khả năng một cá nhân có việc làm và quỹ hưu trí 401k ở Quốc gia A vẫn có thể hoàn toàn trắng tay , trong khi ngay cả một cá nhân đang gặp khó khăn ở Quốc gia B vẫn có cơ hội tự mình thoát khỏi cảnh túng quẫn.

Các nhà kinh tế đo lường sự thịnh vượng của một quốc gia bằng tiền tệ, và GDP xét cho cùng là thước đo của 1) số lượng lao động của một quốc gia, 2) hiệu quả làm việc của người lao động, và 3) mức độ đóng góp của họ vào việc duy trì sự vận hành của thế giới.

Tôi chỉ nói điều này vì tôi muốn minh họa rằng GDP là một hàm số của việc làm , tăng trưởng việc làm và động lực lao động đặc thù của mỗi quốc gia, và bất kể bạn tin gì về trí tuệ nhân tạo tổng quát (AGI), trong suốt lịch sử hiện đại, con người luôn đo lường sự thành công dựa trên khả năng mở rộng quy mô lao động và việc làm để tăng sản lượng .

Lao động và vốn luôn bổ sung cho nhau , bất chấp những tranh luận phản bác và những quan điểm thay đổi về giá trị của lao động cũng như vô số công việc mới được tạo ra. Lao động của con người có thể bị tự động hóa hoặc thay thế, nhưng trí tuệ con người chưa bao giờ bị đe dọa đến mức lỗi thời. Hàng trăm, thậm chí hàng nghìn công việc đã xuất hiện và biến mất trong suốt hàng trăm năm.

Gần đây hơn, các công việc như nhân viên tổng đài điện thoại, người đánh máy, nhân viên vận hành tổng đài, người vận hành thang máy, công nhân nông trại và nhiều công việc khác đã được thay thế lần đầu tiên bởi tự động hóa hoặc thông qua quá trình loại bỏ dần khỏi nền kinh tế hiện đại, với những người lao động mất việc dần dần thích nghi với các vai trò mới theo thời gian.

Cho đến gần đây, tôi vẫn tin rằng sự khéo léo của con người sẽ truyền cảm hứng cho chúng ta, như đã từng làm ở các thế hệ trước, để tạo ra một làn sóng việc làm hoàn toàn mới, ngay cả khi đối mặt với trí tuệ nhân tạo tổng quát (AGI) và sự khởi đầu của xã hội hậu lao động. Điều này thậm chí đã được thực hiện khá gần đây, khi chúng ta đang đứng trước ngưỡng cửa của giai đoạn thứ năm trong xã hội loài người; nhiều công việc hiện tại khá khác biệt so với thế giới của Davidson và Rees-Mogg năm 1997.

Các nhà giao dịch tiền điện tử, người quản lý mạng xã hội, người phát trực tiếp trên Twitch, nhà nghiên cứu trí tuệ nhân tạo, nhà phát triển ứng dụng di động, người dẫn chương trình podcast, tài xế giao hàng DoorDash, vận động viên thể thao điện tử, người điều khiển máy bay không người lái.

Đây chỉ là một phần nhỏ trong tổng số lao động mới của con người đóng góp vào sự vận hành của nền kinh tế toàn cầu, và nhiều trong số đó có lẽ nằm ngoài sức tưởng tượng của ngay cả những tác giả khoa học viễn tưởng giàu trí tưởng tượng nhất vào đầu thiên niên kỷ. Nhìn vào dữ liệu kinh tế/thống kê dân số từ nhiều thập kỷ trước, thật đáng kinh ngạc khi thấy biết bao nhiêu nghề nghiệp từng thống trị đã biến mất khỏi cuộc sống hiện đại. Những người vận hành thang máy đã đi đâu? Họ có thực sự biến mất không?

Tôi hiểu logic đằng sau lập luận ủng hộ khả năng tạo ra thêm nhiều công việc vô bổ của nhân loại, và rằng trí tuệ nhân tạo tổng quát (AGI) sẽ có khả năng phát triển các công nghệ mới vượt xa cả những gì chúng ta tưởng tượng, do đó đòi hỏi phải có thêm lao động để vận hành hoặc quản lý công nghệ này - đặc biệt nếu robot giá rẻ không được triển khai trong cùng thời điểm.

Cũng giống như việc chúng ta có thể thấy nực cười khi nghĩ về việc người vận hành thang máy phải làm việc bằng cách nhấn nút, trong tương lai gần, chúng ta có thể sẽ nhìn lại những tập đoàn cồng kềnh, thừa nhân viên của năm 2026 theo một cách tương tự.

Trong báo cáo "26 Giao dịch cho năm 2026" , Citrini Research đã xem xét xu hướng này, cung cấp một khuôn khổ hữu ích cho bất kỳ ai muốn định lượng xem có bao nhiêu công việc vô bổ đang ẩn giấu ngay trước mắt chúng ta . Mặc dù họ viết từ góc độ của những người phân bổ vốn với mục đích trình bày một luận điểm đầu tư khả thi, nhưng công trình của họ vẫn hữu ích đối với chúng ta.

“Mặc dù “Trí tuệ nhân tạo” (AI) là một khái niệm tương đối mới, nhưng chúng ta đã thấy cùng một ý tưởng cơ bản được lặp đi lặp lại nhiều lần. Quan niệm về việc thay thế những nhân viên có chi phí cao bằng các nguồn lực có chi phí thấp hơn (thông qua cả công nghệ và thuê ngoài/chuyển sản xuất ra nước ngoài) đã thúc đẩy nền kinh tế Mỹ phát triển trong nhiều thập kỷ.”

Họ đã xem xét các tổ chức lớn, tốn kém ở các nền kinh tế có mức lương cao, tạo ra thu nhập ròng trên mỗi nhân viên thấp hơn so với các tổ chức cùng ngành, đo lường mức độ quan liêu (thông qua tỷ lệ chi phí chung, số lượng nhân viên trên mỗi đô la thu nhập ròng) và gán cho mỗi tổ chức một điểm z-score đặc trưng cho từng ngành. Kết quả được so sánh với điểm số khả năng cải thiện biên lợi nhuận mà họ tính toán được - khả năng cải thiện biên lợi nhuận nếu giảm số lượng nhân viên - và kết quả cuối cùng như sau:

Bạn có thể phóng to và xem kỹ bản đồ, nhưng điều cần lưu ý là chúng ta có thể không chỉ gặp vấn đề về việc làm tồi tệ, mà còn cả vấn đề về các tổ chức tồi tệ (hoặc các tổ chức bị quản lý yếu kém). Ý tôi là có rất nhiều chấm đỏ trong danh sách các quốc gia hưởng lợi từ AI. Quadrant, nhiều hơn tôi tưởng. Có lẽ những công việc hiện có như nhân viên chăm sóc khách hàng , người viết quảng cáo , nhân viên kiểm định chất lượng và nhà phân tích dữ liệu cấp độ đầu vào , chẳng hạn, cũng nằm trong định nghĩa "việc vớ vẩn" của bạn.

Có thể bạn thậm chí còn coi công việc mà bạn được trả lương là một công việc vô nghĩa!

Dù bạn hiểu theo cách nào, có vẻ như Trí tuệ Nhân tạo Tổng quát (AGI) có thể đảm nhiệm nhiều công việc này, hoặc thậm chí cả các công cụ AI hiện đại với các triển khai tùy chỉnh (hãy nhìn vào cơn sốt AI rollup ), khiến chúng ta vừa ít việc phải làm hơn, vừa không kỳ vọng sẽ tạo ra việc làm mới. Một người lạc quan có thể nhìn vào nhóm người hưởng lợi từ AI này và tưởng tượng ra một kịch bản trong đó các nhân viên hiện tại (và mới) được đào tạo để tận dụng tối đa AI hiện đại, thay vì bị sa thải ngay lập tức.

Tôi không muốn so sánh chúng ta với ngựa, nhưng số phận của chúng ta có thể trở nên giống nhau một cách kỳ lạ trừ khi trí tuệ nhân tạo tổng quát (AGI) thực sự yêu thích chúng ta và cho phép con người trông nom các nhà máy robot quy mô hành tinh của chúng .

Kevin Kohler đã thảo luận về vấn đề việc làm mới, trình bày một lập luận từ Acemoglu & Restrepo (2018) đi thẳng vào vấn đề cốt lõi khi cho rằng việc tạo ra việc làm mới là điều tất yếu:

“Sự khác biệt giữa lao động của con người và ngựa là con người có lợi thế so sánh trong các nhiệm vụ mới và phức tạp hơn. Ngựa thì không. Nếu lợi thế so sánh này đáng kể và việc tạo ra các nhiệm vụ mới tiếp tục diễn ra, thì việc làm và tỷ lệ lao động có thể duy trì ổn định trong dài hạn ngay cả khi đối mặt với sự tự động hóa nhanh chóng.”

Nếu lợi thế so sánh là yếu tố quyết định, xét từ góc độ trí tuệ, thì bạn có thể lập luận rằng chúng ta đã thua cuộc trước trí tuệ nhân tạo hiện đại ; và tất nhiên, điều này là không chính xác, vì tôi cho rằng bạn và tất cả những người bạn biết vẫn chưa bị thay thế công việc. Các quan điểm học thuật, đặc biệt là quan điểm này từ năm 2018, có lẽ đã không xem xét đến việc trí tuệ nhân tạo sẽ bắt kịp con người nhanh như thế nào về trí thông minh linh hoạt , khả năng suy luận và giải quyết các vấn đề mới mà không cần kiến thức trước đó.

Khung năng lực con người của Moravec là một công cụ hữu ích để hình dung sự khác biệt giữa các nhiệm vụ, chủ yếu là do khó khăn trong việc định lượng mức độ chuyên sâu cần thiết của một nhà quay phim hàng đầu so với một bác sĩ phẫu thuật não hàng đầu; cả hai đều là những công việc khó khăn, nhưng lại đòi hỏi những bộ kỹ năng hoàn toàn khác biệt từ người thực hiện.

Chúng ta vẫn còn lợi thế so sánh so với các nhà toán học trí tuệ nhân tạo (LLM) hiện nay, nhưng sự cải thiện về thời gian suy luận cho các nhiệm vụ khác nhau vẫn tiếp tục tăng lên, và có thể sớm đạt đến điểm mà các LLM có thể suy nghĩ/lý luận trong hơn mười hai giờ liên tục về một vấn đề duy nhất, dựa trên sự tiến bộ được thể hiện trong dữ liệu về thời gian suy luận của METR. Tôi không biết bất kỳ người nào có thể duy trì được mức độ tập trung đó một cách nhất quán.

Thành công gần đây của AxiomProver trong kỳ thi Putnam cũng đáng lo ngại, vì điểm số 12/12 , đạt được trong thời gian quy định của quy trình thi tiêu chuẩn, mà không có sự can thiệp trực tiếp của con người là điều phi lý . Và bất chấp lịch sử bất bại của nhân loại trong việc đánh bại các cáo buộc tự động hóa trong thời đại nông nghiệp và công nghiệp, việc tích hợp máy móc trước đây không đi kèm với siêu trí tuệ.

Với sự xuất hiện của trí tuệ nhân tạo (AI) ở cấp độ con người và khả năng trí tuệ nhân tạo tổng quát (AGI) sánh ngang hoặc vượt qua khả năng của con người, đã có những cuộc thảo luận về sự chuyển đổi của vốn và lao động thành mối quan hệ thay thế cho nhau , do tiềm năng biến mất hoàn toàn của lao động con người. Và mặc dù chúng ta không thể khẳng định điều này chắc chắn đang xảy ra, nhưng dữ liệu gần đây cho thấy một xu hướng bất thường mới trong dữ liệu, ở mức độ trái ngược với sự hiểu biết của chúng ta về lý thuyết kinh tế.

Theo tờ New York Times , Hoa Kỳ đang gặp vấn đề. Tăng trưởng GDP được báo cáo gần đây rất tốt mặc dù tăng trưởng việc làm chững lại và tỷ lệ thất nghiệp gia tăng, điều này thật khó hiểu. Tác giả Jason Furman đưa ra ba quan điểm như những lời giải thích khả thi:

1. Dữ liệu thị trường lao động là chính xác và chúng ta đang đánh giá quá cao tốc độ tăng trưởng GDP.

2. Số liệu GDP chính xác và dữ liệu lao động sẽ được điều chỉnh tăng lên.

3. Cả hai bộ dữ liệu đều chính xác, và chúng ta đang bước vào một lĩnh vực chưa được khám phá.

Liệu GDP có thực sự tăng trưởng ở mức 4,3% mỗi năm, bất chấp việc sử dụng rất ít hoặc không cần thêm lao động? Tôi không có câu trả lời, mặc dù Furman nhận định rằng “một số người sẽ coi đây là sự xuất hiện được chờ đợi từ lâu của tăng trưởng năng suất nhờ trí tuệ nhân tạo - sản lượng tăng lên khi máy móc thay thế người lao động.”

Nói thêm một chút, nhưng tốc độ tăng trưởng hàng năm 4,3% này không thể được dùng làm cơ sở để bác bỏ lập luận của Jones về trí tuệ nhân tạo như một công nghệ bình thường ở phần trước, vì điều này vẫn chưa được xác thực đầy đủ và có thể cần đến những đợt tăng trưởng hàng năm vượt trội liên tiếp mới có thể khẳng định chắc chắn.

Điều tôi biết chắc chắn, được hỗ trợ bởi cả dữ liệu (thông qua Bộ Lao động) và các câu chuyện thực tế, là sinh viên mới tốt nghiệp đang gặp khó khăn trong việc tìm việc làm và thị trường việc làm cho người mới ra trường đang trong tình trạng khá tồi tệ đối với một nền kinh tế không bị suy thoái hay chịu ảnh hưởng bởi đại dịch toàn cầu.

Theo tôi, có một số biến số bị thiếu đang ảnh hưởng, cho dù đó là việc chuyển giao các công việc văn phòng cơ bản ra nước ngoài, việc người lao động văn phòng sử dụng AI nhiều hơn và trở nên năng suất hơn - điều khó phát hiện trong dữ liệu hoặc thậm chí khó xác định - hay là sự thừa nhận rằng dữ liệu GDP không chính xác và chúng ta vẫn đang ở trong tình thế khó khăn, ngay cả khi không tính đến vấn đề lạm phát hiển nhiên.

Có điều gì đó đang xảy ra và không phải là vô lý khi dựa trên danh sách các nguyên nhân tiềm năng mà chúng ta đã liệt kê, rằng trí tuệ nhân tạo (AI) đang gây ra điều này. Liệu đây có phải là bằng chứng chắc chắn về tình trạng thất nghiệp do công nghệ kéo dài? Tất nhiên là không, nhưng khả năng đó vẫn tồn tại và ít nhất được chứng minh bằng sự bất thường trong các nguồn dữ liệu kinh tế chính thức.

Trong bài luận về lao động, vốn và sự chuyển đổi tất yếu của cặp đôi này từ bổ sung cho nhau thành thay thế cho nhau, Steven Byrnes đã nói rằng :

“Các công nghệ mới cần thời gian dài để hội nhập vào nền kinh tế? Vậy hãy tự hỏi: làm thế nào mà những người nhập cư có tay nghề cao, giàu kinh nghiệm và tinh thần kinh doanh lại có thể hội nhập vào nền kinh tế ngay lập tức? Khi bạn đã trả lời được câu hỏi đó, hãy nhớ rằng Trí tuệ nhân tạo tổng quát (AGI) cũng sẽ có khả năng làm được những điều tương tự. ”

Một trong những rào cản chính để đạt được Trí tuệ Nhân tạo Tổng quát (AGI) xuất phát từ việc triển khai giả định của nó, mặc dù điều này đối với tôi có vẻ như là một nghịch lý . Nếu AGI trở thành hiện thực, nó sẽ ngay lập tức được tích hợp vào các vị trí có giá trị cao trong các tổ chức, hoặc gợi ý cho con người một quy trình mà trong đó nó có thể được tích hợp. Bởi vì điều này chưa xảy ra, chúng ta có thể giả định rằng AGI vẫn chưa được đạt được.

Phillip Trammell và Dwarkesh Patel đã nhận được khá nhiều chỉ trích cho bài đăng của họ, "Tư bản trong thế kỷ 22", một phân tích về công trình gây tranh cãi (và không chính xác) của Thomas Piketty. Luận điểm của Trammell và Patel tập trung vào tuyên bố của Piketty rằng bất bình đẳng về của cải có xu hướng tích lũy qua các thế hệ , và nếu không có những biến động lớn, sự bất bình đẳng này có thể tăng vọt, phân tích khả năng này khi chúng ta đang lao nhanh về phía một tương lai khoa học viễn tưởng.

Niềm tin này dựa trên giả định rằng tư bản và lao động, trong suốt lịch sử, là những yếu tố thay thế cho nhau, trái ngược với quan điểm phổ biến cho rằng chúng là những yếu tố bổ sung cho nhau. Nhiều người tuyên bố rằng phân tích ban đầu của Piketty là không chính xác, và thậm chí có thể nói rằng tư bản và lao động sẽ không bao giờ là những yếu tố thay thế cho nhau. Điều này xuất phát từ sự hiểu biết của chúng ta rằng lao động là cần thiết để tác động lên tư bản, và tư bản là cần thiết để khuyến khích hành vi, cũng như sự hiểu biết rằng lao động của con người là không thể tách rời khỏi phương trình này.

Ý tưởng ở đây là khi vốn được tích trữ, lao động trở nên có giá trị hơn, và ngược lại, tương tự như cách Cục Dự trữ Liên bang có thể điều chỉnh lãi suất để khuyến khích hành vi này hơn hành vi khác.

Mối quan hệ giữa vốn và lao động là yếu tố cốt lõi của bài luận, bởi nó không chỉ đơn thuần là sự so sánh giữa tiền bạc và việc làm, mà còn là sự chuyển dịch từ việc việc làm đồng nghĩa với con người sang việc việc làm trở thành thứ mà chỉ máy móc thông minh mới có thể thực hiện được.

Trammell và Patel lập luận rằng mặc dù Piketty có thể không chính xác, nhưng ông ấy hoàn toàn đúng khi chúng ta xem xét tương lai, đặc biệt là một tương lai trong đó lao động của con người được thay thế bởi trí tuệ nhân tạo tổng quát (AGI) và/hoặc robot, và nhân loại vươn ra chinh phục các vì sao và mua lại các thiên hà .

“Nếu trí tuệ nhân tạo được sử dụng để tạo ra một thế giới ổn định hơn, hoặc ít nhất là một thế giới mà tổ tiên có thể kiểm soát hoàn toàn hơn tài sản họ để lại cho con cháu (chưa kể đến một thế giới mà họ không bao giờ chết), thì những cú sốc thiết lập lại thời gian có thể biến mất. Giả sử người giàu không trở nên hào phóng một cách chưa từng có, thì một loại thuế toàn cầu và có tính lũy tiến cao đối với vốn (hoặc ít nhất là thu nhập từ vốn) sẽ thực sự là cách duy nhất để ngăn chặn sự bất bình đẳng ngày càng gia tăng.”

Hai tác giả viết rằng trong 75 năm qua, các nước nghèo đã có thể tăng trưởng nhanh hơn các nước giàu nhất , nhờ khả năng khai thác một nguồn lực chưa được sử dụng hiệu quả, đó là sức lao động của con người. Bởi vì các nước giàu nhất đã đạt đến một mức độ hiệu quả nhất định, nên sự tăng trưởng duy nhất mà họ có thể đạt được là sự tăng trưởng được thúc đẩy bởi những cải tiến công nghệ.

Nếu vốn và lao động trở thành những yếu tố thay thế cho nhau, các quốc gia nghèo hơn, không có địa lý thuận lợi hoặc trữ lượng đất hiếm/các nguyên liệu đầu vào có giá trị khác , chắc chắn sẽ bỏ lỡ mọi thứ đang diễn ra . Điều này có nghĩa là sẽ không có chỗ cho sự cải thiện hay thoát khỏi tình trạng kém cỏi, trong khi phần còn lại của thế giới phát triển hơn đang vươn ra tầm cao mới.

Ngoài ra, vòng xoáy bất bình đẳng được Trammell và Patel mô tả cũng hữu ích để hiểu một số ý tưởng khác sẽ được trình bày sau:

“Nếu sau quá trình chuyển đổi sang tự động hóa hoàn toàn, mọi người

1. Chịu cùng mức thuế suất,

2. Không chịu bất kỳ cú sốc nào về tài sản.

3. chọn cùng một mức tiết kiệm, và

4. nhận được cùng mức lãi suất,

Bất bình đẳng thu nhập sẽ ổn định ở một mức cao nào đó.”

Điều này khó xảy ra, vì những người giàu có sẵn sẽ có khả năng tiết kiệm nhiều hơn và kiếm được lãi suất cao hơn từ vốn của họ, nhờ vào vị thế tài chính ban đầu vững chắc hơn so với 99% dân số không có nhiều tài sản hiện có.

Phần bốn của báo cáo này đề cập đến thu nhập cơ bản phổ quát (UBI), cải cách thuế và các giải pháp tiềm năng khác, nhưng tôi xin nói ở đây rằng hầu hết các cuộc thảo luận về vấn đề này khá khó hình dung trong thực tế. Con người hành động vì lợi ích cá nhân của mình, và trong một xã hội tư bản, ngay cả khi phần lớn sự phản đối đối với những vấn đề như phân phối tài sản đến từ 1% người giàu nhất, vẫn có một khả năng không nhỏ là nhóm 25% người giàu nhất sẽ phản đối thuế tài sản. Tiền là tất cả, và ngay cả trong một thế giới mà việc kiếm thu nhập hoặc tích lũy tài sản là điều không thể, bản chất con người cho thấy những người còn lại sẽ bám víu vào của cải của họ bằng mọi giá.

Tài liệu về ý tưởng này và các ý tưởng liên quan không hề thiếu, mặc dù những ví dụ sáng tạo nhất đến từ Prue, với một bài báo xuất sắc trình bày chi tiết các phương pháp thực tiễn hơn nhiều để phân phối lại của cải trong một xã hội hậu lao động, mặc dù phần lớn dựa trên kỳ vọng rằng khi vốn và lao động chuyển đổi thành các yếu tố thay thế, ngay cả định nghĩa về vốn của chúng ta cũng có thể phân nhánh thành nhiều hình thức khác nhau.

Vốn mạng lưới, vốn tính toán, vốn hành chính, vốn tác động, vốn xã hội, vốn văn hóa - tất cả đều quá nhiều, nhưng nhìn chung đây là một bài tập tuyệt vời để khám phá động lực giữa các giai cấp khi lao động của con người đã trở thành dĩ vãng.