Формат: Разбор
Коротко
Это перевод материала из английского источника MIT Technology Review. В статье экономист Алекс Имас утверждает, что для понимания влияния ИИ на занятость недостаточно смотреть только на «подверженность» задач автоматизации — нужен другой, гораздо более важный тип данных.
Ключевые тезисы
- Одной оценки «подверженности» задач ИИ недостаточно, чтобы предсказать сокращения или рост занятости.
- Ключевой параметр — ценовая эластичность спроса: как меняется спрос, когда ИИ снижает издержки и цены.
- Нужны данные не только о задачах, но и о том, как рынок отреагирует на удешевление услуг в разных профессиях.
- Без такой статистики политики и экономисты работают почти вслепую.
- Имас призывает к масштабному сбору данных по всей экономике, сравнивая эту задачу с «Манхэттенским проектом».
Детали
Это перевод материала из английского источника MIT Technology Review. Статья обсуждает не сам факт влияния ИИ на рынок труда, а то, какие данные действительно нужны, чтобы это влияние оценивать.
В Кремниевой долине разговоры об ИИ-апокалипсисе на рынке труда звучат как почти неизбежный сценарий. На этом фоне экономист Алекс Имас из Чикагского университета считает, что у исследователей сейчас крайне плохие инструменты для прогнозов, и призывает собирать один тип данных, без которого невозможно внятно планировать ответ на вызов ИИ.
Почему «подверженность ИИ» не дает полной картины
Любая профессия состоит из отдельных задач. Именно по такому принципу исследователи пытаются оценить, насколько та или иная работа «подвержена» ИИ: например, часть работы риелтора можно описать как сбор пожеланий клиента о будущем жилье.
Правительство США давно ведет большой каталог таких задач, а исследователи OpenAI и Anthropic использовали его, чтобы сопоставлять задачи с тем, что ИИ уже умеет делать. Но, по словам Имаса, сама по себе «подверженность» задач не говорит о том, будет ли профессия исчезать.
«Подверженность — совершенно бесполезный инструмент для прогнозирования вытеснения», — говорит Имас.
Есть крайний случай, когда ИИ может выполнять буквально все задачи в профессии без участия человека. Но для большинства профессий все гораздо сложнее.
Что происходит, когда ИИ делает работу дешевле
Имас приводит пример с разработкой кода. Если ИИ-инструменты позволяют одному специалисту за день сделать то, на что раньше уходило три дня, работник становится продуктивнее, а работодатель получает больше результата за те же деньги.
Но отсюда возникает главный вопрос: компания захочет нанять больше людей или, наоборот, меньше? Ответ зависит от отрасли и от того, как изменится спрос на продукт или услугу.
Если удешевление приводит к снижению цен, спрос может вырасти. В конкурентной среде бизнес не всегда может просто забрать выгоду себе — его могут обойти более дешевые конкуренты. Но насколько сильно вырастет спрос, заранее непонятно.
Если спрос резко увеличится, компании могут понадобиться дополнительные сотрудники. Если же рост окажется слабым, работников может стать меньше, и начнутся увольнения.
Главный недостающий показатель — ценовая эластичность спроса
По мнению Имаса, именно здесь начинается самый важный экономический вопрос эпохи ИИ: ценовая эластичность спроса. Это показатель того, как меняется спрос, когда меняется цена.
Сегодня такие данные есть по товарам вроде хлопьев или молока, потому что исследователи получают их от сканеров цен в супермаркетах. Но аналогичных данных почти нет по услугам и профессиям — например, по репетиторам, веб-разработчикам или диетологам.
Без этой информации невозможно понять, в каких профессиях ИИ приведет к росту занятости за счет расширения рынка, а в каких — к сокращениям.
Почему это важно для политики и рынка труда
Имас считает, что без таких данных экономисты и чиновники вынуждены действовать практически вслепую. При этом разговоры о влиянии ИИ уже влияют на общественные настроения, а законодатели пока не предложили внятного плана действий.
Именно поэтому ученый призывает к масштабному сбору данных по экономике, чтобы хотя бы приблизиться к пониманию того, как ИИ изменит трудовые рынки. По его словам, для этого нужна почти мобилизационная программа — «Манхэттенский проект» в экономической статистике.
Оригинал: The one piece of data that could actually shed light on your job and AI