Debat publik tentang AI sering kali dimulai dengan apa yang mungkin hilang dari individu dan institusi. Reid Hoffman dan Greg Beato sebaliknya meneliti bagaimana akses yang didistribusikan secara luas dapat memperluas agensi—sambil tetap menghadapi keselamatan, tata kelola, ketidaksetaraan, dan risiko bahwa manfaat tidak akan terdistribusi dengan sendirinya.
Bestseller Instan New York Times dan USA Today.
Hoffman dan Beato mendefinisikan superagency sebagai pemberdayaan lebih luas yang dapat muncul ketika jutaan orang mendapatkan akses ke teknologi serba guna dan mendapat manfaat dari eksperimen satu sama lain. Dari premis tersebut, mereka mengeksplorasi kesehatan, pendidikan, kreativitas, sains, dan pekerjaan, dengan argumen untuk penyebaran iteratif daripada tindakan pencegahan yang membekukan pengembangan. Penyeimbang yang sulit adalah distribusi: akses, literasi, kekuatan pasar, biaya keselamatan, dan suara politik menentukan siapa yang menerima agensi dan siapa yang menyerap risiko.
Panduan ini mengikuti bagaimana kemampuan baru satu orang dapat menciptakan limpahan, institusi, dan barang publik, sambil bertanya siapa yang tetap tereksklusi.
Klaim tentang kesehatan, pendidikan, kreativitas, dan pekerjaan dipisahkan dari bukti, prakiraan, dan nilai-nilai sehingga antusiasme tidak menyamar sebagai kepastian.
Pembaca dapat melacak argumen penulis untuk pembelajaran iteratif bersama pertanyaan tentang regulasi, konsentrasi kekuasaan, akuntabilitas, dan bahaya yang tidak dapat diubah.
Pembaca yang cermat dapat memisahkan kemampuan saat ini dari efek jaringan yang diproyeksikan dan membandingkan optimisme penulis dengan mekanisme tata kelola yang mereka usulkan. Pertanyaan yang paling produktif menyangkut insentif: siapa yang dapat menghentikan penyebaran yang berbahaya, siapa yang membayar untuk audit dan ganti rugi, dan kapan pembelajaran melalui rilis menimbulkan konsekuensi yang tidak dapat dibatalkan?
Para pemimpin teknologi, pembaca kebijakan, investor, dan praktisi AI akan menemukan pernyataan yang jelas tentang kasus yang optimis. Pembaca yang skeptis terhadap narasi Silicon Valley mungkin akan menemukannya sama bergunanya sebagai argumen terstruktur untuk diinterogasi daripada sebagai ramalan netral.
Catatan edisi: Ini adalah panduan bab dan ringkasan independen, bukan buku aslinya. Ini dirancang untuk tinjauan dan dukungan membaca dan paling baik digunakan bersama dengan karya lengkapnya.
Miva, cara membaca setelah buku audio
Dengarkan seperti buku audio, lalu tanyakan apa saja, kapan saja
Mulai narasi MivaMiva tidak hanya membacakan. Miva terus menjelaskan sesuai pertanyaanmu.