Такое же сочетание было важно для многих послевоенных научных прорывов, когда правительство США формулировало стратегическую потребность, включая противовоздушную оборону, датчики, спутники и компьютеры. Рецепт часто объединял ведущих ученых для работы над проблемой и впоследствии создавал значительный спрос на эти технологии, побуждая частный сектор включиться в работу. Вариант этого подхода привел к быстрой разработке вакцин во время пандемии COVID-19.
Подобное сочетание может быть эффективным при переориентации цифровых технологий. Когда социальная ценность новых направлений исследований установлена, это может привлечь многих исследователей. Гарантированный спрос на успешные технологии может дополнительно стимулировать частные компании. Например, правительство США могло бы собрать и профинансировать исследовательские группы для разработки цифровых технологий, дополняющих человеческие навыки, для использования в образовании и здравоохранении, и взять на себя обязательство внедрить их в школах США и госпиталях Администрации ветеранов при условии, что они будут соответствовать необходимым техническим стандартам.
Спешим заметить, что речь идет не о традиционной "промышленной политике", в рамках которой бюрократы пытаются определить победителей, будь то компании или конкретные технологии. Опыт промышленной политики неоднозначен. Когда она была успешной, она принимала форму государственного стимулирования широких секторов, таких как химическая, металлургическая и станкостроительная промышленность Южной Кореи в 1970-х годах или металлургическая промышленность Финляндии в 1944–1952 годах (из-за военных репараций в натуральной форме, которые страна должна была выплатить Советскому Союзу).
Вместо того чтобы выбирать победителей, перенаправление технологий в гораздо большей степени связано с определением классов технологий, которые имеют более социально полезные последствия. В энергетическом секторе, например, технологическое перенаправление требует поддержки "зеленых" технологий в целом, а не попыток определить, ветер или солнце, не говоря уже о том, какой тип фотоэлектрических панелей является более перспективным. Тип государственного руководства, за который мы выступаем, основывается на том же подходе и направлен на поощрение развития технологий, которые в большей степени способствуют расширению прав и возможностей работников и граждан, а не на выбор конкретных технологических траекторий.
Защита конфиденциальности и владение данными. Контроль и перенаправление технологий будущего в значительной степени связаны с ИИ, а ИИ — это, в основном, непрерывный сбор данных о каждом человеке. Два предложения в этой области заслуживают обсуждения.
Во-первых, это усиление защиты частной жизни пользователей. Массовый сбор данных о пользователях, их друзьях и контактах имеет целый ряд негативных последствий. Платформы собирают эти данные, чтобы манипулировать пользователями (что, конечно, является основной частью их бизнес-модели, основанной на рекламе). Такой сбор данных также открывает путь к гнусному сотрудничеству между платформами и правительствами, желающими шпионить за гражданами. Кроме того, такое количество данных в руках нескольких платформ приводит к дисбалансу власти между ними и их конкурентами и пользователями.
Более строгая защита конфиденциальности, требующая от платформ получать явное согласие пользователей на то, какие данные они будут собирать и как они будут их использовать, могла бы быть полезной. Однако попытки внедрить ее - например, с помощью Общего регламента Европейского союза по защите данных (GDPR) в 2018 году - были не очень успешными. Многие пользователи не заботятся о конфиденциальности, даже когда их об этом просят, потому что они не понимают, как данные будут использоваться против них. Факты свидетельствуют о том, что GDPR поставил в невыгодное положение небольшие компании, но не был эффективным в обходе сбора данных и слежки со стороны крупных компаний, таких как Google, Facebook и Microsoft.
Существует еще одна фундаментальная причина, по которой защита конфиденциальности затруднена: платформы получают от пользователей информацию о других людях, либо потому, что они косвенно раскрывают информацию о своих друзьях, либо потому, что они позволяют платформе узнать больше об особенностях их демографических групп, что может быть использовано для нацеливания рекламы или продуктов на других людей с похожими характеристиками. Этот тип "внешнего воздействия данных" часто игнорируется пользователями.