## 利用人工智能造福全球

## Source details

**Canonical URL:** [利用人工智能造福全球](https://www.imf.org/zh/publications/fandd/issues/2023/12/st-harnessing-ai-for-global-good-gita-gopinath)

## Other formats

- [Markdown version](/zh/publications/fandd/issues/2023/12/st-harnessing-ai-for-global-good-gita-gopinath/index.md)
- [Structured JSON version](/zh/publications/fandd/issues/2023/12/st-harnessing-ai-for-global-good-gita-gopinath/index.json)
- [Bundle manifest](/zh/publications/fandd/issues/2023/12/st-harnessing-ai-for-global-good-gita-gopinath/bundle-manifest.json)

## Bibliographic details
- Authors: GITA GOPINATH
- Published: December 20, 2023

---

### 概述
- 作者：吉塔 • 戈皮纳特（GITA GOPINATH），现任IMF第一副总裁。
- 出处：金融与发展，2023年12月。
- 主旨：生成式人工智能可能引发类似工业革命规模的变革。必须通过全球协调的公共政策在促进创新与管理风险之间取得平衡，确保人工智能被用于造福全人类。

### 影响与实证证据
- 实验证据：
  - 研究对453名接受过大学教育的专业人士进行写作任务，其中一半使用ChatGPT。
  - 结果显示：完成任务所需的平均时间减少了40%，成品的质量提高了18%。
- 企业层面研究：
  - 人工智能可将年度劳动生产率增速平均提高2至3个百分点；一些研究显示这一数字接近7个百分点。
- 含义：这些发现为扭转已持续十多年的全球生产率增速放缓带来希望，但总体净影响仍不确定。

### 对劳动力与经济的分布性影响
- 高技能与低技能的不同影响：
  - 与过去主要影响低技能职业的技术不同，人工智能预计将对高技能岗位产生重大影响。
  - 在美国和英国等发达经济体，至少60%的就业属于高风险职业。
  - 在印度等新兴市场，由于农业主导，仅不到30%的就业岗位会受到人工智能的影响。巴西和南非这一数字则接近40%。
- 两极化风险与机会：
  - 在发达经济体，高技能劳动者既面临被替代的风险，也可能通过与人工智能形成互补而大幅提高生产率，导致总体影响更趋两极化。
  - 发展中经济体若主要依赖劳动密集型服务（例如外包的客服电话中心），可能面临传统竞争优势受损、任务回流至发达经济体并被人工智能替代的长期风险，从而使收入趋同变得更困难。

### 伦理问题与金融稳定风险
- 人工智能在语言与表达上的能力可能通过“虚假的亲密关系”影响人类观点与世界观，进而破坏社会叙事与文化规范。
- 行业担忧：
  - 超过350名人工智能行业领军人物签署声明，呼吁将危及人类生存的人工智能风险作为全球优先事项，并将其与大流行病和核战争等同起来。
- 金融部门风险：
  - 人工智能被用于风险评估、发放贷款、推荐投资等，但仅依赖少数人工智能模型可能放大羊群效应并引发金融稳定风险。
  - 技术复杂且缺乏透明度，会使出错时难以分析决策原因。
  - 数据隐私泄露和人工智能内在偏见可能加剧不平等，并增加金融系统风险。

### 公共政策回应与全球协调需求
- 需要一个协调一致的全球框架，以最大化机遇并最小化社会伤害，平衡创新与监管。
- 现状：
  - 欧盟提出按风险等级对人工智能分类的法律；不同国家（或国家集团）在监管方法上存在差异（欧盟、美国、英国、中国）。
  - 若各国采取不同监管方法或技术标准，可能减缓技术效益传播并引发危险的竞争，加剧世界分裂。
- 进展与倡议：
  - 七国集团的广岛人工智能进程、美国的人工智能行政命令、英国的人工智能安全峰会等，表达了在人工智能方面进行全球协调的承诺。
  - 可借鉴气候变化合作的经验，设想建立类似《巴黎气候协定》的共同框架，或以政府间气候变化专门委员会为蓝图建立人工智能组织。
  - 联合国在其“全球数字契约”中呼吁设立关于人工智能的高级咨询机构。

### 对国内政策的建议
- 社会与劳动力政策：
  - 制定灵活的社会安全网以帮助失业者。
  - 重新启用劳动力市场政策，帮助劳动者保留在劳动力市场中。
  - 税收政策需谨慎评估，确保税收体系不会支持不加区分地替代劳动力的做法。
- 教育与培训：
  - 调整教育体系，培养能操作新技术的下一代工人，并为现有雇员提供持续培训。
  - “STEM”学科人才需求可能增长，但通识教育的价值可能也会增加。
  - 将教育体系置于人工智能发展的前沿：2014年以前大多数机器学习模型来自学术界，但自那之后业界取代了这一地位；2022年，业界产生了32个重要的机器学习模型，而学术界只产生了3个。
- 公共投资与研究资助：
  - 建立最先进的人工智能系统愈发需要大量的数据、算力和资金，不让公众资助人工智能研究将是一个错误，因为公开资助可以凸显人工智能的社会成本。
  - 在技术早期阶段支持发展时，政策制定者应谨慎校准公共工具的使用，避免国家间割裂和限制措施导致保护主义。

### 国际金融机构的角色
- 三个重要领域：
  - 知识收集：通过在全球范围内收集知识，帮助制定正确政策，IMF可利用其监督工作优势评估人工智能的经济与社会影响。
  - 分享最佳实践：利用号召力提供平台，让各方分享成功的政策响应措施，推动形成国际共识并朝协调监管迈进。
  - 强化全球合作的政策建议：促进重要资源（如处理器和数据）的自由流动，支持必要的人力和数字基础设施的开发，并在避免保护主义的前提下支持公共投资。

### 结论
- 人工智能的独特能力要求制定独特且全球性的规则和政策；多边合作比以往任何时候都更为重要。
- 面临的挑战要求我们超越狭隘利益，考虑全人类的广泛利益，从历史中吸取教训：科学与技术的进步可以是可控的、负责任的，并引导为让更多人获得更好生活的方向。

*来源：吉塔 • 戈皮纳特（GITA GOPINATH），金融与发展，2023年12月。*

---


_Source: https://www.imf.org/zh/publications/fandd/issues/2023/12/st-harnessing-ai-for-global-good-gita-gopinath_