## الاقتصاد الكلي للذكاء الاصطناعي

## Source details

**Canonical URL:** [الاقتصاد الكلي للذكاء الاصطناعي](https://www.imf.org/ar/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger)

## Other formats

- [Markdown version](/ar/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/index.md)
- [Structured JSON version](/ar/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/index.json)
- [Bundle manifest](/ar/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger/bundle-manifest.json)

## Bibliographic details
- Authors: Erik Brynjolfsson, GABRIEL UNGER
- Published: December 6, 2023

---

### نظرة عامة ومبررات الاهتمام
- يركز المقال على آثار الذكاء الاصطناعي على ثلاثة مجالات واسعة ذات أهمية للاقتصاد الكلي: نمو الإنتاجية، وسوق العمل، والتركز الصناعي.
- يؤكد المؤلفان أن الذكاء الاصطناعي ليس له مستقبل محدد سلفا وأن المسارات المستقبلية ستعتمد على القرارات التكنولوجية والسياسات المتخذة اليوم.
- يوصي المؤلفان بسياسات تشمل:
  - تجربة السياسات الإبداعية
  - وضع مجموعة من الأهداف الإيجابية لما يريده المجتمع من الذكاء الاصطناعي
  - الاعتراف بمدى عدم اليقين في الإمكانات التكنولوجية والمرونة في التكيّف معها

### مفترق الطرق الأول: نمو الإنتاجية
- حالة مرجعية: تضاؤل نمو الإنتاجية في الولايات المتحدة خلال معظم الخمسين عاما الماضية، مع انتعاش قصير في أواخر تسعينات القرن الماضي وبداية العقد الأول من القرن الحادي والعشرين.
- مستقبل منخفض الإنتاجية — ملامح ومخاطر:
  - اعتماد الشركات على الذكاء الاصطناعي قد يظل بطيئا ومقتصرا على الشركات الكبيرة.
  - يمكن أن تكون اقتصادات الذكاء الاصطناعي "بينَ بين" وتستبدل بعض العمال بدلاً من تمكينهم.
  - الفترات الطويلة بين وعد التكنولوجيا وظهور مكاسب اقتصادية مرصودة قد تتكرر (مفارقة سولو، 1987).
  - عقبات قانونية وتنظيمية، بما في ذلك قضايا الملكية الفكرية واحتمال "غابة براءات الاختراع"، قد تعرقل تدريب النماذج ونشرها.
  - قد تفرض هيئات تنظيمية صارمة قيودا تبطئ التطوير أو تؤدي إلى حظر أدوات معينة.
- مستقبل عالي الإنتاجية — ملامح وفرص:
  - تطبيق الذكاء الاصطناعي على جزء كبير من المهام يمكن أن يعزز إنتاجية هذه المهام بشكل ضخم.
  - الذكاء الاصطناعي يمكن أن يكون مكملا للعمال ويحرر وقتهم للمهام غير الروتينية والإبداعية.
  - الذكاء الاصطناعي يلتقط المعرفة الضمنية المستمدة من بيانات مرقمنة واسعة، مما يؤدي إلى تحول عدد أكبر من العمال إلى "علماء باحثين ومبدعين".
  - تكامل الذكاء الاصطناعي مع الروبوتات يمكن أن يفتح أجزاء واسعة من الاقتصاد أمام تقدم تقني عميق، بما في ذلك تقدم جذري مدعوم بالذكاء الاصطناعي في البحوث الطبية والتصميم الدوائي.

### مفترق الطرق الثاني: عدم المساواة في توزيع الدخل
- الحالة التاريخية: زيادة عدم المساواة في الأرباح بين العمال خلال الأربعين الماضية، ويرتبط ذلك بأتمتة الوظائف الروتينية متوسطة الأجر.
- مستقبل أعلى تفاوتا — ملامح ومخاطر:
  - تصميم وتنفيذ الذكاء الاصطناعي ليحل محل أنواع واسعة من العمل البشري يؤدي إلى انخفاض أجور العديد من العمال.
  - الذكاء الاصطناعي التوليدي يمكن أن يهدد مهن كانت تُعتبر غير روتينية وإبداعية (كلمات، صور، أصوات).
  - انتقال العديد من العمال إلى وظائف خدمية منخفضة الأجر يزيد من استقطاب سوق العمل بين نخبة مهارية صغيرة وطبقة دنيا كبيرة ذات أجور متدنية.
- مستقبل أقل تفاوتا — ملامح وفرص:
  - الذكاء الاصطناعي يساعد العمال الأقل خبرة أو معرفة ليصبحوا أفضل في وظائفهم (مثال: Copilot للمبرمجين).
  - دراسة على 5 آلاف عامل في مراكز الاتصال أظهرت أن العمال الأقل مهارة أو الجدد حققوا أكبر مكاسب إنتاجية عند استخدام مساعد الذكاء الاصطناعي (Brynjolfsson, Li, and Raymond 2023).
  - مكاسب الإنتاجية المصاحبة قد تقلل دوران العمال وتزيد رضا العملاء إذا تقاسم أرباب العمل هذه المكاسب مع العمال.
  - تحرير البشر من المهام الروتينية قد يحسن التجربة النفسية للعمل وجودة الناتج.

### مفترق الطرق الثالث: التركز الصناعي
- الخلفية: ارتفاع التركز الصناعي في الولايات المتحدة والاقتصادات المتقدمة منذ أوائل ثمانينات القرن الماضي.
- مستقبل عالي التركز — ملامح ومخاطر:
  - الشركات الكبرى فقط تستخدم الذكاء الاصطناعي بشكل مكثف، مما يعزز قدراتها الإنتاجية والربحية ويكبرها على حساب المنافسين الأصغر.
  - تطوير نماذج الذكاء الاصطناعي يتطلب تكلفة حسابية أولية هائلة ومجموعات بيانات ضخمة تمتلكها الشركات الكبيرة.
  - أمثلة تكاليف: تدريب نموذج GPT-4 "أكثر من 100 مليون دولار" أثناء التطوير الأولي و"يتطلب تشغيله حوالي 700 ألف دولار يوميا".
  - قد تصل التكلفة المعيارية لتطوير نموذج كبير إلى "مليارات الدولارات".
  - مزايا داخلية لشركات كبيرة: تحسين تنسيق العمليات المعقدة داخليا بدعم الذكاء الاصطناعي قد يتخطى مزايا الشركات الصغيرة في المعرفة المحلية.
- مستقبل منخفض التركز — ملامح وفرص:
  - انتشار نماذج الذكاء الاصطناعي مفتوحة المصدر (مثل LLaMA وKoala) يخلق منظومة إيكولوجية مفتوحة تتيح وصول الشركات الصغيرة إلى تكنولوجيات متقدمة.
  - مزيج من شركات ربحية وغير ربحية وأكاديميين ومبرمجين فرديين قد يبني نظاما حيويا مفتوح المصدر للذكاء الاصطناعي.
  - ملاحظة من مذكرة داخلية مسربة لشركة غوغل (مايو 2023): "النماذج مفتوحة المصدر أسرع، وأكثر قابلية للتخصيص، وأكثر خصوصية، وأكثر قدرة" وقد تتفوق على النماذج المملوكة الكبيرة.
  - الابتكار اللامركزي المدعوم بالذكاء الاصطناعي قد يمكّن الشركات الصغيرة من إغلاق الفجوة التكنولوجية مع الشركات الكبرى أو استعادة حصة سوقية.

### نحو جدول أعمال للسياسات والبحث
- المسار الأسوأ في كل مفترق طرق هو المسار الذي ينطوي على أقل مقاومة: انخفاض نمو الإنتاجية، زيادة عدم المساواة، وارتفاع التركز الصناعي.
- الوصول إلى المسارات الأفضل يتطلب تدخلات سياسات ذكية على نطاق واسع.
- قضايا حاسمة لسياسة عامة موجهة:
  - كيف نشجع أنواع الذكاء الاصطناعي التي تكمل العمل البشري بدلا من استبداله؟
  - ما السياسات التي تشجع وصول الشركات من جميع الأحجام إلى تقنيات الذكاء الاصطناعي؟
  - ما نوع النظام الإيكولوجي مفتوح المصدر الذي قد يدعم ذلك، وكيف يدعمه صانعو السياسات؟
  - كيف ينبغي لمختبرات الذكاء الاصطناعي والشركات التعامل مع تطوير ونشر النماذج؟
  - ما دور النقابات والناخبين والهيئات التنظيمية في تحديد مستقبل الذكاء الاصطناعي؟
- حاجة ملحة لزيادة الاستثمار في البحوث المتعلقة باقتصاديات الذكاء الاصطناعي، لأن تأثيراته المحتملة قد تصل إلى "تريليونات الدولارات".
- دعوة لإعادة توجيه أولويات البحث ووضع خطة أعمال ذكية بشأن السياسات لمساعدة المجتمع على التحرك نحو "نمو اقتصادي مستدام وشامل للجميع".

*المصدر: مجلة التمويل والتنمية — "الاقتصاد الكلي للذكاء الاصطناعي" إريك برينيولفسون، غابرييل أونغر، ديسمبر 2023*

---

## Content in this bundle

- **glossarya — IMF GLOSSARY WEB 2016: ENGLISH–ARABIC (glossarya.pdf)**
  - [glossarya — IMF GLOSSARY WEB 2016: ENGLISH–ARABIC (glossarya.pdf) (Markdown version)](/external/np/term/ara/pdf/glossarya.pdf.md){rel="alternate" type="text/markdown"}
  - [glossarya — IMF GLOSSARY WEB 2016: ENGLISH–ARABIC (glossarya.pdf) (PDF)](/external/np/term/ara/pdf/glossarya.pdf){rel="external" type="application/pdf"}
- **aaa**
  - [aaa (Markdown version)](/external/pubs/ft/aa/ara/aaa.pdf.md){rel="alternate" type="text/markdown"}
  - [aaa (PDF)](/external/pubs/ft/aa/ara/aaa.pdf){rel="external" type="application/pdf"}

---

_Source: https://www.imf.org/ar/publications/fandd/issues/2023/12/macroeconomics-of-artificial-intelligence-brynjolfsson-unger_