[论文解读] AI and the Opportunity for Shared Prosperity: Lessons from the History of Technology and the Economy

Guy Ben-Ishai, Jeff Dean+4 more|arXiv (Cornell University)|Jan 18, 2024

Economic and Technological Innovation被引用 4

一句话总结

本文认为人工智能在推动共享经济繁荣方面具有变革性潜力，借鉴技术革新的历史模式，为政策制定和集体行动提供指导。文章提出一项协调一致的多利益相关方议程，以确保人工智能的益处广泛共享，通过前瞻性治理和劳动力适应措施应对不平等和岗位替代等风险。

ABSTRACT

Recent progress in artificial intelligence (AI) marks a pivotal moment in human history. It presents the opportunity for machines to learn, adapt, and perform tasks that have the potential to assist people, from everyday activities to their most creative and ambitious projects. It also has the potential to help businesses and organizations harness knowledge, increase productivity, innovate, transform, and power shared prosperity. This tremendous potential raises two fundamental questions: (1) Will AI actually advance national and global economic transformation to benefit society at large? and (2) What issues must we get right to fully realize AI's economic value, expand prosperity and improve lives everywhere? We explore these questions by considering the recent history of technology and innovation as a guide for the likely impact of AI and what we must do to realize its economic potential to benefit society. While we do not presume the future will be entirely like that past, for reasons we will discuss, we do believe prior experience with technological change offers many useful lessons. We conclude that while progress in AI presents a historic opportunity to advance our economic prosperity and future wellbeing, its economic benefits will not come automatically and that AI risks exacerbating existing economic challenges unless we collectively and purposefully act to enable its potential and address its challenges. We suggest a collective policy agenda - involving developers, deployers and users of AI, infrastructure providers, policymakers, and those involved in workforce training - that may help both realize and harness AI's economic potential and address its risks to our shared prosperity.

研究动机与目标

• 探讨人工智能是否能够推动惠及全社会的国家及全球性经济转型。
• 识别过去技术革新所蕴含的历史经验，以指导人工智能对经济增长与公平的潜在影响。
• 应对人工智能若缺乏有意政策与制度框架引导，可能加剧现有经济不平等的风险。
• 制定一项涵盖开发者、用户、政策制定者与劳动力培训者的集体政策议程，以最大化人工智能的正向经济外部性。
• 确保人工智能的益处并非自动实现，而是通过跨部门与政府的有意识、协调行动得以落实。

提出的方法

• 分析过去技术革命（如工业化、数字计算）的历史案例研究，以识别生产率增长、劳动力市场转型与分配结果的模式。
• 描绘人工智能在各行业中提升生产率、创新与知识利用的经济机制。
• 评估公共与私人机构在塑造新技术采纳及其分配效应方面的作用。
• 提出一个涵盖开发者、部署者、用户、基础设施提供者与政策制定者的多利益相关方治理框架。
• 强调劳动力培训与教育改革作为实现人工智能公平整合的核心组成部分。
• 运用比较历史分析，提炼可操作的政策杠杆，以引导人工智能走向包容性增长。

实验结果

研究问题

• RQ1 过去的技术革命如何影响长期经济增长与收入分配？
• RQ2 哪些因素决定了技术进步是带来广泛繁荣，还是加剧不平等？
• RQ3 何种政策与制度安排促成了或阻碍了新技术的公平扩散？
• RQ4 如何治理人工智能，以最大化其对共享繁荣的贡献，而非加深现有经济鸿沟？
• RQ5 开发者、用户与政策制定者应在塑造人工智能经济影响方面扮演何种具体角色？

主要发现

• 历史上的技术进步虽常提升生产率与创新能力，但并未自动带来广泛繁荣——分配结果取决于政策与制度选择。
• 人工智能的益处并非必然实现；若无有意行动，人工智能可能放大现有收入、机会与获取渠道的不平等。
• 人工智能带来的生产率提升潜力巨大，但其分配效果取决于对人力资本的投资、劳动力市场政策以及包容性创新生态系统的建设。
• 人工智能的成功整合需要开发者、用户、基础设施提供者与政策制定者之间的协调行动，以对齐激励并缓解系统性风险。
• 劳动力培训与教育改革对于确保劳动者能够顺利过渡至人工智能创造的新岗位至关重要，有助于减少岗位替代并增强公平性。
• 一项集体政策议程——包括反垄断执法、公共对人工智能基础设施的投资，以及对中小企业的支持——对于释放人工智能惠及全民的全部经济潜力至关重要。