فناوری هوش مصنوعی و تحول اقتصادی
درس‌هایی از تاریخ
ترجمه: جواد طهماسبی- برای درک اینکه چگونه برخی نوآوری‌ها ممکن است اقتصادها را تغییر دهند به اندکی تصور و خیال‌پردازی نیاز داریم. برای تازه‌ترین ابزارهای هوش مصنوعی به همین هم نیازی نیست. به سادگی می‌توان حوزه‌هایی را دید که در آن چیزی شبیه چت جی‌پی‌تی (chatGPT)، روبات گفت‌وگوی باهوشی که پس از معرفی در ماه نوامبر سرتاسر وب را درنوردید، می‌تواند یا به میزان چشمگیری بهره‌وری کارگران انسانی را بالا ببرد یا خود جایگزین آنها شود. نام جی‌پی‌تی مخفف «دگرگون‌کننده از قبل تعلیم‌دیده زایشی» است که نوع خاصی از الگوی زبانی به‌شمار می‌رود. یا می‌توان آن را مخفف «فناوری دارای هدف عمومی» دانست که یک نوآوری شگرف با هدف تقویت بهره‌وری در حوزه وسیعی از صنایع و حرفه‌ها به‌شمار می‌رود. درست همانند تاثیری که از موتورهای بخار، برق و کامپیوتر دیدیم. انقلاب اقتصادی ناشی از این «فناوری‌های دارای هدف عمومی» (GPT) پیشین به ما می‌گویند که هوش مصنوعی تا چه اندازه می‌تواند اقتصادها را در سال‌های پیش‌رو دگرگون کند. تیموتی برزنان از دانشگاه استنفورد و همکارش در مقاله سال 1995 خود آنچه آنها ویژگی‌های یک فناوری دارای هدف عمومی می‌نامند را برمی‌شمارند. این فناوری باید در تعداد زیادی از صنایع استفاده شود، توانایی ذاتی برای بهبود مداوم داشته باشد و مکمل‌های نوآوری را تقویت کند. بدان معنا که در صنایعی که از آن استفاده می‌کنند الهام‌بخش نوآوری‌های بزرگ باشد. هوش مصنوعی پذیرش همگانی دارد و به نظر می‌رسد روزبه‌روز بهتر می‌شود و بیش از پیش در حوزه‌های تحقیق و توسعه (R&D) به کار می‌رود. پس انقلاب اقتصادی چه موقع آغاز خواهد شد؟
اولین درس تاریخ آن است که حتی قدرتمندترین فناوری‌های جدید هم برای تغییر یک اقتصاد به زمان نیاز دارند. جیمز وات موتور بخار را در سال 1769 اختراع کرد اما تا دهه 1830 در بریتانیا و دهه 1860 در آمریکا، موتور بخار نتوانست جای نیروی آب را بگیرد. طبق پژوهش نیکلاس کرافتس از دانشگاه ساسکس در بریتانیا نقش بخار در رشد بهره‌وری پس از سال 1950 یعنی حدود یک قرن پس از اختراع جیمز وات به اوج رسید. در موضوع اختراع برق نیز باید توجه داشت که پیشرفت‌های فنی کلیدی همگی قبل از 1880 کامل شده بودند اما رشد بهره‌وری در آمریکا بین سال‌های 1888 تا 1907 عملاً آهسته و کند شد. تقریباً سه دهه پس از اختراع اولین مدار یکپارچه سیلیکونی، رابرت سولو اقتصاددان برنده جایزه نوبل هنوز شاهد آن بود که عصر کامپیوتر در همه‌جا به جز آمارهای بهره‌وری اثرات خود را نشان می‌دهد. در نهایت، در اواسط دهه 1990 بود که رشد بهره‌وری برگرفته از کامپیوتر در آمریکا پدیدار شد.
بخشی از شکاف زمانی بین نوآوری و تاثیر اقتصادی آن به فرآیند سازگاری و تنظیم بازمی‌گردد. موتورهای بخار اولیه بسیار ناکارآمد بودند و حجم زیادی از زغال‌سنگ گران‌قیمت را می‌سوزاندند. به همین ترتیب، عملکرد فوق‌العاده ابزارهای جدید هوش مصنوعی بیانگر بهبود چشمگیر آنها نسبت به ابزارهایی است که یک دهه قبل موج شور و اشتیاق نسبت به هوش مصنوعی را به راه انداختند (به عنوان مثال، سیری، دستیار مجازی اپل در سال 2011 معرفی شد). محدودیت‌های سرمایه نیز می‌تواند کاربری‌ها را به تاخیر اندازد. رابرت آلن از دانشگاه نیویورک شعبه ابوظبی می‌گوید، کندی رشد بهره‌وری در زمان صنعتی شدن بریتانیا محصول کمبود سرمایه لازم برای ساخت کارخانه‌ها و دستگاه‌ها بود. این مشکل به تدریج و پس از آن‌که سرمایه‌داران سودهای هنگفت خود را از نو سرمایه‌گذاری کردند برطرف شد. مطالعات تازه‌تر بر زمان لازم برای انباشت آنچه سرمایه غیرملموس خوانده می‌شود تمرکز دارند. این سرمایه دانش‌پایه لازم برای بهره‌برداری موثر از فناوری‌های جدید است. دانیل راک از موسسه فنی ماساچوست و همکارانش بیان می‌کنند که فناوری‌های جدید اخلالگر با یک منحنی جی (J)شکل بهره‌وری همراه هستند. به این صورت که رشد بهره‌وری در اولین سال‌ها یا دهه‌های پس از پیدایش فناوری جدید کاهش می‌یابد. در این مدت، بنگاه‌ها و کارگران زمان و منابع را به بررسی فناوری اختصاص می‌دهند و فرآیندهای کسب‌وکارشان را بر مبنای آن طراحی می‌کنند. پس از آن که این سرمایه‌گذاری‌ها به ثمر نشست منحنی جی (J) روند رو به بالا را آغاز می‌کند. نویسندگان مقاله می‌گویند سرمایه‌گذاری‌های مرتبط با هوش مصنوعی نیز ممکن است رشد بهره‌وری را سرکوب کنند. البته این تاثیر چندان زیاد نخواهد بود. سوالات مربوط به تاثیرات هوش مصنوعی بر رشد برخی افراد را به نگرانی‌های مرتبط با عواقب آن برای کارگران بازمی‌گرداند. پیام‌های تاریخ در این باره چندگانه هستند. از یک‌سو اخبار خوبی دیده می‌شود. به‌رغم تحولات اقتصادی و فناوری تاریخ‌ساز، نگرانی‌های مربوط به بیکاری گسترده ناشی از فناوری هیچ‌گاه به واقعیت تبدیل نشده‌اند. از سوی دیگر، فناوری می‌تواند به برخی حرفه‌ها آسیب بزند به گونه‌ای که از نظر اجتماعی اخلالگرانه باشد. به عنوان نمونه، در اوایل انقلاب صنعتی، فرآیند مکانیزه‌سازی تقاضا برای کارگران کم‌مهارت را بالا برد اما درآمد صنعتگرانی که بیشتر کارها را قبلاً انجام می‌دادند پایین آورد. به همین دلیل بود که برخی از آنها به جنبش‌های لودیت (Luddite) علیه دستگاه‌های صنعتی پیوستند. در دهه‌های 1980 و 1990 نیز خودکارسازی امور عادی در کف کارخانه‌ها و ادارات بسیاری از کارکنان میانی را بیکار کرد در حالی که به تقویت استخدام کارکنان پرمهارت و کم‌مهارت انجامید.
هوش مصنوعی می‌تواند بهره‌وری کارکنان با سطوح مختلف مهارتی (و حتی نویسندگان) را بالا ببرد. اما تاثیر آن بر کل یک حرفه به آن بستگی دارد که آیا بهبود بهره‌وری و کاهش هزینه‌ها به جهش تقاضا یا به یک افزایش اندک آن منجر می‌شود. خط مونتاژ خودرو یک نوآوری فرآیندی بود که ویژگی‌هایی همانند جی‌پی‌تی دارد. وقتی هنری فورد با کمک این نوآوری موفق شد هزینه ساخت خودرو را پایین آورد تقاضا اوج گرفت و کارگران منتفع شدند. به همین ترتیب، اگر هوش مصنوعی بتواند در حوزه درمان بهره‌وری را افزایش و هزینه‌ها را کاهش دهد تقاضا برای خدمات درمان و افراد متخصص آن حوزه بالا می‌رود. این احتمال وجود دارد که هوش مصنوعی این قالب تاریخی را بشکند. هر فناوری که بتواند تقریباً کار انسان‌های عادی را انجام دهد بشریت را به یک قلمرو جدید اقتصادی می‌کشاند. اما حتی در چنین سناریویی می‌توان درس‌هایی از گذشته آموخت. رشد پایدار اقتصادی پس از اختراع ماشین بخار و شتاب بیشتر آن که با اختراع برق و دیگر نوآوری‌ها حاصل شد به خودی خود امری بی‌سابقه بود. آنها انگیزه تکاپو برای اختراع ایده‌ها و نهادهای جدید را فراهم کردند تا این اطمینان به دست آید که تحولات اقتصادی بنیادین به شکوفایی و رشد گسترده ختم می‌شوند نه به بحران و آشفتگی. شاید اکنون یک‌بار دیگر زمان چنان تکاپویی فرارسیده باشد.
