Robin Hanson

Robin Hanson

x.com/robinhanson

Economist who expects AI to reshape the economy gradually and favors ordinary liability law over AI-specific regulation or a pause.

AI จะเปลี่ยนแปลงโลกอย่างไร?

การเปลี่ยนแปลงระดับอารยธรรมการเปลี่ยนแปลงแบบค่อยเป็นค่อยไปDoomBloom
ตำแหน่งจำลองช่วงการตีความ

แนวนอน: มุมมอง Doom–Bloom ที่บุคคลนั้นแสดงออก แนวตั้ง: ระดับของการเปลี่ยนแปลง

Doom–Bloom: 75 จาก 100 ระดับของการเปลี่ยนแปลง: 64 จาก 100 ช่วงการตีความ: แนวนอนตั้งแต่ 70 ถึง 80 แนวตั้งตั้งแต่ 50 ถึง 75 ค่าเหล่านี้เป็นพิกัดสำหรับการตีความ ไม่ใช่ความน่าจะเป็นของเหตุการณ์

P(doom) ของ Robin Hanson · อนุมาน

≈2%

0%100%

อนุมานจากคำตอบจำลองของบุคคลนั้น ไม่ใช่ตัวเลขที่บุคคลนั้นระบุ ช่วงที่เป็นไปได้: ต่ำกว่า 6%

กรอบเวลาของหมุดหมายสำคัญของ Robin Hanson
  1. การทำงานและสถาบัน

    My default is therefore large effects unfolding over decades, rather than a sudden concentrated takeoff.

    คำตอบ 1

จัดกลุ่มตามหมุดหมายสำคัญ โดยไม่ได้เว้นระยะหรือเรียงตามวันที่ที่อนุมานไว้ AGI และ AI ที่เหนือกว่ามนุษย์ยังคงใช้คำนิยามของบุคคลนั้น

สิ่งที่มุมมองของบุคคลนั้นขึ้นอยู่กับ

ข้อสันนิษฐานหลัก

AI is a general-purpose technology: realizing its value requires complementary capital, redesigned organizations, new workflows, legal adaptation, and time.
คำตอบ 1

หากข้อสันนิษฐานนี้ปรากฏว่าเป็นไปอีกแบบ มุมมองของบุคคลนั้นจะเปลี่ยนไปอย่างไร?

คำถามที่ยังไม่มีข้อสรุป

I don’t have a supported current overall percentage.
คำตอบ 4

อะไรจะช่วยให้บุคคลนั้นแยกแยะผลลัพธ์ที่เป็นไปได้ในเรื่องนี้?

รายละเอียดเพิ่มเติม

ผลดีที่คาดไว้

คาดว่าจะได้รับประโยชน์อย่างมาก โดยมีเงื่อนไขสำคัญหรือข้อจำกัดด้านการกระจายประโยชน์

70 / 100

ผลกระทบน้อยผลกระทบที่ก่อให้เกิดการเปลี่ยนแปลงอย่างมาก

ช่วงการตีความตั้งแต่ 67 ถึง 100 บนมาตรวัดเชิงคุณภาพ

อันตรายที่คาดไว้

คาดว่าจะเกิดอันตรายที่จัดการได้หรือจำกัดอยู่เฉพาะพื้นที่

34 / 100

ผลกระทบน้อยผลกระทบที่ก่อให้เกิดการเปลี่ยนแปลงอย่างมาก

ช่วงการตีความตั้งแต่ 0 ถึง 67 บนมาตรวัดเชิงคุณภาพ

อิทธิพลของมนุษย์

การเลือกของมนุษย์มีอิทธิพลอย่างมีนัยสำคัญ แต่ถูกจำกัดอย่างมาก

55 / 100

อิทธิพลน้อยอิทธิพลมาก

ช่วงการตีความตั้งแต่ 32 ถึง 93 บนมาตรวัดเชิงคุณภาพ

ความเร็วในการพัฒนา

หยุดหรือชะลอการพัฒนา AI ที่มีความสามารถสูงขึ้นอย่างมาก

ตำแหน่งจำลอง: เดินหน้าพัฒนาต่อภายใต้มาตรการป้องกันที่ระบุไว้

เร่งการพัฒนา AI ที่มีความสามารถสูงขึ้น

กฎการใช้ AI

จำกัดการใช้ AI ที่กล่าวถึงจนกว่าจะมีมาตรการป้องกันหรือการอนุญาตล่วงหน้า

ตำแหน่งจำลอง: อนุญาตการใช้ AI ที่กล่าวถึง โดยมีความรับผิดรับชอบและมาตรการป้องกันที่มุ่งเป้าเฉพาะด้าน

ลดข้อจำกัดในการใช้ AI ที่กล่าวถึงให้น้อยที่สุด

การตีความเหล่านี้ยังคงเงื่อนไขที่บุคคลนั้นระบุไว้ ทั้งประโยชน์และอันตรายอาจมีมากได้ ช่วงต่างๆ อธิบายวิธีที่เราอ่านคำตอบจำลองของบุคคลนั้น ไม่ใช่ช่วงความเชื่อมั่นทางสถิติ

จุดยืนของคุณอยู่ตรงไหนเมื่อเทียบกับ Robin Hanson?
ทำแผนที่โลกทัศน์เกี่ยวกับ AI ของคุณเองในประมาณ 3 นาที แล้วจึงเปรียบเทียบ

โลกทัศน์ที่คล้ายกัน

ผู้นำทางความคิดที่มีโลกทัศน์จำลองใกล้เคียงกับโลกทัศน์ของ Robin Hanson มากที่สุด

แบบประเมินจำลอง

คำถาม 1

คุณคิดว่า AI มีความหมายอย่างไรต่ออนาคตของเรา และเพราะเหตุใด?

I expect AI to matter enormously eventually, but not to transform the whole economy overnight. AI is a general-purpose technology: realizing its value requires complementary capital, redesigned organizations, new workflows, legal adaptation, and time. Impressive personal usefulness or rapid model progress does not imply equally rapid economy-wide reorganization. My default is therefore large effects unfolding over decades, rather than a sudden concentrated takeoff. The central comparison is not “dangerous AI versus perfect control.” It is AI risks versus the costs and failure modes of the institutions proposed to control AI. Calling an indefinite regulatory regime a “pause” does not show that alignment will soon be solved or that regulators will use their power well. Under present governance, I prefer ordinary law and liability to politically driven AI-specific restrictions, while still supporting investigation of concrete safety problems. I also think discussion is oddly asymmetric about values. Human cultures and descendants can drift too; that risk should be compared with AI value drift rather than treated as a fixed human standard confronting alien machines. Current language models look unusually prosocial to me. Conditionally, human-level AI or emulations competing and adapting could even help preserve functional cultural variation. But alignment rules and AI-rights regimes could themselves freeze particular values and suppress experimentation. So AI’s future depends not just on machine capability, but on institutional competition, adaptation, and whether our attempted safeguards become larger hazards than the problems they target.

คำถาม 2

Taking benefits and harms together, what overall impact do you expect AI to have?

Overall, I expect AI to have a large positive impact, but mostly over decades rather than through an abrupt transformation. It should eventually raise productivity, expand useful capabilities, and enable new forms of organizational and cultural adaptation. The bottleneck is not merely model intelligence; firms and institutions must redesign processes, accumulate complementary capital, and adjust law and norms. The main danger is therefore not just misaligned AI. It is the combined risk from AI, human value drift, and poorly designed control institutions. A politically driven regulatory regime could entrench incumbents, suppress experimentation, or impose one narrow conception of acceptable values indefinitely while calling itself a temporary pause. Those failures must be counted against the harms regulation claims to prevent. So my default expectation is beneficial but uneven change, with ordinary law, liability, competition, and adaptation doing more good than broad AI-specific controls under current governance. That is an expectation, not a claim that every AI use is beneficial or that safety work is unnecessary. Specific, demonstrated hazards can justify investigation and legal response; what I reject is comparing risky AI with an imaginary regulator that is competent, temporary, and harmless.

คำถาม 3

Setting aside good or bad: how much do you think AI will ultimately change the world—a little, a lot, or completely?

A lot, ultimately. I expect AI to become a major general-purpose technology, raising productivity and changing organizations, work, and perhaps cultural evolution. But “a lot” is not the same as “completely,” and ultimate importance says little about speed. Complementary capital, workflow redesign, legal adjustment, and institutional inertia make decades-scale diffusion more plausible than an overnight replacement of the existing economy.

คำถาม 4

What’s your rough gut-feel chance that AI causes human extinction or a similarly permanent catastrophe? A number or “no idea” is fine.

I don’t have a supported current overall percentage. My older estimate put the specific near-term, fast-takeoff extinction scenario below 1%, but that is not a general estimate for every long-run AI catastrophe.

แหล่งข้อมูล

บทความ บทสัมภาษณ์ และงานเขียนที่ใช้เป็นหลักฐานรองรับผู้ใช้จำลองรายนี้

AI Pause Regs Look Risky

Questions assumptions behind a temporary pause and compares regulation with liability and retaliation.

overcomingbias.com
AI Solution to Cultural Drift?

Conditional argument that competitive AI cultures could reduce maladaptive cultural drift.

overcomingbias.com
AI Vs. Human Value Drift

Argues value drift also affects human descendants, current LLMs look unusually prosocial, transformative economic dominance is decades away, and present governance is too poor to justify AI-specific restrictions.

overcomingbias.com
When They Hear Less Than You Say

His policy submission favors ordinary law and liability rather than special AI subsidies or regulation; explains why he withheld more nuanced insurance/liability proposals from a public political message.

overcomingbias.com
AI Is GPT, & GPTs Go Slow

Expects decades for large economy-wide effects because general-purpose technologies need complementary capital and process reorganization; current personal utility is a different claim.

overcomingbias.com
When AI Day of Reckoning?

Proposes software spending as a test of promised cost savings; April 13 update gives an approximately even chance of 2–3x software-industry spending over a decade, rather than immediate economy-wide transformation.

overcomingbias.com
AI Impacts conversation with Robin Hanson

Interview recorded September 5, 2019: disputes sudden concentrated takeoff and asks why smarter agents necessarily worsen principal-agent problems. Supports some advance investigation while arguing concrete system knowledge changes the timing of safety work. Historical timelines must not replace his newer forecasts.

aiimpacts.org
Robin Hanson Says You’re Going to Live

Older speaker-labeled, lightly edited transcript of his CSPI podcast with Richard Hanania; use only Robin’s answers. Asked the chance that Yudkowsky is completely right and a near-term foom ends us, he says less than 1%, and declines to go below 0.1% when pressed. The estimate concerns that fast-takeoff scenario only, not every long-run AI outcome, and is not a current overall P(doom).

richardhanania.com
จุดยืนของคุณอยู่ตรงไหน?
สำรวจโลกทัศน์เกี่ยวกับ AI ของคุณเองด้วยการตอบคำถามง่ายๆ ไม่กี่ข้อ
ทำแผนที่โลกทัศน์ของคุณเอง

จุดยืนของคุณอยู่ตรงไหน?

ทำแผนที่โลกทัศน์ของฉัน