In realtà, la maggior parte degli studi finora ha trovato che l'AI riduce le disuguaglianze e colma i divari di competenze. Ci sono relativamente pochi studi che hanno trovato il contrario, cioè che gli esperti sono diventati ancora più bravi. Uno era abbastanza convincente da costruire una narrazione secondo cui l'AI aumenterebbe il divario di competenze. Ma non era reale.

Nella mia classe di inglese al liceo, dovevamo leggere ogni libro due volte, una volta nella prima metà della lezione e poi nella seconda metà, con l'ordine dei libri invertito. Ricordo di essere stato infastidito da questo concetto, ma alla fine della lezione l'ho capito. La bellezza della narrativa è l'immersione in qualche aspetto profondo dell'esperienza umana. Delitto e castigo era uno di quei libri: la prima lettura, ho appreso la storia. La seconda volta, l'ho vissuta. Ricordo che la prima volta seguivo l'arco narrativo, la seconda volta sono riuscito a interiorizzare la redenzione. La tendenza degli insegnanti a non assegnare nemmeno libri interi ormai deruberà le generazioni future di questo dono.

Ci sono state molte discussioni qui riguardo all'AI e alla creatività: l'AI sarà in grado di creare conoscenza o arte veramente nuove? C'è una distinzione tra due tipi di creatività: chiusa (con obiettivo specifico) e creatività aperta, "blue sky" (senza limiti). In uno dei miei articoli preferiti: la creatività chiusa risponde a incentivi; la creatività "blue sky" non lo fa: si basa sulla motivazione intrinseca. Un componente chiave per l'addestramento dei sistemi AI è il RL, che genera segnali positivi in base all'output del modello. Potrebbe essere che questo sistema ottimizzi la creatività "chiusa", ma non riesca a colpire nel segno con la creatività "blue sky". Infatti, lo stesso gruppo di autori dimostra che gli esseri umani continuano a dominare l'AI nella creatività "blue sky", ma hanno prestazioni inferiori in compiti che coinvolgono la creatività chiusa. Se vogliamo che l'AI crei conoscenza veramente nuova, è utile pensare a come ottimizzare l'addestramento per questo tipo di creatività "blue sky". Questo apre molte domande importanti su come progettare la funzione di ricompensa, come dotare il modello di motivazione intrinseca (che è un'area di ricerca attiva), ecc.