Certas indústrias, como aviação e carros autônomos, estão sujeitas a regulamentações rigorosas que podem atrasar a adoção de IA. Essas indústrias devem atender a padrões rígidos de segurança e confiabilidade estabelecidos por órgãos reguladores como a FAA e a EASA.

Na indústria da aviação, os sistemas de IA usados em aeronaves, controle de tráfego aéreo e veículos aéreos não tripulados (VANTs) devem passar por testes extensivos, simulações e processos de certificação para validar seu desempenho em várias condições e cenários de voo. As altas apostas envolvidas na segurança da aviação exigem uma abordagem cautelosa para a integração da IA, pois um problema menor poderia atrasar a indústria por anos.

Da mesma forma, os veículos autônomos devem atender a padrões rígidos de segurança estabelecidos pelas autoridades de transporte para garantir a segurança de passageiros e pedestres. Os reguladores exigem testes e validação extensivos dos sistemas de direção autônoma antes de permitir sua operação em vias públicas. Preocupações sobre casos extremos, como lidar com obstáculos inesperados e condições climáticas extremas, devem ser abordadas, juntamente com questões de responsabilidade e cibersegurança.

O cenário regulatório para essas indústrias está evoluindo à medida que a tecnologia avança, mas os reguladores têm a tarefa de encontrar um equilíbrio entre fomentar a inovação e garantir a segurança pública. Isso significa que certas indústrias podem relutar em adotar a IA rapidamente, pois devem priorizar a segurança e a confiabilidade em detrimento da rápida mudança tecnológica.

A computação é um recurso escasso, e argumentou-se que no futuro a computação será como o ouro ou o petróleo - em alta demanda, mas com oferta limitada. Se a AGI (Inteligência Geral Artificial) for realmente transformadora, será uma tecnologia extremamente intensiva em recursos computacionais e cara de manter devido aos imensos recursos computacionais necessários.

As empresas e os governos provavelmente priorizarão a alocação de capacidades de AGI para projetos com maior potencial de impacto, como exploração espacial, modelagem de mudanças climáticas e pesquisa biomédica. Esses projetos ambiciosos e de alto impacto provavelmente terão prioridade de acesso à AGI, deixando menos recursos computacionais disponíveis para tarefas mais comuns e cotidianas.

Adicionalmente, a AGI exigirá uma supervisão humana robusta, especialmente em campos sensíveis como saúde, aplicação da lei e formulação de políticas. A AGI funcionará principalmente como um conselheiro, em vez de um tomador de decisões nesses campos, limitando ainda mais sua aplicação generalizada.

Os centros de dados especializados, as redes de alta velocidade e os requisitos de energia para os sistemas de AGI também podem tornar impraticável sua implementação em todos os escritórios. O acesso à AGI provavelmente será cuidadosamente racionado para evitar o uso indevido e garantir que o poder computacional não seja desperdiçado em tarefas que possam ser resolvidas por sistemas de IA menos intensivos em recursos.

Alémdisso, o problema da escassez de energia representa um desafio significativo para a implantação generalizada da AGI. Os custos de inferência e o consumo de energia desses sistemas avançados de IA são estimados em pelo menos 10 vezes mais altos do que os custos de treinamento. Esse crescimento exponencial na demanda computacional pode limitar a aplicação prática da AGI a tarefas cotidianas, pois a energia necessária para alimentar esses sistemas pode ser proibitivamente cara ou simplesmente indisponível.

Em resumo, a escassez de computação, a necessidade de supervisão humana robusta e a natureza intensiva em energia dos sistemas de AGI sugerem que a aplicação generalizada dessa tecnologia pode ser limitada, pelo menos no curto prazo. Os casos de uso mais transformadores da AGI provavelmente serão reservados para projetos especializados e de alto impacto, em vez de tarefas cotidianas.

Os seres humanos parecem valorizar cada vez mais a interação humana e podem se revoltar contra a adoção generalizada da IA. Há uma tendência crescente de as pessoas expressarem apreensão e até mesmo indignação em relação às novas tecnologias de IA. Por exemplo, quando o vídeo gerado por IA "Sora" foi lançado, ele recebeu um grande backlash, com muitas pessoas pedindo que fosse tornado ilegal. Esse sentimento não é isolado, pois há inúmeros exemplos de pessoas se opondo fortemente ao uso de IA generativa, citando preocupações sobre seu potencial de uso indevido e impactos sociais negativos.

Alémdisso, certas indústrias e empregos podem ser isentos da disrupção da IA devido à preferência humana por interagir com outros seres humanos. Por exemplo, nas indústrias criativas, o conteúdo criado por humanos é frequentemente visto como mais valioso do que o trabalho gerado por IA. Da mesma forma, em funções de atendimento ao cliente, muitas pessoas preferem falar com um representante humano em vez de um chatbot de IA.

As plataformas online também estão tomando medidas para abordar o aumento do conteúdo gerado por IA, com o YouTube implementando políticas que exigem que os criadores declarem o uso de IA em seus vídeos. O Google também está removendo o conteúdo de SEO gerado por IA dos resultados de pesquisa para priorizar o conteúdo orgânico escrito por humanos. Essas medidas sugerem uma crescente conscientização sobre a necessidade de manter um equilíbrio entre as capacidades da IA e as experiências centradas no ser humano.

Alémdisso, a escassez de recursos computacionais necessários para alimentar os sistemas avançados de IA pode limitar sua implantação generalizada, pois os governos e as empresas provavelmente priorizarão o uso da IA para aplicações transformadoras e de alto impacto, em vez de tarefas cotidianas. Isso poderia contribuir ainda mais para a adoção mais lenta do que o esperado da IA em certas indústrias e funções.

Em geral, o potencial de reação humana contra a adoção da IA, a preferência pela interação humana em vários contextos e as restrições nos recursos computacionais sugerem que a IA pode não substituir os empregos tão rapidamente quanto alguns preveem. A integração da IA na sociedade provavelmente será um processo gradual e nuançado, moldado tanto pelos avanços tecnológicos quanto pelos valores humanos.

As plataformas online estão tomando medidas para abordar os possíveis problemas causados pelo conteúdo gerado por IA. Algumas das principais medidas incluem:

1. Requisitos de divulgação de conteúdo: Plataformas como o YouTube agora exigem que os criadores declarem se seu conteúdo contém material gerado por IA. Isso permite que os espectadores tomem decisões informadas sobre o conteúdo que consomem.

2. Denúncia de usuários e moderação: Os espectadores podem denunciar o conteúdo gerado por IA que viole as diretrizes da plataforma, e as plataformas usam uma combinação de IA e moderação humana para detectar e abordar tais violações.

3. Ajustes algorítmicos: As plataformas podem ajustar seus algoritmos para priorizar o conteúdo criado por humanos em relação ao spam gerado por IA. Isso poderia envolver rebaixar canais ou conteúdo considerados predominantemente gerados por IA.

4. Proibições de conteúdo gerado por IA: Algumas plataformas podem implementar proibições absolutas sobre o uso de conteúdo gerado por IA, especialmente em casos em que é usado para manipular os sistemas da plataforma, como spam de otimização de mecanismos de pesquisa (SEO).

5. Sistemas de verificação: Os sites podem desenvolver novos mecanismos para verificar se os usuários são humanos e evitar que agentes de IA rastreiem e impactem suas métricas, como receita de anúncios.

Essas medidas sugerem que as plataformas online estão adotando uma abordagem proativa para mitigar os possíveis impactos negativos do conteúdo gerado por IA, priorizando o conteúdo autêntico criado por humanos e protegendo a integridade de suas plataformas.

Embora os avanços da IA sejam indubitavelmente impressionantes, existem várias razões pelas quais a IA pode não tomar seu emprego tão rapidamente quanto alguns poderiam esperar:

1. Regulamentações rigorosas: Indústrias como aviação, carros autônomos e saúde têm padrões rígidos de segurança e confiabilidade que os sistemas de IA devem atender por meio de testes e processos de certificação extensivos antes de serem integrados. Essa abordagem cautelosa pode atrasar a adoção da IA nesses setores.

2. Escassez de computação: Os recursos computacionais necessários para sistemas avançados de IA, como a AGI (Inteligência Geral Artificial), devem ser extremamente escassos e caros. Governos e empresas provavelmente priorizarão a alocação desses recursos para projetos de alto impacto, como exploração espacial, modelagem de mudanças climáticas e pesquisa biomédica, em vez de tarefas cotidianas.

3. Preferência humana pela interação humana: Há uma tendência crescente de as pessoas expressarem apreensão e até mesmo hostilidade em relação à IA, particularmente nas indústrias criativas. Os seres humanos podem continuar a valorizar as interações humano-humano, levando a uma resistência contra a adoção generalizada da IA em determinados domínios.

4. Possível reação e regulamentação: As plataformas online e os mecanismos de pesquisa já estão tomando medidas para conter o uso de conteúdo gerado por IA, como removê-lo dos resultados de pesquisa ou exigir divulgação explícita. Isso poderia limitar o impacto da IA em certas indústrias e empregos.

5. Restrições energéticas: As enormes exigências de energia dos sistemas de IA em larga escala, como os necessários para a AGI, poderiam representar um desafio significativo para sua implantação generalizada, pois a infraestrutura energética atual pode não ser capaz de suportar essa demanda.

Em conclusão, embora os avanços da IA sejam indubitavelmente transformadores, a combinação de obstáculos regulatórios, escassez de computação, preferências humanas e possível reação sugere que a IA pode não substituir os empregos tão rapidamente quanto alguns temem. O impacto futuro da IA no mercado de trabalho provavelmente será mais nuançado e gradual do que as previsões sombrias frequentemente feitas.