สมัครจีคลับ แทงคาสิโนออนไลน์ เล่นจีคลับ ทางเข้า GClub สามเหลี่ยมที่มีขนาดแตกต่างกันทุกอันจะให้คำตอบที่แตกต่างกัน และอันที่จริงแล้ว มีวิธีแก้มากมายนับไม่ถ้วนโดยที่ทั้งสามของ x, y และ z เป็นจำนวนเต็ม ตัวอย่างที่เล็กที่สุดคือ x=3, y=4 และ z=5
ทฤษฎีบทสุดท้ายของแฟร์มาต์เป็นเรื่องเกี่ยวกับสิ่งที่เกิดขึ้นหากเลขชี้กำลังเปลี่ยนเป็นค่าที่มากกว่า 2 มีคำตอบเป็นจำนวนเต็ม x 3 + y 3 = z 3หรือไม่ จะเกิดอะไรขึ้นถ้าเลขชี้กำลังคือ 10 หรือ 50 หรือ 30 ล้าน? หรือโดยทั่วไปแล้ว จำนวนบวกใดๆ ที่มากกว่า 2 ล่ะ?
ภาพวาดของชายผมยาวสีเข้ม สวมเสื้อคลุมสีเข้ม
ปิแอร์ เดอ แฟร์มาต์ นักคณิตศาสตร์ชาวฝรั่งเศส Rolland Lefebvre ผ่านวิกิมีเดียคอมมอนส์
ประมาณปี 1637 ปิแอร์ เดอ แฟร์มาต์อ้างว่าคำตอบคือ ไม่ ไม่มีจำนวนเต็มบวกสามจำนวนที่เป็นคำตอบของ x n + y n = z nสำหรับค่า n ใดๆ ที่มากกว่า 2 นักคณิตศาสตร์ชาวฝรั่งเศสได้เขียนคำกล่าวอ้างนี้ลงใน ขอบของสำเนาหนังสือเรียนคณิตศาสตร์จากกรีกโบราณ ของเขา โดยประกาศว่าเขามีข้อพิสูจน์ที่น่าอัศจรรย์ว่าขอบนั้น “แคบเกินกว่าจะบรรจุได้”
ไม่เคยพบข้อพิสูจน์ที่อ้างของแฟร์มาต์ และ “ทฤษฎีบทสุดท้าย” ของเขาจากระยะขอบ ซึ่ง ลูกชายของเขา ตีพิมพ์หลังมรณกรรมได้สร้างโรคระบาดให้กับนักคณิตศาสตร์มานานหลายศตวรรษ
กำลังค้นหาวิธีแก้ปัญหา
ในอีก 356 ปีข้างหน้า ไม่มีใครสามารถค้นพบข้อพิสูจน์ที่ขาดหายไปของแฟร์มาต์ แต่ก็ไม่มีใครสามารถพิสูจน์ว่าเขาคิดผิดเช่นกัน แม้แต่โฮเมอร์ ซิมป์สัน ทฤษฎีบทนี้ได้รับชื่อเสียงอย่างรวดเร็วว่าเป็นเรื่องยากอย่างไม่น่าเชื่อหรือเป็นไปไม่ได้เลยที่จะพิสูจน์ โดยมีการพิสูจน์ที่ไม่ถูกต้องหลายพันรายการที่ถูกหยิบยกขึ้นมา ทฤษฎีบทนี้ยังได้รับการบันทึกลงในกินเนสส์เวิลด์เรคคอร์ดว่าเป็น “ ปัญหาทางคณิตศาสตร์ที่ยากที่สุด ”
ไม่ได้หมายความว่าไม่มีความก้าวหน้า แฟร์มาต์เองได้พิสูจน์เรื่องนี้แล้วสำหรับ n=3 และ n=4 นักคณิตศาสตร์คนอื่นๆ จำนวนมาก รวมถึงผู้บุกเบิกอย่างโซฟี เจอร์เมนได้ร่วมพิสูจน์ค่าแต่ละค่าของ n โดยได้แรงบันดาลใจจากวิธีของแฟร์มาต์
แต่การรู้ว่าทฤษฎีบทสุดท้ายของแฟร์มาต์เป็นจริงสำหรับจำนวนเฉพาะนั้นไม่เพียงพอสำหรับนักคณิตศาสตร์ เราต้องรู้ว่าเป็นจริงสำหรับจำนวนมากมายนับไม่ถ้วน นักคณิตศาสตร์ต้องการข้อพิสูจน์ที่จะใช้ได้กับจำนวนทั้งหมดที่มากกว่า 2 ในคราวเดียว แต่ดูเหมือนว่าเป็นเวลาหลายศตวรรษแล้วที่ไม่พบข้อพิสูจน์ดังกล่าว
อย่างไรก็ตาม ในช่วงปลายศตวรรษที่ 20 งานจำนวนมากขึ้นเรื่อยๆ เสนอว่าทฤษฎีบทสุดท้ายของแฟร์มาต์ควรจะเป็นจริง หัวใจของงานนี้คือสิ่งที่เรียกว่าการคาดเดาแบบโมดูลาร์ หรือที่เรียกว่าการคาดเดาทานิยามะ-ชิมูระ
สะพานเชื่อมระหว่างสองโลก
เส้นสีน้ำเงินโฉบลงมาจากมุมขวาบน โค้งออกไปด้านข้าง-U จากนั้นโฉบลงไปด้านซ้ายล่าง
กราฟของเส้นโค้งวงรี Googolplexian1221, CC BY-SA 4.0 ผ่านวิกิมีเดียคอมมอนส์
การคาดเดาแบบแยกส่วนเสนอการเชื่อมโยงระหว่างวัตถุทางคณิตศาสตร์สองชิ้นที่ดูเหมือนจะไม่เกี่ยวข้องกัน: เส้นโค้งรูปไข่และรูปแบบโมดูลาร์
เส้นโค้งวงรีไม่ใช่วงรีหรือเส้นโค้ง เป็นปริภูมิรูปโดนัทสำหรับแก้สมการลูกบาศก์ เช่น y 2 = x 3 – 3x + 1
รูปแบบโมดูลาร์เป็นฟังก์ชันชนิดหนึ่งที่รับจำนวนเชิงซ้อนจำนวนหนึ่ง ได้แก่ ตัวเลขที่มีสองส่วน ได้แก่ ส่วนจริงและส่วนจินตภาพ แล้วส่งออกจำนวนเชิงซ้อนอีกจำนวนหนึ่ง สิ่งที่ทำให้ฟังก์ชันเหล่านี้พิเศษคือมีความสมมาตรสูงซึ่งหมายความว่ามีเงื่อนไขมากมายเกี่ยวกับลักษณะที่ปรากฏ
วงกลมที่มีแถบสีดำโค้งตัดกับสีอื่นๆ ส่วนใหญ่เป็นสีเหลือง สีเขียว และสีน้ำเงิน
ความสมมาตรของรูปแบบโมดูลาร์สามารถเห็นได้จากการแปลงแผ่นดิสก์ Linas Vepstas, CC BY-SA 3.0 ผ่านวิกิมีเดียคอมมอนส์
ไม่มีเหตุผลที่จะคาดหวังว่าทั้งสองแนวคิดจะเกี่ยวข้องกัน แต่นั่นคือสิ่งที่การคาดเดาแบบแยกส่วนบอกเป็นนัย
ในที่สุดก็มีการพิสูจน์
การคาดเดาแบบแยกส่วนดูเหมือนจะไม่ได้พูดอะไรเกี่ยวกับสมการเช่นxn + yn = zn แต่งานของนักคณิตศาสตร์ในช่วงทศวรรษปี 1980 แสดงให้เห็นความเชื่อมโยงระหว่างแนวคิดใหม่เหล่านี้กับทฤษฎีบทเก่าของแฟร์มาต์
ประการแรก ในปี 1985 เกฮาร์ด เฟรย์ตระหนักว่าหากแฟร์มาต์ผิดและอาจมีวิธีแก้ x n + y n = z nสำหรับค่า n บางค่าที่มากกว่า 2 ค่าแก้ดังกล่าวจะทำให้เกิดเส้นโค้งรูปวงรีที่แปลกประหลาด จากนั้นเคนเน็ธ ริเบต ได้แสดงให้เห็นในปี 1986 ว่าเส้นโค้งดังกล่าวไม่สามารถมีอยู่ในเอกภพที่การคาดเดาแบบโมดูลาร์เป็นจริงเช่นกัน
งานของพวกเขาบอกเป็นนัยว่าหากนักคณิตศาสตร์สามารถพิสูจน์การคาดเดาแบบโมดูลาร์ได้ ทฤษฎีบทสุดท้ายของแฟร์มาต์ก็ต้องเป็นจริง สำหรับนักคณิตศาสตร์หลายคน รวมทั้งแอนดรูว์ ไวล์ส การทำงานเรื่องการคาดเดาเชิงโมดูลกลายเป็นหนทางในการพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์
ไวล์สทำงานมาเจ็ดปี โดยส่วนใหญ่ทำงานเป็นความลับโดยพยายามพิสูจน์การคาดเดาที่ยากลำบากนี้ ภายในปี 1993 เขาใกล้จะได้พิสูจน์กรณีพิเศษของการคาดเดาแบบแยกส่วน ซึ่งเป็นทั้งหมดที่เขาต้องการเพื่อพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์
เขานำเสนอผลงานของเขาในการบรรยายเป็นชุด ที่สถาบันไอแซก นิวตัน ในเดือนมิถุนายน พ.ศ. 2536 แม้ว่าการทบทวนโดยผู้ทรงคุณวุฒิในเวลาต่อมาจะพบช่องว่างในการพิสูจน์ของไวล์ส ไวล์สและ ริชาร์ด เทย์เลอร์อดีตนักศึกษาของเขาก็ทำงานอีกปีหนึ่งเพื่อเติมเต็มช่องว่างนั้นและประสานงานชิ้นสุดท้ายของแฟร์มาต์ ทฤษฎีบทในฐานะความจริงทางคณิตศาสตร์
ผลที่ตามมาที่ยั่งยืน
ผลกระทบของทฤษฎีบทสุดท้ายของแฟร์มาต์และการแก้โจทย์ของมันยังคงสะท้อนก้องไปทั่วโลกแห่งคณิตศาสตร์ ในปี พ.ศ. 2544 กลุ่มนักวิจัย รวมทั้งเทย์เลอร์ ได้ให้ข้อพิสูจน์ทั้งหมดเกี่ยวกับการคาดเดาแบบโมดูลาร์ในเอกสารชุดหนึ่งที่ได้รับแรงบันดาลใจจากงานของไวล์ส สะพานเชื่อมระหว่างเส้นโค้งวงรีและรูปแบบโมดูลาร์ที่เสร็จสมบูรณ์นี้ ถือเป็นและจะยังคงเป็นรากฐานของการทำความเข้าใจคณิตศาสตร์ แม้จะเกินกว่าทฤษฎีบทสุดท้ายของแฟร์มาต์ก็ตาม
งานของไวล์สถูกอ้างถึงว่าเป็นจุดเริ่มต้น ” ยุคใหม่ในทฤษฎีจำนวน ” และเป็นศูนย์กลางของชิ้นสำคัญของคณิตศาสตร์สมัยใหม่ รวมถึงเทคนิคการเข้ารหัส ที่ใช้กันอย่างแพร่หลาย และความพยายามวิจัยขนาดใหญ่ที่เรียกว่าโปรแกรมแลงแลนด์ซึ่งมีจุดมุ่งหมายเพื่อสร้างสะพานเชื่อมระหว่างสองปัจจัยพื้นฐาน สาขาวิชาคณิตศาสตร์: ทฤษฎีจำนวนพีชคณิตและการวิเคราะห์ฮาร์มอนิก
แม้ว่าไวล์สจะทำงานแยกเดี่ยวเป็นส่วนใหญ่ แต่ท้ายที่สุดแล้วเขาก็ต้องการความช่วยเหลือจากเพื่อนร่วมงานเพื่อระบุและเติมเต็มช่องว่างในหลักฐานต้นฉบับของเขา คณิตศาสตร์ทุกวันนี้เป็นความพยายามร่วมกัน เพิ่มมากขึ้นเรื่อยๆ ดังที่เห็นได้จากสิ่งที่ต้องทำเพื่อพิสูจน์การคาดเดาแบบแยกส่วนให้เสร็จสิ้น ปัญหามีขนาดใหญ่และซับซ้อนและมักต้องใช้ความเชี่ยวชาญที่หลากหลาย
Andrew Wiles ได้รับรางวัล Abel Prize ซึ่งเป็นเกียรติอย่างสูงในสาขาคณิตศาสตร์ในปี 2016 จากผลงานทฤษฎีบทสุดท้ายของ Fermat
ในที่สุด แฟร์มาต์ก็มีข้อพิสูจน์ทฤษฎีบทสุดท้ายของเขาจริง ๆ ตามที่เขาอ้างหรือไม่? เมื่อรู้สิ่งที่นักคณิตศาสตร์รู้ตอนนี้ พวกเราหลายคนในทุกวันนี้ไม่เชื่อว่าเขารู้ แม้ว่าแฟร์มาต์จะเก่งมาก แต่บางครั้งเขาก็คิดผิด นักคณิตศาสตร์สามารถยอมรับได้ว่าเขาเชื่อว่าเขามีหลักฐาน แต่ก็ไม่น่าเป็นไปได้ที่ข้อพิสูจน์ของเขาจะยืนหยัดต่อการตรวจสอบข้อเท็จจริงสมัยใหม่ได้ อุรังอุตังในหมอกควัน
ฉันกำลังศึกษาอุรังอุตังป่าในป่าบนเกาะบอร์เนียวของอินโดนีเซีย ตอนที่เกิดเพลิงไหม้ในปี 2015 ฉันและเพื่อนร่วมงานที่สถานีวิจัยอุรังอุตังทัวนันติดตามไฟในพื้นที่และลาดตระเวนจุดร้อนใกล้เคียงเพื่อประเมินความเสี่ยงที่ไฟจะลุกลามไปยังพื้นที่วิจัยของเรา
เราสวมหน้ากาก N-95 เพื่อติดตามอุรังอุตังต่อไปโดยหวังว่าจะได้เรียนรู้ว่าสัตว์เหล่านี้รับมือกับไฟที่ลุกลามและควันหนาทึบได้อย่างไร ไม่กี่สัปดาห์ก่อนฤดูไฟ ฉันสังเกตเห็นความ แตกต่างในเสียงของ ” การโทรยาว ” ของผู้ชาย ซึ่งเป็นจุดเน้นในการวิจัยของฉัน
ลิงอุรังอุตังบอร์เนียวตัวผู้โตเต็มวัยมีเสียงเรียกยาว
การโทรยาวเป็นการเปล่งเสียงที่ดังก้องซึ่งสามารถได้ยินได้ในระยะทางมากกว่าครึ่งไมล์ (1 กิโลเมตร) อุรังอุตังเป็นสัตว์กึ่งโดดเดี่ยวและอาศัยอยู่ในชุมชนกระจัดกระจาย ดังนั้นสายเหล่านี้จึงมีบทบาททางสังคมที่สำคัญ ผู้ชายที่เป็นผู้ใหญ่ทำให้พวกเขาโฆษณาความสามารถในการรับฟังผู้หญิงในพื้นที่ และเพื่อขู่ผู้ชายที่เป็นคู่แข่งที่กำลังดักฟังอยู่ สองสามสัปดาห์หลังจากควันปรากฏขึ้น ฉันคิดว่าผู้ชายเหล่านี้ฟังดูขาดๆ หายๆ เหมือนกับมนุษย์ที่สูบบุหรี่มากเล็กน้อย
เราสังเกตอุรังอุตังเป็นเวลา 44 วันในช่วงที่เกิดเพลิงไหม้ จนกระทั่งไฟขนาดใหญ่ลุกลามเข้ามาในพื้นที่ศึกษาของเรา เมื่อถึงจุดนั้น เราจึงหยุดการศึกษาเพื่อช่วยดับไฟร่วมกับทีมดับเพลิงในพื้นที่ รวมถึงกลุ่มรัฐบาลและองค์กรไม่แสวงหากำไรอื่นๆ ไฟไหม้ในพื้นที่ศึกษาของเราเป็นเวลาสามสัปดาห์
โดยใช้ข้อมูลที่เรารวบรวมก่อน ระหว่าง และหลัง เพลิง ไหม้ ฉันเป็นผู้นำการวิเคราะห์ พฤติกรรมและสุขภาพของประชากรอุรังอุตังบอร์เนียว ผู้เขียนร่วมของฉันและฉันพบว่าในช่วงหลายสัปดาห์หลังเพลิงไหม้ ลิงเหล่านี้ลดกิจกรรมลง โดยพักผ่อนมากขึ้นและเดินทางในระยะทางที่สั้นลง และบริโภคแคลอรี่มากกว่าปกติ
แม้ว่าพวกมันจะกินมากขึ้นและเคลื่อนไหวน้อยลง แต่เราพบว่าจากการรวบรวมและทดสอบปัสสาวะของลิงว่ามันยังคงเผาผลาญไขมันที่สะสมอยู่ซึ่งเป็นสัญญาณบ่งบอกว่าพวกมันใช้พลังงานมากขึ้น เราตั้งสมมติฐานว่าสาเหตุอาจเป็นการอักเสบเช่น อาการบวม เป็นไข้ ความเจ็บปวด และความเมื่อยล้าที่ร่างกายมนุษย์และสัตว์ประสบจากการตอบสนองต่อการติดเชื้อหรือการบาดเจ็บ
อุรังอุตังเอนกายอยู่บนต้นไม้ที่รายล้อมไปด้วยหมอกควัน
ออตโต หนึ่งในสี่อุรังอุตังตัวผู้ที่โตเต็มวัยสังเกตและบันทึกสำหรับการวิจัยนี้ งีบหลับตอนกลางวันในช่วงเกิดไฟป่าที่อินโดนีเซียเมื่อปี 2558 เวนดี้ เอิร์บ CC BY-ND
เสียงเซนติเนล
การศึกษาพบว่าเมื่อมนุษย์สัมผัสกับฝุ่นละออง พวกเขาจะมีอาการอักเสบ ทั้งในทางเดินหายใจและทั่วร่างกาย เราต้องการทราบว่าการสูดควันไฟป่าจะทำให้เสียงร้องของลิงอุรังอุตังเปลี่ยนไป เช่นเดียวกับการสูดควันบุหรี่ในมนุษย์หรือไม่
ในการศึกษานี้ ผู้เขียนร่วมของฉันและฉันวิเคราะห์ไฟล์บันทึกเสียงของอุรังอุตังตัวผู้สี่ตัวอย่างระมัดระวังมากกว่า 100 รายการ ที่เราติดตามก่อนและระหว่างเกิดเพลิงไหม้ เพื่อวัดการตอบสนองของเสียงต่อควันไฟป่า การวิจัยพบว่าชุดลักษณะเสียงร้อง รวมถึงระดับเสียงสูงต่ำ เสียงแหลมหรือเสียงแหบ และเสียงสั่นสะท้อนถึงสุขภาพและสภาพพื้นฐานของทั้งมนุษย์และสัตว์ที่ไม่ใช่มนุษย์ เรากำลังมองหาเบาะแสเกี่ยวกับเสียงว่าอากาศที่เป็นพิษนี้อาจส่งผลต่ออุรังอุตังอย่างไร
ระหว่างที่เกิดเพลิงไหม้และเป็นเวลาหลายสัปดาห์หลังจากควันจางลง ผู้ชายเหล่านี้โทรมาน้อยกว่าปกติ โดยปกติอุรังอุตังจะโทรมาประมาณหกครั้งต่อวัน แต่ในช่วงเกิดเพลิงไหม้ อัตราการโทรของพวกเขาลดลงครึ่งหนึ่ง เสียงของพวกเขาลดลงในระดับเสียง แสดงให้เห็นถึงความรุนแรงของเสียงและความผิดปกติมากขึ้น
โดยรวมแล้ว คุณลักษณะด้านคุณภาพเสียงร้องเหล่านี้เชื่อมโยงกับอาการอักเสบ ความเครียด และโรคต่างๆ รวมถึงโรคโควิด-19 ในมนุษย์และสัตว์ที่ไม่ใช่มนุษย์
การฟังประเภทเสียงร้อง
การได้รับควันพิษบ่อยครั้งและต่อเนื่องเป็นเวลานานอาจส่งผลร้ายแรงต่ออุรังอุตังและสัตว์อื่นๆ การวิจัยของเราเน้นย้ำถึงความจำเป็น เร่งด่วนในการทำความเข้าใจผลกระทบระยะยาวและระยะยาวของไฟป่าพรุในอินโดนีเซีย ซึ่งเป็นหนึ่งในประเทศที่มีความหลากหลายทางชีวภาพมากที่สุดในโลก
การศึกษาของเราเน้นย้ำถึงวิธีที่นักวิทยาศาสตร์และผู้จัดการสัตว์ป่าสามารถติดตามสุขภาพของอุรังอุตังและสัตว์อื่นๆ ได้อย่างปลอดภัยด้วยการเปิดเผยความเชื่อมโยงระหว่างการเปลี่ยนแปลงทางเสียง พฤติกรรม และพลังในอุรังอุตัง การใช้การตรวจติดตามด้วยเสียงแบบพาสซีฟเพื่อศึกษาสายพันธุ์ที่มีเสียงร้อง เช่น อุรังอุตัง สามารถปลดล็อกข้อมูลเชิงลึกที่สำคัญเกี่ยวกับผลกระทบของควันไฟป่าต่อประชากรสัตว์ป่าทั่วโลก ความสนใจด้านปัญญาประดิษฐ์ที่เพิ่มมากขึ้นได้ดึงดูดความสนใจไม่เพียงแต่ความสามารถอันน่าอัศจรรย์ของอัลกอริทึมในการเลียนแบบมนุษย์เท่านั้น แต่ยังรวมถึงความจริงที่ว่าอัลกอริทึมเหล่านี้สามารถเข้ามาแทนที่มนุษย์จำนวนมากในงานของพวกเขาได้ ผลที่ตามมาทางเศรษฐกิจและสังคมอาจไม่ใช่เรื่องที่น่าทึ่ง
เส้นทางสู่การเปลี่ยนแปลงทางเศรษฐกิจครั้งนี้คือผ่านทางสถานที่ทำงาน การศึกษาของ Goldman Sachs ที่เผยแพร่อย่างกว้างขวางคาดการณ์ว่าประมาณสองในสามของอาชีพปัจจุบันในทศวรรษหน้าอาจได้รับผลกระทบ และหนึ่งในสี่ถึงครึ่งหนึ่งของงานที่ผู้คนทำอยู่ในปัจจุบันอาจถูกครอบงำโดยอัลกอริทึม ตำแหน่งงานมากถึง 300 ล้านตำแหน่งทั่วโลกอาจได้รับผลกระทบ บริษัทที่ปรึกษา McKinsey เปิดเผยผลการศึกษาของตนเองที่คาดการณ์ว่า AI จะช่วยกระตุ้นเศรษฐกิจโลกเป็นมูลค่า 4.4 ล้านล้านเหรียญสหรัฐทุกปี
ผลกระทบของตัวเลขขนาดมหึมานั้นน่ากังวล แต่คำทำนายเหล่านี้เชื่อถือได้แค่ไหน?
ฉันเป็นผู้นำโครงการวิจัยชื่อDigital Planetซึ่งศึกษาผลกระทบของเทคโนโลยีดิจิทัลต่อชีวิตและการดำรงชีวิตทั่วโลก และผลกระทบที่เปลี่ยนแปลงไปตามกาลเวลาอย่างไร ดูว่าคลื่นของเทคโนโลยีดิจิทัลก่อนหน้านี้ เช่น คอมพิวเตอร์ส่วนบุคคลและอินเทอร์เน็ตส่งผลกระทบต่อพนักงานอย่างไร ให้ข้อมูลเชิงลึกเกี่ยวกับผลกระทบที่อาจเกิดขึ้นของ AI ในปีต่อ ๆ ไป แต่หากประวัติความเป็นมาของการทำงานในอนาคตเป็นแนวทางเราก็ควรเตรียมรับเรื่องเซอร์ไพรส์ไว้บ้าง
บทวิเคราะห์โลกจากผู้เชี่ยวชาญ
การปฏิวัติด้านไอทีและความขัดแย้งด้านประสิทธิภาพการผลิต
ตัวชี้วัดหลักในการติดตามผลกระทบของเทคโนโลยีที่มีต่อเศรษฐกิจคือการเติบโตของผลิตภาพของพนักงานซึ่งหมายถึงปริมาณงานที่พนักงานสามารถสร้างได้ต่อชั่วโมง สถิติที่ดูเหมือนจะแห้งแล้งนี้มีความสำคัญต่อคนทำงานทุกคน เพราะมันเชื่อมโยงโดยตรงกับจำนวนเงินที่คนงานสามารถคาดหวังที่จะได้รับในแต่ละชั่วโมงของการทำงาน กล่าวอีกนัยหนึ่ง ผลผลิตที่ สูงขึ้นคาดว่าจะนำไปสู่ค่าจ้างที่สูงขึ้น
ผลิตภัณฑ์ Generative AI มีความสามารถในการผลิตเนื้อหาหรือโปรแกรมซอฟต์แวร์ที่เป็นลายลักษณ์อักษร กราฟิกและเสียง โดยที่มนุษย์มีส่วนร่วมน้อยที่สุด อาชีพต่างๆ เช่น การโฆษณา ความบันเทิง งานสร้างสรรค์และงานวิเคราะห์ อาจเป็นหนึ่งในกลุ่มแรกๆ ที่รู้สึกถึงผลกระทบ บุคคลในสาขาเหล่านั้นอาจกังวลว่าบริษัทต่างๆ จะใช้AI เจนเนอเรชั่นเพื่อทำงานที่เคยทำแต่นักเศรษฐศาสตร์มองเห็นศักยภาพที่ดีในการเพิ่มผลผลิตของพนักงานโดยรวม
การศึกษาของ Goldman Sachs คาดการณ์ว่าประสิทธิภาพการทำงานจะเพิ่มขึ้น 1.5% ต่อปี เนื่องจากการใช้ generative AI เพียงอย่างเดียว ซึ่งจะเพิ่มเกือบสองเท่าของอัตราในปี 2010 และ 2018 McKinsey มีความก้าวร้าวมากขึ้น โดยกล่าวว่าเทคโนโลยีนี้และระบบอัตโนมัติในรูปแบบอื่น ๆ จะนำพาไปสู่ “ ขอบเขตการผลิตขั้นต่อไป ” โดยจะผลักดันให้สูงถึง 3.3% ต่อปีภายในปี 2583
การเพิ่มผลิตภาพแบบนั้นซึ่งจะเข้าใกล้อัตราของปีก่อนๆ จะได้รับการตอบรับจากทั้งนักเศรษฐศาสตร์และในทางทฤษฎีแล้ว คนงานก็เช่นกัน
หากเราย้อนรอยประวัติศาสตร์การเติบโตของผลิตภาพในศตวรรษที่ 20 ในสหรัฐอเมริกา อัตราการเติบโตดังกล่าวจะเพิ่มขึ้นประมาณ3%ต่อปีตั้งแต่ปี 1920 ถึง 1970 ซึ่งส่งผลให้ค่าจ้างที่แท้จริงและมาตรฐานการครองชีพสูงขึ้น สิ่งที่น่าสนใจคือการเติบโตของผลิตภาพชะลอตัวในช่วงทศวรรษ 1970 และ 1980 ซึ่งสอดคล้องกับการเปิดตัวคอมพิวเตอร์และเทคโนโลยีดิจิทัลในยุคแรกๆ “ ความขัดแย้งด้านประสิทธิภาพการทำงาน ” นี้ได้รับการกล่าว ถึงอย่างโด่งดังในความคิดเห็นของนักเศรษฐศาสตร์ของ MIT Bob Solow : คุณสามารถดูอายุของคอมพิวเตอร์ได้ทุกที่ยกเว้นในสถิติด้านประสิทธิภาพการทำงาน
ผู้คลางแคลงใจเกี่ยวกับเทคโนโลยีดิจิทัลกล่าวโทษเวลาที่ “ไม่ก่อผล ” ที่ใช้ไปกับโซเชียลมีเดียหรือการช็อปปิ้ง และแย้งว่าการเปลี่ยนแปลงก่อนหน้านี้ เช่น การนำไฟฟ้าหรือเครื่องยนต์สันดาปภายใน มีบทบาทสำคัญในการเปลี่ยนแปลงธรรมชาติของงานโดยพื้นฐาน ผู้มองโลกในแง่ดีด้านเทคโนไม่เห็นด้วย พวกเขาแย้งว่าเทคโนโลยีดิจิทัลใหม่ๆต้องใช้เวลาในการแปลงไปสู่การเติบโตของผลิตภาพ เนื่องจากการเปลี่ยนแปลงเสริมอื่นๆ จะต้องมีการพัฒนาไปพร้อมๆ กัน ยังมีคนอื่นๆกังวลว่ามาตรการด้านประสิทธิภาพการทำงานไม่เพียงพอในการจับมูลค่าของคอมพิวเตอร์
ดูเหมือนว่าผู้มองโลกในแง่ดีจะได้รับการพิสูจน์ให้ถูกต้องอยู่พักหนึ่ง ในช่วงครึ่งหลังของทศวรรษ 1990 ซึ่งเป็นช่วงเวลาที่เวิลด์ไวด์เว็บถือกำเนิดขึ้น การเติบโตของผลิตภาพในสหรัฐอเมริกาเพิ่มขึ้นสองเท่าจาก 1.5% ต่อปีในครึ่งแรกของทศวรรษนั้นเป็น 3% ในทศวรรษที่สอง มีความขัดแย้งกันอีกครั้งเกี่ยวกับสิ่งที่เกิดขึ้นจริง ทำให้น้ำขุ่นมากขึ้นว่าความขัดแย้งได้รับการแก้ไขแล้วหรือไม่ บางคนแย้งว่าแท้จริงแล้ว การลงทุนในเทคโนโลยีดิจิทัลได้รับผลตอบแทนในที่สุด ในขณะที่มุมมองทางเลือกคือนวัตกรรมด้านการจัดการและเทคโนโลยีในอุตสาหกรรมหลักสองสามอุตสาหกรรมเป็นตัวขับเคลื่อนหลัก
โดยไม่คำนึงถึงคำอธิบาย เช่นเดียวกับที่ลึกลับพอ ๆ กับที่มันเริ่มต้นขึ้น การเพิ่มขึ้นอย่างรวดเร็วในช่วงปลายทศวรรษ 1990 นั้นเกิดขึ้นได้เพียงช่วงสั้น ๆ ดังนั้น แม้ว่าองค์กรจะลงทุนมหาศาลในด้านคอมพิวเตอร์และอินเทอร์เน็ต การเปลี่ยนแปลงที่เปลี่ยนแปลงสถานที่ทำงาน แต่เศรษฐกิจและค่าจ้างแรงงานที่ได้รับประโยชน์จากเทคโนโลยียังคงไม่แน่นอน
ต้นปี 2000: การตกต่ำครั้งใหม่ กระแสใหม่ ความหวังใหม่
ในขณะที่จุดเริ่มต้นของศตวรรษที่ 21 เกิดขึ้นพร้อมกับการระเบิดของฟองสบู่ดอทคอม แต่ในปี 2550 ก็มีการปฏิวัติเทคโนโลยีอีกรูปแบบหนึ่งเกิดขึ้น นั่นคือApple iPhoneซึ่งผู้บริโภคซื้อไปเป็นล้านๆ และบริษัทใดบ้างที่นำไปใช้งานนับไม่ถ้วน วิธี แต่การเติบโตของผลิตภาพแรงงานเริ่มหยุดชะงักอีกครั้งในช่วงกลางทศวรรษ 2000 โดยเพิ่มขึ้นในช่วงสั้นๆ ในปี 2552ในช่วงภาวะเศรษฐกิจถดถอยครั้งใหญ่ และกลับไปสู่ภาวะตกต่ำในช่วงปี 2553 ถึง 2562
คนกำลังดูวิดีโอสุนัขที่โต๊ะในออฟฟิศ
สมาร์ทโฟนได้นำไปสู่แอพและบริการผู้บริโภคหลายล้านรายการ แต่ยังทำให้พนักงานจำนวนมากเชื่อมโยงกับสถานที่ทำงานอย่างใกล้ชิดมากขึ้น หนังสือพิมพ์ San Francisco Chronicle/Hearst ผ่าน Getty Images
ตลอดช่วงตกต่ำครั้งใหม่นี้ นักเทคโนที่มองโลกในแง่ดีต่างคาดการณ์ถึงกระแสลมแห่งการเปลี่ยนแปลงครั้งใหม่ AI และระบบอัตโนมัติกำลังกลายเป็นกระแส และได้รับการคาดหวังให้เปลี่ยนงานและผลิตภาพของผู้ปฏิบัติงาน นอกเหนือจากระบบอัตโนมัติทางอุตสาหกรรมแบบดั้งเดิม โดรน และหุ่นยนต์ขั้นสูงแล้ว ทุนและความสามารถได้หลั่งไหลเข้าสู่เทคโนโลยีที่จะเปลี่ยนแปลงเกม มากมาย รวมถึงยานพาหนะที่ขับเคลื่อนอัตโนมัติ การชำระเงินอัตโนมัติในร้านขายของชำ และแม้แต่ หุ่น ยนต์ทำพิซซ่า AI และระบบอัตโนมัติถูกคาดการณ์ว่าจะผลักดันการเติบโตของผลิตภาพให้สูงกว่า 2%ต่อปีในหนึ่งทศวรรษ เพิ่มขึ้นจากระดับต่ำสุดในปี 2010-2014 ที่0.4 %
แต่ก่อนที่เราจะไปถึงจุดนั้นและประเมินว่าเทคโนโลยีใหม่เหล่านี้จะแพร่กระจายไปทั่วสถานที่ทำงานอย่างไร สิ่งที่น่าประหลาดใจครั้งใหม่ก็ได้เกิดขึ้น: การแพร่ระบาดของโควิด-19
ผลผลิตจากโรคระบาดกดดัน – จากนั้นก็พังทลาย
ผลผลิตของพนักงานเพิ่มขึ้นหลังจากที่เริ่มในปี 2020 ซึ่งสร้าง ความเสียหายร้ายแรงในขณะที่เกิดการแพร่ระบาด ผลผลิตต่อชั่วโมงทำงานทั่วโลกอยู่ที่ 4.9% ซึ่งสูงที่สุดนับตั้งแต่มีข้อมูล
การเพิ่มขึ้นอย่างมากนี้ส่วนใหญ่ได้รับการอำนวยความสะดวกโดยเทคโนโลยี: บริษัทที่เน้นความรู้ขนาดใหญ่ – โดยเนื้อแท้แล้วเป็นบริษัทที่มีประสิทธิผลมากกว่า – เปลี่ยนไปทำงานจากระยะไกลรักษาความต่อเนื่องผ่านเทคโนโลยีดิจิทัล เช่น การประชุมผ่านวิดีโอและเทคโนโลยีการสื่อสาร เช่น Slack และการประหยัดเวลาในการเดินทางและมุ่งเน้นไปที่ความเป็นอยู่ที่ดี
แม้ว่าเทคโนโลยีดิจิทัลจะเห็นได้ชัดว่าช่วยเพิ่มประสิทธิภาพการทำงานของพนักงานที่มีความรู้ แต่ภาคส่วนอื่นๆ จำนวนมากก็มีการเปลี่ยนแปลงอย่างรวดเร็วไปสู่ระบบอัตโนมัติมากขึ้นเนื่องจากพนักงานต้องอยู่บ้านเพื่อความปลอดภัยของตนเองและปฏิบัติตามมาตรการล็อคดาวน์ บริษัทต่างๆ ในอุตสาหกรรมตั้งแต่การแปรรูปเนื้อสัตว์ไปจนถึงการดำเนินงานในร้านอาหาร การค้าปลีก และการบริการที่ลงทุนในระบบอัตโนมัติเช่น หุ่นยนต์และการประมวลผลคำสั่งซื้อแบบอัตโนมัติและการบริการลูกค้า ซึ่งช่วยเพิ่มผลผลิตของพวกเขา
แต่แล้วการเดินทางไปตามภูมิทัศน์เทคโนโลยีก็มีการเปลี่ยนแปลงอีกครั้ง
การลงทุนในภาคเทคโนโลยีที่เพิ่มขึ้นในช่วงปี 2020-2021 ได้พังทลายลงเช่นเดียวกับกระแสนิยมเกี่ยวกับยานยนต์ไร้คนขับและหุ่นยนต์ทำพิซซ่า คำสัญญาอื่น ๆ ที่เป็นฟอง เช่นการปฏิวัติการทำงานระยะไกลหรือการฝึกฝนของ metaverseดูเหมือนจะจางหายไปในเบื้องหลัง
ควบคู่ไปกับการเตือนเพียงเล็กน้อย “AI เจนเนอเรชั่น” ก็ปรากฏตัวขึ้นในที่เกิดเหตุด้วยศักยภาพโดยตรงที่มากยิ่งขึ้นในการเพิ่มผลผลิตในขณะที่ส่งผลกระทบต่องานในวงกว้าง วงจรการโฆษณาเทคโนโลยีใหม่เริ่มต้นขึ้นอีกครั้ง
มองไปข้างหน้า: ปัจจัยทางสังคมต่อส่วนโค้งของเทคโนโลยี
เมื่อพิจารณาถึงจำนวนการพลิกผันของพล็อตเรื่อง เราอาจคาดหวังอะไรจากนี้ไป? ต่อไปนี้เป็นประเด็นที่ต้องพิจารณาสี่ประเด็น
ประการแรก อนาคตของการทำงานเป็นมากกว่าแค่จำนวนคนงาน เครื่องมือทางเทคนิคที่พวกเขาใช้หรืองานที่พวกเขาทำ เราควรพิจารณาว่า AI ส่งผลต่อปัจจัยต่างๆ เช่น ความหลากหลายของสถานที่ทำงานและความไม่เสมอภาคทางสังคมอย่างไร ซึ่งส่งผลกระทบอย่างลึกซึ้งต่อโอกาสทางเศรษฐกิจและวัฒนธรรมในที่ทำงาน
ตัวอย่างเช่น แม้ว่าการเปลี่ยนแปลงในวงกว้างไปสู่การทำงานจากระยะไกลสามารถช่วยส่งเสริมความหลากหลายด้วยการจ้างงานที่ยืดหยุ่นมากขึ้น แต่ฉันเห็นว่าการใช้ AI ที่เพิ่มขึ้นมีแนวโน้มที่จะให้ผลตรงกันข้าม คนงานผิวดำและฮิสแปนิกมีตัวแทนมากเกินไปใน 30 อาชีพที่มีความเสี่ยงต่อระบบอัตโนมัติสูงสุด และมีจำนวนน้อยเกินไปใน 30 อาชีพที่มีความเสี่ยงน้อยที่สุด แม้ว่า AI อาจช่วยให้พนักงานทำงานได้สำเร็จมากขึ้นโดยใช้เวลาน้อยลง และประสิทธิภาพการทำงานที่เพิ่มขึ้นนี้อาจทำให้ค่าจ้างเพิ่มขึ้นของผู้ที่ถูกจ้าง แต่ก็อาจนำไปสู่การสูญเสียค่าจ้างอย่างรุนแรงสำหรับผู้ที่ถูกย้ายงาน รายงานปี 2021 พบว่าความไม่เท่าเทียมกันของค่าจ้างมีแนวโน้มเพิ่มขึ้นมากที่สุดในประเทศที่บริษัทต่างๆ พึ่งพาหุ่นยนต์เป็นจำนวนมากอยู่แล้วและนำเทคโนโลยีหุ่นยนต์ใหม่ล่าสุดมาใช้อย่างรวดเร็ว
ประการที่สอง เนื่องจากสถานที่ทำงานหลังสถานการณ์โควิด-19 แสวงหาความสมดุลระหว่างการทำงานด้วยตนเองและการทำงานทางไกล ผลกระทบต่อประสิทธิภาพการทำงานและความคิดเห็นเกี่ยวกับเรื่องดังกล่าวจะยังคงไม่แน่นอนและลื่นไหล การศึกษาในปี 2022แสดงให้เห็นประสิทธิภาพที่ดีขึ้นสำหรับการทำงานจากระยะไกล เนื่องจากบริษัทและพนักงานรู้สึกสบายใจมากขึ้นกับการเตรียมการทำงานจากที่บ้าน แต่จากการศึกษาในปี 2023 ที่แยกออกมา พบว่าผู้จัดการและพนักงานไม่เห็นด้วยกับผลกระทบ โดยงานวิจัยแรกเชื่อว่าการทำงานจากระยะไกลลดประสิทธิภาพการทำงาน ในขณะที่ พนักงานกลับเชื่อตรงกันข้าม
ประการที่สาม ปฏิกิริยาของสังคมต่อการแพร่กระจายของ Generative AI อาจส่งผลกระทบอย่างมากต่อแนวทางและผลกระทบขั้นสุดท้าย การวิเคราะห์ชี้ให้เห็นว่า generative AI สามารถเพิ่มประสิทธิภาพการทำงานของพนักงานในงานเฉพาะได้ ตัวอย่างเช่น การศึกษาชิ้นหนึ่งในปี 2023 พบว่าการแนะนำผู้ช่วยสนทนาที่ใช้ generative AI แบบไม่ต่อเนื่องช่วยเพิ่มผลผลิตของเจ้าหน้าที่บริการลูกค้าได้ถึง 14% ยังมีกระแสเรียกร้องให้พิจารณาความเสี่ยงที่รุนแรงที่สุดของ generative AI และดำเนินการอย่างจริงจัง ยิ่งไปกว่านั้น การรับรู้ถึง ต้นทุน การประมวลผล ทางดาราศาสตร์ และสิ่งแวดล้อมของ generative AI อาจจำกัดการพัฒนาและการใช้งาน
ท้ายที่สุด เมื่อพิจารณาถึงความผิดพลาดของนักเศรษฐศาสตร์และผู้เชี่ยวชาญคนอื่นๆ ในอดีต ก็ปลอดภัยที่จะกล่าวว่าการคาดการณ์มากมายในปัจจุบันเกี่ยวกับผลกระทบของเทคโนโลยี AI ในการทำงานและผลิตภาพของผู้ปฏิบัติงานก็จะพิสูจน์ได้ว่าผิดเช่นกัน ตัวเลขเช่นตำแหน่งงาน 300 ล้านตำแหน่งที่ได้รับผลกระทบหรือการกระตุ้นเศรษฐกิจโลกมูลค่า 4.4 ล้านล้านดอลลาร์ต่อปีเป็นที่น่าจับตามอง แต่ฉันคิดว่าผู้คนมักจะให้ความน่าเชื่อถือแก่พวกเขามากกว่าที่รับประกัน
นอกจากนี้ “งานที่ได้รับผลกระทบ” ไม่ได้หมายความว่างานจะตกงาน อาจหมายถึงงานที่เพิ่มขึ้นหรือแม้แต่การเปลี่ยนไปสู่งานใหม่ วิธีที่ดีที่สุดคือใช้การวิเคราะห์ เช่น Goldman’s หรือ McKinsey’s เพื่อจุดประกายจินตนาการของเราเกี่ยวกับสถานการณ์ที่เป็นไปได้เกี่ยวกับอนาคตของการทำงานและคนงาน ในความเห็นของผม เป็นการดีกว่าถ้าระดมความคิดเชิงรุกถึงปัจจัยต่างๆ ที่อาจส่งผลต่อปัจจัยที่จะเกิดขึ้นจริง มองหาสัญญาณเตือนล่วงหน้าและเตรียมพร้อมตามนั้น
ประวัติศาสตร์แห่งอนาคตของการทำงานเต็มไปด้วยความประหลาดใจ อย่าตกใจไปถ้าเทคโนโลยีแห่งอนาคตก็สับสนพอๆ กัน เมื่อบุคคลได้รับแจ้งถึงการละเมิดข้อมูลที่เกี่ยวข้องกับข้อมูลส่วนบุคคลของตน หากพวกเขาตอบสนองด้วยความรู้สึกหวาดกลัว แทนที่จะเป็นความโกรธ พวกเขาก็มีแนวโน้มที่จะหยุดใช้งานไซต์
นั่นคือการค้นพบหลักของการศึกษาที่ฉันทำกับผู้เขียนร่วมสามคนที่ตรวจสอบว่าอารมณ์ใดที่ทำให้ลูกค้าเปลี่ยนพฤติกรรมของพวกเขาหลังจากการละเมิด เราพบว่าลูกค้าที่โกรธเคืองมีแนวโน้มที่จะระบายบนแพลตฟอร์มโซเชียลมีเดียต่างๆ มากขึ้น แต่กลับมายังไซต์ที่ถูกละเมิด
เราสำรวจผู้บริโภคชาวสหรัฐอเมริกา 208 ราย อายุระหว่าง 18 ถึง 60 ปี และขอให้พวกเขาอธิบายความรู้สึกหลังจากได้รับแจ้งเกี่ยวกับการละเมิดข้อมูลบนเว็บไซต์ที่พวกเขาชื่นชอบและใช้บ่อย เว็บไซต์สมัครสมาชิก เช่น Netflix และ Xbox Live และเว็บไซต์ใช้งานฟรี เช่น Facebook และ Snapchat ได้รับการพิจารณา จากนั้นเราขอให้ผู้เข้าร่วมอธิบายด้วยคำพูดของพวกเขาเองว่าพวกเขาได้ทำอะไรเพื่อตอบสนอง
อ่านการรายงานข่าวตามหลักฐาน ไม่ใช่ทวีต
เราพบว่าทัศนคติเชิงบวกต่อเว็บไซต์ก่อนการละเมิดไม่ได้ส่งผลกระทบอย่างมีนัยสำคัญว่าผู้บริโภคจะมีส่วนร่วมกับเว็บไซต์อีกครั้งหลังจากการละเมิดหรือไม่ ตามที่การวิจัยก่อนหน้านี้ระบุไว้ ในทางกลับกัน การตอบสนองทางอารมณ์จากความกลัวกลับส่งผลกระทบอย่างมากต่อลูกค้า
ลูกค้าที่มีความกลัวดูเหมือนจะหยุดใช้ไซต์ที่ถูกละเมิดเพื่อลดความรู้สึกเครียดและความเปราะบาง ลูกค้ารายอื่นๆ ใช้วิธีการให้รายละเอียดชีวประวัติที่เป็นเท็จหรือลบข้อมูลบัตรเครดิต ชื่อ และวันเดือนปีเกิดออกจากเว็บไซต์ในขณะที่พวกเขาใช้งานต่อไป
ในปี 2022 เพียงปีเดียวข้อมูลลูกค้าในสหรัฐฯ ถูกบุกรุกในเหตุการณ์มากกว่า 1,800 เหตุการณ์ ส่งผลกระทบต่อผู้คนมากกว่า 400 ล้านคน
การวิจัยก่อนหน้านี้ส่วนใหญ่มุ่งเน้นไปที่ความโกรธของลูกค้าจากการละเมิดข้อมูล และความจำเป็นสำหรับบริษัทต่างๆ ในการปลอบใจลูกค้าที่โกรธเคืองหรือจัดการการรายงานข่าวเชิงลบ ในการดำเนินการดังกล่าว บริษัทอาจว่าจ้างผู้จัดการภาวะวิกฤติเพื่อควบคุมความเสียหายร่วมเป็นพันธมิตรกับบริการปกป้องข้อมูลประจำตัวจ่ายค่าปรับหรือการระงับคดีหรือพยายามหลอกล่อลูกค้าด้วยบริการฟรี
อย่างไรก็ตาม การวิจัยของเราแสดงให้เห็นว่าบริษัทต่างๆ จำเป็นต้องจัดการกับลูกค้าที่หวาดกลัวแตกต่างออกไปหลังจากเกิดการละเมิดข้อมูล หากพวกเขาต้องการหลีกเลี่ยงการสูญเสียลูกค้า ในการทำเช่นนี้ บริษัทต่างๆ สามารถทำงานร่วมกับแผนกไอทีของตนเพื่อระบุลูกค้าที่ไม่ได้ใช้งานอีกต่อไปหลังจากเกิดการละเมิด จากนั้นจึงติดต่อพวกเขาโดยตรงเพื่อบรรเทาความกลัว
อะไรยังไม่รู้
ยังไม่ทราบว่าบริษัทต่างๆ ควรตอบสนองอย่างไรหลังจากเกิดการละเมิดข้อมูล ยังไม่ชัดเจนว่าเหตุใดลูกค้าจึงกลับมา คำอธิบายที่เป็นไปได้ประการหนึ่งคือความเหนื่อยล้าของความเป็นส่วนตัวเมื่อลูกค้าเชื่อว่าการรักษาข้อมูลออนไลน์ของตนให้ปลอดภัยนั้นไร้ประโยชน์
ในการศึกษาของเรา เราพบว่าหนึ่งในสามของลูกค้ากลับมาหลังจากมีการละเมิดโดยไม่ได้เปลี่ยนรหัสผ่านด้วยซ้ำ มากกว่าครึ่งกลับมาหลังจากทำการเปลี่ยนแปลงบางอย่าง เช่น ลบข้อมูลบัตรเครดิต เปลี่ยนรหัสผ่าน หรือลบข้อมูลส่วนบุคคล
นี่อาจเป็นสาเหตุที่นักวิจัยไม่สามารถให้คำแนะนำที่เชื่อถือได้ในการจัดการกับการละเมิดข้อมูลได้ จากจุดยืนของบริษัท หากลูกค้ากลับมาอีก ก็แทบไม่มีสิ่งจูงใจให้ดำเนินการมากกว่าขั้นต่ำสุดเพื่อจัดการกับการละเมิด
อะไรต่อไป
ขณะนี้เรากำลังศึกษาพฤติกรรมของผู้ที่เคยประสบกับการละเมิดข้อมูลหลายครั้งในปีที่ผ่านมา เราต้องการทราบว่าลูกค้าเหล่านี้เปลี่ยนแปลงพฤติกรรมของพวกเขาอย่างไร รวมถึงวิธีที่พวกเขาตัดสินความพยายามในการกู้คืนของบริษัทที่ไซต์ถูกละเมิด
กฎระเบียบล่าสุด เช่นกฎหมายคุ้มครองข้อมูล ของสหภาพยุโรปปี 2018 และร่างกฎหมายของรัฐ ที่เพิ่งนำมาใช้ ในสหรัฐอเมริกา พร้อมด้วยการปรับปรุงกฎหมายความเป็นส่วนตัวของผู้บริโภคในแคลิฟอร์เนียจะบังคับให้บริษัทและนายหน้าข้อมูลคิดอย่างจริงจังมากขึ้นเกี่ยวกับประเภทของข้อมูลที่ถูกรวบรวมและจัดเก็บ การดูแลสุขภาพ การค้าปลีก การเงิน เครือข่ายสังคมออนไลน์ และเว็บไซต์อื่นๆ จะต้องทำการเปลี่ยนแปลงที่สำคัญในวิธีการแจ้งลูกค้าและชดเชยการละเมิดข้อมูลดังกล่าว ในช่วง 10 ปีที่ผ่านมามีความ รุนแรงทางการเมือง ของกลุ่มขวาจัดเพิ่มขึ้นในสหรัฐอเมริกา แม้ว่านักวิชาการจะชี้ให้เห็นถึงสาเหตุที่เป็นไปได้ หลาย ประการ – และบ่อยครั้งที่มีคำอธิบายประกอบกัน – แนวโน้มนั้นชัดเจน
ความรุนแรงนี้เกิดขึ้นพร้อมกับอิทธิพล ที่ เพิ่มขึ้นของ ผู้สมัครทางการเมืองของรัฐและรัฐบาลกลาง ที่มี แนวคิดขวาจัดซึ่งร่วมกันสร้างความตื่นเต้นและระดมมวลชนให้กับชุมชนหัวรุนแรงทั้งทางออนไลน์และด้วยตนเอง
เพื่อเป็นการตอบสนอง เจ้าหน้าที่บังคับใช้กฎหมายของรัฐบาลกลางและของรัฐได้มุ่งความสนใจไปที่การเคลื่อนไหวเหล่านี้มากขึ้นโดยหวังว่าจะสามารถยับยั้งความรุนแรงทางการเมือง และลดความเสี่ยงของลัทธิหัวรุนแรงในครอบครัว หลายคนที่มีส่วนร่วมในความรุนแรงทางการเมือง รวมถึงซีซาร์ ซายอก ซึ่งส่งไปป์บอมบ์ไปยังเจ้าหน้าที่พรรคเดโมแครต , สจ๊วร์ ต โรดส์ ผู้ก่อตั้ง Oath Keepersและเอ็นริเก ทาร์ริโอ ผู้นำกลุ่ม Proud Boys ต้องเผชิญ กับ การจับกุม ถูกดำเนินคดี และในบางกรณีอาจได้รับโทษจำคุกหรือจำคุก
ในเวลาเดียวกัน เจ้าหน้าที่และนักการเมืองที่ได้รับการเลือกตั้งแบบอนุรักษ์นิยมจำนวนหนึ่งได้แสดงความสนใจต่อสาธารณะในการให้อภัยคนกลุ่มเดียวกันเหล่านี้บางส่วน ฉันเป็นนักวิชาการที่ศึกษาบุคคล กลุ่ม และขบวนการที่ใช้ความรุนแรงทางการเมือง การวิจัยแสดงให้เห็นว่าการใช้อำนาจอภัยโทษนี้อาจทำลายหลักนิติธรรมในสหรัฐอเมริกาได้ มันบ่อนทำลายเครื่องมืออย่างหนึ่งในการต่อต้านความรุนแรงที่หน่วยงานบังคับใช้กฎหมายสามารถนำมาใช้ได้ นั่นคือการป้องปราม
บทวิเคราะห์โลกจากผู้เชี่ยวชาญ
American Bar Association อธิบายว่าหลักนิติธรรมเป็นหลักการพื้นฐานสำหรับระบบยุติธรรมของสหรัฐฯ : “ไม่มีใครอยู่เหนือกฎหมาย ทุกคนได้รับการปฏิบัติอย่างเท่าเทียมกันภายใต้กฎหมาย ทุกคนต้องรับผิดชอบต่อกฎหมายเดียวกัน มีกระบวนการที่ชัดเจนและยุติธรรม สำหรับการบังคับใช้กฎหมายมีตุลาการที่เป็นอิสระและรับประกันสิทธิมนุษยชนสำหรับทุกคน”
ชายผมสีเทาในชุดสูทสีน้ำเงินและเสื้อเชิ้ตสีขาวกำลังพูดพร้อมทำท่าทาง
ผู้ว่าการรัฐเท็กซัส Greg Abbott ผู้ซึ่งกล่าวว่าเขาตั้งใจที่จะให้อภัยทหารผ่านศึกของกองทัพบกที่เพิ่งถูกตัดสินว่ามีความผิดฐานสังหารผู้ประท้วง Black Lives Matter รูปภาพแบรนดอนเบลล์ / Getty
ความยับยั้งชั่งใจลดน้อยลง
ในศาลากลางของ CNN เมื่อเร็ว ๆ นี้ อดีตประธานาธิบดีโดนัลด์ ทรัมป์กล่าวว่าหากได้รับเลือกอีกครั้งเขาสนใจที่จะอภัยโทษให้กับผู้นำกลุ่ม Proud Boysและคนอื่นๆ ที่ถูกตัดสินลงโทษเมื่อเร็ว ๆ นี้ ซึ่งเข้าร่วมในการก่อความไม่สงบเมื่อวันที่ 6 มกราคม 2021 ซึ่งเกิดขึ้นที่ศาลาว่าการสหรัฐฯ
นี่ไม่ใช่ครั้งแรกที่ทรัมป์แนะนำว่าเขากำลังพิจารณาข้อเสนอดังกล่าว ตอนที่เขาเป็น ประธานาธิบดีเขาได้ให้อภัยพวกหัวรุนแรงที่ต่อต้านรัฐบาล
อย่างไรก็ตาม อำนาจอภัยโทษไม่ได้จำกัดอยู่เพียงประธานาธิบดีที่กำลังดำรงตำแหน่งเท่านั้น ผู้ว่าการรัฐสามารถออกอภัยโทษสำหรับอาชญากรรมของรัฐได้ และบางคนก็แสดงความสนใจคล้าย ๆ กันในการอภัยโทษผู้ที่ถูกตัดสินว่ามีความผิดฐานก่ออาชญากรรมทางการเมืองในช่วงไม่กี่ปีมานี้
Greg Abbott ผู้ว่าการรัฐเท็กซัสกล่าวว่าเขาตั้งใจที่จะให้อภัย ทหารผ่านศึกของกองทัพบกผู้ถูกตัดสินว่ามีความผิดฐานสังหารผู้ประท้วง Black Lives Matter และถูกตัดสินจำคุก 25 ปี
ในเดือนสิงหาคม ปี 2021 ผู้ว่าการรัฐมิสซูรี ไมค์ พาร์สัน ได้อภัยโทษให้กับทั้งคู่ที่ถูกตัดสินว่ามีความผิดในข้อหาอาวุธปืนที่เกี่ยวข้องกับการกวัดแกว่งอาวุธปืนใส่ผู้ประท้วงระหว่างการเดินขบวนเพื่อความยุติธรรมทางเชื้อชาติในช่วงฤดูร้อนปี 2020
คำแถลงสาธารณะเหล่านี้ร่วมกันและการใช้การอภัยโทษสำหรับอาชญากรรมที่มีแรงจูงใจทางการเมืองได้บั่นทอนความสามารถของหน่วยงานบังคับใช้กฎหมายและชุมชนข่าวกรองในการยับยั้งลัทธิหัวรุนแรงทางการเมืองในประเทศ
การป้องปราม ที่ง่ายที่สุดหมายความว่าเมื่อผู้คนพิจารณาว่าจะทำอะไรผิดหรือผิดกฎหมายพวกเขาคิดถึงผลที่ตามมาที่พวกเขาและคนอื่นๆ เผชิญหรือเผชิญอยู่
เมื่อการลงโทษมีความชัดเจน ใกล้กับพฤติกรรมทางอาญาและมีความรุนแรงตามสัดส่วนผู้คนจะมีโอกาสก่ออาชญากรรมน้อยลง การวิจัยในสาขาอาชญาวิทยาแสดงให้เห็นว่าในทั้งสามแง่มุมนี้การเพิ่มความชัดเจนของการลงโทษสามารถลดอุบัติการณ์ของอาชญากรรมได้ นี่เป็นสิ่งสำคัญ เพราะเมื่อมีการเสนอการอภัยโทษ ความแน่นอนของการลงโทษจะลดลงอย่างมาก ซึ่งลดศักยภาพในการยับยั้งลง