Перебалансировка ИИ

Source details

Canonical URL

Перебалансировка ИИ

Other formats

• Markdown version
• Structured JSON version
• Bundle manifest

Bibliographic details

• Authors: DARON ACEMOGLU, SIMON JOHNSON
• Published: December 6, 2023

Краткое содержание и ключевые тезисы

• Стремление к автоматизации опасно — для содействия всеобщему процветанию ИИ должен дополнять работников, а не заменять их.
• Оптимистичные оценки вклада ИИ в рост: по данным Goldman Sachs, внедрение ИИ может стимулировать рост производительности на 1,5 процентных пункта в год в течение 10-летнего периода и увеличить мировой ВВП на 7 percent (дополнительный объем производства в размере 7 триллионов долларов США).
• Отраслевые оценки включают предполагаемую 10-процентную вероятность сценария «взрывного роста», при котором мировой объем производства будет расти более чем на 30 процентов в год.
• Основной контраргумент: «повозка производительности» (вера в то, что технологические изменения ведут к росту чистой заработной платы и всеобщему процветанию) не является неизбежной и исторические данные не подтверждают автоматический переход к всеобщему благу.

Производительность, предельная производительность и автоматизация

• Стандартная метрика производительности: «средний объем производства на одного работника» — общий объем производства, деленный на число занятых.
• Для работодателей важна предельная производительность — вклад нового работника; средняя производительность может расти, а предельная — оставаться неизменной или снижаться.
• Многие новые технологии расширяют задачи машин и алгоритмов, вытесняя работников; автоматизация повышает среднюю производительность, но не обязательно предельную.
• За последние четыре десятилетия автоматизация повысила производительность и увеличила прибыль корпораций, но не привела к всеобщему процветанию в промышленно развитых странах.
• Примеры различий:
  • Программные инструменты, помогающие автомеханикам, повышают предельную производительность работника.
  • Кассы самообслуживания: сокращают число кассиров, но не дают заметного прироста общей производительности — пример «посредственной автоматизации».

Создание новых задач и продуктивная автоматизация

• Создание новых задач повышает предельную производительность работников и может привести к росту занятости (исторические примеры: автомобильная промышленность и развитие смежных отраслей в первой половине XX века).
• Новые профессии, не существовавшие 80 лет назад, включают: рентгенологи МРТ, сетевые инженеры, операторы станков с использованием компьютеров, программисты, специалисты по информационной безопасности и аналитики данных.
• Продуктивная автоматизация, сопровождаемая созданием новых задач, может стимулировать расширение рабочих мест как в отрасли, так и в смежных секторах.
• Но даже значимый прирост производительности от автоматизации может привести к длительному спаду в регионах (пример: быстрое внедрение роботов на Среднем Западе США привело к массовым увольнениям и длительному спаду).
• Усиленный контроль и наблюдение за работниками дают лишь небольшое повышение производительности и чаще направлены на извлечение большего труда.

Дополнение работников ИИ и направления применения

• Новые технологии могут дополнять работников, повышая эффективность, качество работы или создавая новые задачи.
• Историческая динамика: механизация сократила сельскохозяйственную занятость, но появились новые задачи и спрос на квалифицированную рабочую силу в период между 1870 и 1970 годами.
• После примерно 1970 года баланс между автоматизацией и созданием новых задач был утрачен; в последующие пять десятилетий темпы автоматизации сохранились или ускорились, а компенсирующий эффект создания новых задач замедлился, особенно для работников без четырехлетнего высшего образования.
• Возможности ИИ:
  • ИИ способен автоматизировать задачи, требующие гибкости и рассудительности, особенно генеративный ИИ.
  • ИИ может дополнять специалистов в подготовке и переподготовке педагогов, медицинского персонала и современных ремесленников (например, электрики и сантехники).
  • ИИ может породить новые требования к человеческому опыту для контроля процессов, общения с клиентами и предоставления более сложных услуг.
• Современная исследовательская парадигма в ИИ склоняется к автоматизации (стремление к человеческому уровню выполнения когнитивных задач и созданию общего ИИ), а не к разработке технологий, специально дополняющих человека.

Пять политических принципов для перенаправления развития ИИ

• Реформа бизнес-модели:
  • Установить для всех потребителей четкие права собственности на их данные.
  • Ввести налог на интернет-рекламу.
  • Обеспечить более широкий спектр бизнес-моделей и усилить конкуренцию.
• Налоговая система:
  • Создать более симметричную налоговую структуру, уравнивающую предельные налоговые ставки для найма (и обучения) рабочей силы и для инвестиций в оборудование и программное обеспечение.
• Мнение трудящихся:
  • Работники должны иметь право голоса в разработке ИИ.
  • Ограничить использование непроверенного (или недостаточно проверенного) ИИ в областях, подвергающих работников риску (например, кадровые решения, мониторинг и наблюдение на рабочем месте).
• Финансирование исследований, направленных на дополнение человека:
  • Поощрять конкуренцию и инвестиции в технологии, сочетающие инструменты ИИ с человеческим опытом в ключевых социальных сферах.
  • Правительства при достаточном прогрессе могут содействовать дальнейшим инвестициям, предоставляя рекомендации о применимости технологий в финансируемых государственных программах в сферах образования и здравоохранения.
• Опыт применения ИИ в органах государственного управления:
  • Создать консультативное подразделение ИИ в секторе государственного управления для более своевременных и эффективных решений ведомств и регулирующих органов.

Потенциальный макроэкономический эффект и распределение выгод

• ИИ может увеличить мировой ВВП в течение следующих пяти лет, хотя и не так существенно, как утверждают энтузиасты.
• Он может немного повысить темпы роста ВВП в среднесрочной перспективе.
• При существующей траектории первоочередным последствием, скорее всего, будет рост неравенства в промышленно развитых странах.
• Текущая тенденция представляет большую опасность для стран со средним доходом и многих стран с низким доходом: новые капиталоемкие технологии будут применяться повсеместно, и нет гарантии, что ИИ создаст больше рабочих мест, чем ликвидирует.
• Если удастся перенаправить развитие ИИ на дополнение человека и использовать его для решения насущных социальных проблем, это принесет пользу всем странам; при преобладании простой автоматизации достижение всеобщего процветания станет ещё труднее.

Авторы

• ДАРОН АДЖЕМОГЛУ — профессор Массачусетского технологического института.
• САЙМОН ДЖОНСОН — профессор предпринимательства имени Рональда А. Курца в Школе менеджмента Слоуна при Массачусетском технологическом институте и бывший главный экономист МВФ.

Источник: Перебалансировка ИИ, ДАРОН АДЖЕМОГЛУ и САЙМОН ДЖОНСОН, Декабрь 2023 года.

Content in this bundle

• glossaryr
  • glossaryr (Markdown version)
  • glossaryr (PDF)