Η δημοσιονομική πολιτική μπορεί να βοηθήσει στη διεύρυνση των κερδών της τεχνητής νοημοσύνης στην ανθρωπότητα

Η μετάβαση στην τεχνητή νοημοσύνη θα απαιτήσει ισχυρότερα δίκτυα κοινωνικής ασφάλειας, επενδύσεις στην εκπαίδευση και φορολογικά συστήματα που στηρίζουν τους εργαζόμενους και μετριάζουν τις ανισότητες

 
Οι νέες τεχνολογίες γενετικής τεχνητής νοημοσύνης έχουν τεράστιες δυνατότητες για την ενίσχυση της παραγωγικότητας και τη βελτίωση της παροχής δημόσιων υπηρεσιών, αλλά η ταχύτητα και η κλίμακα του μετασχηματισμού εγείρουν επίσης ανησυχίες για απώλειες θέσεων εργασίας και μεγαλύτερη ανισότητα. Δεδομένης της αβεβαιότητας σχετικά με το μέλλον της τεχνητής νοημοσύνης, οι κυβερνήσεις θα πρέπει να υιοθετήσουν μια ευέλικτη προσέγγιση που θα τις προετοιμάσει για εξαιρετικά ανατρεπτικά σενάρια.

Ένα νέο έγγραφο του ΔΝΤ υποστηρίζει ότι η δημοσιονομική πολιτική μπορεί να διαδραματίσει σημαντικό ρόλο στην υποστήριξη μιας πιο ισότιμης κατανομής των κερδών και των ευκαιριών από τη γενετική τεχνητή νοημοσύνη. Αλλά αυτό θα απαιτήσει σημαντικές αναβαθμίσεις στα συστήματα κοινωνικής προστασίας και φορολογίας σε όλο τον κόσμο.

Πώς θα πρέπει να ανανεωθούν οι πολιτικές κοινωνικής προστασίας ενόψει των ανατρεπτικών τεχνολογικών αλλαγών από την τεχνητή νοημοσύνη; Ενώ η τεχνητή νοημοσύνη θα μπορούσε τελικά να ενισχύσει τη συνολική απασχόληση και τους μισθούς, θα μπορούσε να θέσει μεγάλα τμήματα του εργατικού δυναμικού εκτός εργασίας για παρατεταμένες περιόδους, δημιουργώντας μια οδυνηρή μετάβαση.

Τα διδάγματα από τα προηγούμενα κύματα αυτοματοποίησης και η μοντελοποίηση του ΔΝΤ δείχνουν ότι μια πιο γενναιόδωρη ασφάλιση ανεργίας θα μπορούσε να μετριάσει τον αρνητικό αντίκτυπο της τεχνητής νοημοσύνης στους εργαζόμενους, επιτρέποντας στους απολυμένους εργαζόμενους να βρουν θέσεις εργασίας που ταιριάζουν καλύτερα στις δεξιότητές τους. Οι περισσότερες χώρες έχουν σημαντικά περιθώρια να διευρύνουν την κάλυψη και τη γενναιοδωρία της ασφάλισης ανεργίας, να βελτιώσουν τη δυνατότητα μεταφοράς των δικαιωμάτων και να εξετάσουν μορφές ασφάλισης μισθών.

Ταυτόχρονα, η τομεακή κατάρτιση, η μαθητεία και τα προγράμματα αναβάθμισης δεξιοτήτων και επανειδίκευσης θα μπορούσαν να διαδραματίσουν σημαντικότερο ρόλο στην προετοιμασία των εργαζομένων για τις θέσεις εργασίας της εποχής της τεχνητής νοημοσύνης. Θα χρειαστούν ολοκληρωμένα προγράμματα κοινωνικής πρόνοιας για τους εργαζόμενους που αντιμετωπίζουν μακροχρόνια ανεργία ή μειωμένη τοπική ζήτηση εργασίας λόγω αυτοματοποίησης ή κλεισίματος βιομηχανιών.

Σίγουρα, θα υπάρξουν σημαντικές διαφορές στον τρόπο με τον οποίο η τεχνητή νοημοσύνη επηρεάζει τις αναδυόμενες αγορές και τις αναπτυσσόμενες οικονομίες – και, ως εκ τούτου, πώς θα πρέπει να ανταποκριθούν οι υπεύθυνοι χάραξης πολιτικής. Ενώ οι εργαζόμενοι σε αυτές τις χώρες είναι λιγότερο εκτεθειμένοι στην τεχνητή νοημοσύνη, προστατεύονται επίσης λιγότερο από επίσημα προγράμματα κοινωνικής προστασίας, όπως η ασφάλιση ανεργίας, λόγω των μεγαλύτερων άτυπων τομέων στις οικονομίες τους. Καινοτόμες προσεγγίσεις που αξιοποιούν τις ψηφιακές τεχνολογίες μπορούν να διευκολύνουν την εκτεταμένη κάλυψη των προγραμμάτων κοινωνικής πρόνοιας σε αυτές τις χώρες.

Πρέπει η τεχνητή νοημοσύνη να φορολογείται για τον μετριασμό των διαταραχών στην αγορά εργασίας και την πληρωμή των επιπτώσεών της στους εργαζομένους; Ενόψει παρόμοιων ανησυχιών, ορισμένοι έχουν συστήσει έναν φόρο ρομπότ για να αποθαρρύνουν τις επιχειρήσεις από το να εκτοπίζουν τους εργαζόμενους με ρομπότ.

Ωστόσο, δεν συνιστάται η επιβολή φόρου στην τεχνητή νοημοσύνη. Το chatbot τεχνητής νοημοσύνης ή ο συγκυβερνήτης σας δεν θα ήταν σε θέση να πληρώσει έναν τέτοιο φόρο – μόνο οι άνθρωποι μπορούν να το κάνουν αυτό. Ένας ειδικός φόρος στην τεχνητή νοημοσύνη θα μπορούσε, αντιθέτως, να μειώσει την ταχύτητα των επενδύσεων και της καινοτομίας, καταπνίγοντας την αύξηση της παραγωγικότητας. Θα ήταν επίσης δύσκολο να εφαρμοστεί στην πράξη και, αν στοχοποιηθεί άσχημα, να κάνει περισσότερο κακό παρά καλό.

Επομένως, τι μπορεί να γίνει για να εξισορροπηθεί η φορολογική πολιτική στην εποχή της τεχνητής νοημοσύνης; Τις τελευταίες δεκαετίες, ορισμένες προηγμένες χώρες έχουν κλιμακώσει τις εταιρικές φορολογικές ελαφρύνσεις για λογισμικό και υλικό υπολογιστών σε μια προσπάθεια να προωθήσουν την καινοτομία. Ωστόσο, αυτά τα κίνητρα τείνουν επίσης να ενθαρρύνουν τις εταιρείες να αντικαταστήσουν τους εργαζόμενους μέσω της αυτοματοποίησης. Τα συστήματα φορολογίας εταιρειών που ευνοούν αναποτελεσματικά την ταχεία μετατόπιση των ανθρώπινων θέσεων εργασίας θα πρέπει να επανεξεταστούν, δεδομένου του κινδύνου ότι θα μπορούσαν να μεγεθύνουν τις εξαρθρώσεις από την τεχνητή νοημοσύνη.

Πολλές αναδυόμενες αγορές και αναπτυσσόμενες χώρες τείνουν να έχουν συστήματα φορολογίας εταιρειών που αποθαρρύνουν την αυτοματοποίηση. Αυτό μπορεί να είναι στρεβλωτικό με τον δικό του τρόπο, εμποδίζοντας τις επενδύσεις που θα επέτρεπαν σε αυτές τις χώρες να καλύψουν τη διαφορά στη νέα παγκόσμια οικονομία της τεχνητής νοημοσύνης.

Πώς θα πρέπει οι κυβερνήσεις να σχεδιάσουν την αναδιανεμητική φορολογία για να αντισταθμίσουν την αυξανόμενη ανισότητα από την τεχνητή νοημοσύνη; Η γενετική τεχνητή νοημοσύνη, όπως και άλλοι τύποι καινοτομίας, μπορεί να οδηγήσει σε υψηλότερη εισοδηματική ανισότητα και συγκέντρωση πλούτου. Οι φόροι επί του εισοδήματος κεφαλαίου θα πρέπει επομένως να ενισχυθούν για να προστατεύσουν τη φορολογική βάση από μια περαιτέρω μείωση του μεριδίου της εργασίας στο εισόδημα και να αντισταθμίσουν την αυξανόμενη ανισότητα του πλούτου. Αυτό είναι ζωτικής σημασίας, καθώς οι περισσότερες επενδύσεις στην εκπαίδευση και τις κοινωνικές δαπάνες για τη διεύρυνση των κερδών από την τεχνητή νοημοσύνη θα απαιτήσουν περισσότερα δημόσια έσοδα.

Από τη δεκαετία του 1980, η φορολογική επιβάρυνση στο εισόδημα κεφαλαίου μειώνεται σταθερά στις προηγμένες οικονομίες, ενώ η επιβάρυνση στο εισόδημα από εργασία έχει αυξηθεί.

Για να αντιστραφεί αυτή η τάση, η ενίσχυση των φόρων εισοδήματος εταιρειών θα μπορούσε να βοηθήσει. Ο παγκόσμιος ελάχιστος φόρος που συμφωνήθηκε από περισσότερες από 140 χώρες, ο οποίος θεσπίζει έναν ελάχιστο πραγματικό φορολογικό συντελεστή 15% για τις πολυεθνικές εταιρείες, είναι ένα βήμα προς τη σωστή κατεύθυνση. Άλλα μέτρα θα μπορούσαν να περιλαμβάνουν συμπληρωματικό φόρο επί των πλεοναζόντων κερδών, αυστηρότερους φόρους επί των κεφαλαιακών κερδών και βελτιωμένη επιβολή.

Οι τελευταίες ανακαλύψεις στον τομέα της τεχνητής νοημοσύνης αντιπροσωπεύουν τον καρπό πολυετών επενδύσεων στη βασική έρευνα, μεταξύ άλλων μέσω προγραμμάτων που χρηματοδοτούνται από δημόσιους πόρους. Ομοίως, οι αποφάσεις που λαμβάνονται τώρα από τους υπεύθυνους χάραξης πολιτικής θα διαμορφώσουν την εξέλιξη της τεχνητής νοημοσύνης για τις επόμενες δεκαετίες. Προτεραιότητα θα πρέπει να είναι να διασφαλιστεί ότι οι εφαρμογές ωφελούν ευρέως την κοινωνία, αξιοποιώντας την τεχνητή νοημοσύνη για τη βελτίωση των αποτελεσμάτων σε τομείς όπως η εκπαίδευση, η υγεία και οι κυβερνητικές υπηρεσίες. Και δεδομένης της παγκόσμιας εμβέλειας αυτής της ισχυρής νέας τεχνολογίας, θα είναι πιο σημαντικό από ποτέ για τις χώρες να συνεργαστούν.

Era Dabla-Norris, Ruud de Mooij

 
—Οι Fernanda Brollo, Daniel Garcia-Macia, Tibor Hanappi, Li Liu και Anh Dinh Minh Nguyen συνέβαλαν στο σημείωμα συζήτησης του προσωπικού  του ΔΝΤ στο οποίο βασίζεται αυτό το ιστολόγιο.

Πηγή: mf.org