آینده اقتصاد جهان در عصر هوش مصنوعی؛ چگونه میتوان از انقلاب فناوری به رفاه عمومی رسید؟

هوش مصنوعی میتواند با افزایش بهرهوری نیروی کار، توسعه کسبوکارها و تسریع نوآوریهای علمی، به یکی از مهمترین موتورهای رشد اقتصادی جهان تبدیل شود؛ اما تحقق این ظرفیت بههیچوجه تضمینشده نیست. تمرکز منافع اقتصادی در دست گروه کوچکی از شرکتها و افراد، حذف فرصتهای شغلی، فشار بر زیرساختهای انرژی و منابع طبیعی و کاهش اعتماد عمومی، میتواند به مانعی جدی در مسیر توسعه این فناوری تبدیل شود.
جهان صنعت نیوز – کمتر فناوری در تاریخ به اندازه هوش مصنوعی ظرفیت تغییر ساختار اقتصادی و اجتماعی جهان را داشته است. استفاده گسترده و مؤثر از این فناوری میتواند بهرهوری نیروی کار را افزایش دهد، زمینه فعالیت کارآفرینان را گسترش دهد و رشد اقتصادی را تقویت کند. این دستاوردها بهویژه برای اقتصادهایی اهمیت دارند که با چالشهایی مانند سالمندی جمعیت و افزایش بدهی عمومی مواجهاند. هوش مصنوعی همچنین میتواند زمینهساز تحولات بزرگی در علوم پزشکی، تحقیقات علمی و دسترسی عمومی به دانش شود.
با این حال، گسترش سریع این فناوری با مخاطراتی نیز همراه است. جایگزینی نیروی کار، تغییر شیوه یادگیری دانشآموزان و دانشجویان، توسعه سلاحهای زیستی و سایبری و افزایش فشار بر منابع انرژی، آب و زمین از جمله نگرانیهای مطرحشده هستند.
مشکل دیگر، فاصله زمانی میان ظهور هزینهها و منافع هوش مصنوعی است. همانند انقلاب صنعتی، ممکن است جامعه ابتدا پیامدهای مخرب پذیرش فناوری جدید را تجربه کند و تنها پس از گذشت زمان از منافع اقتصادی آن بهرهمند شود. برای مثال، کاربران مستقیماً آثار ابزارهایی مانند چتباتها را احساس میکنند، اما مزایای غیرمستقیمی مانند پیشبینی دقیقتر بلایای طبیعی یا تشخیص بهتر بیماریها ممکن است حتی بهعنوان دستاورد هوش مصنوعی شناخته نشوند.
این نگرانیها بهویژه در آمریکا به افزایش مخالفت عمومی با توسعه هوش مصنوعی منجر شده است. یکی از مهمترین کانونهای اعتراض، ساخت مراکز داده است. نظرسنجیها نشان میدهند بخش بزرگی از آمریکاییها با احداث این مراکز در محل زندگی خود مخالفاند. نگرانی از مصرف بالای منابع، آلودگی صوتی، افزایش قبوض خدمات عمومی و استفاده شرکتها از یارانههای دولتی، بدون آنکه منافع متناسبی نصیب جوامع محلی شود، از دلایل اصلی این مخالفتهاست.
در واقع، مسئله فقط مخاطرات فناوری نیست، بلکه به توزیع نابرابر منافع آن نیز مربوط میشود. بسیاری از مردم معتقدند هزینههای توسعه هوش مصنوعی بر دوش جامعه قرار میگیرد، در حالی که دستاوردهای مالی آن عمدتاً نصیب گروه محدودی از شرکتها و سرمایهگذاران میشود. این وضعیت حتی به موضوعی سیاسی تبدیل شده و نامزدهای انتخاباتی در آمریکا، صرفنظر از وابستگی حزبی، تمایل کمتری به حمایت آشکار از هوش مصنوعی نشان میدهند.
خطر تکرار اشتباهات جهانیشدن
برای توضیح این وضعیت، تجربه جهانیشدن بهعنوان یک نمونه تاریخی مطرح می شود. جهانیشدن در مجموع منافع اقتصادی گستردهای ایجاد کرد، اما هزینههای آن بهطور نامتوازن توزیع شد. برخی مناطق و جوامع با از دست رفتن مشاغل، کاهش رشد و تضعیف صنایع مواجه شدند، در حالی که حمایتهای دولتی برای جبران این خسارتها ناکافی بود یا با تأخیر انجام شد.
در نتیجه، اگرچه مصرفکنندگان از کاهش قیمتها و منافع تجارت آزاد بهره بردند، اما کارگران و جوامع آسیبدیده سهم قابلاتکایی از منافع اقتصادی این تحول نداشتند. این مسئله به شکلگیری واکنشهای سیاسی و گسترش حمایتگرایی و تجزیه اقتصادی در جهان کمک کرد.
نگرانی اصلی آن است که انقلاب هوش مصنوعی نیز همان مسیر را طی کند؛ یعنی منافع اقتصادی آن در سطح کلان افزایش یابد، اما هزینههای اجتماعی و شغلی آن بر گروههای مشخصی متمرکز شود.
از این منظر، توسعه هوش مصنوعی صرفاً به سرمایهگذاری در مدلها و زیرساختهای فناوری وابسته نیست. تحقق ظرفیتهای اقتصادی این فناوری مستلزم هماهنگی میان شرکتهای فناوری، بنگاههای اقتصادی، نیروی کار، دولتها و جوامع محلی است. این وضعیت با استفاده از مفهوم «بازی مشارکتی» در نظریه بازیها توضیح داده می شود؛ یک بازی که در آن بیشترین منافع زمانی حاصل میشود که گروههای مختلف برای دستیابی به یک هدف مشترک همکاری کنند.
هوش مصنوعی؛ فناوری عمومی جدید با ظرفیت تحول در تولید و علم
هوش مصنوعی در حال تبدیلشدن به یک فناوری عمومی و فراگیر است؛ فناوری که در حوزههای مختلف کاربرد دارد، بهمرور بهبود پیدا میکند و زمینه نوآوریهای مکمل را فراهم میسازد.
برق و رایانه نمونههایی از فناوریهای عمومی در دورههای پیشین هستند. برق با فراهمکردن امکان راهاندازی انواع ماشینآلات، ساختار تولید صنعتی را متحول کرد و رایانه نیز با استفاده از انرژی الکتریکی برای پردازش اطلاعات، حوزههایی مانند مهندسی و بهداشت و درمان را دگرگون ساخت.
تفاوت هوش مصنوعی در این است که ورودی اصلی آن هوش و توانایی پردازش شناختی است. این فناوری میتواند اطلاعات را تفسیر کند، نتایج را پیشبینی کند، مشکلات را تشخیص دهد، ارتباط برقرار کند و در تصمیمگیری نقش داشته باشد.
برای مثال، پرستاران میتوانند زمان کمتری را صرف امور اداری کنند و وقت بیشتری به بیماران اختصاص دهند. مهندسان قادر خواهند بود طراحیهای جدید را سریعتر توسعه دهند و بنگاههای کوچک نیز میتوانند با استفاده از ابزارهای تحلیلی هوش مصنوعی، توان رقابت خود را در برابر شرکتهای بزرگ افزایش دهند.
ظرفیت هوش مصنوعی به افزایش بهرهوری محدود نمیشود و میتواند فرآیند کشف علمی را نیز متحول کند. نمونه شاخص آن آلفافولد است؛ مدلی که ساختار سهبعدی بیش از ۲۰۰ میلیون پروتئین را پیشبینی کرده است. پیش از این، تعیین ساختار سهبعدی یک پروتئین بر اساس توالی اسیدهای آمینه ممکن بود ماهها یا حتی سالها زمان ببرد.
از این منظر، هوش مصنوعی ترکیبی از دو تحول تاریخی است: انقلاب صنعتی که فرآیند تولید را متحول کرد و عصر روشنگری که ابزارها و روشهای جدیدی برای کشف علمی به وجود آورد.
فاصله دسترسی به هوش مصنوعی با استفاده عمیق از آن
سرعت گسترش هوش مصنوعی در جهان بیسابقه بوده است. اپلیکیشن جمینای گوگل و چتجیپیتی هرکدام بیش از یک میلیارد کاربر ماهانه دارند. بررسی ۱۵ میلیون تعامل کاربران در بیش از ۱۵۰ کشور نشان داده است که هوش مصنوعی در فعالیتهای مربوط به ۶۸ درصد مشاغل مورد استفاده قرار میگیرد؛ مشاغلی که حدود ۹۰ درصد کل اشتغال آمریکا را تشکیل میدهند.
با این حال، دسترسی گسترده به فناوری الزاماً به معنای بهرهبرداری عمیق از ظرفیتهای آن نیست. بر اساس همین مطالعه، تنها ۲۱ درصد وظایف معمول در یک شغل بهطور معناداری تحت تأثیر هوش مصنوعی قرار گرفتهاند. این تفاوت نشان میدهد گسترش دسترسی به فناوری بسیار سریعتر از پذیرش عملی و تحولآفرین آن اتفاق افتاده است.
برای بهرهبرداری کامل از ظرفیت هوش مصنوعی، بنگاهها باید فراتر از خرید ابزارهای جدید حرکت کنند. اصلاح ساختار سازمانی، آموزش کارکنان، بازطراحی فرآیندهای کاری و حتی تغییر ساختار حکمرانی و خطوط تولید ضروری است.
برای مثال، بانکها تاکنون از هوش مصنوعی بیشتر برای انجام وظایف سطحی مانند بررسی سریعتر اطلاعات شرکتها، تکمیل صفحات گسترده و شناسایی منابع بازده سرمایهگذاری استفاده کردهاند. اما پذیرش عمیقتر این فناوری مستلزم بازطراحی مسئولیتهای شغلی، تعیین دادههای اختصاصی قابل ارائه به مدلها و ایجاد سازوکارهایی برای حفاظت از اطلاعات مشتریان و اعتبارسنجی خروجیهای هوش مصنوعی است.
این تحول حتی آموزش نیروی انسانی را نیز تحت تأثیر قرار میدهد. اگر کارکنان جوان دیگر وظایف ابتدایی تحلیل و جمعآوری اطلاعات را انجام ندهند، بنگاهها باید روشهای جدیدی برای انتقال تجربه و مهارت از کارکنان باسابقه به نسل جدید طراحی کنند.
ظرفیت واقعی هوش مصنوعی زمانی محقق میشود که این فناوری به افزایش تولید، خلق محصولات و خدمات جدید و بهبود رفاه مصرفکنندگان منجر شود؛ نه اینکه صرفاً هزینههای بنگاهها را کاهش دهد.
بازار کار و خطر افزایش نابرابری
افزایش بهرهوری و خلق محصولات جدید لزوماً به معنای انتقال بدون هزینه نیروی کار به اقتصاد هوش مصنوعی نیست. تقاضای جدیدی که این فناوری ایجاد میکند، الزاماً در همان مشاغل، صنایع و مناطقی شکل نمیگیرد که فرصتهای شغلی قبلی در آنها از بین رفتهاند.
این ناهماهنگی میتواند به اختلال در بازار کار و واکنشهای سیاسی منجر شود. نگرانی بهویژه درباره جوانانی بیشتر است که به دنبال ورود به مشاغل ابتدایی و ردههای پایین سازمانی هستند؛ مشاغلی که بیش از سایر موقعیتها در معرض خودکارسازی قرار دارند.
مطالعه سه اقتصاددان دانشگاه استنفورد نشان داده است که اشتغال افراد ۲۲ تا ۲۵ ساله در مشاغلی که بیشترین مواجهه را با خودکارسازی هوش مصنوعی دارند، ۱۹ درصد کمتر از سطحی بوده که در صورت رشد مشابه مشاغل کمتر در معرض این فناوری انتظار میرفت.
با این حال، اثر کلی هوش مصنوعی بر اشتغال هنوز مشخص نیست. برآورد اکونومیست حاکی از آن است که این فناوری در آمریکا حدود یک میلیون شغل ایجاد کرده و در مقابل، به حذف حدود ۲۰۰ هزار شغل منجر شده است. همچنین فاصله نرخ بیکاری جوانان ۲۰ تا ۲۴ ساله با نرخ بیکاری کل اقتصاد در مقایسه با دهههای اخیر چندان زیاد نیست.
بنابراین، چشمانداز محتملتر آن است که بخشی از مشاغل از بین بروند، برخی مشاغل جدید ایجاد شوند و تعداد بیشتری از مشاغل موجود تغییر ماهیت دهند.
نظریه بازیهای مشارکتی؛ راهکار توزیع منافع هوش مصنوعی
برای حل چالشهای موجود، بر ضرورت ایجاد ائتلاف میان گروههای مختلف اقتصادی و اجتماعی تأکید می شود. شرکتهای فناوری باید مدلها و ابزارهای جدید توسعه دهند، سرمایهگذاران زیرساختی باید مراکز داده و سامانههای فیزیکی موردنیاز را ایجاد کنند، بنگاهها باید داده و دانش سازمانی خود را در اختیار فرآیند تحول قرار دهند و کارفرمایان نیز باید روشهای جدیدی برای استفاده از فناوری و افزایش بهرهوری کارکنان طراحی کنند.
در مقابل، نیروی کار باید مهارتهای مرتبط با هوش مصنوعی را بیاموزد، جوامع محلی باید زمینه توسعه زیرساختها را فراهم کنند و دولتها نیز باید مقررات لازم، حمایتهای اجتماعی و سرمایهگذاری در تحقیقات بنیادی را بر عهده بگیرند.
هر یک از این گروهها هزینهها و منافع متفاوتی دارند. اگر هماهنگی میان آنها شکل نگیرد، ممکن است شرکتها صرفاً به کاهش هزینهها بسنده کنند، کارکنان در برابر پذیرش فناوری مقاومت کنند، جوامع محلی مانع احداث مراکز داده شوند و دولتها نیز محدودیتهای بیشتری بر توسعه این صنعت اعمال کنند.
در نظریه بازیهای مشارکتی، همکاری زمانی پایدار است که هیچیک از اعضا با خروج از ائتلاف نتواند به وضعیت بهتری دست یابد. بنابراین، صرف دعوت گروهها به همکاری کافی نیست؛ هر گروه باید سهمی معتبر و متناسب از منافع اقتصادی حاصل از توسعه فناوری دریافت کند.
تحلیلگران برای توضیح این سازوکار به نظریه لوید شپلی، اقتصاددان برنده جایزه نوبل، اشاره میکنند. بر اساس چارچوب ارزش شپلی، سهم هر عضو از منافع ائتلاف بر مبنای ارزش افزودهای تعیین میشود که حضور او در ائتلافهای مختلف ایجاد میکند.
برای مثال، در پروژه کشف داروهای جدید با استفاده از هوش مصنوعی، آزمایشگاههای فناوری، بیمارستانهای تحقیقاتی، پزشکان، گروههای بیماران و دولت همگی نقش مکمل دارند. آزمایشگاهها مدل و قدرت پردازشی فراهم میکنند، بیمارستانها دادههای بالینی را در اختیار پروژه قرار میدهند، پزشکان در آزمایشهای دارویی مشارکت میکنند و گروههای بیماران با رعایت ضوابط حریم خصوصی، امکان استفاده از اطلاعات زیستی را فراهم میسازند. در چنین شرایطی، توزیع منافع باید بر اساس میزان ارزشی باشد که هر عضو به فرآیند مشترک اضافه میکند.
ائتلاف ملی؛ از دولت و شرکتها تا نیروی کار
ایجاد ائتلافی پایدار لزوماً به معنای حضور همه ذینفعان در یک ساختار واحد نیست. در سطح ملی میتوان توافقهایی درباره استانداردهای ایمنی هوش مصنوعی، حمایت از نیروی کار و صدور مجوز زیرساختها ایجاد کرد و در سطح بنگاهها و جوامع محلی نیز توافقهای کوچکتر و مشخصتری شکل داد.
دولت، شرکتهای بزرگ فناوری، توسعهدهندگان زیرساخت، بنگاههای اقتصادی و تشکلهای کارگری از بازیگران اصلی این ائتلاف هستند.
دولت میتواند چارچوبی قابل پیشبینی و مبتنی بر ریسک برای تنظیمگری ایجاد کند، استانداردهای روشنی در حوزههایی مانند امنیت زیستی تعیین کند و منابع مالی تحقیقات بنیادی را تأمین کند. همچنین تسهیل مهاجرت نیروی انسانی متخصص میتواند به جذب استعدادهای جهانی در آزمایشگاههای آمریکایی کمک کند.
شرکتهای فناوری نیز میتوانند در آزمون ایمنی مدلهای پیشرفته مشارکت کنند و بخشی از ظرفیت پردازشی خود را در اختیار کسبوکارهای کوچک، سازمانهای غیرانتفاعی و دولتهای محلی قرار دهند.
در مقابل، شرکتهای بزرگ باید در آموزش کارکنان، اصلاح ساختار سازمانی و توسعه مدلهای تجاری جدید سرمایهگذاری کنند. تشکلهای کارگری نیز میتوانند نیروی متخصص موردنیاز برای توسعه زیرساختها را تأمین کنند و در بازطراحی فرآیندهای کاری مشارکت داشته باشند.
در این الگو، هر گروه باید بیش از هزینهای که متحمل میشود، منفعت کسب کند. شرکتهای فناوری به مسیر توسعه قابل پیشبینی و نیروی کار ماهر دسترسی پیدا میکنند، بنگاهها بهرهوری خود را افزایش میدهند، کارکنان از فرصتهای شغلی و امنیت بیشتری برخوردار میشوند و دولت نیز از رشد اقتصادی و حفظ جایگاه فناورانه کشور منتفع خواهد شد.
توافق با جوامع محلی و حمایت از نیروی کار
یکی از نمونههای عملی این رویکرد، همکاری شرکتهای فناوری با تشکلهای کارگری است. برای مثال، اتحادیه بینالمللی کارگران برق آمریکا با بسیج اعضای خود از مخالفت با توقف احداث مراکز داده حمایت نکرده، بلکه همزمان خواستار بهبود توافقهای کاری شده است.
گوگل نیز با همکاری سازمانهای وابسته به این اتحادیه، برنامه آموزش ۱۰۰ هزار نیروی برق و ۳۰ هزار کارآموز را دنبال میکند. این برنامه هم فرصت اشتغال با دستمزد مناسب برای کارکنان ایجاد میکند و هم نیروی متخصص موردنیاز توسعهدهندگان زیرساخت را فراهم میسازد.
در سطح محلی نیز شرکتهای توسعهدهنده مراکز داده باید هزینههای تحمیلشده بر جوامع میزبان را جبران کنند. شرکتهای بزرگی مانند آمازون، گوگل و مایکروسافت به تعهدنامه حمایت از پرداختکنندگان قبوض برق پیوستهاند؛ تعهدی داوطلبانه برای پرداخت کامل هزینه تولید برق جدید و ارتقای شبکه در مناطقی که مراکز داده در آنها احداث میشود.
این شرکتها همچنین در برنامههای آموزش نیروی کار، احیای منابع آب و تأمین درآمدهای مالیاتی محلی مشارکت میکنند تا جوامع میزبان بتوانند هزینه زیرساختهایی مانند مدارس و جادهها را تأمین کنند.
در کنار این اقدامات، حمایت از کارکنانی که مشاغلشان تحت تأثیر هوش مصنوعی قرار میگیرد نیز ضروری است. تجربه برنامه کمک به تعدیل نیروی کار در آمریکا نشان داده است بیمه دستمزد و آموزش مجدد میتواند به افزایش اشتغال مجدد، کاهش مدت بیکاری و رشد درآمد تجمعی کارکنان منجر شود؛ اما پوشش این برنامه محدود بوده است.
بنابراین، سیاستگذاران باید پیش از بروز گسترده بیکاری، برنامههای بیمه دستمزد، بیمه بیکاری و آموزش مجدد مبتنی بر نیاز کارفرمایان را توسعه دهند.
همکاری بینالمللی و ضرورت شکلگیری استانداردهای مشترک
همکاری برای توسعه هوش مصنوعی میتواند بهتدریج از سطح ملی به عرصه بینالمللی گسترش یابد. پیشنهاد برخی تحلیلگران این است که آمریکا ابتدا ائتلافی با کشورهای مورد اعتماد خود تشکیل دهد و دسترسی به فناوری و همکاریهای مشترک را به پذیرش استانداردهای ایمنی و امنیتی مشترک مشروط کند.
در مراحل بعد، این ائتلاف میتواند کشورهای بیشتری را در بر بگیرد و حتی با توجه به ظرفیتهای پیشرفته چین در حوزه هوش مصنوعی، زمینه مشارکت این کشور نیز فراهم شود؛ هرچند چنین همکاریای مستلزم حل مسائل پیچیدهای درباره همراستایی منافع، راستیآزمایی و ایجاد نهادهای معتبر ارزیابی است.
کمیته بازل برای نظارت بانکی نمونهای از چنین همکاری بینالمللی است. این کمیته در سال ۱۹۷۴ با مشارکت نهادهای نظارتی ۱۲ کشور صنعتی شکل گرفت و بهتدریج استانداردهای مشترکی برای نظارت بر بانکها ایجاد کرد. این تجربه نشان میدهد همکاری بینالمللی میتواند بدون تشکیل یک نهاد فراملی قدرتمند نیز به ایجاد چارچوبهای مؤثر و پایدار منجر شود.
کارشناسان تأکید میکنند که مسیر دستیابی به منافع گسترده هوش مصنوعی ساده نیست. شرکتها ممکن است همکاری را به زیان منافع مستقل خود بدانند، بنگاههای بزرگ ممکن است از ائتلافها برای حفظ سهم بازار استفاده کنند و دولتها نیز ممکن است در عمل به تعهدات خود در قبال نیروی کار و جوامع محلی عمل نکنند.
با این حال، چون هوش مصنوعی هنوز در مراحل نسبتاً ابتدایی توسعه قرار دارد، فرصت مناسبی برای شناسایی بازیگران ضروری و طراحی سازوکارهای همکاری وجود دارد. انتخاب میان نوآوری و رفاه عمومی نیز اجتنابناپذیر نیست؛ همکاری میتواند رشد را تقویت کند و توزیع منافع رشد نیز استمرار همکاری را تضمین کند.
اقتصاد کلانپیشنهاد ویژهلینک کوتاه :