แอนดรูว์ หยางเสนอ ‘เงินปันผลข้อมูล’ สำหรับข้อมูลที่ใช้ฝึก AI

แอนดรูว์ หยาง(Andrew Yang) เสนอให้บริษัทปัญญาประดิษฐ์(AI) จ่ายค่าตอบแทนแก่ผู้ให้ข้อมูลและผู้สร้างสรรค์ หากนำข้อมูลส่วนบุคคลและผลงานสร้างสรรค์ไปใช้ฝึกโมเดล AI

หยางเข้าร่วมรายการโต้วาที ‘Surrounded’ ของ Jubilee Media ซึ่งเผยแพร่เมื่อวันที่ 27 โดยถกเถียงกับกลุ่มผู้มองโลกในแง่ดีต่อ AI เขาระบุว่า AI อาจทำลายงานเดิมได้เร็วกว่าการสร้างงานใหม่ และอาจทำให้ความเหลื่อมล้ำรุนแรงขึ้น ข้อเสนอด้านการกำกับดูแล AI ของหยางเคยถูกนำเสนอผ่านบทความเรื่อง ข้อเสนอให้โมเดล AI ประสิทธิภาพสูงมี ‘สวิตช์หยุดการทำงาน’

แนวคิดหลักของหยางคือ ‘เงินปันผลข้อมูล’(Data Dividend) โดยหากบริษัทใช้ข้อมูลส่วนบุคคลและคอนเทนต์เพื่อฝึกโมเดล AI จนสร้างรายได้ ก็ควรแบ่งรายได้บางส่วนคืนให้ผู้ใช้และผู้สร้างสรรค์ที่เป็นเจ้าของข้อมูลดังกล่าว

หยางอ้างว่ามูลค่าเชิงพาณิชย์ของข้อมูลส่วนบุคคลอยู่ที่มากกว่า 300,000 ล้านดอลลาร์ต่อปี(ประมาณ 406.8 ล้านล้านวอน) แต่ประชาชนแทบไม่ได้รับส่วนแบ่ง บริษัทเทคโนโลยีขนาดใหญ่ใช้ข้อมูลผู้ใช้พัฒนาโมเดล AI และสร้างรายได้ ขณะที่ผู้ให้ข้อมูลกลับไม่ได้รับค่าตอบแทน

เขายังยกตัวอย่างว่าได้รับเงิน 2,500 ดอลลาร์(ประมาณ 3.39 ล้านวอน) ผ่านสำนักพิมพ์ หลังจากหนังสือของเขาถูกนำไปใช้ฝึก AI พร้อมเสนอว่าผู้สร้างสรรค์ทุกคนควรได้รับค่าตอบแทนในลักษณะเดียวกันเมื่อผลงานถูกนำไปใช้ฝึกโมเดล AI

หยางยังแสดงความกังวลต่อผลกระทบของ AI ต่อตลาดแรงงาน โดยระบุว่างานที่ต้องใช้ทักษะระดับกลาง เช่น ทนายความ นักบัญชี และนักวิเคราะห์ข้อมูล อาจได้รับผลกระทบจากระบบอัตโนมัติ บริษัทอาจลดการจ้างงานและหันไปเพิ่มการลงทุนในเซิร์ฟเวอร์กับศูนย์ข้อมูลแทน

เขามองว่ากระบวนการดังกล่าวอาจทำให้โครงสร้างแบบ ‘ผู้ชนะได้ทั้งหมด’ แข็งแกร่งขึ้น โดยเงินทุน ข้อมูล และกำลังประมวลผลกระจุกตัวอยู่กับบริษัทเพียงไม่กี่แห่ง แม้ AI จะช่วยเพิ่มผลิตภาพ แต่รายได้ที่เกิดขึ้นไม่ได้ถูกส่งต่อให้แรงงานหรือผู้ให้ข้อมูลโดยอัตโนมัติ

หยางเสนอรายได้พื้นฐานถ้วนหน้าเป็นอีกมาตรการรับมือ โดยใช้เงินปันผลข้อมูลและภาษีจากบริษัทเทคโนโลยีเป็นแหล่งเงินทุน แล้วจ่ายรายได้พื้นฐานให้ประชาชน หากผู้ได้รับเงินนำไปใช้จ่ายในท้องถิ่น ก็อาจช่วยสนับสนุนการหมุนเวียนของเศรษฐกิจ

ด้านการปฏิรูปภาษี เขากล่าวถึงการนำภาษีมูลค่าเพิ่มมาใช้ โดยให้เหตุผลว่าภาษีนิติบุคคลเพียงอย่างเดียวอาจไม่เพียงพอต่อการป้องกันการหลีกเลี่ยงภาษีและการโยกย้ายกำไรของบริษัทเทคโนโลยีข้ามชาติ จึงควรจัดเก็บภาษีในทุกขั้นตอนที่เกิดมูลค่าเพิ่ม เช่น บริการดิจิทัล การคลิกโฆษณา และการซื้อขายข้อมูล

หากเงินปันผลข้อมูลจะพัฒนาเป็นระบบจริง ยังต้องกำหนดวิธีประเมินมูลค่าข้อมูล การตรวจสอบผู้มีสิทธิ์ รูปแบบการจ่ายเงินของบริษัท และขอบเขตการอนุญาตให้นำผลงานสร้างสรรค์ไปฝึก AI นอกจากนี้ การเชื่อมโยงรายได้พื้นฐานถ้วนหน้ากับภาษีมูลค่าเพิ่มยังต้องพิจารณาผู้ที่ต้องเสียภาษีและผู้รับภาระ

การอภิปรายครั้งนี้ไม่ได้มุ่งไปที่การหยุดพัฒนา AI แต่เน้นคำถามว่าใครควรได้รับประโยชน์จากรายได้ที่เกิดขึ้นจากความก้าวหน้าทางเทคโนโลยี ประเด็นกรรมสิทธิ์ในข้อมูล หลักเกณฑ์การจ่ายค่าตอบแทน และรูปแบบการจัดเก็บภาษีจากบริษัทเทคโนโลยียังคงต้องได้รับการพิจารณาในการออกแบบนโยบาย