Kecerdasan buatan: Membebaskan kebanyakan orang dari lapisan bawah atau terus-menerus terjebak di lapisan bawah?

Penulis: Zhang Feng

I. Pandangan Dasar The New Yorker: “Kecerdasan Buatan Akan Membuat Kebanyakan Orang Terperangkap Selamanya di Lapisan Bawah”

Dalam sebuah artikel yang sangat terkenal di majalah The New Yorker, digambarkan sebuah gambaran masa depan yang mengganggu: seiring perkembangan pesat kecerdasan buatan, masyarakat akan terbelah menjadi sekelompok kecil “elit” yang menguasai teknologi AI dan sebuah “kelas tak berguna” yang besar, di mana kebanyakan orang akan terperangkap secara permanen di lapisan bawah sosial. Inti dari pandangan ini dapat dirangkum sebagai berikut:

Pertama, AI akan menggantikan banyak pekerjaan kantor dan pekerjaan berbasis pengetahuan. Berbeda dari revolusi industri sebelumnya yang terutama menggantikan pekerjaan fisik, kecerdasan buatan langsung mempengaruhi pekerjaan kognitif, analisis, penilaian, bahkan sebagian pekerjaan kreatif. Profesi tradisional seperti pengacara, akuntan, programmer, dokter, guru, dan lain-lain, berpotensi digantikan secara besar-besaran oleh AI.

Kedua, kecepatan iterasi teknologi jauh melampaui kecepatan transformasi tenaga kerja. Dalam sejarah, penyebaran mesin uap dan listrik memakan waktu puluhan bahkan ratusan tahun, sementara kemampuan AI mengalami lonjakan kualitas setiap beberapa bulan. Orang-orang tidak sempat belajar keterampilan baru, sementara keterampilan tersebut sudah usang.

Ketiga, monopoli modal terhadap teknologi akan memperparah ketidaksetaraan. Perusahaan besar yang menguasai teknologi AI dan sumber daya komputasi akan menjadi “tuan tanah feodal” baru, sementara orang biasa tidak akan memiliki kekuatan tawar-menawar karena AI lebih murah, efisien, dan stabil daripada manusia.

Keempat, logika “menciptakan lapangan kerja baru” menjadi tidak berlaku. Revolusi teknologi sebelumnya memang menghapus pekerjaan lama, tetapi juga menciptakan pekerjaan baru. Namun AI tidak hanya menggantikan pekerjaan fisik, tetapi juga pekerjaan berpikir, dan pekerjaan baru yang muncul biasanya sangat tinggi tingkat keahliannya (hanya sedikit orang yang mampu melakukannya), atau akan cepat diambil alih oleh AI. Akibatnya, kebanyakan orang kehilangan nilai partisipasi dalam sistem ekonomi dan hanya mampu bertahan hidup dengan pendapatan dasar, menjadi “hewan peliharaan algoritma”.

Pandangan ini bukan sekadar kekhawatiran berlebihan, melainkan telah memicu kecemasan mendalam di kalangan akademisi, dunia teknologi, dan pembuat kebijakan. Tetapi jika kita meneliti lebih dalam sifat esensial kecerdasan buatan, kita akan menemukan bahwa kesimpulan The New Yorker didasarkan pada kesalahan mendasar—ia memandang AI sebagai kekuatan eksternal yang menggantikan kecerdasan manusia, tanpa menyadari bahwa AI pada dasarnya adalah infrastruktur dari kerja otak.

II. Kewajaran dan Ketidakwajaran dalam Logika The New Yorker

Kewajaran. Pertama, kita harus mengakui bahwa unsur-unsur yang rasional dalam pandangan The New Yorker memang ada. Memang benar bahwa AI akan memberikan dampak besar terhadap pasar kerja, dan ini didukung oleh banyak bukti. Model bahasa besar seperti GPT-4 sudah mendekati atau melampaui tingkat profesional dalam pembuatan kode, penulisan teks, analisis data, bahkan konsultasi hukum. Laporan riset Goldman Sachs tahun 2023 memperkirakan sekitar dua pertiga pekerjaan di Eropa dan Amerika berisiko otomatisasi oleh AI, dengan seperempat hingga setengah dari isi pekerjaan dapat langsung dilakukan oleh AI.

Kedua, kecepatan penggantian teknologi memang belum pernah terjadi sebelumnya. Pada masa Revolusi Industri, proses transformasi tenaga kerja di bidang tekstil memakan waktu dua generasi; sedangkan AI, dari tidak mampu melewati tes Turing hingga lulus ujian hukum, hanya membutuhkan kurang dari sepuluh tahun. Perubahan eksponensial ini membuat model “pelatihan ulang—pindah pekerjaan” tradisional sulit diterapkan.

Ketiga, tren konsentrasi kekayaan dan kekuasaan memang menimbulkan kekhawatiran. Beberapa perusahaan seperti OpenAI, Google, Microsoft telah menguasai model dasar, sumber daya komputasi, dan data secara signifikan. Jika monopoli ini menguat, orang biasa bisa kehilangan suara dalam sistem ekonomi.

Ketidakwajaran. Namun, logika The New Yorker mengandung kesalahan mendasar: menganggap “AI menggantikan suatu pekerjaan” sama dengan “pelaku pekerjaan menjadi tidak berguna.” Asumsi ini mengabaikan bahwa hubungan antara tenaga kerja dan teknologi produksi dalam sistem ekonomi bukan sekadar penggantian, melainkan rekonstruksi yang kompleks.

Kesalahan pertama adalah jebakan “pemikiran zero-sum”. Menganggap AI sebagai pesaing yang “mengambil pekerjaan” manusia adalah pola pikir era industri. Faktanya, setiap revolusi teknologi memang menghapus pekerjaan lama, tetapi sekaligus membuka kebutuhan dan peluang baru. Pada abad ke-19, mekanisasi pertanian menurunkan tenaga kerja di bidang pertanian dari 80% menjadi kurang dari 2%, tetapi tidak menyebabkan pengangguran massal—sebaliknya, orang beralih ke manufaktur, jasa, dan pekerjaan berbasis pengetahuan yang sebelumnya tak terbayangkan. AI juga akan menciptakan bidang pekerjaan baru yang saat ini sulit dibayangkan.

Kesalahan kedua adalah mengabaikan keberagaman nilai dari pekerjaan manusia. Pandangan The New Yorker menyiratkan bahwa nilai ekonomi hanya ada dalam pekerjaan yang dapat diukur efisiensinya. Padahal, kreativitas manusia, koneksi emosional, penilaian etis, pengalaman estetis, pembangunan komunitas, dan pendampingan pendidikan—semuanya saat ini masih tidak bisa digantikan AI secara efisien dan lengkap, dan justru bagian penting dari kehidupan manusia dan sistem ekonomi. Semakin tinggi efisiensi AI, semakin berharga pula kemampuan “rendah efisien tapi unik” ini.

Kesalahan ketiga, dan yang paling mendasar, adalah salah memahami esensi AI. The New Yorker memandang AI sebagai “superintelligence” yang independen, seolah-olah AI adalah entitas yang mampu mengambil alih seluruh kerja otak manusia. Padahal, AI sesungguhnya bukan “kecerdasan lain”, melainkan infrastruktur dari kerja otak yang diekstraksi dan diindustrialisasi. Untuk memahami ini, kita perlu analisis mendalam tentang karakteristik esensial AI.

III. Esensi Kecerdasan Buatan: Infrastruktur dari Kerja Otak

Analogi: Revolusi Industri adalah infrastruktur dari kerja fisik. Untuk memahami AI, kita harus kembali ke Revolusi Industri. Pada dasarnya, Revolusi Industri bukan sekadar era mesin, melainkan industrialisasi dari kerja mekanis berulang dan repetitif.

Sebelum Revolusi Industri, pembuatan sekop dari besi membutuhkan keahlian pandai besi—tekanan, ritme, sudut yang diulang-ulang, semua adalah “pengetahuan tubuh” yang diwariskan turun-temurun. Revolusi Industri melalui mesin uap, mesin stamping, jalur perakitan, mengeluarkan proses kerja fisik berulang dan terstruktur dari tubuh manusia, menstandarisasi, mekanisasi, dan skala besar. Sehingga, keahlian pandai besi yang dulu memakan waktu bertahun-tahun, kini bisa diajarkan dalam dua bulan kepada petani yang dilatih.

Ini bukan “mesin menggantikan manusia”, melainkan “kemampuan kerja fisik menjadi infrastruktur yang bisa diakses semua orang”. Anda tidak perlu menjadi pandai besi, cukup terhubung ke sistem industri, dan hasilnya jauh melampaui kemampuan pandai besi. Revolusi Industri menjadikan “fisik” yang dulu sangat langka dan berharga, menjadi sumber daya murah dan umum.

Akibatnya, bukan pekerja menjadi miskin, melainkan justru sebaliknya—tingkat hidup rakyat meningkat secara berkelanjutan untuk pertama kalinya dalam sejarah manusia. Ketika hambatan kerja fisik dihapus, manusia mulai fokus pada organisasi, desain, manajemen, inovasi—yaitu pekerjaan yang benar-benar membutuhkan kemampuan unik manusia.

AI: infrastruktur dari kerja otak mekanis berulang dan terstruktur. Esensi AI adalah kelanjutan dari logika ini di ranah kerja otak. AI adalah infrastruktur dari kerja otak yang berulang dan mekanis secara umum.

Apa itu “kerja otak yang berulang dan mekanis secara umum”? Mari kita uraikan:

Umum: Bukan kreativitas tingkat Einstein yang menemukan relativitas, melainkan masalah standar yang dihadapi profesional biasa—menulis email bisnis, merangkum rapat, menerjemahkan teks, menulis kode pengurutan standar, menganalisis tren data keuangan, mengenali lesi umum dari citra medis.

Repetitif: Tugas ini memiliki pola yang jelas, dan penanganannya sangat mirip di banyak kasus. Seorang dokter yang menilai 1000 CT scan akan menggunakan logika yang serupa; seorang programmer yang menulis 100 fungsi pengurutan akan menggunakan struktur logika yang serupa.

Mekanistik: Tugas ini memiliki aturan, metode, dan proses yang jelas, bisa dideskripsikan dengan “jika—maka”—logika, atau dikodekan sebagai algoritma. Langkah-langkahnya pasti, hubungan input-output jelas.

Jenis kerja otak ini mendominasi pekerjaan kantor modern. Membutuhkan pengetahuan profesional, pelatihan, dan pemikiran—namun bukan pekerjaan yang membutuhkan inovasi kreatif tingkat tinggi, atau penilaian emosional dan konteks kompleks.

AI melalui pelatihan besar, jaringan neural dalam, pembelajaran penguatan, dan teknologi lain, mengekstraksi kemampuan kerja otak yang mekanis ini dari otak manusia, mengubahnya menjadi layanan standar, terstandardisasi, dan hampir tanpa biaya marginal. Anda tidak perlu belajar akuntansi, menghafal undang-undang pajak, cukup deskripsikan masalah Anda ke AI, dan AI akan menyelesaikan perhitungan pajak yang dulu membutuhkan setengah jam dari akuntan profesional.

Ini sama sekali bukan “AI menggantikan manusia”, melainkan “kemampuan kerja otak mekanis menjadi infrastruktur yang bisa diakses semua orang”. Seperti revolusi industri yang memberi semua orang kemampuan “metallurgi” yang dulu hanya dimiliki pandai besi, AI sedang memberi semua orang kemampuan “penghitungan” dan “analisis” yang dulu hanya dimiliki profesional.

Mengapa ini akan memberi peluang lebih besar bagi kebanyakan orang? Dengan memahami esensi AI, kita mengerti mengapa AI akan menguntungkan kebanyakan orang, bukan menindas mereka.

Pertama, AI secara besar-besaran menurunkan ambang masuk pengetahuan dan keahlian profesional. Dulu, menjadi analis data membutuhkan belajar statistik, bahasa pemrograman, basis data, dan ratusan jam pelatihan. Sekarang, seorang marketer cukup bertanya ke AI dengan bahasa alami: “Analisis data penjualan tahun lalu, temukan kombinasi produk yang paling sering dibeli bersama.” AI tidak hanya memberi jawaban, tetapi juga menjelaskan metode analisisnya. Ini berarti pengetahuan profesional tidak lagi langka; yang benar-benar langka adalah “kemampuan mengajukan pertanyaan yang tepat” dan “menilai jawaban”, dan keduanya bisa dipelajari secara bertahap oleh orang biasa.

Kedua, AI membebaskan manusia dari kerja otak berulang. Seorang dokter setiap hari harus menulis rekam medis, menilai citra rutin, membaca literatur—70% dari pekerjaannya adalah kerja mekanis ini. Setelah AI mengambil alih, dokter bisa fokus pada bagian yang benar-benar manusiawi: komunikasi mendalam dengan pasien, merancang pengobatan personal, melakukan inovasi medis. Jumlah dokter tidak akan berkurang, malah menjadi lebih berharga—karena mereka bisa fokus pada bagian yang AI tidak bisa gantikan.

Ketiga, karena biaya marginal AI mendekati nol, layanan kerja otak tingkat tinggi akan menjadi umum. Dulu, hanya perusahaan besar yang mampu menyewa firma hukum top, McKinsey, Goldman Sachs. Sekarang, pengusaha kecil bisa pakai AI untuk buat draft kontrak, rencana bisnis, analisis keuangan. Ini bukan mengancam pasar profesional, melainkan memperluas pasar secara eksponensial—biaya turun, permintaan meningkat, dan profesional akan lebih banyak bekerja sama dengan AI dalam pekerjaan berkualitas tinggi.

Keempat, Produktivitas individu akan melonjak. Dulu, satu orang terbatas dalam apa yang bisa dilakukan; sekarang, satu orang yang didukung AI bisa menyelesaikan pekerjaan yang dulu hanya bisa dilakukan tim kecil. Ini tidak menyebabkan pengangguran, malah melahirkan banyak usaha mikro dan ekonomi individu. Seseorang bisa menjadi manajer produk, desainer, programmer, dan marketer sekaligus, karena AI mendukung pekerjaan rutin di bidang tersebut. Kreativitas, penilaian, tanggung jawab—karakteristik inti manusia—menjadi semakin penting, dan hambatan untuk mewujudkannya semakin rendah.

IV. Bentuk Baru Masyarakat dan Pembagian Kerja di Masa Depan

Ketika AI menjadi infrastruktur kerja otak yang menyeluruh, masyarakat manusia akan memasuki bentuk organisasi yang sama sekali baru. Ini bukan utopia, melainkan prediksi yang rasional berdasarkan tren teknologi saat ini.

Distribusi kebutuhan material dasar secara on-demand menjadi mungkin. Dengan produktivitas yang didorong AI, distribusi kebutuhan dasar secara on-demand bukan lagi angan-angan. Mengapa demikian?

Produksi yang cerdas. Sistem AI dapat mengatur pengadaan bahan baku, perencanaan produksi, pengiriman logistik secara optimal, mengurangi limbah dan biaya inventaris secara besar. Dalam manufaktur, sistem produksi cerdas bisa menyesuaikan jalur produksi secara otomatis saat ada permintaan.

Efisiensi energi. AI dalam pengaturan jaringan listrik, prediksi konsumsi energi, integrasi energi terbarukan akan menurunkan konsumsi energi per unit PDB. Ketika energi dan sumber daya komputasi menjadi murah, biaya marginal produksi bahan dasar (makanan, pakaian, perumahan, transportasi, perangkat rumah tangga) akan mendekati biaya bahan baku itu sendiri.

Sistem produksi otomatis yang matang. Dengan pengendalian AI dan robotika, seluruh proses dari bahan mentah hingga produk akhir bisa otomatis secara tinggi. Ini seperti “air ledeng” saat ini—kita tidak perlu tahu bagaimana pabrik air beroperasi, cukup buka keran dan air mengalir, bayar sesuai penggunaan.

Ketika sebagian besar bahan kebutuhan pokok (makanan, pakaian dasar, modul rumah standar, kendaraan dasar, alat rumah tangga umum) biaya marginalnya sangat rendah, masyarakat bisa mewujudkan distribusi material dasar secara on-demand. Seperti sistem pendidikan dan layanan kesehatan di negara Nordik—bukan kemewahan tak terbatas, tetapi jaminan hidup layak.

Perlu ditegaskan, “distribusi on-demand” bukan berarti “distribusi berdasarkan permintaan tanpa batas”. Ini adalah jaminan garis dasar, di atasnya orang tetap bisa mendapatkan lebih banyak sumber daya, pengalaman, dan pengakuan melalui kegiatan kreatif mereka.

Kebutuhan spiritual dan kreativitas menjadi nilai utama. Setelah kebutuhan material terpenuhi, apa yang menjadi langka? Makna, pengalaman, penciptaan, hubungan, dan estetika. Bidang ini justru lemah dari AI—bukan AI tidak mampu, tetapi AI tidak bisa menggantikan makna “partisipasi manusia” di dalamnya.

Mengapa orang lebih suka konser langsung daripada pertunjukan AI yang sempurna? Karena “penampilan orang nyata saat itu” memiliki makna sendiri. Mengapa menonton Olimpiade? Karena proses manusia nyata yang menembus batas diri sendiri menyentuh hati. Mengapa ngobrol langsung dengan teman, bukan dengan AI? Karena lawan bicara adalah “subjek bebas dan sadar diri yang lain”.

Kegiatan ini—karya seni, riset ilmiah (penelitian frontiers), pendidikan (khususnya pengembangan nilai dan estetika), pembangunan komunitas, terapi psikologis, olahraga, kerajinan tangan, filsafat—akan menjadi aktivitas utama dan sumber nilai di masyarakat masa depan.

Pembagian kerja sosial akan berubah dari “menemukan pekerjaan” menjadi “menemukan misi”: Ketika kebutuhan material sudah terpenuhi, orang memilih aktivitas bukan lagi demi bertahan hidup, tetapi karena maknanya, tantangannya, pengalaman flow, dan pencapaian diri.

Dari “pelaku” menjadi “penentu, penilai, dan integrator”. AI bisa menulis kode, tetapi manusia harus menentukan “apa yang ingin kita buat, masalah apa yang ingin diselesaikan”. AI bisa menghasilkan desain, tetapi manusia harus menilai “apakah desain ini cocok dengan karakter proyek”. AI bisa mengumpulkan data dalam jumlah besar, tetapi manusia harus mengintegrasikannya menjadi cerita yang bermakna.

Dari “kompetisi efisiensi” ke “kompetisi keunikan”. Mengalahkan AI dalam efisiensi selalu kalah, tetapi “sudut pandang, pengalaman, emosi, dan penilaian saya yang unik” tidak bisa diduplikasi AI. Masa depan, kekuatan kompetitif utama individu bukan lagi “seberapa cepat dan tepat saya melakukan sesuatu”, melainkan “mengapa saya yang harus melakukannya”.

Ini berarti, stratifikasi sosial di masa depan tidak lagi sekadar “yang punya AI” dan “yang tidak punya AI”, melainkan “yang mampu berkolaborasi penuh dengan AI untuk melepaskan kreativitas” dan “yang belum mampu”. Kelompok kedua bukan lapisan bawah, melainkan potensi yang menunggu untuk dibebaskan. Inilah misi pendidikan.

V. Pencegahan Monopoli: Kondisi Kebutuhan akan Koordinasi

Namun, masa depan yang indah ini tidak otomatis terwujud. Ia bergantung pada pengembangan dan pengelolaan AI yang benar. Jika AI dikuasai oleh segelintir perusahaan dan menjadi alat kekuasaan baru, prediksi The New Yorker bisa menjadi kenyataan sendiri. Oleh karena itu, diperlukan rangkaian pengembangan teknologi yang mendukung.

Keterkaitan dengan Web3: mencegah monopoli nilai. Nilai utama Web3 adalah desentralisasi kepemilikan dan tata kelola. Menggabungkan AI dan Web3 dapat mencegah monopoli sumber daya komputasi, data, dan model.

Pasar sumber daya komputasi desentralisasi: melalui blockchain, orang biasa bisa menyumbangkan GPU yang tidak terpakai dan mendapatkan token sebagai imbalan, sementara pelatihan model besar tidak harus bergantung penuh pada pusat data perusahaan besar. Meski tantangan teknis masih ada, desentralisasi inference sudah bisa dilakukan.

Kepemilikan data dan bukti kontribusi: data yang dihasilkan dari interaksi dengan AI harus kembali ke pengguna. Blockchain bisa memastikan transparansi dan distribusi nilai dari kontribusi data. Jika di masa depan setiap orang bisa memilih untuk menyumbangkan data interaksi mereka dan mendapatkan imbalan, evolusi AI akan menjadi proses partisipatif dan manfaat bersama.

Perlindungan dan pengembangan model open source: model seperti Llama dari Meta, dan versi open source dari Tongyi Qianwen dari Alibaba, menunjukkan bahwa model AI berkinerja tinggi tidak harus tertutup. Insentif dari Web3 bisa mendukung pengembang open source secara berkelanjutan, menghindari “pemenang tunggal”.

Kerjasama dengan teknologi kuantum: memecah monopoli kekuatan komputasi. Komputasi kuantum berpotensi mengubah total landscape kekuatan komputasi AI. Kemampuan komputasi paralel kuantum dan percepatan eksponensial untuk masalah tertentu bisa membuat pelatihan AI tidak lagi bergantung pada chip tradisional. Ini bisa membuka akses bagi lembaga riset, UKM, bahkan individu untuk melatih model besar.

Lebih penting lagi, distribusi kunci kuantum dan angka acak kuantum bisa membangun sistem AI yang benar-benar aman dan tidak terprediksi, mencegah mimpi “super AI yang mengawasi masyarakat”.

Pengelolaan digital: mencegah penyalahgunaan kekuasaan AI. Teknologi bersifat netral, pengelolaan menentukan arahnya. Masyarakat AI masa depan membutuhkan mekanisme pengelolaan seperti:

Transparansi dan audit algoritma. Setiap orang berhak tahu dasar keputusan AI, terutama dalam konteks yang menyangkut kepentingan pribadi (kredit, pekerjaan, layanan kesehatan). Perlu regulasi yang mewajibkan AI memberikan output yang dapat dijelaskan.

Anti-monopoli dan interoperabilitas. Platform AI besar harus membuka antarmuka ke pengembang pihak ketiga, memungkinkan pengguna beralih layanan dengan biaya rendah, mencegah “kunci ekosistem”. Seperti portabilitas nomor di telekomunikasi dan layanan transfer satu klik di perbankan.

Identitas digital dan hak data otonom. Setiap orang harus memiliki identitas digital dan hak atas data pribadi, AI hanya boleh mengakses data dengan izin eksplisit. Ini penting untuk perlindungan privasi dan mencegah AI menjadi alat pengintai dan manipulasi.

Ketersediaan sumber daya komputasi dasar untuk semua (UBC). Seperti konsep UBI, masyarakat masa depan bisa menyediakan kuota komputasi gratis harian untuk setiap orang—misalnya, 100 pertanyaan ke model besar, layanan suara dan gambar dasar gratis. Ini memastikan bahwa bahkan orang termiskin tetap bisa mengakses infrastruktur AI.

Kolaborasi teknologi dan peradaban. Sinergi AI dengan Web3, teknologi kuantum, dan pengelolaan digital pada dasarnya adalah menjaga agar alat produktivitas ini tetap berorientasi “manusia”. Kita tidak membutuhkan AI yang dikendalikan segelintir perusahaan dan menindas semua orang, melainkan infrastruktur terbuka, dapat diaudit, berbiaya rendah, dan inklusif. Seperti sistem listrik saat ini—siapa saja bisa colok dan pakai, tanpa bisa dikuasai oleh monopoli yang menindas.

Kekhawatiran The New Yorker sangat mendalam dan patut diwaspadai; ia mengingatkan bahwa teknologi tidak otomatis membawa keadilan. Tetapi jika kita menyimpulkan bahwa AI akan menjadikan mayoritas manusia sebagai lapisan bawah selamanya, itu adalah kesalahan mendasar terhadap esensi AI. AI bukan makhluk “superintelligent” lain, melainkan infrastruktur kerja otak manusia yang diindustrialisasi. Ia adalah alat, infrastruktur, dan penguatan kemampuan. Makna sejarahnya bukan menggantikan manusia, melainkan membebaskan manusia dari kerja otak berulang, sehingga setiap orang bisa mewujudkan kreativitas, penilaian, dan koneksi emosional dengan biaya yang lebih rendah.

Di masa depan, kebutuhan material akan dipenuhi oleh sistem AI otomatis yang on-demand, sementara manusia akan lebih fokus pada pencarian makna dan kreativitas. Kita harus waspada terhadap potensi monopoli AI. Melalui Web3, teknologi kuantum, dan pengelolaan digital yang transparan dan adil, kita bisa menapaki jalan “kolaborasi manusia dan mesin yang memberi manfaat untuk semua”.

Sejarah selalu dipenuhi prediksi bahwa teknologi baru akan menghancurkan peluang kebanyakan orang. Namun, bukti berulang menunjukkan bahwa ketika teknologi menjadi infrastruktur dasar, peluang yang dihasilkannya jauh lebih besar daripada pekerjaan yang hilang. AI tidak akan menjadikan mayoritas manusia sebagai lapisan bawah selamanya—justru, ia memberi kesempatan pertama kalinya bagi banyak orang untuk melepaskan beban hidup dan menjadi pencipta makna dan kehidupan mereka sendiri.