Bouwen Aan De Nieuwe Evenwichtseconomie

Meer dan 2000 jaar geleden formuleerde Aristoteles een van de meest opmerkelijke gedachte-experimenten uit de geschiedenis. Wat, vroeg hij zich af, zou er gebeuren als gereedschap bevelen kon opvolgen, of ze zelfs kon anticiperen? Wat zou er gebeuren als het zijn werk volledig zelfstandig kon uitvoeren?

"Als elk instrument zijn eigen werk zou kunnen verrichten, gehoorzamend aan of anticiperend op de wil van anderen," schreef hij in "Politiek" rond 350 v.Chr., "als de spoel zou weven en het plectrum de lier zou bespelen zonder dat een hand hen hoefde te leiden, dan zouden hoofdvaklieden geen bedienden meer nodig hebben, noch meesters slaven."

Eeuwenlang werd deze passage vooral begrepen als een filosofische allegorie. Wat vandaag de dag opvalt, is niet Aristoteles' technische verbeeldingskracht, maar zijn politieke verbeeldingskracht. Hij was meer geïnteresseerd in de sociale gevolgen van zelfwerkende machines dan in hun haalbaarheid.

Kunstmatige intelligentie dwingt ons om deze kwestie opnieuw onder ogen te zien: Wat gebeurt er met een samenleving waarvan de economie, het doel en de welvaartsstaat gebouwd zijn op loonarbeid, als loonarbeid die fundamentele rol verliest? Misschien begint de ware AI-revolutie wel in onze opvatting van wat het betekent om mens te zijn, en niet in de datacenters van Silicon Valley.

Meer of minder?

Wat is beter: meer mensen of minder werk voor mensen? Weinig tegenstrijdigheden beschrijven ons historische moment zo treffend. Nooit eerder heeft een samenleving tegelijkertijd zoveel geld uitgegeven om tekorten aan arbeidskrachten te compenseren en zoveel geïnvesteerd in technologieën die ontworpen zijn om arbeid volledig overbodig te maken.

Als de huidige vruchtbaarheidscijfers aanhouden en de nettomigratie tot nul daalt, voorspellen de Verenigde Naties dat de bevolking van veel westerse landen tegen het einde van deze eeuw met ongeveer 30% zal krimpen. In landen als Italië loopt de daling op tot 40-50%. Overheden hebben hierop gereageerd met genereuze gezinssubsidies en grootschalige immigratieprogramma's, maar hebben slechts beperkt economisch succes geboekt. Onderzoek wijst uit dat de fiscale bijdrage van immigratie sterk afhangt van opleiding, werkgelegenheid, leeftijd bij aankomst en migratiemotief. Hoogopgeleide migranten, de minderheid, genereren doorgaans netto economische winst, terwijl laagopgeleide immigranten, de meerderheid, een netto fiscale last kunnen vormen voor geavanceerde welvaartsstaten.

In Groot-Brittannië zijn dalende vruchtbaarheidscijfers, vergrijzing en migratie onlosmakelijk met elkaar verbonden. In parlementaire debatten wordt het geboortecijfer vaak afgeschilderd als een probleem voor de groei op de lange termijn. Tegelijkertijd probeert de overheid de afhankelijkheid van migrantenarbeid te verminderen door binnenlandse opleidingsprogramma's uit te breiden. In de Verenigde Staten worden soortgelijke argumenten vanuit een tegengesteld perspectief aangevoerd: economen waarschuwen dat de autochtone beroepsbevolking krimpt en dat immigratie nu grotendeels verantwoordelijk is voor de groei van de Amerikaanse beroepsbevolking. Bovendien is er een nieuw pro-natalisme in Silicon Valley ontstaan. Elon Musk, Peter Thiel en andere technologieleiders waarschuwen dat dalende geboortecijfers de beschaving bedreigen, zelfs terwijl hun bedrijven systemen ontwikkelen die de afhankelijkheid van de economie van menselijke arbeid moeten verminderen.

Naast pogingen om de omvang van hun beroepsbevolking te stabiliseren, investeren overheden agressief in kunstmatige intelligentie om internationaal concurrerend te blijven. De banenverplaatsing die deze technologieën uiteindelijk zullen veroorzaken, wordt vaak genegeerd of afgedaan met geruststellende beloftes dat er onvermijdelijk nieuwe banen zullen ontstaan, zoals dat in het verleden altijd het geval is geweest.

“Misschien begint de ware AI-revolutie wel in onze opvatting van wat het betekent om mens te zijn.”

Het beheer van deze tegenstrijdigheid is nog opvallender in Oost-Azië.

Zuid-Korea, met een vruchtbaarheidscijfer van ongeveer 0,75 kind per vrouw, ervaart een demografische ineenstorting die ongekend is in vredestijd. De overheid besteedt jaarlijks tientallen miljarden aan geboorte- en gezinsstimuleringsprogramma's en woningbouwprogramma's om deze trend te keren. Tot nu toe met weinig succes. Tegelijkertijd is Zuid-Korea de meest robotintensieve economie ter wereld geworden, met meer dan 1.000 industriële robots per 10.000 werknemers in de maakindustrie.

Japan vertoont een vergelijkbaar beeld. De beroepsbevolking neemt al meer dan twee decennia af en het land heeft hierop gereageerd door een van 's werelds meest ambitieuze automatiserings- en robotica-strategieën na te streven. Japan heeft tegenwoordig een van de hoogste dichtheden aan industriële robots, met meer dan 400 per 10.000 werknemers in de maakindustrie, vergeleken met het wereldgemiddelde van ongeveer 120-150.

Zuid-Korea en Japan bieden een voorproefje van de intelligente economie. Hun regeringen investeren in automatisering om de krimpende beroepsbevolking te compenseren en tegelijkertijd de bevolkingsdaling tegen te gaan om de binnenlandse vraag en de financiële basis van hun welvaartsstaten te behouden. Beide beleidsmaatregelen zijn logisch binnen de industriële economie. Maar wat gebeurt er als AI en robotica de afhankelijkheid van de economie van menselijke arbeid verminderen? Zou demografische krimp en automatisering uiteindelijk complementaire in plaats van tegengestelde krachten kunnen worden?

De uitvinding van Homo Faber

De arbeidssamenleving zoals we die vandaag kennen, is geen antropologische constante. Gedurende het grootste deel van de menselijke geschiedenis hebben mensen... Mensen waren niet in de eerste plaats *Homo faber* — het productieve individu dat zijn maatschappelijke waarde ontleent aan economische arbeid. Dat werden zij pas met de opkomst van de moderniteit, en vooral door de Industriële Revolutie.

In de klassieke oudheid en het grootste deel van het middeleeuwse Europa werd handenarbeid beschouwd als een noodzaak, die grotendeels werd verricht door slaven en de lagere klassen. De bevoorrechte klassen wijdden zich aan politiek, filosofie, religie, oorlogsvoering, kunst en vrije tijd. Zoals Hannah Arendt opmerkte in *The Human Condition* (1958), heeft de moderniteit de klassieke hiërarchie van menselijke activiteiten radicaal omvergeworpen. Arbeid, die voorheen werd gezien als een levensnoodzaak in plaats van als een levensdoel, werd in toenemende mate het ordenende principe van de samenleving.

Adam Smith legde het intellectuele en economische fundament voor deze transformatie. In *The Wealth of Nations* (1776) betoogde hij dat de werkelijke rijkdom van een natie schuilt in de totale productieve arbeid van haar bevolking, en niet in goud, land of handelsoverschotten.

Rond 1800 werkte ongeveer 75% van de Amerikanen in de landbouw. Vandaag de dag is dat minder dan 2%. De industriële transformatie van Amerika creëerde een volledig nieuwe economische logica, gesymboliseerd door de beroemde loonsverhoging die Henry Ford in 1914 doorvoerde. Ford begreep dat zijn werknemers niet alleen auto's moesten bouwen, maar ook genoeg moesten verdienen om ze te kunnen kopen. Dat inzicht vatte de genialiteit van het industriële kapitalisme samen: productie, lonen en vraag waren onlosmakelijk met elkaar verbonden.

Als kunstmatige intelligentie een steeds groter deel van de productieve arbeid overneemt, zal de samenleving antwoorden moeten vinden op de vraag hoe we een zinvol leven kunnen leiden buiten het arbeidsproces om.”

Dit model vormde gedurende de hele 20e eeuw de kern van de westerse democratieën. Lonen financierden belastingen, welzijnssystemen en pensioenen. Tegelijkertijd genereerden ze inkomen dat de consumptie ondersteunde en fungeerden ze als het voornaamste mechanisme voor maatschappelijke integratie. In cijfers uitgedrukt: arbeid is goed voor wel 60% van het bbp, en particuliere consumptie voor bijna 70% in de OESO-landen.

Het belang van lonen reikt veel verder dan de uren die mensen aan werk besteden. Elk uur productieve arbeid financiert ongeveer negen uur aan leven buiten het werk: de jaren van kindertijd, onderwijs en pensioen; avonden, weekenden en periodes van ziekte. Een andere manier om ernaar te kijken is dat elk uur betaald werk de uren buiten het arbeidsproces in de samenleving ondersteunt – inclusief de vrije tijd van werkenden zelf, maar ook de tijd van kinderen, studenten, gepensioneerden, thuisblijvers en anderen die afhankelijk zijn van anderen. Historisch gezien zijn deze verhoudingen toegenomen, vooral door een verkorting van de werktijd en een stijgende levensverwachting.

Wanneer banen schaarser worden of lonen hun economische onderhandelingskracht verliezen, begint deze structuur te wankelen. Dit legt een enorme druk op de overheidsfinanciën: kinderen, gepensioneerden, studenten, zieken en een groot deel van de overheidsuitgaven zijn uiteindelijk afhankelijk van de lonen van de werkende bevolking.

Het centrale economische vraagstuk van onze eeuw tot nu toe luidt: hoe financiert een samenleving steeds meer levensjaren met steeds minder arbeidsjaren? Decennialang hebben ontwikkelde economieën dit vraagstuk weten te beantwoorden via een wankel evenwicht van economische groei en oplopende overheidsschulden. Maar wat gebeurt er wanneer kunstmatige intelligentie de arbeidsmarkt – waarop dat antwoord rust – begint te ondermijnen?

Wanneer intelligentie goedkoop wordt

Elke grote technologische revolutie heeft een schaarse productiefactor omgezet in een overvloedige. De Industriële Revolutie verlaagde de kosten van mechanische energie drastisch door het gebruik van fossiele brandstoffen. De globalisering in de jaren negentig en de jaren 2000 verlaagde de kosten van fysieke arbeid door China en andere opkomende economieën te integreren in mondiale productienetwerken. De AI-revolutie zou nu hetzelfde kunnen doen met intelligentie. Cognitie, coördinatie, patroonherkenning en vele vormen van besluitvorming zouden kunnen veranderen van schaarse in overvloedige hulpbronnen.

John Maynard Keynes voorzag deze mogelijkheid al bijna een eeuw geleden. In zijn essay uit 1930, "Economische mogelijkheden voor onze kleinkinderen", waarschuwde hij voor wat hij 'technologische werkloosheid' noemde: de mogelijkheid dat de mensheid manieren zou vinden om arbeid te besparen, sneller dan ze nieuwe toepassingen voor die arbeid zou kunnen ontdekken.

Decennialang hebben economen deze zorg grotendeels terzijde geschoven, op basis van twee argumenten. Het eerste is de theorie van 'creatieve destructie' van Joseph Schumpeter: technologische vooruitgang vernietigt weliswaar bestaande beroepen, maar creëert tegelijkertijd nieuwe sectoren, nieuwe beroepen en uiteindelijk productievere vormen van werkgelegenheid. Het tweede argument is de historische ervaring: elke eerdere technologische revolutie heeft uiteindelijk geleid tot meer werkgelegenheid, niet tot massale werkloosheid.

Met de komst van AI is dit historische aanpassingsmechanisme mogelijk niet langer van toepassing. De econoom Erik Brynjolfsson van Stanford heeft deze mogelijkheid omschreven als de "Turing-val". Eerdere generaties machines vervingen vooral fysieke arbeid in een beperkt aantal vaste routines. Mensen bleven een stap boven de machines staan en fungeerden als hun planners of probleemoplossers. Die historische schokdemper is nu aan het slinken. AI neemt in toenemende mate taken van de mens over...van de cognitieve activiteiten die werknemers ooit in staat stelden om hogerop te komen in de waardeketen.

Daron Acemoglu van MIT kwam tot een vergelijkbare conclusie vanuit een andere invalshoek. Hij stelt dat de kernvraag is hoe bedrijven ervoor kiezen om AI in te zetten. Als bedrijven AI voornamelijk gebruiken om werknemers te vervangen in plaats van hun productiviteit te verhogen, zou het historische patroon van technologische vooruitgang die meer banen creëert dan vernietigt, wel eens kunnen ophouden. De structuur van de opkomende AI-economie weerspiegelt deze logica al. Veel van de meest waardevolle AI-bedrijven van vandaag genereren een buitengewone marktwaarde met opmerkelijk kleine personeelsbestanden.

Agent-AI versnelt dit proces verder. Agenten automatiseren niet langer geïsoleerde taken; ze voeren steeds vaker complete workflows uit: informatie analyseren, fouten corrigeren, strategieën aanpassen en complexe processen coördineren met minimale menselijke tussenkomst.

"Voor het eerst sinds de Industriële Revolutie zou arbeid wel eens niet langer de schaarste productiefactor van de economie kunnen zijn."

Voor bedrijven is de doorslaggevende vraag eenvoudig: Kan AI economisch waardevolle taken uitvoeren tegen aanzienlijk lagere kosten dan mensen? Steeds vaker is het antwoord voor veel functies ja.

De vervanging van arbeid door machines voltrekt zich in twee golven.

De eerste golf treft de kantoorsector. Een junior financieel analist, advocaat, managementconsultant of software-engineer in Londen of New York kan een werkgever 80 tot 100 dollar per uur kosten. Moderne programmeermodellen kunnen veel van hun taken al voor een fractie van een cent uitvoeren. Systemen hebben nog een structureel voordeel. Terwijl de kennis die een werknemer opbouwt zich slechts geleidelijk door een organisatie verspreidt en vaak verdwijnt wanneer die werknemer vertrekt, worden verbeteringen die door software worden aangebracht, behouden en direct en op grote schaal in een heel systeem geïmplementeerd.

De tweede golf bereikt nu de fysieke economie en de arbeidersklasse. Humanoïde robots, ontwikkeld door bedrijven zoals Tesla en het Chinese Unitree, leren steeds complexere bewegingen door observatie en simulatie. De fabrikanten hopen de operationele kosten uiteindelijk te verlagen tot minder dan 2 dollar per uur. Dit staat in schril contrast met de 30 tot 50 dollar per uur voor een gemiddelde Amerikaanse werknemer.

Onderzoek van het Internationaal Monetair Fonds suggereert dat bijna 60% van de banen in geavanceerde economieën zal worden beïnvloed door kunstmatige intelligentie, waarbij bijna de helft te maken krijgt met aanzienlijke verstoring of vervanging. Tegen die achtergrond lijkt een daling van de totale werkgelegenheid met ongeveer 30% in de komende decennia niet langer onwaarschijnlijk. Of het uiteindelijke cijfer nu 20% of 40% is, is uiteindelijk van secundair belang.

Waar het om gaat, is dat arbeid voor het eerst sinds de Industriële Revolutie niet langer de schaarste productiefactor van de economie zou kunnen zijn. Als dat waar is, reiken de gevolgen veel verder dan de arbeidsmarkt. Ze dwingen ons een van de diepste aannames van het industriële tijdperk te heroverwegen.

Krimpende rijken

Precies op dit punt dient zich een mogelijkheid aan die in het huidige discours bijna ondenkbaar is: bevolkingskrimp, die bijna uitsluitend als een economische catastrofe wordt beschouwd, zou wel eens een essentiële correctie kunnen blijken te zijn tijdens de intelligentierevolutie. Ik noem dit het 30/30-evenwicht.

Het idee is simpel. Stel je een geavanceerde economie voor waarvan de bevolking in de loop van enkele decennia geleidelijk met ongeveer 30% afneemt, terwijl kunstmatige intelligentie en robotica de vraag naar arbeid met een vergelijkbare omvang verminderen. Deze ontwikkelingen zullen niet gelijktijdig of in hetzelfde tempo plaatsvinden, maar na verloop van tijd zouden ze elkaar grotendeels kunnen compenseren. Minder mensen vereisen minder banen. Daardoor zou de historische verhouding tussen productieve arbeid en de totale bevolking opmerkelijk stabiel kunnen blijven zonder de overheidsfinanciën extra te belasten.

Het 30/30-evenwicht is in de eerste plaats een theorie van macro-economische stabilisatie, waarin demografische krimp geen economische ramp meer is, maar onderdeel wordt van het aanpassingsmechanisme. Het creëert echter geen welvaart.

Of een krimpende samenleving ook rijker wordt, hangt af van een tweede variabele: kapitaalintensivering. Zoals het Solow-Swan-groeimodel aantoont, hangt welvaart op de lange termijn minder af van de omvang van de beroepsbevolking dan van de hoeveelheid en productiviteit van het kapitaal dat elke werknemer ter beschikking staat. Als AI en robotica het productieve kapitaal sneller vergroten dan de beroepsbevolking krimpt, blijft de output per persoon stijgen, zelfs als de totale beroepsbevolking afneemt.

Als we het bbp van een economie willen stabiliseren, hebben we een impuls nodig. Een daling van 30% van de beroepsbevolking zou moeten worden gecompenseerd door een stijging van de kapitaalproductiviteit met ongeveer 45%. Dit zou het bbp per hoofd van de bevolking met meer dan 40% verhogen. Gezien de leercurves die al zijn waargenomen in de halfgeleiderindustrie, computerkracht, kunstmatige intelligentie en robotica, en het groeiende kostenvoordeel van machine-intelligentie ten opzichte van menselijke arbeid, lijken dergelijke productiviteitswinsten niet langer bijzonder ambitieus.

Nu, stel daarentegen dat de bevolking constant blijft, terwijl het productieve kapitaal met 45% toeneemt. De totale productie zou dan met ongeveer 20% groeien. In de gangbare economische theorie wordt dit beschouwd als het superieure resultaat.

William Stanley Jevons merkte in de 19e eeuw op dat efficiëntere stoommachines het Britse kolenverbruik niet verminderden, maar juist deden toenemen. Doordat energie goedkoper werd, ontstonden er nieuwe toepassingen, wat de vraag verder aanwakkerde.

Efficiëntie leidde tot overvloed, maar die overvloed resulteerde op zijn beurt in een groter verbruik van hulpbronnen. Mogelijk geldt hetzelfde voor intelligentie: naarmate AI goedkoper wordt, zullen we er vrijwel zeker veel meer van gaan gebruiken – zowel bij cognitief werk als in de robotica. Silicon Valley bestempelt deze toekomst als een tijdperk van "overvloed". Maar overvloed is niet per definitie ecologisch duurzaam. Elk extra product dat tegen een fractie van de huidige kosten en prijzen wordt gemaakt en geconsumeerd, verbruikt nog steeds energie en laat een negatieve ecologische voetafdruk achter. Bovendien vereisen AI-systemen aanzienlijke hoeveelheden elektriciteit, computerinfrastructuur, zeldzame grondstoffen en fysieke hardware. Overvloed heeft een hoge prijs voor de fysieke wereld.

“Voor het eerst in de geschiedenis zouden we met minder mensen kunnen zijn zonder armer te worden. We zouden zelfs rijker kunnen worden en tegelijkertijd de natuur minder zwaar belasten.”

Vanuit ecologisch perspectief kan een natuurlijke bevolkingskrimp, gecombineerd met een stijging van de welvaart per persoon, een superieur evenwicht vormen. Voor het eerst sinds de Industriële Revolutie biedt de 'intelligentie-economie' ons de mogelijkheid om voor zo’n evenwicht te kiezen.

Dit vereist dat we twee aannames uit het industriële tijdperk loslaten.

De eerste is van financiële aard. Moderne economieën zijn gestoeld op schuld, geldcreatie en activawaarderingen die allemaal afhankelijk zijn van voortdurende groei. De economie van morgen moet groter zijn dan die van vandaag, omdat verplichtingen uit het verleden moeten worden terugbetaald. Een economie die krimpt maar wel rijk blijft, vereist wellicht een monetair en financieel stelsel dat zijn stabiliteit niet langer ontleent aan een steeds groter wordende schuldenlast, maar aan de toenemende productiviteit van kapitaal.

De tweede is geopolitiek. Het idee dat "groot beter is" hoorde bij een tijdperk waarin economische en militaire macht direct afhingen van schaal. Een grotere bevolking betekende meer arbeidskrachten, meer consumenten, meer uitvinders, grotere legers, omvangrijkere markten en meer geopolitieke invloed. De intelligentie-economie verandert die logica. Menselijke intelligentie is schaars, maar kunstmatige intelligentie breidt de inzetbare intelligentie in een buitengewoon tempo en tegen lage kosten uit, waardoor het een overvloedige hulpbron wordt. Bovendien ondermijnen technologieën zoals autonome drones in toenemende mate de traditionele militaire voordelen van schaalvergroting. Datzelfde geldt voor economische invloed.

De ecologie biedt een nuttig kader. De ecoloog Eugene Odum maakte onderscheid tussen pionier- en climaxecosystemen. Jonge bossen groeien agressief, verbruiken hulpbronnen en geven de voorkeur aan snelheid boven duurzaamheid. Volwassen bossen groeien nauwelijks nog, maar bevatten een veel grotere biomassa, complexiteit, stabiliteit en veerkracht dan de pioniersystemen waaruit ze zijn voortgekomen.

De menselijke beschaving is in essentie wellicht niet anders. De economie gebaseerd op fossiele brandstoffen was de pioniersfase van de mensheid. Het succes ervan rustte op expansie: meer mensen, meer energie, meer productie en meer consumptie. Kunstmatige intelligentie, in combinatie met demografische krimp, zou geavanceerde samenlevingen in staat kunnen stellen een andere ontwikkelingsfase te bereiken. Technologieën zoals robotische recycling, door AI aangestuurde precisiefermentatie en gesloten materiaalkringlopen wijzen al op een economie die in staat is meer welvaart te creëren met minder materiële input.

De resulterende 'climax-samenleving' zou geen samenleving van opoffering zijn. Het zou een samenleving zijn die heeft geleerd om groei te onderscheiden van welvaart. Voor het eerst in de geschiedenis zouden we met minder mensen kunnen zijn zonder armer te worden. We zouden zelfs rijker kunnen worden, terwijl we de natuurlijke wereld minder zwaar belasten.

De ambitie van de 21e eeuw zou niet langer moeten zijn om groei te maximaliseren, maar om welvaart te maximaliseren: 'rijk krimpen'.

Wie erft het weefgetouw?

Als de intelligentie-economie de productiviteitswinsten oplevert die haar voorstanders verwachten, zal dit leiden tot ongekende rijkdom. Dit werpt de centrale politieke vraag op voor het tijdperk na de arbeid: wie ontvangt het overschot?

Binnen de huidige economische orde is het antwoord duidelijk. De winsten zullen vooral toekomen aan de eigenaren van kapitaal, niet aan de arbeid, aangezien eigendom bepaalt wie recht heeft op de opbrengst. Als AI en robotica arbeid vervangen als de doorslaggevende productieve kracht, dan zal het inkomen verschuiven van lonen naar degenen die de machines, modellen, datacenters, energiesystemen en platforms bezitten waarop de nieuwe economie draait.

Dit creëert zelfs een probleem voor de kapitaalbezitters. Henry Ford begreep dat arbeiders zowel producenten als consumenten waren. Zij moesten een loon verdienen dat hoog genoeg was om de auto's te kunnen kopen die zij zelf produceerden. Dezelfde logica is van toepassing op de intelligentiesector...Een AI-economie, maar dan in een instabielere vorm. Als machines goederen produceren terwijl mensen het loon verliezen waarmee ze die goederen kunnen kopen, verzwakt de vraagzijde van de economie. Zelfs de meest productieve AI-economie is uiteindelijk afhankelijk van klanten die zich kunnen veroorloven wat er geproduceerd wordt.

Het favoriete antwoord van Silicon Valley op dit probleem is een universeel basisinkomen (UBI). Het idee is simpel. De staat voorziet burgers van een minimuminkomen, gefinancierd door hogere belastingen, een hogere staatsschuld of heffingen op geautomatiseerde productie. Op korte termijn kan een vorm van inkomensbodem noodzakelijk zijn. Het zou de vraag kunnen stabiliseren naarmate de bevolking krimpt en de sociale schok van technologische verschuivingen kunnen verzachten.

Maar als permanente oplossing dreigt UBI een pharmakon te worden: geneesmiddel én gif tegelijk.

Indien gefinancierd door staatsschuld, injecteert UBI extra geld en koopkracht in de economie zonder het aanbod van productiemiddelen te vergroten, waardoor inflatoire druk ontstaat die een deel van de productiviteitswinsten van AI tenietdoet. Indien gefinancierd door productiebelasting, zullen bedrijven uiteindelijk een groot deel van de extra kosten terugverdienen via hogere prijzen, met een vergelijkbaar effect. In beide gevallen wordt een aanzienlijk deel van het productiviteitsdividend verkwist in plaats van vertaald in een hogere reële levensstandaard.

De economische geschiedenis biedt een waarschuwing. In 1795 introduceerden Engelse magistraten het Speenhamland-systeem, een loonsupplement bedoeld om plattelandsarbeiders tegen armoede te beschermen. Het was bedoeld als noodhulp. In de praktijk subsidieerde het echter werkgevers die lage lonen konden blijven betalen, terwijl de overheid het verschil bijlegde. Het versterkte bovendien de afhankelijkheid van de armen van de lokale overheid.

De analogie is niet exact, maar de les is belangrijk. Inkomensondersteuning kan de transitie vergemakkelijken, maar het is onwaarschijnlijk dat het een duurzame basis vormt voor een postarbeidseconomie.

"Wat voor soort mensen willen we worden?"

De uitdaging is daarom om de productiviteitswinsten van de intelligentie-economie te verdelen zonder ze te ondermijnen. Dat vereist een financieringsmechanisme dat noch met schulden, noch met productiebelastingen wordt gefinancierd.

Hier wordt Karl Marx opnieuw relevant, zij het misschien niet om de redenen die gewoonlijk worden aangenomen. In de "Grundrisse" schetste hij een toekomst waarin rijkdom niet langer primair afhankelijk zou zijn van directe arbeidstijd, maar van de technologische toe-eigening van wat hij het "algemene intellect" noemde: de verzamelde kennis, wetenschap en collectieve intelligentie van de samenleving. Marx' meest actuele inzicht was zijn erkenning dat kennis de doorslaggevende productieve kracht zou worden.

Kunstmatige intelligentie geeft dit idee een letterlijke technologische vorm. AI-modellen worden niet in een vacuüm gecreëerd. Ze worden getraind op het verzamelde intellectuele erfgoed van de mensheid: boeken, wetenschappelijke artikelen, Wikipedia-artikelen, forumdiscussies, softwarebibliotheken, afbeeldingen, openbare archieven, open-sourcecode en talloze sporen van menselijke communicatie. Ze zijn ook afhankelijk van publiek gefinancierd onderzoek, energie-infrastructuur, universiteiten, telecommunicatienetwerken, wegen, watersystemen en wettelijke bescherming. De intelligentie-economie wordt opgebouwd door zowel particuliere bedrijven als een gemeenschappelijk erfgoed van de samenleving.

Daarom rijst de vraag: zouden de opbrengsten van deze systemen uitsluitend naar particuliere eigenaren moeten gaan, of zou de samenleving aanspraak moeten blijven maken op de productieve infrastructuur die is voortgekomen uit haar collectieve kennis?

De 20e eeuw loste het vraagprobleem op door middel van lonen. Silicon Valley stelt voor om het op te lossen via overdrachten. De intelligentie-economie zou het uiteindelijk kunnen oplossen via eigendom.

De aanspraak van de samenleving op een universeel kapitaaldividend, in plaats van een basisinkomen, zou de vorm kunnen aannemen van eigendom, waarbij overheden aandelen, publieke belangen of soevereine vermogensrechten zouden verwerven in AI-infrastructuur die afhankelijk is van publieke middelen, publieke data en publieke markten om te functioneren. De opbrengsten zouden niet in de algemene begroting terechtkomen, maar in plaats daarvan rechtstreeks aan burgers worden uitgekeerd als een universeel dividend.

Eigendom werkt economisch anders en is niet inflatoir. Het verdeelt de productiviteitswinsten direct bij de bron, waardoor de volledige efficiëntiewinsten van automatisering behouden blijven en de participatie in de gecreëerde welvaart wordt verbreed.

De voormalige loonarbeidster zou aandeelhouder worden in het weefgetouw in plaats van afhankelijk van de staat. Aristoteles stelde zich een wereld voor waarin het zelfwevende weefgetouw de noodzaak van arbeid afschafte. De intelligentie-economie geeft ons de mogelijkheid om te bepalen wie het erft.

De duivel in het paradijs

Stel dat we slagen. Stel je voor dat kunstmatige intelligentie het meeste productieve werk verricht, de demografische krimp de aanpassing verzacht, een nieuw eigendomsmodel de voordelen van automatisering verdeelt zonder productiviteit op te offeren en geavanceerde samenlevingen weer binnen ecologische grenzen leven. De mensheid zou opmerkelijk dicht in de buurt komen van Aristoteles' visie op het zelfwevende weefgetouw. We zouden eindelijk Homo curans kunnen worden.

Zelfs dan nog, twee diepere...Er blijven uitdagingen bestaan. De eerste heeft betrekking op zingeving. Meer dan 70 jaar geleden waarschuwde Arendt voor het gevaar van wat zij 'wereldloosheid' noemde. Een samenleving die is ingericht rondom arbeid, verandert niet automatisch in een samenleving van vrije burgers zodra die arbeid wegvalt. Integendeel: mensen zouden de gedeelde publieke sfeer kunnen verliezen waarin zij verantwoordelijkheid, oordeelsvermogen en een gevoel van doelgerichtheid ervaren. De diepere crisis van het tijdperk na de arbeid is daarom wellicht niet werkloosheid, maar een gebrek aan zingeving.

De antropoloog David Graeber kwam vanuit een andere hoek tot een vergelijkbare conclusie. Zijn analyse van 'bullshitbanen' suggereert dat veel hedendaagse arbeid niet blijft bestaan omdat deze maatschappelijk onmisbaar is, maar omdat moderne samenlevingen zijn vergeten hoe ze zingeving kunnen vormgeven buiten betaald werk om.

Als kunstmatige intelligentie een steeds groter deel van de productieve arbeid overneemt, zal de samenleving antwoorden moeten vinden op de vraag hoe we een zinvol leven kunnen leiden buiten het arbeidsproces om.

De tweede uitdaging is nog ingrijpender. Naarmate de wereld complexer wordt, besteden we beslissingen steeds vaker uit aan kunstmatige intelligentie. In eerste instantie ondersteunt AI enkel het menselijk oordeelsvermogen. Daarna gaat het aanbevelingen doen. Uiteindelijk neemt het de beslissingen zelf. Elke vorm van uitbesteding begint als een gemak, maar kan uitmonden in afhankelijkheid. Het menselijk oordeelsvermogen verschrompelt gaandeweg door gebrek aan gebruik.

Dit proces is al zichtbaar. We laten navigatie over aan algoritmen, communicatie aan aanbevelingssystemen, informatieverwerving aan zoekmachines, financiële beslissingen aan geautomatiseerde modellen, partnerkeuze aan datingapps, en in toenemende mate zelfs juridische en administratieve beslissingen aan systemen die door AI worden ondersteund. Elke afzonderlijke uitbesteding lijkt rationeel. Maar bij elkaar veranderen ze de verhouding tussen de mens en het oordeelsvermogen zelf.

De logica van intelligente machines is niet dezelfde als die van mensen. Hun doel is optimalisatie; het onze is oordeelsvermogen. Het verwarren van die twee zou wel eens het meest fundamentele 'afstemmingsprobleem' (alignment problem) kunnen blijken te zijn.

Naarmate deze systemen ons op gespecialiseerde gebieden steeds vaker overtreffen, schuilt het risico niet zozeer in het feit dat zij menselijk worden, maar in het feit dat mensen geleidelijk hun eigen vermogen tot oordelen opgeven. Mogelijk ontdekken we pas te laat dat we zijn verworden tot tweederangs besluitvormers in een wereld die door machines is geoptimaliseerd: *Homo algorithmus*.

Meer dan 2000 jaar geleden vroeg Aristoteles zich af wat er zou gebeuren als een weefspoel uit zichzelf zou kunnen weven. Vandaag de dag is dat werkelijkheid. Maar het zelfwevende weefgetouw dwingt ons tot de vraag: wat voor soort mensen willen we worden? Of de intelligentie-economie zal leiden tot *Homo curans* (de zorgende mens) of *Homo algorithmus* (de algoritmische mens), zal niet door technologie worden bepaald, maar door onszelf.

Door Philipp Humm