Pertanyaan 1
Arvind Narayanan
x.com/random_walkerComputer scientist who studies how AI spreads through society, expects substantial but gradual change and favors resilience and liability rules.
Bagaimana AI akan mengubah dunia?
Mendatar: pandangan Doom–Bloom yang ia ungkapkan. Ke atas: skala transformasi.
Doom–Bloom: 59 dari 100. Skala transformasi: 69 dari 100. Rentang interpretasi: 50 hingga 75 secara horizontal, 64 hingga 75 secara vertikal. Ini adalah koordinat interpretasi, bukan probabilitas kejadian.
≈6%
Disimpulkan dari jawaban simulasinya, bukan angka yang diberikan olehnya. Rentang yang masuk akal: 3–12%.
Pekerjaan & lembaga
I expect AI to transform work and society substantially over decades, but not through a single laboratory breakthrough that instantly determines everyone’s future.
Jawaban 1
Dikelompokkan berdasarkan tonggak pencapaian, bukan diberi jarak atau diurutkan berdasarkan tanggal yang disimpulkan. AGI dan AI supermanusia tetap menggunakan definisinya.
Asumsi utama
Those institutional processes will shape the net impact as much as model capability does.Jawaban 2
Jika asumsi ini ternyata berbeda, bagaimana pandangannya akan berubah?
Pertanyaan yang belum terjawab
Current extinction-risk probabilities are too unreliable and misleading for policy; that is not the same as saying the risk is zero.Jawaban 4
Apa yang akan membantunya membedakan hasil-hasil yang masuk akal di sini?
Detail lebih lanjut
Manfaat besar diperkirakan akan terwujud, dengan syarat penting atau keterbatasan distribusi.
67 / 100
Rentang interpretasi 67 hingga 67 pada skala kualitatif.
Kerugian parah atau meluas merupakan bagian yang berarti dari masa depan yang diperkirakan.
66 / 100
Rentang interpretasi 67 hingga 67 pada skala kualitatif.
Pilihan manusia memiliki pengaruh yang berarti, tetapi sangat dibatasi.
59 / 100
Rentang interpretasi 50 hingga 75 pada skala kualitatif.
Batasi penggunaan AI yang dibahas hingga perlindungan atau izin sebelumnya tersedia.
Posisi simulasi: Izinkan penggunaan AI yang dibahas dengan akuntabilitas dan perlindungan yang terarah.
Minimalkan pembatasan terhadap penggunaan AI yang dibahas.
Interpretasi ini mempertahankan kondisi yang dinyatakannya. Manfaat dan kerugian dapat sama-sama besar. Rentang tersebut menggambarkan cara kami membaca jawaban simulasinya, bukan interval kepercayaan statistik.
Pandangan dunia serupa
Pemimpin opini dengan pandangan dunia simulasi yang paling mendekati pandangan Arvind Narayanan
Penilaian Simulasi
Sumber
Artikel, wawancara, dan tulisan yang digunakan sebagai landasan bagi pengguna simulasi ini.
Narayanan and Kapoor distinguish slow economic adoption from misuse, which need not wait for organizational change. They advocate societal resilience, defensive access and ordinary governance while allowing some temporary restrictions. Rejecting broad nonproliferation does not mean dismissing cyber or biological harm.

Coauthored essay distinguishes deciding, executing and delivering software. Coding can become much faster while organizational responsibility and deciding what to build remain bottlenecks. Aggregate demand may stay healthy even as individual careers become turbulent; this is an argued forecast, not a guarantee.

Narayanan’s annotated ICML keynote takes recursive self-improvement seriously as a possible discontinuity while rejecting a single laboratory milestone that instantly eliminates jobs. Foresees radically different work and human-AI collaboration. Preserves openness to change rather than making normal technology an impossibility claim.

With Sayash Kapoor. Separates invention, application development and adoption; expects societal diffusion over decades and emphasizes institutions and resilience. Normal does not mean trivial.

With Kapoor. Two shadow research evaluations found substantial judgment and revision failures. Explicitly acknowledges the tiny sample, nonblind review and possible researcher bias; does not establish a permanent capability ceiling.

With Kapoor. Treats recent incidents as both alignment and security failures; advocates liability, monitoring and restricted permissions. Rejects imminent-catastrophe alarmism while arguing that current investment in safeguards is inadequate.

Repost, with a new preface, of the July 2024 essay coauthored with Sayash Kapoor; full text read. They argue AI x-risk forecasts are far too unreliable to be useful for policy and are in fact highly misleading; the preface calls the whole p(doom) culture actively counterproductive to a broader conception of safety. A methodological refusal for policy use, not a claim that the risk is zero.

Di mana posisi Anda?
Petakan pandangan dunia saya