از اقتصاد هوش مصنوعی چه می دانیم؟

علیرغم همه صحبت هایی که در مورد هوش مصنوعی که جهان را متحول می کند، اثرات اقتصادی آن نامشخص است. سرمایه گذاری هنگفتی در هوش مصنوعی وجود دارد، اما شفافیت کمی در مورد آنچه که این هوش مصنوعی تولید می کند، وجود دارد.

بررسی هوش مصنوعی به بخش مهمی از کار Daron Acemoglu اقتصاددان برنده نوبل تبدیل شده است. Acemoglu، استاد موسسه MIT، مدت‌هاست که تأثیر فناوری در جامعه، از مدل‌سازی پذیرش نوآوری‌ها در مقیاس بزرگ تا انجام مطالعات تجربی در مورد تأثیر روبات‌ها را مورد مطالعه قرار داده است. روی مشاغل

در ماه اکتبر، Acemoglu همچنین جایزه Sveriges Riksbank 1403 در علوم اقتصادی به یاد آلفرد نوبل را با دو همکار، Simon Johnson PhD ’89 از دانشکده مدیریت MIT Sloan و جیمز رابینسون از دانشگاه شیکاگو، برای تحقیق به اشتراک گذاشت. روی رابطه بین نهادهای سیاسی و رشد اقتصادی کار آنها نشان می دهد که دموکراسی هایی با حقوق قوی نسبت به سایر اشکال حکومت در طول زمان رشد بهتری را حفظ می کنند.

از آنجایی که رشد زیادی از نوآوری های تکنولوژیکی ناشی می شود، روشی که جوامع از هوش مصنوعی استفاده می کنند مورد علاقه Acemoglu است که در ماه های اخیر مقالات مختلفی را در مورد اقتصاد این فناوری منتشر کرده است.

“وظایف جدید برای انسان های دارای هوش مصنوعی مولد از کجا خواهد آمد؟” Acemoglu می پرسد. فکر نمی‌کنم هنوز آن‌ها را بشناسیم، و مسئله همین است. چه برنامه هایی هستند که واقعاً روش انجام کارها را تغییر می دهند؟»

اثرات قابل اندازه گیری هوش مصنوعی چیست؟

از سال 1947، رشد تولید ناخالص داخلی ایالات متحده به طور متوسط ​​سالانه حدود 3 درصد بوده است و رشد بهره وری در حدود 2 درصد در سال است. برخی پیش‌بینی‌ها ادعا کرده‌اند که هوش مصنوعی رشد را دو برابر می‌کند یا حداقل مسیر رشدی بالاتر از حد معمول ایجاد می‌کند. در مقابل، در یک مقاله، “اقتصاد کلان ساده هوش مصنوعی” که در شماره آگوست منتشر شده است. سیاست اقتصادیAcemoglu تخمین می زند که در دهه آینده، هوش مصنوعی یک “افزایش متوسط” در تولید ناخالص داخلی بین 1.1 تا 1.6 درصد در 10 سال آینده ایجاد خواهد کرد و تقریباً 0.05 درصد افزایش بهره وری سالانه خواهد داشت.

ارزیابی Acemoglu مبتنی است روی تخمین‌های اخیر در مورد تعداد مشاغل تحت تأثیر هوش مصنوعی، از جمله مطالعه سال 1402 توسط محققان OpenAI، OpenResearch و دانشگاه پنسیلوانیا، که نشان می‌دهد حدود 20 درصد از وظایف شغلی ایالات متحده ممکن است در معرض قابلیت‌های هوش مصنوعی باشد. یک مطالعه در سال 1403 توسط محققان MIT FutureTech و همچنین مؤسسه بهره‌وری و IBM نشان می‌دهد که حدود 23 درصد از وظایف بینایی رایانه‌ای که می‌توانند در نهایت خودکار شوند، می‌توانند در 10 سال آینده به طور سودآور انجام شوند. هنوز تحقیقات بیشتر نشان می دهد که میانگین صرفه جویی در هزینه های هوش مصنوعی حدود 27 درصد است.

وقتی صحبت از بهره‌وری می‌شود، «من فکر نمی‌کنم که در 10 سال آینده 0.5 درصد را کوچک کنیم. این بهتر از صفر است،” Acemoglu می گوید. اما نسبت به وعده‌هایی که افراد در صنعت و روزنامه‌نگاری فناوری می‌دهند، ناامیدکننده است.»

مطمئناً، این یک تخمین است و ممکن است کاربردهای دیگری از هوش مصنوعی ظاهر شود: همانطور که Acemoglu در مقاله می نویسد، محاسبات او شامل استفاده از هوش مصنوعی برای پیش بینی شکل پروتئین ها نمی شود – که متعاقباً سایر محققان جایزه نوبل را در اکتبر به اشتراک گذاشتند. .

ناظران دیگر پیشنهاد کرده‌اند که «تخصیص مجدد» کارگرانی که توسط هوش مصنوعی جابه‌جا شده‌اند، رشد و بهره‌وری بیشتری را فراتر از برآورد Acemoglu ایجاد می‌کند، اگرچه او فکر نمی‌کند که این امر اهمیت زیادی داشته باشد. Acemoglu می گوید: «تخصیص مجدد، از تخصیص واقعی که ما داریم شروع می شود، معمولاً فقط مزایای کمی ایجاد می کند. “مزایای مستقیم چیز بزرگی است.”

او می‌افزاید: «سعی کردم مقاله را به‌صورت کاملاً شفاف بنویسم و ​​بگویم چه چیزی گنجانده شده است و چه چیزی گنجانده نشده است. مردم می‌توانند با گفتن اینکه مواردی که من حذف کرده‌ام یک مشکل بزرگ هستند یا اعداد برای مواردی که در آن گنجانده شده است بسیار متوسط ​​هستند، مخالفت کنند، و این کاملاً خوب است.»

کدام مشاغل؟

انجام چنین تخمین هایی می تواند شهود ما را در مورد هوش مصنوعی تیز کند. بسیاری از پیش بینی ها در مورد هوش مصنوعی آن را انقلابی توصیف کرده اند. تحلیل های دیگر محتاطانه تر هستند. کار Acemoglu به ما کمک می کند تا درک کنیم روی چه مقیاسی ممکن است انتظار تغییرات را داشته باشیم.

عجم اوغلو می گوید: «بیایید به سال 2030 برویم. «فکر می‌کنید اقتصاد ایالات متحده به دلیل هوش مصنوعی چقدر متفاوت خواهد بود؟ شما می توانید یک خوش بین کامل هوش مصنوعی باشید و فکر کنید که میلیون ها نفر شغل خود را به دلیل چت بات ها از دست می دهند یا شاید برخی از افراد به کارگران فوق العاده ای تبدیل شده اند زیرا با هوش مصنوعی می توانند 10 برابر کارهای قبلی انجام دهند. . من اینطور فکر نمی کنم. من فکر می کنم بیشتر شرکت ها کم و بیش همان کارها را انجام می دهند. تعداد کمی از مشاغل تحت تأثیر قرار خواهند گرفت، اما ما همچنان روزنامه نگار داریم، هنوز تحلیلگران مالی خواهیم داشت، ما هنوز هم کارمندان منابع انسانی خواهیم داشت.»

اگر این درست است، هوش مصنوعی به احتمال زیاد برای مجموعه‌ای از وظایف یقه سفید محدود اعمال می‌شود، جایی که مقادیر زیادی از توان محاسباتی می‌تواند process ورودی‌های زیادی سریع‌تر از انسان‌ها انجام می‌شود.

Acemoglu می‌افزاید: «این روی تعدادی از مشاغل اداری که در مورد خلاصه داده‌ها، تطبیق بصری، تشخیص الگو و غیره هستند، تأثیر می‌گذارد». “و اینها اساساً حدود 5 درصد از اقتصاد را تشکیل می دهند.”

در حالی که عجم اوغلو و جانسون گاهی اوقات به عنوان افرادی بدبین به هوش مصنوعی در نظر گرفته می شوند، آنها خود را واقع گرا می دانند.

عجم اوغلو می‌گوید: «سعی می‌کنم نزولی نباشم. “چیزهایی وجود دارد که هوش مصنوعی مولد می تواند انجام دهد، و من واقعاً به آن اعتقاد دارم.” با این حال، او می‌افزاید: «من معتقدم راه‌هایی وجود دارد که بتوانیم از هوش مصنوعی مولد بهتر استفاده کنیم و دستاوردهای بزرگ‌تری داشته باشیم، اما در حال حاضر آن‌ها را به عنوان حوزه تمرکز صنعت نمی‌دانم.»

مفید بودن ماشین یا جایگزینی کارگر؟

وقتی Acemoglu می‌گوید ما می‌توانیم از هوش مصنوعی بهتر استفاده کنیم، چیز خاصی در ذهن دارد.

یکی از نگرانی‌های حیاتی او در مورد هوش مصنوعی این است که آیا به شکل «مفید بودن ماشین» به کار می‌رود و به کارگران کمک می‌کند تا بهره‌وری را به دست آورند، یا اینکه هدف آن تقلید از هوش عمومی در تلاش برای جایگزینی مشاغل انسانی است. به عنوان مثال، این تفاوت بین ارائه اطلاعات جدید به یک بیوتکنولوژیست در مقابل جایگزینی کارمند خدمات مشتری با فناوری مرکز تماس خودکار است. او معتقد است تا کنون شرکت ها متمرکز بوده اند روی نوع دوم مورد

Acemoglu می‌گوید: «استدلال من این است که ما در حال حاضر مسیر اشتباهی برای هوش مصنوعی داریم. ما بیش از حد از آن برای اتوماسیون استفاده می کنیم و برای ارائه تخصص و اطلاعات به کارگران کافی نیست.

آسم اوغلو و جانسون در کتاب پرمخاطب سال 1402 خود «قدرت و پیشرفت» (PublicAffairs) به این موضوع عمیقاً می پردازند، که یک سؤال اصلی دارد: فناوری رشد اقتصادی ایجاد می کند، اما چه کسی این رشد اقتصادی را ثبت می کند؟ آیا این نخبگان است یا کارگران در دستاوردها سهیم هستند؟

همانطور که Acemoglu و Johnson به وفور بیان می کنند، آنها طرفدار نوآوری های تکنولوژیکی هستند که بهره وری کارگران را افزایش می دهد و در عین حال افراد را مشغول نگه می دارد، که باید رشد را بهتر حفظ کند.

اما هوش مصنوعی مولد، از نظر Acemoglu، تمرکز دارد روی تقلید از کل مردم این چیزی است که او سال‌ها آن را «فناوری خیلی خوب» می‌نامد، برنامه‌هایی که در بهترین حالت فقط کمی بهتر از انسان عمل می‌کنند، اما در هزینه شرکت‌ها صرفه‌جویی می‌کنند. اتوماسیون مرکز تماس همیشه مولدتر از مردم نیست. این فقط برای شرکت ها کمتر از کارگران هزینه دارد. کاربردهای هوش مصنوعی که مکمل کارگران هستند به طور کلی به نظر می رسند روی پشتیبان بازیگران بزرگ فناوری.

Acemoglu می‌گوید: «فکر نمی‌کنم استفاده‌های تکمیلی از هوش مصنوعی به طور معجزه‌آسایی به خودی خود ظاهر شوند، مگر اینکه صنعت انرژی و زمان قابل توجهی را به آنها اختصاص دهد.

تاریخچه در مورد هوش مصنوعی چه چیزی را نشان می دهد؟

این واقعیت که فناوری‌ها اغلب برای جایگزینی کارگران طراحی می‌شوند، تمرکز مقاله اخیر آسم اوغلو و جانسون با عنوان «یادگیری از ریکاردو و تامپسون: ماشین‌آلات و کار در انقلاب صنعتی اولیه – و در عصر هوش مصنوعی» است که در ماه اوت در ماه اوت منتشر شد. بررسی های سالانه در اقتصاد.

این مقاله به بحث‌های جاری در مورد هوش مصنوعی می‌پردازد، به‌ویژه ادعا می‌کند که حتی اگر فناوری جایگزین کارگران شود، رشد متعاقب آن تقریباً به‌طور اجتناب‌ناپذیر به‌طور گسترده در طول زمان به نفع جامعه خواهد بود. انگلستان در طول انقلاب صنعتی گاهی اوقات به عنوان مثال ذکر می شود. اما Acemoglu و Johnson معتقدند که گسترش مزایای فناوری به راحتی اتفاق نمی افتد. آنها ادعا می کنند که در قرن نوزدهم انگلستان، تنها پس از دهه ها مبارزه اجتماعی و کنش کارگری رخ داد.

Acemoglu و Johnson در این مقاله می نویسند: «وقتی کارگران نتوانند برای سهم خود از رشد بهره وری فشار بیاورند، دستمزدها بعید است افزایش یابد. «امروزه، هوش مصنوعی ممکن است متوسط ​​بهره‌وری را افزایش دهد، اما همچنین ممکن است جایگزین بسیاری از کارگران شود و در عین حال کیفیت شغلی را برای افرادی که همچنان شاغل هستند، کاهش دهد. … تاثیر اتوماسیون روی امروزه کارگران پیچیده‌تر از پیوند خودکار از بهره‌وری بالاتر به دستمزدهای بهتر است.

عنوان مقاله به مورخ اجتماعی ای پی تامپسون و اقتصاددان دیوید ریکاردو اشاره دارد. دومی اغلب به عنوان دومین متفکر تأثیرگذار این رشته پس از آدام اسمیت در نظر گرفته می شود. آسم اوغلو و جانسون ادعا می‌کنند که دیدگاه‌های ریکاردو تکامل خودشان را طی کردند روی این موضوع

Acemoglu می‌گوید: «دیوید ریکاردو کار آکادمیک و حرفه سیاسی خود را با این استدلال که ماشین‌آلات این مجموعه شگفت‌انگیز از بهبود بهره‌وری را ایجاد می‌کنند و برای جامعه مفید خواهد بود، انجام داد. و سپس در نقطه ای، او نظر خود را تغییر داد، که نشان می دهد او می تواند واقعاً ذهن باز باشد. و شروع کرد به نوشتن در مورد اینکه اگر ماشین آلات جایگزین نیروی کار شود و کار دیگری انجام ندهد، برای کارگران بد خواهد بود.

Acemoglu و Johnson ادعا می کنند که این تکامل فکری امروز به ما چیزی معنادار می گوید: نیروهایی وجود ندارند که به طور اجتناب ناپذیری مزایای گسترده فناوری را تضمین کنند، و ما باید شواهد مربوط به تأثیر هوش مصنوعی را به هر شکلی دنبال کنیم.

بهترین سرعت برای نوآوری چیست؟

اگر فناوری به ایجاد رشد اقتصادی کمک کند، نوآوری سریع ممکن است با ارائه رشد سریع‌تر ایده‌آل به نظر برسد. اما در مقاله دیگری، “تنظیم فناوری های تحول آفرین”، از شماره سپتامبر بررسی اقتصادی آمریکا: بینشAcemoglu و دانشجوی دکترای MIT تاد لنزمن یک چشم انداز جایگزین را پیشنهاد می کنند. اگر برخی از فناوری ها دارای مزایا و معایب هستند، بهتر است آنها را با سرعت سنجیده تری اتخاذ کنید، در حالی که این مشکلات در حال کاهش هستند.

نویسندگان در مقاله می نویسند: «اگر آسیب های اجتماعی بزرگ و متناسب با بهره وری فناوری جدید باشد، نرخ رشد بالاتر به طور متناقضی منجر به پذیرش بهینه کندتر می شود». مدل آنها نشان می دهد که به طور مطلوب، پذیرش باید در ابتدا کندتر اتفاق بیفتد و سپس با گذشت زمان تسریع شود.

Acemoglu می‌گوید: «بنیادگرایی بازار و بنیادگرایی فناوری ممکن است ادعا کنند که شما همیشه باید با حداکثر سرعت برای فناوری پیش بروید. من فکر نمی کنم چنین قاعده ای در اقتصاد وجود داشته باشد. تفکر مشورتی تر، به ویژه برای جلوگیری از آسیب ها و دام ها، قابل توجیه است.»

این آسیب ها و دام ها می تواند شامل آسیب به بازار کار یا انتشار بی رویه اطلاعات نادرست باشد. یا هوش مصنوعی ممکن است در زمینه هایی از تبلیغات آنلاین گرفته تا بازی های آنلاین به مصرف کنندگان آسیب برساند. Acemoglu این سناریوها را در مقاله دیگری با عنوان “وقتی داده های بزرگ امکان دستکاری رفتاری را فراهم می کند” را بررسی می کند. بررسی اقتصادی آمریکا: بینش; این مقاله با علی مخدومی از دانشگاه دوک، آذرخش ملکیان از دانشگاه تورنتو و آسو اوزداگلار از دانشگاه MIT تالیف شده است.

Acemoglu می‌گوید: «اگر از آن به‌عنوان یک ابزار دستکاری یا بیش از حد برای اتوماسیون استفاده می‌کنیم و برای ارائه تخصص و اطلاعات به کارگران کافی نیست، در این صورت اصلاح دوره می‌خواهیم».

مطمئناً دیگران ممکن است ادعا کنند که نوآوری جنبه منفی کمتری دارد یا به اندازه کافی غیرقابل پیش بینی است که ما نباید هیچ ترمز دستی روی آن اعمال کنیم. و Acemoglu و Lensman، در مقاله سپتامبر، به سادگی در حال توسعه یک مدل پذیرش نوآوری هستند.

این مدل پاسخی به روندی است که در دهه گذشته به علاوه، که در آن بسیاری از فناوری‌ها به دلیل اختلال در آنها اجتناب‌ناپذیر بوده و مورد تمجید قرار می‌گیرند. در مقابل، Acemoglu و Lensman پیشنهاد می‌کنند که ما می‌توانیم به طور منطقی در مورد معاوضه‌های مربوط به فناوری‌های خاص قضاوت کنیم و قصد داریم بحث‌های بیشتری را در مورد آن ایجاد کنیم.

چگونه می توانیم به سرعت مناسب برای پذیرش هوش مصنوعی برسیم؟

اگر ایده این است که فناوری‌ها را به تدریج بپذیریم، چگونه این اتفاق می‌افتد؟

اول از همه، عجم اوغلو می گوید: “قوانین دولتی این نقش را دارد.” با این حال، مشخص نیست که چه نوع دستورالعمل های بلندمدتی برای هوش مصنوعی ممکن است در ایالات متحده یا در سراسر جهان اتخاذ شود.

ثانیاً، او اضافه می‌کند، اگر چرخه «هیجان» در اطراف هوش مصنوعی کاهش یابد، عجله برای استفاده از آن «به طور طبیعی کند می‌شود». اگر هوش مصنوعی به زودی سودی برای شرکت‌ها ایجاد نکند، این ممکن است بیشتر از مقررات باشد.

Acemoglu می‌گوید: «دلیل اینکه چرا ما خیلی سریع پیش می‌رویم، هیاهوی سرمایه‌گذاران خطرپذیر و سایر سرمایه‌گذاران است، زیرا آنها فکر می‌کنند که ما به هوش عمومی مصنوعی نزدیک‌تر خواهیم شد. “من فکر می کنم که تبلیغات باعث می شود ما از نظر فناوری سرمایه گذاری بدی داشته باشیم و بسیاری از کسب و کارها خیلی زود تحت تاثیر قرار می گیرند، بدون اینکه بدانند چه باید بکنند. ما آن مقاله را نوشتیم تا بگوییم، نگاه کنید، اقتصاد کلان آن برای ما مفید خواهد بود، اگر در مورد کاری که با این فناوری انجام می‌دهیم، مشورت و درک بیشتری داشته باشیم.»

از این نظر، Acemoglu تاکید می‌کند، تبلیغات یک جنبه ملموس از اقتصاد هوش مصنوعی است، زیرا سرمایه‌گذاری در چشم‌انداز خاصی از هوش مصنوعی را هدایت می‌کند، که بر ابزارهای هوش مصنوعی که ممکن است با آن‌ها مواجه شویم، تأثیر می‌گذارد.

Acemoglu می‌گوید: «هرچه سریع‌تر پیش بروید و تبلیغات بیشتری داشته باشید، احتمال این اصلاح دوره کمتر می‌شود. “اگر با سرعت 200 مایل در ساعت رانندگی می کنید، چرخش 180 درجه بسیار دشوار است.”