تمامی مخالفان و موافقان هوش مصنوعی مولد در یک مسئله با یکدیگر موافق هستند که ابزارهای مبتنی بر این فناوری می‌توانند به مردم برای صرفه جویی در زمان و افزایش بهره وری کمک کنند. با این حال، درحالی که این فناوری‌ها اجرای کد یا تولید سریع گزارش‌ها را آسان می‌کنند، پشتیبانی برای ساخت و حفظ مدل‌های زبان بزرگ (LLM) ممکن است به نیروی انسانی بیشتری نسبت به تلاش‌های صرفه جویی شده نیاز داشته باشد.

این صحبت‌های «پیتر کاپلی» استاد مدیریت در دانشکده وارتون دانشگاه پنسیلوانیا است که در رویداد اخیر MIT صحبت کرد. به گفته او فناوری هوش مصنوعی مولد و مدل‌های زبان بزرگ ممکن است فرصت‌های شغلی بیشتری برای افراد ایجاد کنند تا اینکه وظایف آنها را کاهش دهند. کاپلی در این خصوص گفت: «پیاده‌ سازی مدل‌های زبان بزرگ پیچیده است و به نظر می‌رسد که هوش مصنوعی مولد کارهای زیادی را می‌تواند انجام دهد که ما نیاز به انجام آنها نداریم».

او خاطرنشان کرد: «درحالی که هوش مصنوعی به عنوان یک فناوری تغییر دهنده مطرح می‌شود، پیش بینی‌ها از سمت این فناوری به طرز شگفت انگیزی اشتباه است. در واقع بیشتر پیش بینی‌ها درباره حذف فرصت‌های شغلی در طول زمان اشتباه بوده است». او اظهار داشت که موج قریب الوقوع کامیون‌ها و خودروهای بدون راننده که در سال 2018 پیش بینی شده بود، نمونه‌ای از این گمانه زنی‌های نادرست است.

دیدگاه‌های گسترده از تحول بتنی بر فناوری اغلب در جزییات متوقف می‌شوند. طرفداران وسایل نقلیه خودران آنچه را که «کامیون‌های بدون راننده می‌توانند انجام دهند، به جای آنچه باید انجام شود و آنچه برای تسویه مقررات لازم است را در کنارمسایل مربوط به بیمه، توسعه نرم افزاری و …» تبلیغ می‌کنند.