A tím se dostáváme k dalšímu podstatnému problému. Obecně se předpokládá, že umělá inteligence povede téměř automaticky ke zvýšení produktivity, přičemž označení “téměř automaticky” zahrnuje především implementační rizika a náklady. Tedy náklady na to, dosavadní proces automatizovat. Mohlo by se ale stát, že umělá inteligence produktivitu naopak sníží? Když odmyslíme vysloveně chybnou implementaci, tak známe i skutečné případy snížení produktivity. Například umělointeligenční (či nomenklaturně přísně vzato algoritmy [strojového učení](/ai/strojove-uceni-machine-learning/)) pro doporučování témat na sociálních sítích lidskou produktivitu vysloveně snižují. Tady je to věc metriky. V tomto případě jde provozovateli sociální sítě o to, aby návštěvníka udržel co nejdéle v sociální síti, jenže lidskou produktivitu to ve skutečnosti snižuje. Pravda je, že součástí automatizace je snížení potřebných lidských vstupů, jenže nemůže nastat řada dalších, dnes těžko představitelných případů, kdy AI ve skutečnosti celkovou produktivitu sníží? Vezměme si třeba jedno z často zmiňovaných schémat užití AI, kdy umělé inteligence dvou stran společně bez lidského zásahu vykomunikují například nějakou obchodní dohodu, k čemuž budou potřebovat spoustu strojového času a energie. Jak takový systém bude fungovat, když se do něj následně promítne lidská libovůle, neochota takovou dohodu akceptovat kvůli nesdělitelným podmínkám, jako jsou osobní antipatie?