（來源：MIT News）
盡管人們不斷討論人工智能將如何顛覆世界，然而其對經(jīng)濟的影響仍然充滿不確定性。雖然對人工智能的投資規(guī)模巨大，但目前尚不清楚它究竟會帶來什么樣的成果。
研究人工智能已經(jīng)成為諾貝爾經(jīng)濟學(xué)獎得主Daron Acemoglu工作中的一個重要部分。作為MIT的教授，Acemoglu長期以來研究技術(shù)對社會的影響，從建模大規(guī)模技術(shù)創(chuàng)新的應(yīng)用，到進行機器人對就業(yè)影響的實證研究，領(lǐng)域十分廣泛。
2024年10月，Acemoglu與兩位合作者MIT院斯隆管理學(xué)院的Simon Johnson博士（1989屆）和芝加哥大學(xué)的James Robinson共同獲得了諾貝爾經(jīng)濟學(xué)獎。他們的研究揭示了政治制度與經(jīng)濟增長之間的關(guān)系，指出擁有健全權(quán)利體系的民主國家相比其他形式的政府能夠在長期內(nèi)實現(xiàn)更好的經(jīng)濟增長。
由于很多經(jīng)濟增長來源于技術(shù)創(chuàng)新，人工智能的社會應(yīng)用方式引起了Acemoglu的高度關(guān)注。最近幾個月，他發(fā)表了多篇關(guān)于人工智能經(jīng)濟學(xué)的研究論文。
“生成式人工智能將為人類帶來的新任務(wù)會從哪里產(chǎn)生？”Acemoglu提出疑問，“我認為我們目前還沒有答案，這正是問題的關(guān)鍵。究竟有哪些應(yīng)用會真正改變我們的工作方式？”
何為人工智能的量化影響？
自1947年以來，美國GDP增長的年均增速約為3%，生產(chǎn)率增長則約為2%。一些預(yù)測聲稱，人工智能將使增長率翻倍，或者至少帶來比以往更高的增長軌跡。然而，與之形成對比的是，Acemoglu在Economic Policy于2024年8月期刊中發(fā)表的論文“The Simple Macro economics of AI”中估計，在未來十年內(nèi)，人工智能對GDP的推動將僅是“溫和增加”，約為1.1%到1.6%，對應(yīng)每年約0.05%的生產(chǎn)率提升。
Acemoglu的評估基于近期對人工智能影響就業(yè)的估算。例如，OpenAI、OpenResearch以及賓夕法尼亞大學(xué)的研究人員在2023年進行的一項研究發(fā)現(xiàn)，大約20%的美國工作任務(wù)可能會受到人工智能能力的影響。而MIT Future Tech、Productivity Institute和IBM的研究團隊在2024年的研究則表明，約23%的計算機視覺任務(wù)可以在未來十年內(nèi)實現(xiàn)有利可圖的自動化。同時，還有研究顯示，人工智能平均可節(jié)省約27%的成本。
談到生產(chǎn)率提升，Acemoglu表示：“我并不認為10年內(nèi)0.5%的增長值得小視，這總比沒有好，但相比技術(shù)行業(yè)和科技媒體所承諾的效果，這確實讓人感到失望。”
需要指出的是，這只是一個估算，而且未來可能會出現(xiàn)新的人工智能應(yīng)用。例如，Acemoglu在論文中提到，他的計算未包括人工智能在預(yù)測蛋白質(zhì)結(jié)構(gòu)方面的應(yīng)用而這一技術(shù)在2024年10月幫助其他學(xué)者贏得了諾貝爾獎。
其他觀點認為，被人工智能取代的勞動者再分配可能會帶來額外的增長和生產(chǎn)率提升，這超出了Acemoglu的估算。但他對此并不抱太大期望：“從現(xiàn)有的資源配置出發(fā)，重新分配通常只會帶來較小的收益�！彼忉尩�，“直接的收益才是關(guān)鍵�！�
他補充說：“我盡量以非常透明的方式撰寫這篇論文，明確說明哪些因素被包括了，哪些沒有。如果有人認為我排除的因素很重要，或者認為我使用的數(shù)字過于保守，那完全可以提出不同意見�！�
哪些工作會受到影響？
對人工智能的影響進行這樣的估算，有助于我們更清晰地直觀理解它的潛在作用。許多關(guān)于人工智能的預(yù)測將其描述為一種革命性力量，而另一些分析則更加謹慎。Acemoglu的研究幫助我們衡量可能發(fā)生變化的規(guī)模。
“我們來設(shè)想一下2030年的情況�！盇cemoglu說道，“你認為人工智能會讓美國經(jīng)濟變得多不一樣？你可能是一個完全的人工智能樂觀主義者，認為數(shù)百萬人會因為聊天機器人失去工作；或者認為一些人會變得超級高效，因為借助人工智能，他們可以完成以前10倍的工作。但我不這么認為。我認為大多數(shù)公司仍會做差不多的事情。一些職業(yè)會受到影響，但我們?nèi)匀粫杏浾摺⒔鹑诜治鰩熀腿肆Y源員工。”
如果這一觀點正確，那么人工智能的影響可能主要集中在一小部分特定的白領(lǐng)任務(wù)上，比如依賴大量計算能力、能夠比人類更快處理海量輸入的工作。
“人工智能將影響一批辦公室工作，比如數(shù)據(jù)總結(jié)、視覺匹配、模式識別等�！盇cemoglu補充道，“而這些工作基本上只占整個經(jīng)濟的5%左右�！�
盡管Acemoglu和Simon Johnson有時被認為對人工智能持懷疑態(tài)度，但他們更愿意將自己視為現(xiàn)實主義者。
“我并不是想唱衰人工智能。”Acemoglu表示，“生成式人工智能確實能做一些事情，我相信這一點�！辈贿^，他補充說：“我相信我們可以以更好的方式使用生成式人工智能，從而獲得更大的收益，但我不認為這些是目前行業(yè)的關(guān)注重點�！�
機器的輔助作用還是取代工人？
Acemoglu談到人工智能的“更好使用方式”時，他有著明確的思考。
他對人工智能的一個核心擔憂是，它究竟會以“機器輔助”的形式存在，即幫助工人提升生產(chǎn)力，還是旨在模仿通用人工智能，從而取代人類的工作。這就像為生物技術(shù)研究人員提供新信息與用自動化呼叫中心技術(shù)取代客戶服務(wù)人員之間的區(qū)別。到目前為止，他認為企業(yè)更傾向于后者。
“我的觀點是，目前人工智能的發(fā)展方向存在問題�！盇cemoglu表示，“我們過于專注于自動化，而沒有足夠關(guān)注如何為工人提供專業(yè)知識和信息支持�！�
Acemoglu與Simon Johnson在他們2023年備受矚目的著作Power and Progress中深入探討了這一問題。這本書以一個直截了當?shù)膯栴}為主線：技術(shù)推動經(jīng)濟增長，但誰從中獲益？是精英階層，還是普通工人也能分享紅利？
Acemoglu和Johnson明確支持那些既能提升工人生產(chǎn)力又能保留就業(yè)機會的技術(shù)創(chuàng)新，這種模式有助于更持久推動經(jīng)濟增長。
然而，在Acemoglu看來，生成式人工智能更多關(guān)注模仿完整的人類功能。這種技術(shù)通常被他稱為“差強人意的技術(shù)”（so-so technology）：這些應(yīng)用頂多只能稍微優(yōu)于人類，卻因為成本更低而受到企業(yè)青睞。例如，呼叫中心的自動化技術(shù)并不一定比人工效率更高，但對企業(yè)來說，它的成本低于雇傭人類員工。而那些能與工人形成互補作用的人工智能應(yīng)用似乎被大科技公司置于次要地位。
“如果行業(yè)不投入大量精力和時間，人工智能的互補性應(yīng)用不會奇跡般地自行出現(xiàn)�！盇cemoglu說道。
歷史對人工智能的啟示是什么？
技術(shù)常常被設(shè)計為替代工人，這正是Acemoglu和Johnson近期發(fā)表的一篇論文“Learning from Ricardoand Thompson:Machinery and Laborin the Early Industrial Revolutionand in the Age of AI”的核心議題。該文章發(fā)表于2024年8月的Annual Reviews in Economics。
文章討論了關(guān)于人工智能的當前爭議，尤其是技術(shù)即使取代了工人，最終的經(jīng)濟增長是否必然會廣泛惠及社會的觀點。工業(yè)革命時期的英格蘭常被用作例證，但Acemoglu和Johnson認為，技術(shù)紅利的普及并非自動發(fā)生。他們指出，19世紀的英格蘭工人需要經(jīng)過數(shù)十年的社會斗爭和集體行動，才逐步享受到技術(shù)發(fā)展的好處。
“當工人無法爭取自己在生產(chǎn)率增長中的份額時，工資不太可能提高�！盇cemoglu和Johnson在論文中寫道�！敖裉�，人工智能或許可以提升平均生產(chǎn)率，但同時也可能取代大量工人，并降低留任者的工作質(zhì)量……自動化對工人的影響比生產(chǎn)率提高自動帶來工資增長更加復(fù)雜。”
論文標題提到的E.P.Thompson是著名社會歷史學(xué)家，而David Ricardo則是被視為繼亞當斯密之后經(jīng)濟學(xué)領(lǐng)域第二大重要人物的經(jīng)濟學(xué)家。Acemoglu和Johnson認為，Ricardo在這一主題上的觀點經(jīng)歷了重要演變。
“Ricardo最初通過主張機器會帶來驚人的生產(chǎn)力提升，并且對社會有利，而奠定了他的學(xué)術(shù)聲譽和政治生涯。”Acemoglu解釋道，“但在某個時刻，他改變了看法，這表明他思想開放。他開始寫作關(guān)于如果機器僅僅取代勞動力而沒有其他用途，那對工人來說將是有害的�！�
Acemoglu和Johnson認為，Ricardo觀點的這一轉(zhuǎn)變對當下具有深刻啟示：沒有什么力量能夠自動確保技術(shù)的廣泛利益分配。我們應(yīng)該依據(jù)證據(jù)，認真審視人工智能的影響，而不是盲目假設(shè)其必然帶來普遍益處。
創(chuàng)新的最佳速度是什么？
如果技術(shù)能夠推動經(jīng)濟增長，那么快速創(chuàng)新似乎是理想選擇，因為它能更快帶來增長。但在2024年9月的American Economic Review:Insights中發(fā)表的一篇論文“Regulating Transform ative Technologies”中，Acemoglu和MIT博士生Todd Lensman提出了另一種觀點。如果某些技術(shù)既有益處也存在缺陷，那么在采用這些技術(shù)時，最好以更為審慎的速度推進，以便在缺陷被緩解的同時逐步推廣。
“如果社會損害與新技術(shù)的生產(chǎn)力成比例，那么更高的增長率反而會導(dǎo)致更慢的最優(yōu)采納速度。”兩人在論文中寫道。他們的模型表明，最佳的技術(shù)采納路徑應(yīng)該是先慢后快，逐步加速。
“市場原教旨主義和技術(shù)原教旨主義可能會認為技術(shù)發(fā)展應(yīng)該永遠以最大速度推進�！盇cemoglu指出，“但經(jīng)濟學(xué)中并沒有這樣的規(guī)則。更加深思熟慮的方式，特別是為了避免潛在危害，是完全合理的。”
這些潛在危害包括對就業(yè)市場的破壞、大量虛假信息的傳播，或者人工智能對消費者的傷害，例如在線廣告或網(wǎng)絡(luò)游戲中的問題。Acemoglu在即將發(fā)表于American Economic Review:Insights的另一篇論文“When Big Data Enables Behavioral Manipulation”中探討了這些場景，該論文由杜克大學(xué)的AliMakhdoumi、多倫多大學(xué)的Azarakhsh Malekian以及MIT的Asu Ozdaglar共同完成。
“如果我們將人工智能作為一種操控工具，或者過度用于自動化，而沒有充分關(guān)注為工人提供專業(yè)知識和信息，那么我們需要調(diào)整方向�！盇cemoglu表示。
當然，也有人可能認為創(chuàng)新的負面影響較少，或者創(chuàng)新的不確定性意味著我們不應(yīng)對其設(shè)限。但Acemoglu和Lensman在論文中只是提出了一種創(chuàng)新采納的模型。
這一模型是對過去十多年來趨勢的回應(yīng)。在此期間，許多技術(shù)因其“不可避免的顛覆性”而受到高度追捧。然而，Acemoglu和Lensman認為，我們可以合理地評估具體技術(shù)的利弊，并推動關(guān)于這一問題的更多討論。
如何為人工智能的采納找到合適的速度？
如果要以更漸進的方式采納技術(shù)，這應(yīng)如何實現(xiàn)？
首先，Acemoglu指出，“政府監(jiān)管在其中扮演著重要角色�！比欢�，目前尚不清楚美國或全球可能會為人工智能制定什么樣的長期指導(dǎo)方針。
其次，他補充道，如果圍繞人工智能的“炒作周期”減弱，那么對其的使用熱潮“自然會放緩”。如果人工智能無法在短期內(nèi)為企業(yè)帶來利潤，這種情況可能比監(jiān)管更容易實現(xiàn)。
“我們之所以推進得如此之快，是因為風(fēng)險投資人和其他投資者的炒作，他們認為我們正在接近通用人工智能�！盇cemoglu表示，“這種炒作讓我們在技術(shù)上的投資出現(xiàn)偏差，許多企業(yè)過早受到影響，卻不知道該如何利用人工智能。我們撰寫這篇論文是為了強調(diào)，如果我們能以更深思熟慮、更理解的態(tài)度來對待這項技術(shù)，其宏觀經(jīng)濟效益會更大�！�
從這個角度看，炒作是人工智能經(jīng)濟學(xué)的一個具體表現(xiàn)，因為它引導(dǎo)了對某種特定人工智能愿景的投資，從而影響了我們未來可能接觸到的人工智能工具。
“速度越快，炒作越多，調(diào)整方向的可能性就越小�！盇cemoglu表示，“如果你以每小時200英里的速度前進，要完成180度的大轉(zhuǎn)彎是非常困難的�！�
原文鏈接：
https://news.mit.edu/2024/what-do-we-know-about-economics-ai-1206
