COVID-19 betekent dat de VS de federale belastingdeadline van dit jaar heeft uitgesteld tot 15 juli; als je het hebt uitgesteld, is het tijd om eraan te beginnen.
Maar terwijl belastinginners in 2020 alleen betalingen van mensen accepteren, sturen we binnenkort ook belastingaanslagen naar robots?
Dat is de vraag van Jordan Harrod, een doctoraatsstudent medische technologie en neurobiologie aan Harvard overdag en YouTube-maker bij nacht.
Op haar kanaal verdiept ze zich in nerdige onderwerpen, zoals of het mogelijk is om kunstmatige intelligentie te laten spreken en de eerder genoemde Android-belasting.
Zoals ze uitlegt, worden Amerikaanse bedrijven belast op basis van het aantal werknemers dat ze hebben.
Meer machines en minder mensen betekent dat er minder aan belastingen wordt betaald.
Het argument is dus dat bedrijven die menselijke werknemers ontslaan en overschakelen op automatisering, niet per se een groot belastingvoordeel hoeven te krijgen, en dat de belastingen die ze betalen, moeten gaan naar omscholing of ondersteuning van mensen die nu geen baan hebben.
"Ik ben zeker geen econoom of belastingprofessional, dus ik heb veel tijd gestoken in onderzoek en actuele beleidsvoorstellen over dit onderwerp om die video te maken", vertelt Harrod aan Daxdi.
"Persoonlijk hou ik van het idee van een automatiseringsbelasting, waarbij het geld wordt besteed aan omscholingsprogramma's die mensen helpen te herintegreren in de moderne beroepsbevolking en werkloosheidsuitkeringen om hen te ondersteunen tijdens hun opleiding."
Ze erkent rapporten die zeggen dat automatisering niet zo'n verschrikkelijk effect zal hebben op de werkgelegenheidsgraad in de VS als sommigen voorspellen, mede dankzij de opkomst van nieuwe industrieën en technologie.
En zelfs als er een robotbelasting wordt ingevoerd, zou deze "het probleem van de inkomensongelijkheid niet per se oplossen zonder ander beleid dat parallel wordt geïmplementeerd om ervoor te zorgen dat geld terechtkomt bij de mensen die het nodig hebben", zegt ze.
"Je kunt geld aannemen van de rijken, maar als je het niet aan de armen geeft, lost het dat probleem niet echt op."
Toch is het een ‘interessante vraag’ om over na te denken, zegt ze.
Hoe kwam Harrod na over deze en andere complexe kwesties? We spraken haar onlangs over haar neurobiologische studies, waarbij ze AI-hype onderscheidt van realiteit, algoritmevoorkeur en waarom ze een YouTube-kanaal begon.
Je bent gepland om in 2023 een gezamenlijk doctoraat af te ronden aan de Harvard Medical School en MIT.
Wat bracht je naar dit vakgebied?
Ik kwam enigszins per ongeluk bij de neurowetenschappen.
Ik heb onderzoek gedaan op een paar verschillende gebieden sinds ik aan de universiteit ben begonnen, en heb elke ervaring uit het verleden gebruikt om te beperken wat ik daarna wilde doen.
Tegen de tijd dat ik aan mijn doctoraat begon, had ik mijn onderzoeksinteresses beperkt tot iets waarmee ik machine learning zou kunnen gebruiken en apparaten voor de geneeskunde zou kunnen bouwen, wat duidelijk nog steeds vrij breed is.
En, interessant genoeg, je werkt niet met één, maar met twee labs.
Aan het eind van de dag besloot ik tot een project dat ik allebei interessant vond en dat was in een laboratorium van een faculteit waarvan ik dacht dat het overeenkwam met mijn mentorvoorkeuren, wat eigenlijk twee labs waren: het Neuroscience Statistics Research Lab en het Synthetic Neurobiologie groep.
Vertel ons het verhaal achter uw Youtube kanaal?
Ik stond op het punt te beginnen met mijn doctoraat en wist dat ik wilde dat machine learning een belangrijk onderdeel van mijn onderzoek zou worden.
Aangezien mijn programma zich echter richt op translationeel en klinisch onderzoek, wilde ik meer leren over hoe mensen omgaan met algoritmen, en ik kon niet veel bronnen vinden die op de gemiddelde persoon waren gericht.
Veel mensen vullen hun opleiding op de een of andere manier aan door Crash Course- of Khan Academy-video's te bekijken, dus YouTube leek de place to be.
En ik ben sinds de middelbare school betrokken bij wetenschapscommunicatie als student en als docent.
Dus ik zette mijn plan om wetenschapscommunicatie te doen op YouTube samen met mijn interesse in AI, en het kanaal was geboren.
Hoe kom je op je soms vreemde en filosofische ideeën over onderwerpen?
Het zijn vaak willekeurige ideeën die in me opkomen als ik over straat loop en een stukje technologie zie waar ik nog niet echt aan had gedacht.
Mijn doel is om mensen de tools en informatie te geven die ze nodig hebben om te communiceren met de algoritmen die vaak belangrijke aspecten van ons leven beheersen, zelfs als we het niet altijd weten.
In uw TedX-gesprek u zegt dat maar weinig mensen 'AI-geletterdheid' hebben en als zodanig in het nadeel zijn bij de interactie met expertsystemen.
Het is waar.
Veel mensen kunnen de AI-hype niet onderscheiden van de realiteit, en ik denk niet dat je daarvoor een deskundige onderzoeker hoeft te zijn.
U realiseert zich misschien ook niet dat u in de eerste plaats met een AI-systeem omgaat, wat problematisch kan worden wanneer deze systemen beslissingen over leven of dood nemen.
Meer in het algemeen kan een gebrek aan AI-geletterdheid leiden tot beleid en regelgeving die nieuwe technologieën niet effectief beheersen, en individuen die zich bezighouden met bevooroordeelde systemen zonder de daaraan verbonden risico's te begrijpen.
U wijst er ook op dat AI niet alleen de grote dingen afhandelt.
Het heeft ook op kleine manieren invloed op uw dagelijkse ervaringen online.
Mogelijk mist u inhoud van vrienden en familieleden omdat een algoritme prioriteit geeft aan inhoud waarop u reageert, wat op zijn beurt stress veroorzaakt en een negatieve invloed heeft op uw geestelijke gezondheid.
Wat wil je dat mensen doen nadat ze je video's hebben bekeken?
Ik denk dat het afhangt van de video.
De meeste van mijn video's zijn puur voor educatie en bewustwording, zodat mensen ervan weg kunnen lopen als ze iets nieuws hebben geleerd dat hen zou kunnen helpen de volgende keer dat ze een soortgelijk systeem tegenkomen.
Aan de andere kant hoop ik dat mensen die naar mijn AI 101-serie kijken, hun programmeervaardigheden blijven verbeteren en aanvullende bronnen zoeken om dit te doen als ze de tutorial interessant vinden.
Op Juneteenth heb je een video gemaakt uitleggen hoe AI systemisch racisme in stand houdt via sociale systemen zoals onderwijs, gezondheidszorg en de wet.
Hoe kunnen we AI expliciet maken? antiracistisch om dit recht te zetten?
Dat is het doel, is het niet? Helaas is een van de vele dingen die ik me realiseerde bij het maken van video's over AI-onderzoek naar eerlijkheid en vooroordelen, dat er niet één manier is om het te 'repareren', omdat de oplossing altijd gebaseerd zal zijn op uw definitie van eerlijkheid, die bij uw eigen persoonlijke vooroordelen.
Daarom is diversiteit in AI zo belangrijk, om checks and balances te hebben op zogenaamde 'hidden biases'.
Rechtsaf.
Het balanceren van datasets en het regulariseren van distributies tijdens de training zijn ook stappen die je kunt nemen, maar wat veel van het onderzoek mij heeft laten zien, is dat betrokkenheid van de gemeenschap extreem belangrijk is en vaak wordt overgeslagen bij het ontwikkelen van AI-systemen.
Door de gemeenschappen die door deze technologieën worden beïnvloed in elke fase van het ontwerp- en ontwikkelingsproces te betrekken, is de kans groter dat u uw oplossing afstemt op de behoeften van de gemeenschap en overweegt u on- of off-target effecten die u misschien niet heeft van iets anders bewust waren.
Goed punt.
Wat zijn uw plannen voor het postdoctorale leven?
Wat het postdoctorale leven betreft, heb ik nog geen pad gevonden.
Gelukkig ben ik net klaar met mijn tweede jaar van mijn doctoraat, dus ik heb ruim de tijd voordat ik moet beslissen.
Ik zou graag willen blijven werken aan projecten met een hoog risico / hoge beloning, waarschijnlijk in de industrie, dus plaatsen zoals Google X zijn interessant voor mij.
Maar het zou me ook niet verbazen als mijn droombaan er nog niet is.
Sommige van deze technologieën gaan zo snel dat er tegen de tijd dat ik klaar ben met mijn doctoraat misschien een heel nieuw vakgebied overblijft.
Ten slotte laat je doorschemeren dat je soms AI gebruikt om YouTube-video's voor je samen te stellen.
Vertel ons meer.
Als ik je dat geheim zou vertellen, zou iedereen het kunnen doen!
