Kapitalizam jest umjetna inteligencija

Između srednjovjekovne skolastike i Kanta, zapadni razum prelazi iz uskogrudne ekonomije u sustav u kojem se odlučuje kontrolirati sustav trgovine.

(Nick Land: "Kant, Kapital i zabrana incesta") 

Što biste učinili kada bi mogli predvidjeti budućnost?

Biste li ispunili dobitni listić lutrije? Da li bi prodali dionice za koje znate da im slijedi pad? Iskoristili svoju sposobnost planiranja putovanja u budućnosti? Nemojte letjeti tim letom - definitivno ne tim. Možda koristili ovaj trik kao zabavu? Kao flert? Predviđanje budućnosti zabavlja ljudski um još od drevne Mezopotamije, kada su svećenici pokušavali proreći budućnost, pritom ispitujući stanje životinjske jetre. Ovo se čini divljačkim i barbarskim, no današnji svećenici digitalnog panteona, također koriste raskomadane utrobe naših digitalnih duhova kako bi predvidjeli budućnost.

Strojno učenje je fascinantna tema i obuhvaća mnoge tehnike. Modeli strojnog učenja su moderna bića; oni rade sve; pobjede u šahovskim partijama, popunjavanja feedova na društvenim mrežama, stvaraju slike i govor nepostojećih ljudi. U srži strojnog učenja je predviđanje. Strojno učenje jest veliki podskup šireg područja UI, gotovo je toliko velik da su to gotovo sinonimi.

Ali, nema ovdje ništa novo pod suncem. Mnogo prije nego su skicirane prve neuronske mreže i Markovljevi lanci u Monte Carlu, ljudsko društvo je već aktivno utjelovilo umjetnu inteligenciju u međusobnim razmjenama.

Obavještajna predviđanja

Inteligencija predviđa. Inteligencija zaključuje iz unešenih podataka. Ljudska inteligencija nastoji predvidjeti budućnost. Rješavanje problema jest proces predviđanja ishoda iz djelovanja. Planiramo za nepredviđene situacije. Donosimo kišobran. Osiguravamo se na burzi. Radimo puno, ali nismo dobri u tome. Ljudski um nije stroj za obradu podataka. To je stroj za izgradnju priča. Stoga smo stvorili modele strojnog učenja, koji bi nam trebali pomoći u predviđanju. Ali, strojevi nisu nužni za poboljšanje ljudskih prediktivnih sposobnosti. Neke od stvari koje strojevi rade kako bi poboljšali predviđanje mogu se oponašati na druge načine.

Jedan od načina na koji poboljšavamo modele strojnog učenja jest korištenje nagrada i kazni, kako bi ih obučili neka daju bolja predviđanja. Drugo poboljšanje jest agregacija, i podataka i arhitekture. Modeli strojnog učenja zahtijevaju velike količine podataka. Rade u mnogim dimenzijama, i predviđaju putem više slojeva neuronskih mreža.

Oba ova aspekta prisutna su unutar tržišnih gospodarstava. Kapitalizam jest umjetno inteligentan sustav. Ljudski umovi su parametri, a narativi koje sadrže su težine modela. Pojedinačni narativi se mijenjaju i transformiraju tijekom života, kako ljudi usvajaju nove informacije. Kada trguju na temelju tih informacija, doprinose modelu. Milijuni ljudi to rade svaki dan, bilo da se radi o tržištima dionica, kriptovaluta ili predviđanja.

U austrijskom/šumpeterovskom pogledu - glavni pokretač tržišta je poduzetnik. Poduzetnik je pojedinac koji pokušava predvidjeti budućnost. Pokušava predvidjeti što će ljudi htjeti kupiti u budućnosti, i riskira svoj kapital kako bi pokrenuo pothvat. Pravi poduzetnici će ostvariti profit, dok će loši izgubiti novac. U strojnom učenju se ovo naziva učenje sa  potkrepljenjem. Model daje predviđanja u složenom okruženju kako bi maksimizirao svoj signal nagrade. Ali, poduzetnici nisu analogni modelima, niti su jedini prediktori u gospodarstvu.

Koja vrsta učenja sa potkrepljenjem može biti bolja od one gubitka novca? Na tržištima postoji adaptivni proces smanjenja težina koje nisu prediktivne.

Umjesto toga, svatko tko pokušava maksimizirati profit je prediktivni čvor u umjetnoj inteligenciji koju nazivamo kapitalizmom. U neuronskim mrežama postoji proces koji se naziva obrezivanje. Težine, čvorovi i slojevi, koji malo doprinose predviđanju, se odbacuju. Na stvarnom tržištu, češće se odbacuju umjereni gubitnici. Umjerenim i velikim dobitnicima je dopušteno ostati, jer zadržavaju svoj novac. Ozbiljni dobitnici rijetko postoje. Negativno prediktivni neuroni, u neuronskoj mreži, smiju ostati, jer predviđaju obrnuto. Kada je neuron negativno prediktivan, model mu dodjeljuje negativnu težinu u sljedećem sloju.

I ovo ima analogiju u kapitalizmu:

Prediktivni čvorovi na tržištima poprimaju mnogo oblika. Tu su poduzetnici, kao što je već spomenuto. Tu su i investitori. Tržišta dionica i derivata su učinkovita, jer kreatori tržišta stalno traže i iskorištavaju arbitražne prilike. To prisiljava cijene da se usklade na cijelom tržištu. Zato ne možete kupiti dionice na Schwabu, a zatim ih prodati na Robinhoodu po drugoj cijeni, još u istom trenutku. Zbog tog procesa su me na studiju ekonomije učili kako ne postoji arbitraža.

Sljedeći trenutak je druga priča.

Cijene imovine se mijenjaju. Ako netko primijeti da je tvrtka podcijenjena u odnosu na svoju tržišnu cijenu, prodati će svoje dionice. To će učiniti na temelju narativa, utemeljenog na nekim informacijama koje su stekli. Prodaju dionice, i te informacije plasiraju na tržište. Nasuprot tome, netko tko ima informacije koje ukazuju na to da će tvrtka biti vrijednija nego što sugerira njezina trenutna cijena dionica, rado će je kupiti. To otvara vrata budućoj arbitraži, koja je uvijek neizvjesna. Čim postane sigurna, informacija se proširi i svi trguju njome. Uračunava se u cijenu.

Burza tada funkcionira kao masivni stroj za prikupljanje podataka, koji te podatke pretvara u predviđanja, uključivanjem svih informacija koje se komuniciraju putem naloga za kupnju i prodaju. To funkcionira i na manjim skalama. U knjizi, "Adaptivna tržišta", Andrew Lo opisuje razredni eksperiment: zamolio je svoje studente neka simuliraju tržište koje se sastojalo samo od trgovanja pumpama za bicikle. Bio je iznenađen kada je vidio da simulacija tržišta točno odgovara ocjenama pumpi, sa studijama preferencija potrošača. Tijekom sljedećeg desetljeća ponavljao je ovaj eksperiment, uz mnoge druge kategorije proizvoda, te je  vidio iste rezultate. Navodi:

"Učinkovita tržišta su moćni, praktični alati za agregiranje informacija, a to čine brže i jeftinije od bilo koje poznate alternative. U stvari, tržište djeluje poput masivnog superračunala, čiji su pojedinačni dijelovi sastavljeni od najpametnijih računala koje poznajemo: ljudskog mozga."

Kombinacija više prediktivnih čvorova (ljudi na tržištu) i učenja sa potkrepljenjem (ulog u igri, gdje gubite novac ako niste u pravu) čini tržišta točnim prediktorima budućnosti. Dakle, što ako bismo iskoristili tržišta za predviđanje budućnosti izvan poslovnog svijeta?

Tržišta donose zaključke o budućnosti. Modeli donose zaključke o budućnosti.

Tržišta predviđanja postala su nevjerojatno popularna u posljednje vrijeme. Trenutno zamjenjuju tradicionalne metode predviđanja, tj. "stručnjaka" i anketa. Ključna razlika je u tome što mnogi ljudi mogu uključiti informacije o jednostavnim, jasnim binarnim izborima. Za razliku od anketa, koje mogu imati namještena pitanja ili problem sa uzorkovanjem, događaji na tržištu predviđanja iznose jednostavne binarne izbore koji moraju biti kristalno jasni. Moraju biti kristalno jasni, jer je novac u pitanju.

Budući je novac u pitanju, ljudi trguju svojim informacijama.

Ljudi loše predviđaju kada nemaju ništa na kocki. Ako vas pitaju koja će vlat trave na velikom polju narasti najviša, možete jednako tako nasumično pogađati. Ako netko stavi dobru okladu pred vas, uskoro bi mogli postati vodeći svjetski stručnjak za travu. Možda ćete čak biti i bolji od vodećih svjetskih stručnjaka.

Optimizacija

Carissimo i Korecki (2024.) modeliraju kapitalizam kao umjetnu inteligenciju, koja je vođena kvantitativnom optimizacijom. Tvrde da je kapital samopojačavajući, složeni entitet, koji obrađuje kvantificiranu vrijednost (novac, imovinu, cijene) i teži vlastitoj ekspanziji. Autori modeliraju Kapital kao povijesni agentni sustav, koji je ugrađen u društvenu sferu, utjelovljen u kvantificiranoj vrijednosti i teži njenoj maksimizaciji. Kapital pokreću ljudski, korporativni i ML sustavi, koji nastoje akumulirati više kapitala putem kvantitativnih i kvalitativnih tehnika generiranja.

Tvrde kako se kvalitativne tehnike temelje na subjektivnom iskustvu i individualnim vrijednostima, te ih stoga nije moguće kvantificirati, dok su kvantitativni procesi podložni optimizaciji upravljanja. Prema autorima: aspekti Kapitala se mogu svesti na računalnu logiku.

Međutim, kvalitativne i subjektivne individualne vrijednosti, kao i uvjerenja, i dalje su obuhvaćeni Kapitalom. Autori griješe što ne prepoznaju da su ta subjektivna iskustva utezi unutar ljudskih parametara, koji opet djeluju unutar Kapitala. Misesov stav uzima subjektivne individualne vrijednosti kao polazište za sve ekonomske pojave, i to jest točno. Svaka subjektivna vrijednost,  koja je važna Kapitalu (po definiciji), uračunata je u tržišnu cijenu, jer pojedinci djeluju na temelju procjene u svom ponašanju.

Carissimo i Korecki identificiraju dva ključna odnosa između kapitala i umjetne inteligencije. Sustavi umjetne inteligencije, od LLM-ova do algoritama za preporuke - obrađuju kvantificiranu vrijednost kako bi stvorili veću vrijednost privlačenjem pažnje -  pretvaraju je u mega-podatke za oglašavanje u službi prihoda. Ovi sustavi umjetne inteligencije su agenti unutar kapitala.

Drugi odnos koji definiraju jest Kapital kao umjetna inteligencija. Evoluciju kapitala pokreće kvantitativna optimizacija i ona  funkcionira poput umjetne inteligencije. Imajte na umu da kvalitativni podaci također pokreću evoluciju kapitala. Individualno iskustvo i prikupljanje informacija ubrizgavaju se na tržište u trgovinama, transakcijama, i slično. Skup tih pojedinačnih radnji, koje sve u konačnici teže nekom obliku subjektivne optimizacije - čini tržište u cjelini. To stvara kapitalizam kao percipiranu jedinstvenu cjelinu koja teži rastu i akumulaciji, što zauzvrat generira nove informacije.

Stoga, tvrde oni, sam Kapital jest proces optimizacije, koji djeluje na globalnoj razini. To je distribuirana umjetna inteligencija bez svijesti ili namjere.

Poput velikih jezičnih modela, Kapital proizvodi rezultate koji se čine smislenima, ali im nedostaje intrinzična namjera ili moral: "Optimizacija ne posjeduje normativnu dimenziju potrebnu za namjeru". Cijene odražavaju ljudske preferencije, ali cijene također oblikuju i preferencije, točnije: težnju prema ravnoteži u ponudi i potražnji. Autori to opisuju kao rekurzivnu povratnu petlju,  koja čini "značenje" ekonomskih signala samoreferencijalnim i šupljim. Kapital simulira značenje. Cijene su simulacija značenja, u Baudrillardovskom smislu, gdje znak zamjenjuje referent. Životno osiguranje može odrediti cijenu za vaše voljene.

Kapital, poput umjetne inteligencije, stvara besmisleno značenje. Postaje smisleno samo onda kada ljudska osoba ugradi informaciju u subjektivno iskustvo.

Otapanje Kantovog ograničenja

Za Kanta, noumenon/stvar je, samo po sebi, stvarnost izvan ljudskog iskustva. Čovjekova percepcija uvjetuje stvarnost kroz čovjekovo opažanje iste. Taj objekt iskustva je spoznatljiv i empirijski. Razumijevanje unutar prostora i vremena ujedinjuje njegovu pojavu. Čovjek može razmišljati o noumenu, ali ga nikada ne može spoznati, jer je on potpuno izvan iskustva, odvojen od svake osjetilnosti i razumijevanja.

Nick Land tvrdi kako je Kantov razvoj objekta u filozofiji učinjen kao sigurnosna mjera. Koncept objekta obuhvaća i označava drugost, čime je ograničava. To stabilizira ljudsko iskustvo. Kantov okvir eliminira alteritet, kao sve što bi premašilo ili kontaminiralo kategorije subjekta. Drugost je fiksirana kao objekt unutar znanja, a ne kao strani ili kaotični materijalni tok.

U djelu "Kant, Kapital i zabrana incesta", Nick Land sugerira kako je logika standardizacije objekata za spoznaju ista kao i logika kapitalističke razmjene u standardizaciji roba za trgovinu. To je logika kolonijalizma: uključivanje drugotnosti nerazvijenog svijeta, kao i korištenje ekonomskog razvoja za zaštitu od njegovih stranih (drugih) aspekata. Land tvrdi da je Kantov objekt transcendentalni prototip kapitala. On maskira temeljnu energetsku bazu želje i proizvodnje.

Što dovraga ovo znači? Ovo je točka gdje izbjegavam noćnu moru u izlaganju o Deleuzeu.

Želja za proizvodnjom je - u klasičnim ekonomskim terminima - subjektivna procjena i poduzetničko otkriće mnogih aktera na tržištu. Pojedinci, ali u cijelom gospodarstvu, djeluju na temelju preferencija i stvaraju spontani poredak kroz individualne potrage za maksimiziranjem osobne korisnosti. Udžbenici, predavanja, vježbe, itd., sve pokazuje proces kojim se proizvođač i potrošač cjenkaju oko cijene dobra ili usluge, sve dok se ne uspostavi obostrano korisna cijena. Međutim, u praksi je ovaj proces vidljiv možda samo na marokanskim tržnicama. U svakodnevnom američkom životu, nema smisla pregovarati o cijeni mlijeka sa  blagajnikom. Cijene su apstrahirane i standardizirane. Povratna sprega ponude i potražnje i dalje postoji, ali je mnogo veća i potpuno odvojena od živih, dišućih, znojnih, mesnih i krvnih dijelova gospodarstva.

Živa i kreativna aktivnost se opredmećuje u objekt za izračun. Tržišne informacije postaju niz snimaka, umjesto kontinuiranog i vitalnog procesa proizvodnje i razmjene. Stvarnost se pretvara u podatke. Podaci su ono čime se umjetna inteligencija hrani. 

Klasični ekonomski poredak jest Kantova struktura ograničenja. Tržišta su uokvirena oko ljudi i predstavljaju ljudske vrijednosti, poput logike objekta, a kategorije predstavljaju stvarnost. Struktura ograničenja se raspada kako se povratne petlje intenziviraju, zbog integracije strojne inteligencije u cijeli sustav. Globalizacija trgovine i zaoštravanje povratnih petlji, zajedno sa fuzijom tržišta i strojeva, stvorili su ono što Land naziva tehno-kapitalom. Inovacija povećava brzinu, međusobnu povezanost i podatke, dok se ekonomska i tehnološka učinkovitost međusobno pojačavaju.

Slom nastupa kada se reprezentacijski sloj uruši. Reprezentacijski sloj kapitalizma obuhvaća vanjsku strukturu i modele koji se koriste za njen opis. Hayek je već prepoznao: tržište je previše složeno da bi ga jedna osoba mogla u potpunosti razumjeti.

Stvari mogu funkcionirati i bez toga da ljudi imaju ikakvu ideju kako točno te stvari funkcioniraju. Ekonomija skicira opće opise,  koji se mogu primijeniti na ekonomsku stvarnost, ali to su uvijek nesavršene apstrakcije. One daju heuristike, ali ne opisuju samo tržište. Tržište nema reprezentaciju, jer je ono svoja vlastita reprezentacija.

To je slično crnoj kutiji dubokih neuronskih mreža, gdje se unatrag postavlja svaka težina tijekom treninga, no čak niti kreatori ne znaju što svaka težina znači. Oni je procjenjuju temeljem točnosti izlaza. Izlazi služe kao mjera kvalitete neuronske mreže. Uz dovoljno vremena i truda, istraživači umjetne inteligencije mogu prepoznati što neke težine znače (npr. to je učinio tim Anthropic kada je shvatio koja Claudeova težina odgovara mostu Golden Gate). Slično tome, istraživački radovi mogu otkriti i opisati segmente ekonomske stvarnosti. Ali, u oba slučaja, shvaćanje cijelog sustava odjednom je izvan dosega ljudskog uma.

Povratna sprega sve strožeg protoka informacija i ekonomske globalizacije uzrokuje slom. Racionalna kategorizacija bilo kojeg objekta ili imovine postaje sekundarnom u odnosu na cijene. Svaki identitet postaje zamjenjiv, dok razmjena ponovno uvodi alteritet u diferencijalni tok novca i cijena. Promjenjivi odnosi između bezbrojnih burzi određuju vrijednost, bilo da se radi o Targetu, S&P, ili Polymarketu. Sve komunicira u simboličkoj domeni, koja je strana živom ljudskom iskustvu.

Ovaj svijet prestaje biti organiziran oko ljudskih kategorija, nego je organiziran oko tokova i strojnih odnosa. Kapital djeluje kao mreža bezličnih procesa. Identitet i značenje postaju privremeni i efemerni, dok ih kapital supstituira. Kupite proizvod, objavite ga na društvenim mrežama, prepoznat je algoritmom strojnog učenja, identitet i proizvod su usklađeni i označeni sličnim arhetipovima identiteta, treba preoteti neuronske mehanizme za društvenu koheziju, treba kupiti proizvod kako bi bili dijelom  grupe. Zapravo, nemam pojma što je to "Labubu". Tako to ide u stvarnosti. 

Štit protiv promjene i kaosa alteriteta neprestano erodira. Kategorije se moraju ažurirati, onako kako nove informacije dolaze i narušavaju model. Ograničavanje nikada nije statično.

Predviđanje, bilo koje vrste, dio je ove borbe sa vanjskim svijetom. Tržišta kapitala, modeli strojnog učenja i mezopotamska ekstaza pokušavaju trgovati sa alteritetom budućnosti. Budućnost je nepoznata, neodlučna, potpuna potencijalnost. Svi strojevi za predviđanje pokušavaju iskoristiti tok budućnosti, ali sigurno i unutar definiranog simboličkog sustava. Zapadni razum je odlučio prihvatiti alteritet u kontroli trgovinskog sustava, što dovodi do nekontrolirane povratne petlje, gdje trgovina postaje sama prediktor.

U djelu "Meltdown", Land stilski opisuje kako izgleda slom Kantovog obuzdavanja:

"Zemlju je zarobila singularnost tehnokapitala, dok se renesansna racionalizacija i oceanska navigacija zaključavaju u uzlet komodifikacije... Logistički ubrzavajuća tehnoekonomska interaktivnost ruši društveni poredak u auto-sofisticiranom strojnom bijegu... Dok tržišta uče proizvoditi inteligenciju, politika se modernizira, nadograđuje paranoju i pokušava se uhvatiti u koštac... Kapital je strojna globalizacija-minijaturizacija skaliranja dilatacije: automatizirajući nihilistički vrtlog, neutralizirajući sve vrijednosti, kroz usporedbu sa digitaliziranom trgovinom... Strojni kod-kapital reciklira sam sebe kroz svoju aksiomatiku kontrole potrošača, perući mrlje izmeta i krvi primitivne akumulacije."

Kapitalizam potroši cijelu Zemlju, ne u ekološkom smislu (iako se to događa), već na način na koji obuka umjetne inteligencije potroši sve podatke. Ljudi postaju jetra životinje, koju je rasporio mezopotamski svećenik. Postojimo kao podatkovni fantomi koji hrane prediktivne algoritme; naše riječi su ispražnjene, jer je svako značenje tokenizirano i ugrađeno kako bi nahranilo velike jezične modele; i naša interakcija sa svakim novčićem služi samo kao podatak za tehno-kapital.

To nisu normativne tvrdnje. Individualnost i humanizam gube značenje na velikoj skali. Odnos između čovječanstva i tržišta jest  metafizički drugačiji, nego što je bio prije. Tržišta uvijek služe potrošačima, ali kapitalizam više ne služi čovječanstvu. Umjesto toga, čovječanstvo sada služi kapitalizmu. Ne postoji mogućnost komunističke revolucije, niti socijaldemokratske reforme, jer su zakoni ekonomije čvrsti kao i zakoni fizike. Baš kao što svemir ide prema entropiji, u vječnom bjekstvu topline, tako sve dok ljudska bića djeluju, ekonomija tjera svoj marš prema ekstropiji tehno-kapitala.

Umjetna inteligencija na djelu u kapitalizmu simulira značenje, pretvara nas u prediktore prediktora. Radite za svoju plaću, usporedite hipotekarnu kamatnu stopu sa bezrizičnom stopom povrata, pa odlučite isplati li se kupiti zlatnu polugu (za zaštitu od inflacije) upravo sada.

Krajnje predviđanje kapitalizma jest njegovo vlastito širenje. Ljudska namjera jest zastarjela na makro razini.

Hvala na čitanju. 

BY: dr Monzo; 17.11.2025.