كيف سيعيد الذكاء الاصطناعي تشكيل الاقتصاد العالمي؟ ويتوقع بعض الاقتصاديين حدوث دفعة بسيطة فقط – زيادة بنحو 0.9% في الناتج المحلي الإجمالي على مدى السنوات العشر المقبلة¹. ويتوقع آخرون ثورة قد تضيف ما بين 17 تريليون دولار إلى 26 تريليون دولار إلى الناتج الاقتصادي العالمي السنوي وأتمتة ما يصل إلى نصف وظائف اليوم بحلول عام 2045.². ولكن حتى قبل أن تتحقق التأثيرات الكاملة، فإن المعتقدات حول مستقبل الذكاء الاصطناعي تؤثر على الاقتصاد اليوم، حيث توجه الخيارات المهنية للشباب، وتوجيه السياسات الحكومية، ودفع تدفقات الاستثمار الضخمة إلى أشباه الموصلات والمكونات الأخرى لمراكز البيانات.

لماذا يجب أن يبدأ تقييم تأثير الذكاء الاصطناعي الآن؟

ونظرا للمخاطر الكبيرة، يحاول العديد من الباحثين وصناع السياسات على نحو متزايد تحديد التأثير السببي للذكاء الاصطناعي بدقة من خلال التجارب الطبيعية والتجارب العشوائية المضبوطة. في مثل هذه الدراسات، تتمكن مجموعة واحدة من الوصول إلى أداة الذكاء الاصطناعي بينما تستمر مجموعة أخرى في العمل في ظل الظروف العادية؛ يتم تثبيت العوامل الأخرى. ويمكن للباحثين بعد ذلك تحليل النتائج مثل الإنتاجية والرضا والتعلم.

ومع ذلك، عند تطبيقه على الذكاء الاصطناعي، يواجه هذا النوع من الأدلة تحديين. أولا، بحلول وقت نشرها، قد تصبح التقديرات السببية لتأثيرات الذكاء الاصطناعي قديمة. على سبيل المثال، وجدت إحدى الدراسات أن موظفي مركز الاتصال تعاملوا مع الاستعلامات بشكل أسرع بنسبة 15% عند استخدام أدوات الذكاء الاصطناعي لعام 2020³. وأظهر آخر أن مطوري البرامج الذين لديهم إمكانية الوصول إلى مساعدي البرمجة في الفترة 2022-2023 أكملوا مهام أكثر بنسبة 26% من أولئك الذين ليس لديهم مثل هذه الأدوات⁴. لكن قدرات الذكاء الاصطناعي تتقدم بوتيرة مذهلة. على سبيل المثال، منذ إصدار ChatGPT في عام 2022، يمكن لأدوات الذكاء الاصطناعي الآن التعامل بشكل صحيح مع ثلاثة أضعاف محادثات دعم العملاء التي تمت محاكاتها بمفردها كما كان من الممكن من قبل⁵. إن الذكاء الاصطناعي الأفضل والأرخص في المستقبل سوف يؤدي إلى تأثيرات اقتصادية مختلفة.

ثانياً، لا تلتقط الدراسات التي يتم التحكم فيها بعناية التأثيرات الممتدة الأوسع التي تصاحب تبني الذكاء الاصطناعي. على سبيل المثال، الدراسات التي تشمل العاملين في مراكز الاتصال³ ومطوري البرمجيات⁴ وجدت أنه عندما ظل الهيكل التنظيمي ثابتًا، استفاد العمال الأقل خبرة بشكل أكبر من مساعدة الذكاء الاصطناعي. ولكن في العالم الحقيقي، قد يستجيب المديرون من خلال إعادة تنظيم العمل أو حتى استبدال بعض العمال الأقل خبرة بأنظمة الذكاء الاصطناعي. إذا فعلوا ذلك، فإن التأثير على هؤلاء الأفراد يمكن أن يكون عكس ما تم تقديره في الدراسات الخاضعة للرقابة. في الواقع، تشير بيانات الرواتب إلى أن توظيف العمال الأصغر سنا قد انخفض منذ عام 2022، لا سيما في المهن التي تشمل المهام التي يتفوق فيها الذكاء الاصطناعي، مثل خدمة العملاء وتطوير البرمجيات.⁶. ومع ذلك، لا يزال الباحثون يحاولون فهم مقدار هذا النمط الذي يُعزى إلى تكنولوجيا الذكاء الاصطناعي.

إن الدراسات التي يتم التحكم فيها بعناية تشبه تسليط ضوء كشاف ساطع وضيق: فهي ليست سوى جزء من الإضاءة اللازمة لفهم كيفية تكيف المجتمع مع الذكاء الاصطناعي. ومع بقاء الكثير غير معروف حول تأثيراته الاقتصادية والاجتماعية الأوسع، فإن النقاش الشعبي غالبا ما ينزلق إلى روايات تأملية من الخيال العلمي لعالم يهيمن عليه الذكاء الآلي.

يمكن للعلوم الاجتماعية أن تساعد في التغلب على هذه الشكوك، ولكنها تتطلب كلا من الخيال والأرضية. أصف هنا ثلاثة أساليب متكاملة يمكنها توجيه الباحثين العاملين في هذا المجال سريع التطور.

الخيال العلمي الاجتماعي

يتلخص أحد الأساليب في خلق ما يسميه الاقتصادي جان تيرول خيال العلوم الاجتماعية⁷ – التكهنات حول المستقبل التي تظل متجذرة في المبادئ الاقتصادية الأساسية والنظريات السلوكية. وبدلا من الاعتماد على الخيال وحده، يستخدم هذا النوع من التحليل نماذج لاستكشاف كيفية تفاعل التكنولوجيات مع قوى السوق.

على سبيل المثال، في عام 2019، وضع الباحثون نموذجًا لكيفية إعادة تشكيل المدن بواسطة السيارات ذاتية القيادة، ووجدوا أن المركبات يمكن أن تجعل حركة المرور أسوأ⁸. ولأن الركاب في السيارات ذاتية القيادة يمكنهم الاسترخاء أو القراءة أو مشاهدة مقاطع الفيديو، فإن التكلفة الشخصية للوقت الذي يقضونه في حركة المرور تنخفض. ولكن كلما زاد عدد الأشخاص الذين يختارون السفر بالسيارة، فإنهم يفرضون ازدحامًا أكبر على الآخرين. وسواء كان ذلك يؤدي إلى عدم الكفاءة فسوف يعتمد على ما إذا كانت الحكومات تنفذ سياسات مثل تسعير الازدحام لتصحيح “العوامل الخارجية”.

هل يمكن للذكاء الاصطناعي أن يساعد في التغلب على الفقر؟ يختبر الباحثون طرقًا لمساعدة أفقر الناس

مثال آخر للعلوم الاجتماعية الخيالية، ولكن الراسخة، يأتي من البحث حول كيف يمكن لقوى السوق أن تحد من إمكانات الذكاء الاصطناعي التخريبية. دراسات^9,10 يشير الباحثون إلى أنه بينما تعمل الأتمتة على تعزيز الإنتاجية في بعض المهام، فإن الأنشطة الأخرى التي لا يمكن أتمتتها بسهولة – مثل التوجيه الإبداعي أو فحص المخرجات النهائية – ستنمو من حيث القيمة النسبية. وقد يؤدي ذلك إلى زيادة الطلب على العمالة، وبالتالي الأجور، في مثل هذه الوظائف. ومن الممكن أن تعمل هذه الفرص على تخفيف بعض التأثيرات المدمرة للأتمتة. ولكنه قد يؤدي أيضًا إلى تعميق عدم المساواة بين الأشخاص الذين يزدهرون في هذه الأدوار وأولئك الذين لا يفعلون ذلك.

ومن الممكن أن تساعد المزيد من التجارب الفكرية مثل هذه صناع السياسات على تصور كيف قد يتحول الاقتصاد بطريقة أكثر انضباطا. ومن الممكن أن تحدد مثل هذه التجارب المؤشرات التي ينبغي رصدها وتوفر السبق في تخطيط السياسات التي قد تكون ضرورية. وتشمل المشاكل المفتوحة الأخرى فهم الحوافز لخلق المعرفة لأنظمة الذكاء الاصطناعي، وكيف يمكن أن يتأثر الابتكار والنمو الاقتصادي إذا ظلت مختبرات الذكاء الاصطناعي قادرة على المنافسة مع بعضها البعض، أو إذا تقدمت مختبرات الذكاء الاصطناعي للأمام كقائد واضح للسوق.

بيانات تطلعية

وبالإضافة إلى النظرية، سيحتاج صناع السياسات أيضًا إلى الأدلة لفهم كيف سيتغير الاقتصاد. يجب دمج أنواع مختلفة من المعلومات لتكوين صورة أكثر اكتمالاً.

أحد الأساليب الشائعة لتقييم قدرات الذكاء الاصطناعي هو قياس الأداء، أي اختبار الأنظمة على مهام موحدة، تمامًا كما تفعل الاختبارات. يمكن للمعايير المعيارية تقييم قدرة نظام الذكاء الاصطناعي على حل المشكلات الرياضية أو الاستجابة لطلبات دعم العملاء أو تشخيص الحالات الطبية. ومع ذلك، غالبًا ما تختلف النتائج المرجعية عن الأداء في بيئات العالم الحقيقي، حيث تكون المهام أكثر ضجيجًا وأكثر تعقيدًا وتعتمد على السياق. على سبيل المثال، قد يؤدي نظام الذكاء الاصطناعي الطبي أداءً جيدًا في الأسئلة السريرية على غرار الكتب المدرسية، ولكنه قد يسيء تفسير الاتصالات الواردة من المرضى إذا حذفوا التفاصيل الأساسية. هناك حاجة إلى مزيد من البحث لتصميم معايير يمكنها التقاط الأداء في العالم الحقيقي بشكل أفضل.

إذا كان الذكاء الاصطناعي قريبًا من التحول كما يتوقع الكثيرون، فسوف تظهر تأثيراته في العديد من المؤشرات التي يمكن مراقبتها في الوقت الفعلي، مثل تتبع المهام التي يستخدم الأشخاص الذكاء الاصطناعي من أجلها. تظهر بيانات الاستخدام هذه، على سبيل المثال، أن روبوتات الدردشة المستندة إلى الذكاء الاصطناعي غالبًا ما تستخدم لتطوير البرمجيات، مما يشير إلى أن هذا القطاع قد يشعر بالآثار المبكرة لاعتماد الذكاء الاصطناعي^11,12. وتشمل المؤشرات الأخرى التوظيف وفرص العمل وما إذا كانت الشركات التي تدمج الذكاء الاصطناعي تحقق أرباحًا أعلى وتتوسع. ومع ذلك، ستكون هناك أسئلة لا تستطيع هذه المؤشرات الوصفية وحدها الإجابة عليها. لهذا السبب، قد يستمر الباحثون في محاولة قياس التأثير السببي للذكاء الاصطناعي: أي ما إذا كان الذكاء الاصطناعي يسبب تحسينات، بدلاً من مجرد اعتماده من قبل أصحاب الأداء العالي الذين هم أيضًا أكثر استعدادًا لتجربة تقنيات جديدة.

من الممكن أن يؤدي الذكاء الاصطناعي إلى زيادة عدم المساواة ــ ما لم يتعلم عامة الناس كيفية السيطرة عليها

من الصعب تقدير التأثيرات السببية للذكاء الاصطناعي، لأن التكنولوجيا تتطور وتتكيف المؤسسات معها. لكن هذا التحدي لا يقتصر على الذكاء الاصطناعي. تنشأ قضايا مماثلة عند تقييم كيفية أداء أي برنامج تجريبي – سواء في مجال الأعمال أو التعليم أو الصحة العامة – بمجرد توسيعه. وعندما يتم توسيع نطاق البرامج، فإنها غالبا ما تواجه قيودا جديدة أو تؤدي إلى تداعيات اقتصادية أوسع نطاقا. لقد طور الاقتصاديون طرقًا لتوقع تأثيرات التوسع هذه عند تصميم التجارب، مثل تكرار ظروف المنفذ النهائي – على سبيل المثال، وكالة حكومية – بدلاً من تلك الخاصة بالمنظمات الأكثر مرونة وذات الموارد الجيدة التي عادةً ما تدير التجارب^13–15. يمكن للباحثين الذين يدرسون الذكاء الاصطناعي أن يحاولوا بالمثل توقع التغييرات المستقبلية عند تصميم التجارب.

إحدى العوامل المهمة هي تكلفة تشغيل نماذج الذكاء الاصطناعي، والتي كانت في انخفاض. يمكن للباحثين وضع نموذج لكيفية تأثير انخفاض التكلفة على جدوى التطبيقات المختلفة. على سبيل المثال، دراسة واحدة¹⁶ فحص استخدام الذكاء الاصطناعي من قبل المعلمين في سيراليون الذين يدفعون مقابل الوصول إلى الإنترنت بالميجابايت. في أوائل عام 2022، كان الاستعلام عن روبوت الدردشة المدعم بالذكاء الاصطناعي أكثر تكلفة بـ 12 مرة من تحميل صفحة ويب قياسية؛ وبحلول عام 2025، وبفضل انخفاض تكاليف الحوسبة وكفاءة عرض النطاق الترددي للذكاء الاصطناعي، أصبح استخدام التكنولوجيا أرخص بنسبة 98% من الوصول إلى صفحة ويب. تشير ميزة التكلفة هذه إلى أن الذكاء الاصطناعي قد يعمل على توسيع الوصول إلى المعلومات في البيئات منخفضة الموارد حيث يكون الإنترنت باهظ الثمن.

تعد قدرات الذكاء الاصطناعي عاملاً حاسماً آخر في تحديد تأثيره. من الصعب التنبؤ بكيفية تطور هذه الأنظمة، لكن يمكن للباحثين محاولة توقع كيفية استجابة البشر للأنظمة الأكثر قوة. وحتى مع تقدم التكنولوجيا، يميل السلوك البشري إلى اتباع أنماط مستقرة – من حيث كيفية تنمية الثقة لدى الناس، وكيفية استجابتهم للحوافز، وكيفية تكيفهم مع الأتمتة.