Σχεδόν όλοι συμφωνούν ότι η τεχνητή νοημοσύνη έχει τη δυνατότητα να μεταμορφώσει την οικονομία τις επόμενες δεκαετίες. Κανείς όμως δεν είναι σίγουρος τι αποτέλεσμα έχει αυτή η τεχνολογία αυτή τη στιγμή.
Σύμφωνα με ορισμένες εκτιμήσεις, η τεχνητή νοημοσύνη συμβάλλει σε υψηλά ποσοστά ανεργίας μεταξύ των νέων πτυχιούχων και μπορεί να έχει ήδη καταστρέψει δεκάδες χιλιάδες θέσεις εργασίας. Άλλες πηγές προτείνουν ότι οι εταιρείες μπορούν πραγματικά να προσλάβουν εργαζομένους χάρη σε αυτήν την τεχνολογία.
Η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει στην επίλυση ή να αποτελέσει μέρος της λύσης του προβλήματος του πληθωρισμού στις ΗΠΑ. Αυτό μπορεί να ευθύνεται για την πρόσφατη επιτάχυνση της αύξησης της παραγωγικότητας ή μπορεί να παίζει ελάχιστο ή καθόλου ρόλο—ή η ίδια η έκρηξη της παραγωγικότητας μπορεί να είναι μια αντικατοπτρική.
Οι ερευνητές δεν μπορούν να συμφωνήσουν ακόμη και σε βασικά ερωτήματα όπως πόσες εταιρείες χρησιμοποιούν τεχνητή νοημοσύνη ή ποιοι εργαζόμενοι είναι πιο ευάλωτοι στις διακοπές που μπορεί να προκαλέσει.
Τα μικτά σήματα αντικατοπτρίζουν εν μέρει την πρόκληση της ανίχνευσης οικονομικών αλλαγών σε πραγματικό χρόνο. Οι κρατικές στατιστικές είναι εγγενώς οπισθοδρομικές και καλύτερες στη μέτρηση των συνολικών τάσεων από τις αλλαγές σε συγκεκριμένους τομείς ή περιοχές. Είναι ιδιαίτερα δύσκολο να μετρηθούν νέες τεχνολογίες που μπορεί να οδηγήσουν σε νέα προϊόντα, θέσεις εργασίας ή ολόκληρες βιομηχανίες.
Αυτό που κάνει την τεχνητή νοημοσύνη να διαφέρει είναι η ταχύτητα με την οποία εξαπλώνεται στην οικονομία. Χρειάστηκε η γενετική τεχνητή νοημοσύνη λιγότερο από τέσσερα χρόνια για να μεταβεί από μια καινοτομία, χρήσιμη κυρίως για τη συγγραφή λιμερικών, σε ένα ισχυρό εργαλείο που υιοθετήθηκε από τις μεγαλύτερες εταιρείες του κόσμου. Οι οικονομολόγοι έχουν πειστεί ότι αυτή η τεχνολογία θα έχει βαθιές συνέπειες για τους εργαζόμενους και την οικονομία, αν και διαφωνούν για το ποιες θα είναι αυτές οι συνέπειες. Προειδοποιούν ότι μέχρι να γίνουν ξεκάθαρα τα στοιχεία, μπορεί να είναι πολύ αργά για τους υπεύθυνους χάραξης πολιτικής να καταλάβουν πώς να απαντήσουν.
«Το διακύβευμα είναι πολύ μεγάλο», δήλωσε ο Nathan Goldschlag, διευθυντής έρευνας στο think tank Economic Innovation Group. “Η σωστή πολιτική θα εξαρτηθεί από τις σωστές μετρήσεις. Δεν μπορείτε να κάνετε τη σωστή πολιτική εάν δεν ξέρετε τι συμβαίνει.”
κ. Goldschlag την Πέμπτη δημοσίευσε έκθεση καταγράφοντας προβλήματα μέτρησης AI και προτείνοντας βήματα για τη βελτίωσή τους. Ο ίδιος και άλλοι ειδικοί υποστηρίζουν ότι η κυβέρνηση και ο ιδιωτικός τομέας θα πρέπει να αφιερώσουν περισσότερους πόρους για την επίλυση του προβλήματος.
Τουλάχιστον θα έχουν μια ακρόαση στην Ουάσιγκτον. Τον Ιούνιο, μια δικομματική ομάδα γερουσιαστών εισήγαγε νομοσχέδιο θα επεκτείνει τη συλλογή δεδομένων και θα απαιτούσε από την ομοσπονδιακή κυβέρνηση να συντάσσει ετήσια έκθεση σχετικά με τον αντίκτυπο της τεχνητής νοημοσύνης στο εργατικό δυναμικό.
«Η κυβέρνηση πρέπει να λάβει κάποιες μεγάλες αποφάσεις για την τεχνητή νοημοσύνη και την οικονομία, και αν το κάνετε στο κενό, θα κάνετε λάθη», δήλωσε ο γερουσιαστής Mark Kelly, Δημοκρατικός της Αριζόνα και ένας από τους χορηγούς του νομοσχεδίου. “Επηρεάζει τις ζωές εκατομμυρίων Αμερικανών και εκατομμυρίων επιχειρήσεων. Και δεν μπορείτε να το κάνετε έξυπνα χωρίς καλά δεδομένα.”
Μικτά σήματα
Οι πολιτικοί δεν λειτουργούν εντελώς τυφλοί. Από το 2023, το Census Bureau ρωτά τις εταιρείες σχετικά με τη χρήση της τεχνητής νοημοσύνης σε μια διεβδομαδιαία έρευνα. Συμπεριέλαβε επίσης ερωτήσεις σχετικά με την τεχνολογία στην ετήσια έρευνά της για τις επιχειρήσεις, έστω και σποραδικά.
Οι ερευνητές έχουν αναπτύξει διάφορες μετρήσεις «επιπτώσεων τεχνητής νοημοσύνης», πολλές από τις οποίες χρησιμοποιούν μια κυβερνητική βάση δεδομένων περιγραφών θέσεων εργασίας για να αξιολογήσουν ποιες θέσεις εργασίας θα επηρεαστούν περισσότερο. Οι οικονομολόγοι μπορούν να χρησιμοποιήσουν αυτούς τους δείκτες για να διαπιστώσουν, για παράδειγμα, εάν οι θέσεις εργασίας αναπτύσσονται πιο αργά στα πιο ευάλωτα επαγγέλματα ή εάν οι μισθοί αυξάνονται με διαφορετικούς ρυθμούς.
Το πρόβλημα είναι ότι οι πηγές λένε συχνά συγκεχυμένες ή αντιφατικές ιστορίες. Οι έρευνες παρέχουν πολύ διαφορετικές αξιολογήσεις για τη χρήση της τεχνητής νοημοσύνης από τις εταιρείες ανάλογα με τον τρόπο που τίθενται οι ερωτήσεις. Οι δείκτες επιπτώσεων της τεχνητής νοημοσύνης λένε διαφορετικές ιστορίες σχετικά με το ποιες θέσεις εργασίας θα πληγούν περισσότερο. ΣΕ μια μελέτηΟικονομολόγοι στο Northwestern University και στο American University ανακάλυψαν ότι η χρήση διαφορετικών μετρήσεων επιπτώσεων μπορεί να επηρεάσει όχι μόνο το μέγεθος της επίδρασης της τεχνητής νοημοσύνης στις θέσεις εργασίας, αλλά και την κατεύθυνσή της. Με ορισμένα μέτρα, η τεχνητή νοημοσύνη έβλαψε την απασχόληση, αλλά από άλλα βοήθησε.
«Είναι σαν να πηγαίνεις στο γιατρό και να παίρνεις τρεις διαφορετικές διαγνώσεις για την ίδια ασθένεια», είπε η Μισέλ Γιν, οικονομολόγος στο Πανεπιστήμιο Northwestern που ήταν μια από τις συγγραφείς της μελέτης.
Μέρος του προβλήματος είναι ότι τα περισσότερα γνωστά μέτρα της οικονομίας αναπτύχθηκαν σε μια εποχή πριν από τους προσωπικούς υπολογιστές και το Διαδίκτυο, πόσο μάλλον από την τεχνητή νοημοσύνη. Για παράδειγμα, η μηνιαία έκθεση απασχόλησης του Bureau of Labor Statistics παρέχει μια ανάλυση της αύξησης των θέσεων εργασίας στη μεταποίηση, το λιανικό εμπόριο και τις κατασκευές, αλλά όχι στην τεχνολογία, όπου τα εργαλεία τεχνητής νοημοσύνης αναπτύσσονται πιο επιθετικά. Αντίθετα, η τεχνολογία κατανέμεται σε διάφορες κατηγορίες, συμπεριλαμβανομένων των πληροφοριών, ενός ευρύτερου τομέα που περιλαμβάνει επίσης εφημερίδες και κινηματογραφικά στούντιο.
Η αναφορά θέσεων εργασίας παρέχει ακόμη λιγότερες πληροφορίες σχετικά με επαγγέλματα που μπορεί να είναι ευάλωτα σε μετατόπιση, όπως προγραμματιστές λογισμικού, λογιστές και πράκτορες εξυπηρέτησης πελατών. πιο πρόσφατη ανάλυση Τα λεπτομερή επαγγέλματα χρονολογούνται από τον Μάιο του 2025, μια αιωνιότητα πριν στον γρήγορο κόσμο της τεχνητής νοημοσύνης.
Ωστόσο, οι οικονομολόγοι λένε ότι παρά τις ελλείψεις, τα κυβερνητικά δεδομένα θα είναι κρίσιμα για την κατανόηση των επιπτώσεων της τεχνητής νοημοσύνης με την πάροδο του χρόνου. Για παράδειγμα, ερευνητές στο Yale Budget Lab άρχισαν να δημοσιεύουν μηνιαία ανάλυση Με βάση τα κυβερνητικά δεδομένα που παρακολουθούν την «επαγγελματική φθορά», δείχνει πόσο γρήγορα αλλάζουν οι τύποι θέσεων εργασίας που απαρτίζουν τον κλάδο. Αυτό το μέτρο έχει σκοπό να γίνει κάτι σαν σύστημα έγκαιρης προειδοποίησης σχετικά με τις συνέπειες της τεχνητής νοημοσύνης. Οι ερευνητές προτείνουν ότι καθώς οι εταιρείες αρχίζουν να υιοθετούν αυτήν την τεχνολογία, πιθανότατα θα αρχίσουν να προσλαμβάνουν για διάφορες θέσεις, ακόμα κι αν ο συνολικός αριθμός προσωπικού τους δεν αλλάξει αμέσως.
«Εκ των υστέρων, είναι εύκολο να βρεις μελέτες περιπτώσεων», είπε η Μάρθα Γκίμπελ, η εκτελεστική διευθύντρια του εργαστηρίου. «Αυτό που κάνει αυτόν τον χρόνο διαφορετικό είναι ότι στην πραγματικότητα προσπαθούμε να τον μετρήσουμε και να τον καταλάβουμε σε πραγματικό χρόνο».
Αλλά αυτές οι προσπάθειες θα μπορούσαν να παρεμποδιστούν από ένα ομοσπονδιακό στατιστικό σύστημα που μαστίζεται από την πτώση των ποσοστών απόκρισης στις κυβερνητικές έρευνες. Οι περικοπές των προϋπολογισμών έχουν καταστήσει δύσκολο για τις στατιστικές υπηρεσίες να καλύψουν τα κενά. Η Erica McEntarfer, η οποία ήταν επικεφαλής του Γραφείου Στατιστικών Εργασίας έως ότου την απέλυσε ο Πρόεδρος Τραμπ πέρυσι, είπε ότι τα επιπλέον 10 εκατομμύρια δολάρια ετησίως σε χρηματοδότηση θα επιτρέψουν στον οργανισμό να επεκτείνει το μέγεθος του δείγματος της μηνιαίας έρευνας για την αγορά εργασίας, ώστε να μπορεί να παρακολουθεί καλύτερα τις οικονομικές αλλαγές.
«Τα δεδομένα που χρησιμοποιούμε επί του παρόντος για να κατανοήσουμε τον αντίκτυπο της τεχνητής νοημοσύνης στην αγορά εργασίας απειλούνται λόγω έλλειψης χρηματοδότησης», είπε. «Μόνο πολύ μέτριες επενδύσεις θα απαιτηθούν για την υποστήριξή τους».
Ιδιωτικά δεδομένα
Πολλοί οικονομολόγοι δεν περιμένουν να προλάβει η κυβέρνηση. Αρκετές ερευνητικές ομάδες έχουν δημοσιεύσει μετρήσεις τεχνητής νοημοσύνης που βασίζονται σε δεδομένα του ιδιωτικού τομέα που είναι πιο λεπτομερείς και επίκαιρες, αν και λιγότερο περιεκτικές, από αυτές που διατίθενται από την κυβέρνηση.
Το Εργαστήριο Ψηφιακής Οικονομίας του Πανεπιστημίου Στάνφορντ δημοσιεύτηκε τον περασμένο μήνα ταμπλό Οι μετρήσεις AI βασίζονται εν μέρει σε δεδομένα από την ADP, έναν επεξεργαστή μισθοδοσίας. Αυτά τα δεδομένα δείχνουν ότι ο αριθμός των βασικών θέσεων εργασίας έχει μειωθεί απότομα στους τομείς που επηρεάζονται περισσότερο από την τεχνητή νοημοσύνη από το ντεμπούτο του ChatGPT το 2022. Ο Erik Brynjolfsson, διευθυντής του εργαστηρίου, αποκάλεσε την τάση καναρίνι στο ανθρακωρυχείο για απώλειες θέσεων εργασίας λόγω AI.
«Νομίζω ότι μπορεί να συγκριθεί με τη βιομηχανική επανάσταση όσον αφορά το πώς θα επηρεάσει την αγορά εργασίας», είπε ο κ. Brynjolfsson. “Θα ήθελα να δω την ομοσπονδιακή κυβέρνηση να επενδύει περισσότερο σε αυτό. Εν τω μεταξύ, υπάρχουν μερικές εξαιρετικές πηγές ιδιωτικών δεδομένων που συγκεντρώνουμε και νομίζω ότι συμβάλλουν στην κάλυψη αυτού του κενού.”
Όμως τα ιδιωτικά δεδομένα είναι τόσο θολά όσο και τα κυβερνητικά στατιστικά. Ερευνα δημοσιεύθηκε αυτή την εβδομάδα Η εταιρεία διαχείρισης δαπανών Ramp και η Revelio Labs, μια εταιρεία δεδομένων για την αγορά εργασίας, διαπίστωσαν ότι οι εταιρείες που έκαναν την πιο εντατική χρήση της τεχνητής νοημοσύνης ανέπτυξαν θέσεις εργασίας πιο γρήγορα από εκείνες που υιοθέτησαν πιο αργά αυτά τα εργαλεία.
Η Ramp έχει πρόσβαση σε δεδομένα σχετικά με τα εργαλεία τεχνητής νοημοσύνης που αγοράζουν οι πελάτες της και πόσα ξοδεύουν για αυτά. Αυτό διαφοροποιεί τους βαρείς χρήστες από τους πιο προσεκτικούς χρήστες—μια σημαντική διάκριση επειδή χρειάζεται χρόνος και επένδυση για να καταλάβουν οι εταιρείες πώς να χρησιμοποιούν αποτελεσματικά τα εργαλεία, λέει ο Ara Kharazian, επικεφαλής οικονομολόγος στο Ramp.
«Είναι δύσκολο να μετρηθεί ο αντίκτυπος της τεχνητής νοημοσύνης στις επιχειρήσεις γιατί απαιτεί συνεχή υιοθέτηση», είπε. «Είναι σαφές από τη δουλειά μας ότι η απλή εγγραφή στο chat δεν βελτιώνει την παραγωγικότητα της εταιρείας».
Ωστόσο, τέτοια στοιχεία δεν αντικατοπτρίζουν απαραίτητα ολόκληρη την οικονομία. Οι πελάτες της ADP τείνουν να είναι σχετικά μεγάλοι και εδραιωμένοι. Οι πελάτες Ramp τείνουν να είναι γνώστες της τεχνολογίας. Αλλά εάν η τεχνητή νοημοσύνη πρόκειται να προσφέρει τον αντίκτυπο που υπόσχονται οι μεγαλύτεροι υποστηρικτές της, θα πρέπει να την αγκαλιάσουν εταιρείες όλων των σχημάτων και μεγεθών.
Εργασίες σε εξέλιξη
Οι ερευνητές συμφωνούν γενικά σε ένα πράγμα: ο αντίκτυπος της τεχνητής νοημοσύνης στην οικονομία στο σύνολό της είναι ακόμα περιορισμένος.
Αυτό δεν είναι απαραίτητα έκπληξη. Ο κ. Brynjolfsson και άλλοι οικονομολόγοι έχουν διαπιστώσει ότι η τεχνολογική καινοτομία ακολουθεί συχνά ένα μοτίβο σχήματος J, στο οποίο οι εταιρείες γίνονται πρώτα λιγότερο παραγωγικές καθώς πειραματίζονται με νέα εργαλεία και στη συνέχεια αποκομίζουν γρήγορα κέρδη όταν καταλαβαίνουν πώς να τα χρησιμοποιήσουν.
Τα συγκεχυμένα οικονομικά δεδομένα υποδηλώνουν ότι πολλές εταιρείες εξακολουθούν να βρίσκονται σε πτωτική τάση του J.
«Τα σήματα είναι ανάμεικτα επειδή τα υποκείμενα οικονομικά είναι πιθανώς ανάμεικτα επειδή βρισκόμαστε ακόμα σε μια περίοδο πειραματισμού», δήλωσε ο κ. Goldschlag, οικονομολόγος στον Όμιλο Οικονομικής Καινοτομίας. «Τα ίδια τα εργαλεία συνεχίζουν να γίνονται χρήσιμα».
Εάν οι θέσεις εργασίας αρχίζουν να εξαφανίζονται κατά πλήθος, όπως προβλέπουν ορισμένοι στη Silicon Valley, οι απώλειες θα εμφανιστούν σύντομα στα κυβερνητικά στοιχεία. Αλλά ακόμα και τότε, μπορεί να μην είναι προφανές ότι φταίει το AI.
Τα τελευταία χρόνια, η οικονομία των ΗΠΑ έχει βιώσει μια σειρά από κραδασμούς που δεν έχουν καμία σχέση με την τεχνητή νοημοσύνη: η πανδημία Covid-19 και οι κυματώδεις επιπτώσεις της, συμπεριλαμβανομένων των μαχών για την επιστροφή στο γραφείο που συνεχίζονται μέχρι σήμερα. τον πληθωρισμό και τα υψηλά επιτόκια που εισήγαγε η Federal Reserve για την καταπολέμησή του· και δραματικές αλλαγές στις κυβερνητικές πολιτικές για τη μετανάστευση, το εμπόριο και άλλους τομείς. Εάν μια εταιρεία έχει περικόψει θέσεις εργασίας από το 2022, δεν είναι εύκολο να πει κανείς εάν είναι αποτέλεσμα τεχνητής νοημοσύνης, υψηλών επιτοκίων ή και των δύο.
Με την πάροδο του χρόνου, θα γίνει ευκολότερο για τους ερευνητές να διαχωρίσουν τα αποτελέσματα της τεχνητής νοημοσύνης από άλλες δυνάμεις. Αλλά και πάλι δεν θα είναι σε θέση να απαντήσουν στο ερώτημα που οι πολιτικοί και οι απλοί πολίτες θέλουν περισσότερο να απαντηθεί: τι θα συμβεί στη συνέχεια;
«Αυτό που σχεδόν ποτέ δεν μπορούν να μας πουν τα δεδομένα είναι το πού θα είμαστε σε πέντε με 10 χρόνια», είπε η κ. McEntarfer, πρώην επίτροπος στατιστικών για την εργασία. «Οι άνθρωποι αναζητούν δεδομένα για να απαντήσουν σε αυτήν την ερώτηση και είναι πολύ περίπλοκο».
