De valkuil van technologisch nationalisme: lessen uit marktbehoud in het tijdperk van kunstmatige intelligentie

Introductie

De Europese Unie en Brazilië hebben zich recentelijk ingespannen om "nationale" modellen voor kunstmatige intelligentie te ontwikkelen. Hoewel dit initiatief strategisch lijkt om de technologische soevereiniteit te versterken, doet het me denken aan het "briljante" idee van het Braziliaanse leger in de jaren 80 om een ​​marktreserve voor informatietechnologie te creëren. Het is alsof je gelooft dat we betere fietsers kunnen produceren door het afdwingen van nationale fietsfabrieken.

Herinneren aan het verleden

De geschiedenis leert ons dat marktreservering voor IT heeft geleid tot technologische achterstand en isolatie. Terwijl de wereld het digitale tijdperk inging, bleef Brazilië stagneren en gebruikte het verouderde en dure apparatuur. Dit protectionistische beleid stimuleerde de binnenlandse innovatie niet zoals verwacht; integendeel, het creëerde barrières die de toegang tot geavanceerde technologieën belemmerden en het concurrentievermogen van Braziliaanse bedrijven op het wereldtoneel beperkten.

Niets belet elk land om zich te richten op de ontwikkeling van zijn eigen modellen voor kunstmatige intelligentie. Het streven naar technologische autonomie is legitiem en kan specifieke voordelen opleveren. Mijn kritiek ligt echter op het idee om het gebruik van buitenlandse modellen te verbieden of te beperken, of zelfs om aanzienlijke publieke middelen toe te wijzen aan de ontwikkeling van nationale Large Language Models (LLM's), waarvoor aanzienlijke investeringen nodig zijn. Deze middelen zouden kunnen worden aangewend voor het creëren van innovatieve oplossingen die gebruikmaken van bestaande modellen op de markt, waardoor tijd en kapitaal worden geoptimaliseerd.

De recente lancering van GPT@EC door de Europese Commissie illustreert deze trend om te focussen op interne oplossingen. Hoewel de intentie positief is, namelijk het benutten van de voordelen van AI in administratieve processen, blijft de vraag of dit wel de beste strategie is. Er zijn gevestigde tools, zoals ChatGPT van OpenAI, dat aangepast kon worden aan specifieke behoeften, waardoor middelen bespaard konden worden en dubbel werk voorkomen kon worden.

Conclusie

Aandringen op de ontwikkeling van nationale modellen kan ertoe leiden dat we dezelfde fouten uit het verleden herhalen. Technologische innovatie wordt gedreven door wereldwijde samenwerking, kennisdeling en de integratie van inspanningen. Onszelf in deze context isoleren kan betekenen dat we achterop raken in de technologische race en kansen op groei en ontwikkeling mislopen.

Er is niets mis mee dat elk land zijn technologische capaciteiten probeert te versterken. Het verbieden van andere modellen of het toewijzen van enorme publieke middelen aan de ontwikkeling van nationale LLM's is echter misschien niet de meest efficiënte strategie. In plaats daarvan zouden we bestaande technologieën moeten benutten, aanpassen aan onze behoeften en investeren in oplossingen die echt een verschil maken.

Leren van fouten uit het verleden is essentieel om duurzaam vooruitgang te boeken in het wereldwijde technologielandschap. In plaats van beleid te herhalen dat ons isoleert, moeten we ons openstellen voor de wereld, samenwerken en integreren. Zo zorgen we ervoor dat we vooroplopen in innovatie en voorbereid zijn op de uitdagingen van de toekomst.

Aandeel