Caută 
1 MIN
În eseul precedent, am început să prezint, minimalist, sensurile pe care le comportă inteligența artificială și provocările tehnosocialismului în societatea (post)modernă în care trăim. Sub impulsul dat de emergența științei și a revoluției tehnologice (big data), au apărut deja opinii conform cărora viteza uluitoare cu care evoluează acestea va putea oferi instrumente de predicție nemaiîntâlnite.
Ca atare, se afirmă că forțele văzute și nevăzute ale pieței libere – așa cum le știm sau bănuim că le știm –, grație algoritmilor produși de globul de cristal al științei, vor căpăta o arhitectură și calitate noi. Lumea paradisiacă promisă în alt context de către socialiștii de ieri se va naște/construi din birourile și serverele decidenților politici.
Unii autori, precum Leigh Philips și Michal Rozworski, afirmă, în lucrarea The People’s Republic of Walmart (2019), că planificarea centralizată de tip socialist este răspândită peste tot în jurul nostru și că, astăzi, datorită progresului tehnologic, idealurile proto-socialiștilor pot deveni realitate. Inclusiv dezideratul unei societăți democratice comunitare…1 Alți cercetători, mai moderați, aleg calea de mijloc, considerând că se poate aplica chiar un model „bazat pe piață, bazat pe planuri (n.a., centralizate).”2 Mayer-Schönberger și Ramge (2018) au arătat că piața liberă oferă un mecanism fiabil pentru descoperirea și coordonarea planurilor și acțiunilor indivizilor: prețul, sinteza informațiilor și preferințelor disponibile. Însă, o piață bogată în informații (data-rich market) ar putea oferi mult mai mult, eliminând barierele cognitive sau de comunicație care denaturează calitatea acestuia de semnalizator.3
Până acum știm că între planificare centralizată și piața liberă, ultima este formula care optimizează rezultatele dezirabile în majoritatea cazurilor. Superioritatea pieței libere este greu de demontat practic, cel puțin dintr-un anumit punct de vedere: capacitatea acesteia de a procesa și agrega cantități imense de informații care, mai departe, conduc la echilibrarea cererii și a ofertei. Această capacitate intrinsecă îi oferă un avantaj competitiv, fiind esențialmente un proces de învățare socială neprogramat sau neintenționat. Pe de altă parte, oricât de genial și de benevolent ar fi un factor de decizie, acesta nu are capacitatea de a construi un sistem atât de complex încât să poată analiza și interpreta informații diverse de peo piață a bunurilor și serviciilor care se dovedește atomică, eterogenă și extrem de imprevizibilă. Se pune întrebarea legitimă dacă tehnica Machine Learning (ML) poate fi acel addendum care să reinventeze planificarea centralizată, transformând-o într-un sistem de descoperire superior forțelor pieței. Un astfel de algoritm complex și avansat din punct de vedere tehnologic poate replica modul de a procesa atât de multe date și informații precum o face piața liberă?
Încă de la mijlocul secolului trecut, au existat încercări de a construi modele matematice care să găsească prețul de echilibru al pieței (atunci când cantitatea cerută este egală cu cantitatea oferită). Cunoscutul economist polonez Oskar Lange (1904-1965) a generat un sistem de ecuații (modele socialiste de piață) care, odată rezolvate, determinau prețul de echilibru pe piața oțelului. Rezultatul era echivalent cu capacitatea de a elimina orice surplus (stocuri) sau penurie. Cu alte cuvinte, tot ceea ce se producea se vindea sau se consuma integral. Problema majoră era dată de capacitatea limitată de a rezolva în timp real aceste ecuații, ceea ce făcea ca stabilirea centralizată a prețurilor să devină o iluzie. Undeva prin anii 1960, economistul rus Leonid Vitalievici Kantorovici (1912-1986), câștigător al Premiului Nobel pentru Economie în 1975, a reușit să găsească prețul optim pentru oțelul produs în URSS – procesul a durat… 6 ani! Astăzi, când există o putere de calcul incomparabil mai mare față de acum 10 sau 20 de ani, dacă celebra lege a lui Gordon Moore este corectă (anume că puterea de calcul a computerelor se dublează anual), iar sistemul de ecuații a lui Lange este valid, s-ar putea pune întrebarea legitimă: de ce nu s-ar putea determina prețul optim în timp real?
Un critic virulent al planificării centralizate este un alt câștigător al Premiului Nobel pentru Economie, de data asta în 1974. Este vorba despre economistul austriac Friedrich August von Hayek (1899-1992). Potrivit acestuia, trebuie sesizată o diferență fundamentală între cantitate și calitate în ceea ce privește natura informațiilor și a datelor. Aplatizarea anumitor asperități ale informațiilor și abstractizarea lor în formule matematice sau statistice reprezintă o încercare de a face cât mai inteligibil complexitatea lumii. Însă, așa cum am arătat deja, există unele cunoștințe care nu pot fi transpuse în astfel de formule scientometrice: cunoștințele tacite. Totuși, roboții și algoritmii bazați pe inteligență artificială nu vor putea să asimileze și să interpreteze astfel de cunoștințe? Așa cum a remarcat filosoful anglo-maghiar Michael Polanyi (1891-1976), acestea nu pot fi operaționalizate astfel încât să poată fi procesate de computere sau roboți avansați, oricât de mare ar fi puterea lor de calcul (spre exemplu, deja se vorbește despre computerele cuantice, ale căror putere de procesare este imensă în comparație cu cele comerciale la care avem acces cu toții).
Ce sunt cunoștințele tacite? Există o gamă largă de aptitudini și deprinderi care, pur și simplu, nu pot fi dobândite sau transferate în mod automat. Mersul pe bicicletă, cântatul cu vocea sau la un instrument ori capacitatea dermatologului de a distinge între pistrui și o formațiune malignă sunt cunoștințe care nu pot fi deprinse doar dacă audiezi un curs de specialitate sau citești toate cărțile în domeniu. Doar prin exercițiu asiduu și perseverență se pot cultiva! Uneori, e nevoie de vocație! Astfel, e pertinent să ne întrebăm dacă un robot sau un algoritm poate să asimileze astfel de cunoștințe intuitive sau implicite. Dacă răspunsul este afirmativ, atunci planificarea centralizată, împreună cu inteligența artificială, vor egala și chiar depăși performanțele pieței libere în modul de a coordona actori și planuri economice. Însă, din păcate pentru unii progresiști sau neomarxiști, doar piața liberă este capabilă să proceseze și să înțeleagă natura cunoștințelor tacite. Numai liberă să fie…
Din păcate, influența negativă a teoriei pozitivismului a lui August Comte (1798-1857) interferează tot mai des și mai insidios cu științele socio-umane. La fel cum unii se încăpățânează să controleze dreptul natural (ius naturale, lex naturalis) apelând la dreptul pozitiv al autorității de stat. În loc de concluzie, merită ilustrate versurile lui Lucian Blaga:
„Eu nu strivesc corola de minuni a lumii/ și nu ucid cu mintea tainele, ce le-ntâlnesc/ în calea mea/ în flori, în ochi, pe buze ori morminte./ Lumina altora/ sugrumă vraja nepătrunsului ascuns/ în adâncimi de întuneric,/ dar eu,/ eu cu lumina mea sporesc a lumii taină -/ și-ntocmai cum cu razele ei albe luna/ nu micșorează, ci tremurătoare/ mărește și mai tare taina nopții,/ așa îmbogățesc și eu întunecata zare/ cu largi fiori de sfânt mister/ și tot ce-i ne-nțeles/ se schimbă-n ne-nțelesuri și mai mari/ sub ochii mei -/ căci eu iubesc/ și flori și ochi și buze și morminte.”8
Inima sus!
Bibliografie
1 L. Philips, M. Rozworski (2019). The People’s Republic of Walmart: How the World’s Biggest Corporations arr Laying the Foundation for Socialism. Verso, New York.
2 Binbin Wang, and Xiaoyan Li (2017). Big Data, Platform Economy and Market Competition: A Preliminary Construction of Plan-Oriented Market Economy System in the Information Era. World Review of Political Economy 8(2), pp. 138-161.
3 V. Mayer-Schönberger, T. Ramge (2018). Reinventing Capitalism in the Age of Big Data. Basic Books, New York.
Aurelian-Petruş Plopeanu este cercetător CS II dr. habil. și director al Departamentului de Ştiinţe Socio-Umane din cadrul Institutului de Cercetări Interdisciplinare, Universitatea „Alexandru Ioan Cuza” din Iaşi şi cadru didactic asociat al Facultăţii de Economie şi Administrarea Afacerilor
