尽管关于人工智能颠覆世界的讨论很多，但其经济影响仍然不确定。虽然对人工智能的投资巨大，但它将产生什么却没有明确的答案。
研究人工智能已成为诺贝尔奖得主达龙·阿西莫格鲁（Daron Acemoglu）工作的一个重要部分。作为麻省理工学院的研究所教授，阿西莫格鲁长期以来一直研究技术对社会的影响，从大规模采用创新的建模到进行关于机器人对就业影响的实证研究。
在十月，阿西莫格鲁与两位合作者——麻省理工学院斯隆管理学院的西蒙·约翰逊（Simon Johnson）和芝加哥大学的詹姆斯·罗宾逊（James Robinson）共同获得了2024年瑞典国家银行经济科学奖，以表彰他们在政治制度与经济增长关系方面的研究。他们的研究表明，拥有强大权利的民主国家在长期内的增长表现优于其他形式的政府。
由于许多增长来自技术创新，阿西莫格鲁对社会如何使用人工智能非常感兴趣，最近几个月他发表了多篇关于该技术经济学的论文。
“生成性人工智能将为人类创造哪些新任务？”阿西莫格鲁问道。“我认为我们还不知道这些，这就是问题所在。哪些应用程序真的会改变我们的工作方式？”
人工智能的可测量效果是什么？
自1947年以来，美国GDP年均增长约为3%，生产率年均增长约为2%。一些预测声称人工智能将使增长翻倍，或至少创造出比通常更高的增长轨迹。相反，在一篇名为“人工智能的简单宏观经济学”的论文中，阿西莫格鲁估计，在未来十年内，人工智能将使GDP“适度增长”1.1%到1.6%，生产率年均增长约0.05%。
阿西莫格鲁的评估基于关于人工智能影响多少工作的最新估计，包括2023年由OpenAI、OpenResearch和宾夕法尼亚大学的研究人员进行的一项研究，发现约20%的美国工作任务可能会受到人工智能能力的影响。麻省理工学院FutureTech、生产力研究所和IBM的研究人员在2024年的一项研究中发现，约23%的计算机视觉任务在未来10年内可以实现盈利性自动化。更多的研究表明，人工智能的平均成本节约约为27%。
在生产率方面，“我认为我们不应该小看10年内的0.5%。这比零要好，”阿西莫格鲁说。“但相对于行业和科技新闻界所做的承诺，这令人失望。”
当然，这只是一个估计，未来可能会出现更多的人工智能应用：正如阿西莫格鲁在论文中所写，他的计算不包括使用人工智能预测蛋白质形状的情况——为此，其他学者在十月获得了诺贝尔奖。
其他观察者认为，被人工智能取代的工人的“重新分配”将创造额外的增长和生产率，超出阿西莫格鲁的估计，尽管他认为这不会有太大影响。“从我们目前的实际分配开始，重新分配通常只会产生小的好处，”阿西莫格鲁说。“直接的好处才是关键。”
他补充道：“我试图以非常透明的方式撰写这篇论文，说明什么是包含在内的，什么是不包含的。人们可以不同意，认为我排除的东西很重要，或者包含的数字太过保守，这完全没问题。”
哪些工作？
进行这样的估计可以加深我们对人工智能的直觉。许多关于人工智能的预测将其描述为革命性的；而其他分析则更加谨慎。阿西莫格鲁的工作帮助我们理解我们可能期望变化的规模。
“让我们展望2030年，”阿西莫格鲁说。“你认为人工智能将使美国经济有多大不同？你可以是一个完全的人工智能乐观主义者，认为数百万人将因聊天机器人而失去工作，或者认为一些人因人工智能而成为超级高效的工作者，因为他们可以做比以前多十倍的事情。我不这么认为。我认为大多数公司将会做更多或更少相同的事情。一些职业会受到影响，但我们仍然会有记者，仍然会有金融分析师，仍然会有人力资源员工。”
如果这是正确的，那么人工智能很可能适用于有限的一组白领任务，在这些任务中，大量的计算能力可以比人类更快地处理大量输入。
“它将影响一系列与数据汇总、视觉匹配、模式识别等相关的办公室工作，”阿西莫格鲁补充道。“这些工作大约占经济的5%。”
虽然阿西莫格鲁和约翰逊有时被视为人工智能的怀疑者，但他们认为自己是现实主义者。
“我试图不持悲观态度，”阿西莫格鲁说。“生成性人工智能可以做一些事情，我确实相信这一点。”然而，他补充道：“我相信我们可以更好地利用生成性人工智能，获得更大的收益，但我不认为这些是目前行业的重点。”
机器的有用性，还是取代工人？
当阿西莫格鲁说我们可以更好地使用人工智能时，他心中有一个具体的想法。
他对人工智能的一个关键担忧是，它是否会以“机器有用性”的形式出现，帮助工人提高生产力，还是旨在模仿一般智能以取代人类工作。这是提供新信息给生物技术专家与用自动化呼叫中心技术取代客户服务工作者之间的区别。到目前为止，他认为，企业一直专注于后者。
“我的观点是，我们目前对人工智能的方向是错误的，”阿西莫格鲁说。“我们过多地用于自动化，而不足够用于为工人提供专业知识和信息。”
阿西莫格鲁和约翰逊在他们的高调2023年著作《权力与进步》（Power and Progress）中深入探讨了这个问题，该书有一个简单的核心问题：技术创造经济增长，但谁能获得这种经济增长？是精英，还是工人分享收益？
正如阿西莫格鲁和约翰逊明确表示的那样，他们支持那些提高工人生产力的技术创新，同时保持人们的就业，这应该更好地维持增长。
但在阿西莫格鲁看来，生成性人工智能专注于模仿完整的人。这产生了他多年来所称的“平庸技术”，这些应用程序的表现充其量只比人类稍好，但为公司节省了成本。呼叫中心的自动化并不总是比人类更高效；它只是比工人便宜。那些补充工人的人工智能应用似乎通常被大科技公司搁置。
“我认为，人工智能的补充性用途不会奇迹般地自行出现，除非行业投入大量精力和时间来实现它们，”阿西莫格鲁说。
历史对人工智能的启示是什么？
技术往往被设计用来取代工人的事实是阿西莫格鲁和约翰逊最近一篇论文的重点，名为“从里卡多和汤普森学习：早期工业革命与人工智能时代的机器与劳动”，该论文于八月在《经济学年鉴》上发表。
这篇文章讨论了关于人工智能的当前辩论，特别是即使技术取代工人，随之而来的增长几乎不可避免地会在时间上惠及社会的主张。工业革命时期的英格兰有时被引用为一个例子。但阿西莫格鲁和约翰逊认为，技术利益的传播并不容易。在19世纪的英格兰，他们主张，这一过程仅在经过数十年的社会斗争和工人行动后才发生。
“当工人无法争取他们的生产力增长份额时，工资不太可能上涨，”阿西莫格鲁和约翰逊在论文中写道。“今天，人工智能可能会提高平均生产力，但它也可能取代许多工人，同时降低那些仍然就业者的工作质量……自动化对今天工人的影响比从更高的生产力自动联系到更高的工资要复杂得多。”
论文的标题提到了社会历史学家E.P.汤普森和经济学家大卫·里卡多；后者通常被认为是该学科仅次于亚当·斯密的第二位最具影响力的思想家。阿西莫格鲁和约翰逊主张，里卡多的观点在这个问题上经历了自己的演变。
“大卫·里卡多通过论证机器将创造出一系列惊人的生产力提升，并且对社会有益，来建立他的学术工作和政治生涯，”阿西莫格鲁说。“然后在某个时刻，他改变了主意，这表明他可以非常开放。他开始写道，如果机器取代劳动而不做其他任何事情，那将对工人不利。”
阿西莫格鲁和约翰逊认为，这种知识演变今天告诉我们一些有意义的事情：没有力量可以不可避免地保证技术的广泛利益，我们应该关注人工智能影响的证据，无论如何。
创新的最佳速度是什么？
如果技术有助于产生经济增长，那么快速的创新似乎是理想的，因为它能更快地带来增长。但在另一篇论文“监管变革性技术”中，阿西莫格鲁和麻省理工学院的博士生托德·伦斯曼（Todd Lensman）提出了另一种观点。如果某些技术既有好处又有缺点，那么在这些问题得到缓解的同时，以更有节制的速度采用它们是最好的。
“如果社会损害很大，并且与新技术的生产力成正比，那么更高的增长率反而会导致更慢的最佳采用，”作者在论文中写道。他们的模型表明，最佳情况下，采用应该在最初较慢，然后随着时间的推移加速。
“市场原教旨主义和技术原教旨主义可能会声称你应该始终以技术的最大速度前进，”阿西莫格鲁说。“我认为经济学中没有这样的规则。更深思熟虑的思考，尤其是为了避免伤害和陷阱，是合理的。”
这些伤害和陷阱可能包括对就业市场的损害，或虚假信息的肆意传播。或者人工智能可能在从在线广告到在线游戏等领域伤害消费者。阿西莫格鲁在另一篇论文“当大数据使行为操控成为可能时”中探讨了这些情景，该论文即将发表在《美国经济评论：见解》上；与杜克大学的阿里·马赫杜米（Ali Makhdoumi）、多伦多大学的阿扎拉赫什·马列基安（Azarakhsh Malekian）和麻省理工学院的阿苏·奥兹达格拉（Asu Ozdaglar）共同撰写。
“如果我们将其作为操控工具使用，或者过多用于自动化而不足够用于为工人提供专业知识和信息，那么我们就需要进行方向修正，”阿西莫格鲁说。
当然，其他人可能会声称创新的负面影响较小，或者不够可预测，因此我们不应该对其施加任何刹车。而阿西莫格鲁和伦斯曼在九月的论文中，仅仅是在发展一个创新采用的模型。
该模型是对过去十多年趋势的回应，在这一趋势中，许多技术被炒作为不可避免，并因其颠覆性而受到赞扬。相比之下，阿西莫格鲁和伦斯曼建议，我们可以合理地判断特定技术所涉及的权衡，并旨在激发对此的进一步讨论。
我们如何才能达到人工智能采用的正确速度？
如果想法是更逐步地采用技术，那么这将如何发生？
首先，阿西莫格鲁说，“政府监管在这方面发挥着作用。”然而，目前尚不清楚美国或全球可能会采用什么样的长期人工智能指导方针。
其次，他补充道，如果围绕人工智能的“炒作”周期减弱，那么使用它的冲动“自然会减缓”。如果人工智能未能迅速为公司带来利润，这种情况可能比监管更有可能发生。
“我们之所以如此快速，是因为风险投资家和其他投资者的炒作，因为他们认为我们将更接近人工通用智能，”阿西莫格鲁说。“我认为这种炒作使我们在技术方面投资不当，许多企业在不知道该怎么做的情况下过早受到影响。我们写那篇论文是为了说明，如果我们对这项技术的使用更加深思熟虑和理解，宏观经济学将使我们受益。”
在这个意义上，阿西莫格鲁强调，炒作是人工智能经济学的一个具体方面，因为它推动了对人工智能特定愿景的投资，这影响了我们可能遇到的人工智能工具。
“你走得越快，炒作越多，方向修正就越不可能，”阿西莫格鲁说。“如果你以每小时200英里的速度行驶，做180度转弯是非常困难的。”
