Na verdade, a maioria dos estudos até agora descobriu que a IA reduz a desigualdade e fecha as lacunas de habilidades Existem relativamente poucos que encontraram o oposto—que os especialistas ficaram ainda melhores. Um foi convincente o suficiente para construir uma narrativa de que a IA aumentaria a lacuna de habilidades. Mas não era real

Na minha aula de inglês do ensino médio, tínhamos que ler cada livro duas vezes, uma vez na primeira metade da aula e depois na segunda metade, com a ordem dos livros invertida. Lembro-me de ter ficado irritado com esse conceito, mas no final da aula eu entendi. A beleza da ficção é a imersão em algum aspecto profundo da experiência humana. Crime e castigo foi um desses livros: na primeira leitura, eu aprendi a história. Na segunda vez, eu a experimentei. Lembro-me de que na primeira vez segui a trajetória da história, na segunda vez consegui realmente internalizar a redenção. A tendência dos professores de não atribuir livros inteiros é algo que vai roubar das futuras gerações esse presente.

Tem havido muitas discussões aqui sobre IA e criatividade--será que a IA será capaz de criar conhecimento ou arte verdadeiramente novos? Há uma distinção entre dois tipos de criatividade: fechada (com um objetivo específico) e criatividade aberta, "blue sky" (sem limites). Em um dos meus artigos favoritos: a criatividade fechada responde a incentivos; a criatividade "blue sky" não--ela é baseada na motivação intrínseca. Um componente chave do treinamento de sistemas de IA é o RL, que gera sinais positivos com base na saída do modelo. Pode ser que este sistema otimize a criatividade "fechada", mas falhe na criatividade "blue sky". De fato, o mesmo conjunto de autores mostra que os humanos continuam a dominar a IA na criatividade "blue sky", mas têm um desempenho inferior em tarefas que envolvem criatividade fechada. Se quisermos que a IA crie conhecimento verdadeiramente novo, é útil pensar em como otimizar o treinamento para este tipo de criatividade "blue sky". Isso abre muitas questões importantes sobre como projetar a função de recompensa, como dotar o modelo de motivação intrínseca (que é uma área ativa de pesquisa), etc.