财新传媒 财新传媒

阅读:0
听报道
推文人 | 廖俊超
原文信息:Daron Acemoglu and Pascual Restrepo(2019).The Wrong Kind of AI? Artificial Intelligence and the Future of Labor Demand, NBER Working Paper No.
 
研究背景
 
Daron教授在他之前的文章里提到新的技术会减少传统劳动力的需求,但同时又能提高人的生产力和创造新的工作岗位。然而AI技术目前最主要的发展方向是自动化,也就是让训练出来的AI代替人来执行任务而不是提高人的生产力,那么这就意味着AI在创造新岗位上的能力不足,从而无法提高整体劳动力市场的需求,也就无法对冲新技术对传统劳动力市场的冲击,导致未来整体劳动力市场的需求不足和大量劳动力资源的浪费,从而降低了社会潜在产出水平并引发更严重的社会不平等问题。Daron教授通过这篇文章提出现有AI发展方向的问题并引发大家思考解决问题的可能方案。
 
历史与现状
 
早期的AI理论从1950年代开始就已经被计算机,心理学和经济学界的大牛们提出,而直到1980年代的这段时间里,学者们关注的是如何让机器拥有和人一样的心智能力,即能和人一样思考今天吃什么,暑假去哪儿玩,上课的时候怎么跟着老师推导模型和用Stata做实证研究。他们的策略是通过编写计算机能读懂的人类世界的行为准则来让计算机像人一样行动。不过遗憾的是,他们的愿望并没有完全实现(机器的运算能力和记忆力我们还真比不过)。
 
然而在1990年代,人们开始琢磨不让AI完全复制人类的想法,而是让它通过学习人类的一些模式,能够做到近似的效果或者能够在某些方面比人类更有优势。现在工业机器人的批量使用就是AI技术的一种呈现,它们已经替代了大量的流水线工人,但是并没有提高人的生产力,也没有为人类创造足够多的工作机会来对冲这种劳动力需求的下降。
 
历史上有没有增强劳动力市场总需求的自动化技术呢?美国的农业自动化就是一个典型的案例。农业的自动化让大量的劳动力离开农业,而同时制造业和服务业正好涌现了大量的工作岗位能够和这些劳动力匹配,也正是从这个时期开始,白领和蓝领的工作成为社会主流。
 
AI自动化的主要方向有图像识别,声纹识别,翻译,会计,推荐系统和智能客服,当然工业界已经证明了它们的实用性,然而Daron教授依然不认为继续让AI只在自动化的道路上前进是一个好想法,原因如下:
 
1.自动化不能提高人的生产力和创造足够多新的工作岗位,会降低劳动力市场的整体需求并加剧社会收入分配的不平等。
 
2.大部分的自动化实际上是在挑战很多人类已经做得很好的领域,即使它们最后成功了也很难提高社会总产出,不过是把生产者从人换成了机器罢了,而且这还需要时间实现。
 
改进的方向
 
显然,AI的用途不应该不局限在自动化上,它可以帮助人类重塑现有的工作流程,提高生产力并创造更多新的工作机会。这就是Daron教授所倡导的reinstating AI,它能够让劳动力如破茧成蝶一般提高自己的工作效率,为社会提供更高的总产值和福利,并减少失业和社会不平等。文中提及的比较适合reinstating AI的行业有:教育,医疗和增强现实(Augmented reality)。
 
市场的选择
 
为什么市场机制没有选择reinstating AI而是自动化AI呢?文中给出了可能的原因如下:
 
1.AI的创新性应用会增强市场外部性,让整个社会参与者都获利,然而市场在这种外部性存在的时候往往表现不佳。
 
2.当现有的自动化AI趋势形成后,人们往往会跟随这个趋势,而且趋势本身也会对潜在的
 
竞争者(reinstating AI)有抵触效应,所以依靠市场本身改变趋势很难。
 
3.政府需要与私人部门合作,从而增加社会福利的研究投入。
 
4.大量的社会资源流入自动化AI方向的研究,从而吸引了大量的人才投入这个方向。
 
5.其他因素包括税收、人力成本和技术限制(现有的技术可能无法实现reinstating AI)。
 
总结
 
总的来说,AI会对我们的生活的方方面面产生深远的影响,然而它的潜在安全问题、黑箱本质和它可能带来的经济和社会效应,意味着我们不能期待AI技术能够自然而然发展成它应该的样子,而是需要政府、社会和企业共同协作引导AI向更加多元化、社会化的方向发展。
 
人类和AI应该寻求利用各自的比较优势,相互合作,提高潜在的企业和社会总生产力和总利润。我们要对现有的生产过程进行变革,而不是对生产者本身进行变革,这才是同时提高个人、企业、国家和社会总效益的可持续发展之道。人和AI应该握手言和,而不是以往的针锋相对。
 
Abstract
 
Artificial Intelligence is set to influence every aspect of our lives, not least the way production is organized. AI, as a technology platform, can automate tasks previously performed by labor or create new tasks and activities in which humans can be productively employed. Recent technological change has been biased towards automation, with insufficient focus on creating new tasks where labor can be productively employed. The consequences of this choice have been stagnating labor demand, declining labor share in national income, rising inequality and lower productivity growth. The current tendency is to develop AI in the direction of further automation, but this might mean missing out on the promise of the "right" kind of AI with better economic and social outcomes.
话题:



0

推荐

香樟经济学术圈

香樟经济学术圈

1528篇文章 1天前更新

香樟经济学术圈由中国社科院、哈佛大学、多伦多大学等国内外青年经济学者发起。此平台主要推送国外经济学领域经典前沿论文,发布国内外经济学相关资讯,以及香樟经济学者圈的相关活动公告。 期待能够对中国经济学研究和国家政策产生一定影响。微信订阅号:camphor2014。

文章