В прогрессивных и технических кругах много говорят о надвигающейся гибели ИИ (искусственного интеллекта) в экономике. Они ожидают огромных потерь рабочих мест, поскольку задачи, выполняемые людьми сегодня, автоматически выполняются машинами. Действительно, этот разговор стал центральной темой некоторых кандидатов 2020 года, таких как Эндрю Янг, и объединяющей силой среди либертарианцев и прогрессивных сторонников универсального базового дохода.

Большая часть опасений в этом обсуждении сосредоточена на технологиях, которых на самом деле сегодня не существует, на роботах общего интеллекта, которые могут делать все, что может человек. Это далеко от сегодняшнего положения технологий искусственного интеллекта, которые в основном обусловлены достижениями в области машинного обучения и где разумно ожидать развития в ближайшем будущем.

В машинном обучении компьютеры пытаются решить примерно два типа задач: обучение без учителя и обучение с учителем. Самые ценные приложения сегодня основаны на контролируемом обучении, которое отвечает на такие вопросы, как предсказание некоторой переменной (Y) с помощью набора функций входных данных (X).

Контролируемое обучение (из которых больше всего говорят о глубоком обучении, конкретном типе контролируемой модели) можно использовать для ответа на такие вопросы, как «кто из моих клиентов с наибольшей вероятностью уйдет?» или «какой продукт этот покупатель, скорее всего, купит?». Эти модели действительно настолько хороши, насколько хороши введенные в них данные, но они могут улучшаться со временем по мере того, как собирается больше данных, и модель видит больше примеров.

Когда мы стремимся спрогнозировать влияние, которое ИИ (и, следовательно, в основном приложения контролируемого обучения) может оказать на экономику, его масштабы ограничиваются проблемами формы прогнозировать Y по X, что не дает возможности совершить неожиданный прорыв. Пространство задач, на которые это может повлиять и автоматизировать сегодня, - это вещи, на выполнение которых у людей уходит секунда или меньше, и это временное окно будет увеличиваться по мере развития ИИ / машинного обучения. Этот ограниченный объем задач не является сценарием судного дня, когда отнимают все рабочие места, на которые многие рассчитывают.

Это не означает, что ИИ не будет коренным образом реструктурировать экономику, но это не приведет к массовой безработице. Реальное влияние, как и предыдущие примеры технологических изменений, связанных с определенными навыками, будет заключаться в выборе определенных навыков по сравнению с другими, поскольку технология создает новые рабочие места и новые возможности при автоматизации других задач.

Чтобы убедиться в этом, мы можем взглянуть на прошлые примеры масштабных технологических изменений как на тематические исследования того, чего ожидать от ИИ.

На протяжении десятилетий, от печатного станка до калькуляторов и роботизированных манипуляторов, люди постоянно беспокоились о том, что технологии отнимут их рабочие места. Вместо этого произошло то, что новая технология уменьшила потребность в определенных навыках / профессиях, увеличивая потребность в других, которые могли бы либо (1) работать с новой технологией, (2) снабжать новую технологию необходимыми ресурсами, (3) использовать продукты из новой технологии в других последующих приложениях, или (4) удовлетворить спрос людей, которые заработали деньги с помощью новой технологии.

Прекрасным примером является изобретение электронной таблицы и программного обеспечения, такого как Microsoft Excel, которое автоматизировало ведение большого количества записей в конце 1970-х - начале 1980-х годов. Как отмечает Wall Street Journal, количество бухгалтерских работ резко упало, поскольку программное обеспечение заменило ручные задачи, которые люди должны были выполнять ранее. Тем временем спрос на аналитиков и бухгалтеров резко вырос, поскольку компании теперь могли отслеживать больше данных и нуждались в помощи в их анализе и интерпретации. Здесь мы видим, как новые технологии по-разному отбираются для определенных навыков, увеличивая их спрос по сравнению с другими, в то время как замененные навыки снижают свою ценность на рынке труда.

Мы можем увидеть точные механизмы, стоящие за этим, через более систематический анализ из статьи Автор и Саломонс, двух экономистов. Они измеряют взаимосвязь между различными показателями и ростом так называемого TFP (совокупной факторной производительности) с течением времени. TFP - это общий показатель технологических изменений в экономической литературе, который сильно коррелирует с такими вещами, как количество патентов (по сути, это те части экономического роста, которые нельзя объяснить трудом и капиталом / машинами).

Считается, что новая технология вытесняет рабочую силу, если она снижает долю дохода, которая достается рабочим, и вместо этого увеличивает долю, которая идет на капитал / машины. Они также рассматривают взаимосвязь между ростом СФП и занятостью и заработной платой.

Мы должны отметить, что увеличение доли труда в доходе технически означает, что рост экономики от новых технологий непропорционально идет на капитал, а не на труд, но это не означает, что труд сам по себе не приносит выгоды; скорее, это означает, что рабочая сила получает меньше выгоды от новых технологий, чем от капитала, что снижает ее общую долю.

Они подразделяют влияние новых технологий на эти результаты на четыре части: (1) прямые эффекты, (2) эффекты конечного спроса, (3) эффекты восходящего потока и (4) последующие эффекты.

Очевидно, что в отрасли рабочие места, ориентированные на выполнение задач, автоматизируемых машинами, исчезают, но по мере того, как отрасль в целом становится более производительной благодаря новой технологии, спрос на рабочую силу для неавтоматизированных задач может фактически увеличиться. Это (1) прямой эффект, который Автор и Соломанс называют «эффектом Убер». Технологические усовершенствования в отрасли могут повысить как производительность труда, так и занятость в затронутой отрасли.

Сектор приложений для поездок является примером этого, потому что, хотя платформа Uber автоматизировала подбор пассажиров и водителей, исключив эту задачу из рук одного человека, она повысила как производительность, так и спрос на водителей, увеличивая спрос на эти рабочие места.

Эффект (2) конечного спроса - это увеличение спроса на новые технологии в экономике. Владельцы капитала для новых технологий получают выгоду от сдачи оборудования в аренду компаниям, и этот рост доходов повышает их спрос на приобретение товаров и услуг, что, в свою очередь, стимулирует спрос на рабочие места в этих областях, создавая новые возможности для рабочей силы.

В качестве базового примера, Интернет создал множество миллионеров и миллиардеров, основав и / или работая в технологических компаниях, что привело к резкому росту спроса на товары и услуги, которые нравились людям, даже несмотря на то, что эти компании создавали продукты, которые автоматически сокращали многие существующие рабочие места. задачи (например, Microsoft с Excel).

(3) Upstream и (4) downstream эффекты - это то, как рост TFP влияет на отрасли поставщиков и клиентов.

Новые технологии могут снизить стоимость производства одного сырья, что приведет к росту спроса на другие ресурсы. Например, усовершенствования литий-ионных аккумуляторов открыли возможности для их использования в небольших мобильных устройствах, что позволило создавать смартфоны. Это привело к увеличению спроса на микрочипы, ведущую отрасль поставщиков, поскольку они используются в производстве телефонов, что открыло новые возможности для работы в этой области. Точно так же создание мобильных телефонов привело к появлению множества компаний, разрабатывающих для них приложения, что также стимулировало спрос в потребительских отраслях.

Таким образом, чистый баланс технологии и рабочей силы включает анализ этих четырех различных каналов воздействия: (1) прямые эффекты, (2) эффекты конечного спроса, (3) эффекты в восходящем направлении и (4) эффекты в нисходящем направлении.

Когда Автор и Соломонс анализируют цифры, они обнаруживают, что технология обычно имеет чистый отрицательный эффект в (1) прямых эффектах, поскольку новая технология вытесняет рабочую силу в отраслях, где она применяется, но другие каналы, как правило, в целом положительны для рынков труда и перевешивают прямое негативное влияние на саму отрасль.

Это означает, что в целом технологии фактически увеличивают количество рабочих мест, увеличивают занятость, но они создают возможности в разных местах. Поскольку он создает возможности в разных отраслях, он отбирает навыки, отличные от тех, кто потерял работу из-за технологий.

Таким образом, внедрение новых технологий очень похоже на влияние глобализации: оно сконцентрировало вред на нескольких лицах, которые потеряют рабочие места, которые у них есть сегодня, но общее воздействие на экономику больше, поскольку оно создает новые экономические открывает новые возможности для людей и приводит к более высокому качеству продукции и / или более низким ценам.

Применяя эти уроки прошлых технологических потрясений к популярной сегодня теме, мы можем увидеть реальное ожидаемое влияние ИИ на водителей грузовиков. Хотя даже вождение грузовиков может стать автоматизированным, люди все равно будут следить за транспортировкой груза, разгрузкой, заправкой грузовика и многими другими потенциальными задачами, схожими с тем, что пилоты по-прежнему необходимы в планах даже с автопилотом.

Таким образом, главный вопрос политики заключается не в том, сможем ли мы поддержать огромное количество безработных, поскольку все рабочие места исчезнут из-за улучшений ИИ, а в том, можем ли мы лучше справляться с работой, помогая людям адаптироваться к неизбежным сбоям на рынках труда из-за технологий, извлекая уроки с первых дней глобализации и первой волны автоматизации стало ясно, что такая корректировка затрат не без трений и может иметь огромное негативное влияние на людей, которые непосредственно затронуты.

Мы должны настаивать на политике, которая может способствовать этой корректировке, например, к страхованию заработной платы, повышению минимальной заработной платы, сокращению лицензирования профессий и множеству других улучшений, чтобы сделать наши рынки труда более динамичными и реагирующими на структурные изменения.