诺贝尔经济学奖得主谈AI：炒作驱动下的经济与风险

只管人们不停讨论人工智能将怎样颠覆天下，然而其对经济的影响仍旧布满不确定性。固然对人工智能的投资规模巨大，但现在尚不清晰它毕竟会带来什么样的结果。

研究人工智能已经成为诺贝尔经济学奖得主 Daron Acemoglu 工作中的一个紧张部门。作为 MIT 的传授，Acemoglu 恒久以来研究技能对社会的影响，从建模大规模技能创新的应用，到举行呆板人(21.780, -0.21, -0.95%)对就业影响的实证研究，范畴非常广泛。

2024 年 10 月，Acemoglu 与两位互助者——MIT 院斯隆管理学院的 Simon Johnson 博士（1989 届）和芝加哥大学的 James Robinson——共同得到了诺贝尔经济学奖。他们的研究展现了政治制度与经济增长之间的关系，指出拥有健全权利体系的民主国家相比其他情势的当局可以或许在恒久内实现更好的经济增长。

由于许多经济增长泉源于技能创新，人工智能的社会应用方式引起了 Acemoglu 的高度关注。近来几个月，他发表了多篇关于人工智能经济学的研究论文。

“天生式人工智能将为人类带来的新使命会从那里产生？”Acemoglu 提出疑问，“我以为昨们现在还没有答案，这正是题目的关键。毕竟有哪些应用会真正改变昨们的工作方式？”

作甚人工智能的量化影响？

自 1947 年以来，美国 GDP 增长的年均增速约为 3%，生产率增长则约为 2%。一些猜测声称，人工智能将使增长率翻倍，大概至少带来比以往更高的增长轨迹。然而，与之形成对比的是，Acemoglu 在Economic Policy于 2024 年 8 月期刊中发表的论文“The Simple Macroeconomics of AI”中估计，在将来十年内，人工智能对 GDP 的推动将仅是“暖和增长”，约为 1.1% 到 1.6%，对应每年约 0.05% 的生产率提拔。

Acemoglu 的评估基于近期对人工智能影响就业的估算。比方，OpenAI、OpenResearch 以及宾夕法尼亚大学的研究职员在 2023 年举行的一项研究发现，约莫 20% 的美国工作使命大概会受到人工智能本领的影响。而 MIT FutureTech、Productivity Institute 和 IBM 的研究团队在 2024 年的研究则表明，约 23% 的盘算机视觉使命可以在将来十年内实现有利可图的主动化。同时，另有研究表现，人工智能均匀可节流约 27% 的本钱。

谈到生产率提拔，Acemoglu 表现：“我并不以为 10 年内 0.5% 的增长值得小视，这总比没有好，但相比技能行业和科技媒体所答应的结果，这确实让人感到扫兴。”

必要指出的是，这只是一个估算，而且将来大概会出现新的人工智能应用。比方， Acemoglu 在论文中提到，他的盘算未包罗人工智能在猜测卵白质布局方面的应用——而这一技能在 2024 年 10 月资助其他学者赢得了诺贝尔奖。

其他观点以为，被人工智能代替的劳动者再分配大概会带来额外的增长和生产率提拔，这超出了 Acemoglu 的估算。但他对此并不抱太大盼望：“从现有的资源设置出发，重新分配通常只会带来较小的收益。”他表明道，“直接的收益才是关键。”

他增补说：“我只管以非常透明的方式撰写这篇论文，明白阐明哪些因素被包罗了，哪些没有。假如有人以为我清除的因素很紧张，大概以为我利用的数字过于守旧，那完全可以提出差别意见。”

哪些工作会受到影响？

对人工智能的影响举行如许的估算，有助于昨们更清楚地直观明白它的潜伏作用。很多关于人工智能的猜测将其形貌为一种革命性气力，而另一些分析则更加审慎。Acemoglu 的研究资助昨们权衡大概发生变革的规模。

“昨们来假想一下 2030 年的环境。”Acemoglu 说道，“你以为人工智能会让美国经济变得多不一样？你大概是一个完全的人工智能乐观主义者，以为数百万人会由于谈天呆板人失去工作；大概以为一些人会变得超等高效，由于借助人工智能，他们可以完成从前 10 倍的工作。但我不这么以为。我以为大多数公司仍会做差不多的事变。一些职业会受到影响，但昨们仍旧会有记者、金融分析师和人力资源员工。”

假如这一观点精确，那么人工智能的影响大概重要会合在一小部门特定的白领使命上，好比依靠大量盘算本领、可以或许比人类更快处置惩罚海量输入的工作。

“人工智能将影响一批办公室工作，好比数据总结、视觉匹配、模式辨认等。”Acemoglu 增补道，“而这些工作根本上只占整个经济的 5% 左右。”

只管 Acemoglu 和 Simon Johnson 偶然被以为对人工智能持猜疑态度，但他们更乐意将本身视为实际主义者。

“我并不是想唱衰人工智能。”Acemoglu 表现，“天生式人工智能确实能做一些事变，我信赖这一点。”不外，他增补说：“我信赖昨们可以以更好的方式利用天生式人工智能，从而得到更大的收益，但我不以为这些是现在行业的关注意点。”

呆板的辅助作用照旧代替工人？

Acemoglu 谈到人工智能的“更好利用方式”时，他有着明白的思索。

他对人工智能的一个焦点担心是，它毕竟会以“呆板辅助”的情势存在，即资助工人提拔生产力，照旧旨在模拟通用人工智能，从而代替人类的工作。这就像为生物技能研究职员提供新信息与用主动化呼唤中央技能代替客户服务职员之间的区别。到现在为止，他以为企业更倾向于后者。

“我的观点是，现在人工智能的发展方向存在题目。”Acemoglu 表现，“昨们过于专注于主动化，而没有充足关注如作甚工人提供专业知识和信息支持。”

Acemoglu与 Simon Johnson 在他们 2023 年备受瞩目标著作 Power and Progress 中深入探究了这一题目。这本书以一个刀切斧砍的题目为主线：技能推动经济增长，但谁从中获益？是精英阶级，照旧平凡工人也能分享红利？

Acemoglu 和 Johnson 明白支持那些既能提拔工人生产力又能保存就业时机的技能创新，这种模式有助于更长期地推动经济增长。

然而，在 Acemoglu 看来，天生式人工智能更多关注模拟完备的人类功能。这种技能通常被他称为“差能人意的技能”（so-so technology）：这些应用顶多只能轻微优于人类，却由于本钱更低而受到企业青睐。比方，呼唤中央的主动化技能并不肯定比人工服从更高，但对企业来说，它的本钱低于雇佣人类员工。而那些能与工人形成互补作用的人工智能应用好像被大科技公司置于次要职位。

“假如行业不投入大量精神和时间，人工智能的互补性应用不会古迹般地自行出现。”Acemoglu 说道。

汗青对人工智能的启示是什么？

技能经常被计划为替换工人，这正是 Acemoglu 和 Johnson 近期发表的一篇论文“Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution — and in the Age of AI”的焦点议题。该文章发表于 2024 年 8 月的Annual Reviews in Economics。

文章讨论了关于人工智能的当前争议，尤其是技能纵然代替了工人，终极的经济增长是否一定会广泛惠及社会的观点。工业革命时期的英格兰常被用作例证，但 Acemoglu 和 Johnson 以为，技能红利的遍及并非主动发生。他们指出，19 世纪的英格兰工人必要颠末数十年的社会斗争和团体举措，才渐渐享受到技能发展的利益。

“当工人无法夺取本身在生产率增长中的份额时，工资不太大概进步。”Acemoglu和 Johnson 在论文中写道。“本日，人工智能大概可以提拔均匀生产率，但同时也大概代替大量工人，并低落留任者的工作质量……主动化对工人的影响比生产率进步主动带来工资增长更加复杂。”

论文标题提到的 E.P. Thompson 是闻名社会汗青学家，而 David Ricardo 则是被视为继亚当·斯密之后经济学范畴第二大紧张人物的经济学家。Acemoglu 和 Johnson 以为，Ricardo 在这一主题上的观点履历了紧张演变。

“Ricardo 最初通过主张呆板会带来惊人的生产力提拔，而且对社会有利，而奠基了他的学术荣誉和政治生活。”Acemoglu 表明道，“但在某个时候，他改变了见解，这表明他头脑开放。他开始写作关于假如呆板仅仅取代庖动力而没有其他用途，那对工人来说将是有害的。”

Acemoglu 和 Johnson 以为，Ricardo 观点的这一变化对当下具有深刻启示：没有什么气力可以或许主动确保技能的广泛长处分配。昨们应该依据证据，认真审阅人工智能的影响，而不是盲目假设其一定带来广泛益处。

创新的最佳速率是什么？

假如技能可以或许推动经济增长，那么快速创新好像是抱负选择，由于它能更快带来增长。但在 2024 年 9 月的American Economic Review: Insights中发表的一篇论文“Regulating Transformative Technologies”中，Acemoglu 和 MIT 博士生 Todd Lensman 提出了另一种观点。假如某些技能既有益处也存在缺陷，那么在接纳这些技能时，最好以更为审慎的速率推进，以便在缺陷被缓解的同时渐渐推广。

“假如社会侵害与新技能的生产力成比例，那么更高的增长率反而会导致更慢的最优采取速率。”两人在论文中写道。他们的模子表明，最佳的技能采取路径应该是先慢后快，渐渐加快。

“市场原教旨主义和技能原教旨主义大概会以为技能发展应该永久以最大速率推进。”Acemoglu 指出，“但经济学中并没有如许的规则。更加深图远虑的方式，特殊是为了制止潜伏危害，是完全公道的。”

这些潜伏危害包罗对就业市场的粉碎、大量虚伪信息的流传，大概人工智能对消耗者的伤害，比方在线广告或网络游戏中的题目。Acemoglu 在即将发表于American Economic Review: Insights的另一篇论文“When Big Data Enables Behavioral Manipulation”中探究了这些场景，该论文由杜克大学的 Ali Makhdoumi、多伦多大学的 Azarakhsh Malekian 以及 MIT 的 Asu Ozdaglar 共同完成。

“假如昨们将人工智能作为一种操控工具，大概过分用于主动化，而没有充实关注为工人提供专业知识和信息，那么昨们必要调解方向。”Acemoglu 表现。

固然，也有人大概以为创新的负面影响较少，大概创新的不确定性意味着昨们不应对其设限。但 Acemoglu 和 Lensman 在论文中只是提出了一种创新采取的模子。

这一模子是对已往十多年来趋势的回应。在此期间，很多技能因其“不可制止的颠覆性”而受到高度追捧。然而，Acemoglu 和 Lensman 以为，昨们可以公道地评估详细技能的利弊，并推动关于这一题目的更多讨论。

如作甚人工智能的采取找到符合的速率？

假如要以更渐进的方式采取技能，这应怎样实现？

起首，Acemoglu 指出，“当局羁系在此中饰演着紧张脚色。”然而，现在尚不清晰美国或环球大概会为人工智能订定什么样的恒久引导方针。

其次，他增补道，假如围绕人工智能的“炒作周期”削弱，那么对其的利用高潮“天然会放缓”。假如人工智能无法在短期内为企业带来利润，这种环境大概比羁系更轻易实现。

“昨们之以是推进得云云之快，是由于风险投资人和其他投资者的炒作，他们以为昨们正在靠近通用人工智能。”Acemoglu 表现，“这种炒作让昨们在技能上的投资出现毛病，很多企业过早受到影响，却不知道该怎样使用人工智能。昨们撰写这篇论文是为了夸大，假如昨们能以更深图远虑、更明白的态度来对待这项技能，其宏观经济效益会更大。”

从这个角度看，炒作是人工智能经济学的一个详细体现，由于它引导了对某种特定人工智能愿景的投资，从而影响了昨们将来大概打仗到的人工智能工具。

“速率越快，炒作越多，调解方向的大概性就越小。”Acemoglu 表现，“假如你以每小时 200 英里的速率进步，要完成 180 度的大转弯黑白常困难的。”

https://news.mit.edu/2024/what-do-we-know-about-economics-ai-1206