Weinig dingen in de moderne economie zijn zo vreemd als een industrie die om regulering vraagt. In mei 2023 vertelde de CEO van OpenAI aan een senaatscommissie dat het Congres een nieuwe licentie-instantie zou moeten oprichten om toezicht te houden op de veiligheidsnormen en onafhankelijke audits te eisen.

AI-veiligheid Sindsdien hebben topmanagers open brieven ondertekend waarin ze aandringen op een pauze en meer toezicht. De gebruikelijke verklaring komt van de publieke keuze: gevestigde bedrijven willen hun regelgevingsbarrières behouden. Dat is plausibel, maar onvolledig. De Oostenrijkse school biedt een diepere tegenwerping. Zelfs een welwillende, oncorrupte toezichthouder zou niet kunnen doen wat de AI-licenties van hem eisen, omdat de benodigde kennis niet in één enkel (of gecentraliseerd) brein aanwezig is.

Interventionisme blijft niet stilstaan.

Mises betoogde dat gedeeltelijke interventies in de markt vaak resultaten opleveren die de auteurs niet voor ogen hadden, en dat deze resultaten verdere interventies uitlokken. AI-licenties passen in dit patroon. De kosten voor naleving zijn grotendeels vast, waardoor ze vooral kleine toetreders treffen en bedrijven met grote juridische afdelingen het minst. Het gevolg is een toenemende concentratie. Die concentratie wordt vervolgens de rechtvaardiging voor strenger toezicht. Wat begon als risicobeperking, eindigt als een gecontroleerd kartel.

Er is ook een probleem met de doelen. In Mises’ praxeologie is handelen het gebruik van middelen om doelen te bereiken, en die doelen behoren toe aan de handelende individuen. In deze context is een algoritme slechts een middel. Wanneer een instantie besluit welke modellen mogen bestaan ​​en voor welke doeleinden, reguleert zij niet louter een technologie. Zij vervangt de doelen van miljoenen gebruikers en ondernemers door die van ambtenaren.

Mises’ berekeningsargument was gericht tegen het socialisme, en AI-regulatoren schaffen markten niet af. Toch is de logica in het klein ook van toepassing. Om een ​​model te licentiëren, moet een instantie beoordelen of het marginale veiligheidsvoordeel van een vereiste opweegt tegen de kosten in termen van gemiste innovatie.

De regulator hoeft geen winst- en verliestoets af te leggen, en de kosten bestaan ​​juist uit de toepassingen die nooit worden gebouwd, die niemand ziet. Econoom en politicoloog Solis-Mullen maakt een vergelijkbaar punt : de ontslagen werknemer is zichtbaar en direct, terwijl de banen die door innovatie gecreëerd zouden zijn, dat niet zijn, en deze asymmetrie zet politici ertoe aan om in te grijpen.

Veiligheid wordt ontdekt, niet gegeven.

Hayek zag het economische probleem in het feit dat kennis slechts in verspreide, onvolledige en vaak impliciete fragmenten bestaat, en dat prijzen deze kennis reguleren. In een latere lezing beschreef hij concurrentie als een ontdekkingsproces, waardevol omdat de uitkomsten onvoorspelbaar zijn en afwijken van wat iemand bewust had kunnen nastreven.

Pas dit toe op ‘veilige AI’. Regelgevers praten alsof veiligheid een vaststaand gegeven is dat experts van tevoren kunnen vastleggen. Maar of een systeem veilig is, hangt af van de context: een triage-tool in een ziekenhuis, een programmeerassistent en een chatbot voor tieners brengen verschillende risico’s met zich mee, hebben verschillende gebruikers en vereisen verschillende beveiligingsmaatregelen.

Die kennis is contextueel en komt aan het licht door gebruik, door mislukkingen, reputatieschade, rechtszaken en verzekeringspremies. Veiligheid is een opkomende eigenschap van gedecentraliseerde experimenten, geen statische variabele die van tevoren kan worden gemeten.

Hayek maakte onderscheid tussen de kosmos , een spontane orde die voortkomt uit individuele acties, en taxi’s , een doelbewust georganiseerd systeem. Ex-ante licentieverlening transformeert een adaptieve kosmos in een taxisysteem met een enkele hiërarchie van doelen.

Het creëert bovendien een knelpunt. Andreen merkt op dat commentatoren over AI-risico’s de staat zelden noemen als potentiële boosdoener, hoewel de kerntechnologieën van de huidige laboratoria voortkomen uit door de staat gefinancierd onderzoek en nu worden gebruikt voor overheidsbewaking en defensiewerk. Een licentie-instantie zou bepalen wie mag bouwen, en die poortwachtersmacht is precies wat een staat die zijn invloed wil uitbreiden, zou waarderen.

Regulering in de kapitaalstructuur

Garrisons kapitaalgebaseerde macro-economie biedt een nuttig perspectief, met één kanttekening: zijn raamwerk is ontwikkeld om kredietgedreven cycli te analyseren, dus wat volgt is een uitbreiding door analogie. Fundamentele modellen zijn kapitaalgoederen van hogere orde. Ze bevinden zich in de beginfase van de Hayekiaanse driehoek, en afgeleide producten zoals medische instrumenten, juridische assistenten en bijlessystemen zijn ervan afhankelijk.

De voorafgaande vergunningsplicht is een schok voor die beginfases. De nalevingslasten verlengen de tijd voordat rendement wordt behaald en verhogen de opportuniteitskosten van het geïnvesteerde kapitaal. De intertemporele grens van de economie verschuift naar binnen: er wordt minder capaciteit opgebouwd en die komt later.

Ook middelen migreren. Talent en kapitaal stromen weg van het verbeteren van modellen naar juridische, audit- en lobbyactiviteiten, en naar gevestigde architecturen die al over de middelen beschikken om goedkeuring te verkrijgen. Dit is een vorm van verkeerde investering die wordt veroorzaakt door regelgeving in plaats van door kredietexpansie, en het verstoort de kapitaalstructuur in de richting van wat toezichthouders kunnen certificeren in plaats van wat consumenten waarderen.

Het sterkste bezwaar

Het sterkste bezwaar is dat sommige AI-risico’s catastrofaal zijn en dat aansprakelijkheid te laat komt, wanneer de schade onomkeerbaar is. Economen van de Oostenrijkse school zouden dit serieus moeten nemen. In plaats van “helemaal geen regels”, is hun antwoord “andere regels”. Eigendomsrechten, contracten, aansprakelijkheid en verzekeringen beprijzen risico’s al en bestraffen schade, en ze doen dat op basis van verspreide kennis.

Een verzekeraar die moet betalen voor de mislukkingen van een model heeft er alle belang bij om het te controleren, en de premie van een verzekeraar is een prijssignaal, wat een licentie-examen niet is. Ik geef toe dat aansprakelijkheid het zwakst is in de extreme gevallen, waar een gedaagde mogelijk niet aansprakelijk kan worden gesteld. Maar een monopolistische licentieautoriteit is een slechte oplossing voor die zwakte, omdat ze zich juist concentreert op de discretionaire bevoegdheid en fouten die een concurrentieproces zou spreiden.

De Latijns-Amerikaanse dubbele vervorming

Voor technologie-importeurs zoals Colombia en zijn buurlanden is de situatie nog sterker. Verschillende Latijns-Amerikaanse parlementen hebben wetsvoorstellen besproken die de risico-indeling van de EU-AI-wet overnemen . Dat raamwerk is ontworpen voor een economie met diepe kapitaalmarkten, grote compliance-industrieën en bedrijven die vaste kosten kunnen dragen. Het importeren ervan betekent dat er rigide institutionele kosten moeten worden betaald voordat het kapitaal is opgebouwd dat deze kosten draaglijk zou maken.

Het riskeert ook convergentie te belemmeren. Ontwikkelingslanden verhogen de arbeidsproductiviteit grotendeels door snelle en goedkope adoptie van buitenlandse technologie, en open-sourcemodellen zijn daar bijzonder waardevol omdat lokale bedrijven ze zonder toestemming kunnen aanpassen. Licentiebelemmeringen remmen juist die aanpassing af.

Ten slotte is gecentraliseerd risicomanagement slechts zo goed als de instellingen die het uitvoeren. Waar deze instellingen zwak zijn, zal een AI-regulator waarschijnlijk een bron van lokale winst worden, een nieuw kantoor om te lobbyen en een nieuwe vergunning om te verkopen. Solis-Mullens beschrijving van de waarschuwingen van Peking aan bedrijven tegen door AI veroorzaakte ontslagen, en van het presidentiële decreet van Californië over ontslagen werknemers, laat zien hoe snel economische veranderingen een politiek object worden.

Wie zou er nu echt moeten beslissen of AI veilig is?

Het rumoer van AI-managers is minder mysterieus dan het lijkt. Bestaande bedrijven vrezen de technologie misschien oprecht, of verwelkomen stilletjes regels die ze zich kunnen veroorloven, maar geen van beide motieven verandert het epistemologische probleem: geen enkele instantie kan van tevoren weten hoe veilige AI eruitziet.

Die kennis ontstaat door vallen en opstaan, aansprakelijkheid en concurrentie. De taak is niet om veiligheidszorgen af ​​te schaffen, maar om ze te plaatsen waar de kennis zich bevindt: bij eigenaren, verzekeraars, rechtbanken en gebruikers, en om de verleiding te weerstaan ​​een proces te plannen waarvan de hele waarde juist in het ongeplande schuilt.