14 جولای 2021 -توسط مایکل چوی و آنا برناسک
در این قسمت ، میزبانان مایکل چوی و آنا برناسک با دارون عجم اوغلو صحبت می کنند. دارون استاد اقتصاد در مؤسسه فناوری ماساچوست (MIT)، نویسنده (به همراه جیمز رابینسون) کتاب چرا ملت ها شکست می خورند: ریشه های قدرت، رفاه و فقر، و نویسنده بسیاری از مقالات آکادمیک تأثیرگذار است. تحقیقات او طیفی از موضوعات از جمله اقتصاد سیاسی، توسعه اقتصادی، رشد اقتصادی، تغییرات تکنولوژیکی، نابرابری، اقتصاد کار، و اقتصاد شبکه ها را پوشش می دهد.
این گفتگو بر این تمرکز دارد که چگونه ما رشد را در دنیایی از تغییرات تکنولوژیکی که تا حد زیادی بازارهای کار را مختل می‌کند، ایجاد می‌کنیم. همانطور که دارون می گوید، “من معتقدم که اقتصاد سیاسی رشد … و فناوری، اتوماسیون، هوش مصنوعی – این [چیزها] ارتباط نزدیکی با هم دارند.”
مایکل چوی: دارون، از اینکه به ما پیوستی متشکرم. من از آن قدردانی می کنم.من دوست دارم فقط کمی در مورد سفر شخصی شما شروع کنم. کجا بزرگ شدید، چگونه از جایی که قرار بودید رفتید تا اکنون استاد موسسه در موسسه فناوری ماساچوست شوید؟
دارون آچم اوغلو (مهمان): من در استانبول ترکیه به دنیا آمدم و تا سن 19 سالگی در استانبول بزرگ شدم و برای ادامه تحصیل به انگلستان رفتم. و علاقه من به اقتصاد و سیاست زمانی شکل گرفت که در ترکیه بودم. و در واقع، بسیاری از سؤالاتی که بعداً به مطالعه آنها رسیدم، مانند دموکراسی، رابطه بین نهادهای سیاسی، و رشد اقتصادی، و سرکوب دیکتاتوری، چیزهایی بودند که من از نوجوانی شروع به تعجب کردم، به خصوص. بزرگ شدن در کشوری که اخیراً متحمل کودتای نظامی شده بود. اقتصاد [آن] در رکود بود، نابرابری در حال افزایش بود، بنابراین این سؤالاتی بود که فکر کردم بروم و در رشته اقتصاد تحصیل کنم.
نمی دانستم که این چیزی نیست که اقتصاددانان مطالعه می کنند. اما وقتی برای ثبت نام در دانشگاه یورک رفتم، هنوز چیزی را که می دیدم دوست داشتم، بنابراین وارد آن شدم. اما چند سال بعد، زمانی که به پایان پایان نامه دکتری خود رسیدم، همان علاقه ها دوباره برگشتند. و اکنون احساس کردم که می توانم کمی از موضوعات متعارف تر استراحت کنم: بیکاری، سرمایه انسانی و غیره.
اما با گذشت زمان فکر می‌کنم دو علاقه من با هم ادغام شده‌اند. در حرکت رو به جلو، من معتقدم که اقتصاد سیاسی رشد، چگونه آن را به وجود می آوریم، چه نوع نهادهایی باید داشته باشیم تا بتوانیم زیربنای رشد داشته باشیم، چه کسانی از رشد سود می برند، چگونه رشد را تنظیم می کنید، و فناوری، اتوماسیون، هوش مصنوعی، جهت گیری تکنولوژی – اینها ارتباط نزدیکی دارند. اینها دو پای تحقیق من هستند که در سالهای اخیر حتی بیشتر از قبل با هم جمع شده اند.
مایکل چوی: و مطمئناً همه چیز به خوبی پیش رفته است. در میان چیزهای دیگر، شما مدال جان بیتس کلارک را دارید که در برخی موارد یک پیش بینی منطقی برای جایزه نوبل بوده است. آیا تا به حال به آن فکر می کنید؟ شما صدها مقاله منتشر کرده اید. اگر به Google Scholar بروید، من فکر می کنم حدود 37000 نتیجه مختلف وجود دارد. و سپس شما پس از پل کروگمن و گرگ منکیو در فهرست اقتصاددانان زنده مورد علاقه زیر 60 سال توسط سایر اقتصاددانان در رتبه سوم قرار گرفتید. کدام یک از اینها جایزه مورد علاقه شما بود؟
عجم اوغلو : جایزه مورد علاقه من احتمالاً جایزه BBVA است که چند سال پیش دریافت کردم زیرا فکر می کنم این یک جایزه بسیار جدی است و آنها لیست شگفت انگیزی از دریافت کنندگان در گذشته دارند و همچنین [یک] کمیته انتخاب بسیار بسیار خوب و من این را فقط به این دلیل نمی گویم که آن را به من داده اند.اما آنها از نظر عینی برخی از بهترین اقتصاددانان هستند و این کار را بسیار جدی انجام می دهند و بنابراین من بسیار خوشحال و مفتخر شدم. اما همه آنها مانند بچه های من هستند – من همه آنها را دوست دارم.
مایکل چوی: چرا از یکی از پایه‌های چهارپایه تحقیقاتی شما که به آن اشاره کردید، شروع نمی‌کنیم، و این پیش‌آمده من در کار شما بود. [در] مؤسسه جهانی مک کینزی، ما همچنین هوش مصنوعی، اتوماسیون، آینده کار، بهره‌وری و مواردی از این دست را مطالعه کرده‌ایم، و من و شما هر دو در مشارکت در زمینه هوش مصنوعی برای مردم و جامعه مشارکت داشته‌ایم. البته شما مجموعه وسیعی از کارها دارید که بسیاری به همراه پاسکال رسترپو، دیوید اتور و دیگران آن را مرور کرده اند. چگونه وارد آن شدید؟ به عنوان مثال، وقتی بچه بودید به ربات فکر می کردید؟
دارون آچم اوغلو: نه، نبودم. در آن یکی من نبودم. اساساً، روشی که من وارد آن شدم این بود که در همان اوایل کارم، حدود 25 سال پیش، شروع به کار بر روی چیزی کردم که گاهی اوقات آن را [مسئله] تغییر فن‌آوری هدایت‌شده می‌نامم، که این است که فناوری نوعی فرآیند علمی نیست. یک مسیر از پیش تعیین شده دارد، اما جهت دقیق آن، نوع فناوری هایی که دنبال می کنیم، چه کسی از آن سود می برد، چه قمارهایی را انتخاب می کنیم، چه محصولاتی را آرزو می کنیم، همه اینها انتخاب هستند.
جهت تغییر تکنولوژیک چیزی است که ما از نظر اجتماعی و اقتصادی تعیین می کنیم. و برای مثال، هم از نظر تئوری و هم در زمینه نابرابری، کمی روی آن کار کردم. چه چیزی باعث می‌شود که فن‌آوری مهارت‌های جانبی‌تری داشته باشد؟ چه چیزی باعث می شود که فناوری برای سرمایه در مقابل نیروی کار مطلوب تر باشد؟ و من فکر می‌کنم آن مدل‌ها و بینش‌هایی که من هنوز هم بسیار مشتاق آن هستم.
اما در مقطعی متوجه جهت‌گیری تغییرات تکنولوژیک در چارچوب رایج‌ترین رویکردهای اقتصاد شدم، یعنی اینکه فناوری فقط بهره‌وری برخی از عوامل را افزایش می‌دهد و بنابراین پیامدهای نابرابری آن بسته به این که آیا بهره‌وری را افزایش داده باشد، خواهد آمد. سرمایه یا نیروی کار، یا نیروی کار ماهر، یا نیروی کار غیر ماهر، کشاورزی در مقابل صنعت.
می دانید، اینها مفید هستند، اما ماهیت فناوری و تأثیرات توزیعی گسترده تر آن را رعایت نمی کنند. و به طور خاص، آنچه در این چارچوب گم شده بود، دقیقاً همان چیزی است که شما به عنوان اتوماسیون در نظر می گیرید، این امکان وجود دارد که فناوری های جدید نه با افزایش بهره وری برخی از عوامل تولید، بلکه آنها را در فرآیند تولید جایگزین کنند.
به عنوان مثال، ماشین‌های ریسندگی یا بافندگی اوایل انقلاب صنعتی در بریتانیا را در نظر بگیرید که جایگزین صنعتگران ماهر شده است. پیامدهای این امر هم برای نابرابری و هم برای چگونگی فکر کردن به عوامل تعیین‌کننده پیشرفت تکنولوژی کاملاً اساسی است.
و سپس زمانی که شروع به فکر کردن به این مسائل کردم، ربات‌ها، هوش مصنوعی و غیره، بلافاصله در جای خود قرار گرفتند، زیرا البته واقعاً جالب است که در مورد انقلاب صنعتی بریتانیا به صورت غزل‌آلود صحبت کنیم، اما این در گذشته بود، در حالی که روبات‌ها، ماشین‌های کنترل عددی ، هوش مصنوعی، الگوریتم ها – آنها حال و آینده ما هستند.
این گونه بود که ورود من به حوزه ربات ها در اواخر دهه 2000، اوایل دهه 2010 اتفاق افتاد و سپس بخش بزرگی از کارهایی که در این زمینه انجام داده ام می تواند هم به عنوان یک اصلاح و هم به عنوان یک تلاش در نظر گرفته شود. برای توسعه یک چارچوب جدید بخش اصلاحی این است، زیرا همانطور که سعی کردم بیان کنم، فکر می‌کنم چیزی رضایت‌بخش و شاید گمراه‌کننده در مورد روش‌هایی که ما به‌عنوان اقتصاددان در مورد فناوری فکر کرده‌ایم وجود دارد، و این بخش اصلاحی بود.یک چارچوب می خواهد. ما باید به چیزی برسیم که قابل اجرا باشد، دارای پیش‌بینی باشد، به شما نشان دهد که چگونه کار می‌کنند، و پیامدهای قابل آزمایشی داشته باشد تا بتوانید در واقع به داده‌ها نگاه کنید، با داده‌ها مقابله کنید. و اینها تلاش هایی است که من در طول 12 سال گذشته درگیر آن بوده ام.
مایکل چوی: آیا می توانید به سادگی بیان کنید که چه چیزی در طرز تفکر اقتصاددانان در مورد فناوری اشتباه بود؟
دارون عجم اوغلو: سه چیز مرتبط با هم در مورد آن وجود دارد. یکی واقعی است.
واقع گرایی توصیفی آن. من فکر می‌کنم این که آنچه را که توصیف می‌کنیم همتای واضحی در داده‌ها داشته باشد، بسیار مهم است. بسیاری از اقتصاددانان هنوز هم دیدگاه اسطوره‌ای را که [میلتون] فریدمن تقریباً 70 سال پیش در حال حاضر بیان کرده بود، تأیید می‌کنند، جایی که می‌گفت: «واقع‌گرایی مفروضات [مهم نیست]».
فقط باید به پیش بینی ها نگاه کرد. مثال مورد علاقه او این بود که من می توانم یک بازیکن بیلیارد را با این تصور که او تمام زوایا را محاسبه می کند مدل سازی کنم. این واقع بینانه نیست این کاری نیست که او انجام می دهد. اما اگر من پیش‌بینی خوبی در مورد اینکه او کجا توپ سفید را می‌زند به دست بیاورم، خوب است. من فکر می کنم چیزی جذاب در مورد آن روش وجود دارد. اما به نظر من بسیار محدود کننده است.
و یک مدل خوب و غنی باید ارتباط نزدیکی با داده ها داشته باشد. و اگر به طرز تفکر اقتصاددانان در مورد فناوری نگاه کنید، این متغیر پنهان است که شما را بازدهی بیشتر می کند. اما تعداد کمی از فناوری‌ها واقعاً این کار را انجام می‌دهند. برق باعث تولید بیشتر کارگران نشد. برخی از عملکردها را در کارخانه ها امکان پذیرتر کرد و برخی از موارد را مولدتر کرد. چکش شما را در همه چیز با بازدهی بیشتر نمی کند. این کار باعث می شود در یک کار ساده و منفرد – چکش زدن یک میخ – بهره وری بیشتری داشته باشید.
و بسیاری از فناوری ها حتی این کار را انجام نمی دهند. مثالی از ماشین‌های ریسندگی و بافندگی که من دادم یا سیستم کارخانه یا اخیراً پایگاه‌های اطلاعاتی، نرم‌افزارها، ربات‌ها، ماشین‌های کنترل عددی، بیشتر در مورد جایگزینی کارگران در کارهای خاصی هستند که قبلاً انجام می‌دادند.
اما مورد دوم این است که مشکل این که فناوری با دستمزدها چه می کند بسیار با این مفهوم درگیر است.
اگر فناوری فقط همین متغیر پنهان باشد که شما را بهره وری بیشتر می کند، به شما کمک خواهد کرد. در پایان روز، شما بهره‌ورتر می‌شوید. البته ما می‌توانیم سناریوهایی داشته باشیم که در آن همه چیز به قدری سردرگم باشد که ممکن است بهره‌وری بیشتری داشته باشید، اما در نهایت به شما کمک زیادی نمی‌کند. اما اساساً این یک پیش‌بینی بسیار قوی است، که طرز تفکر کلاسیک اقتصاددانان در مورد آن، که در آن فناوری یک عامل افزایش‌دهنده است، به نفع کارگران است.
ممکن است برای برخی از کارگران بیشتر از دیگران مفید باشد. ممکن است کامپیوترها کارگران تحصیل کرده را بیشتر از افرادی که از دبیرستان رها شده اند افزایش دهند، بنابراین نابرابری می تواند افزایش یابد. اما در پایان شما نباید شاهد شکست ترک تحصیل در دبیرستان باشید. دستمزد واقعی آنها نباید کاهش یابد. و دستمزد واقعی کارگران نباید کاهش یابد.
اما، در واقع، یکی از ویژگی های چشمگیر اما بسیار قوی 40 سال اخیر توسعه اقتصادی در ایالات متحده و بریتانیا این بوده است که بسیاری از گروه ها، به ویژه مردان با تحصیلات پایین یا متوسط، در واقع شاهد کاهش درآمد خود بوده اند. برخی از گروه ها تا 25 درصد، به صورت واقعی، از سال 1980. فوق العاده. این رویای آمریکایی نیست.
در رویکرد اقتصاد سنتی، این یک مزاحمت است که ما اغلب آن را زیر فرش پنهان می کنیم. ما به دستمزدهای نسبی نگاه می کنیم تا کاهش سطح دستمزد مطلق برخی گروه ها به نوعی پنهان باشد. اما این چیزی است که واقعاً به عنوان چارچوب تقویت کننده در این فناوری نمی گنجد. اما زمانی که تکنولوژی، حداقل تا حدی، در مورد اتوماسیون، جایگزینی، جابجایی کارگران از وظایفشان باشد، آنگاه این اغلب اتفاق می افتد.
شما می توانید بهبود بهره وری داشته باشید – مزایای سرمایه، شرکت ها منتفع می شوند، اما کارگران، به ویژه برخی از انواع کارگران، در مجموع همه کارگران می توانند در شرایط واقعی ضرر کنند.
و سوم، هنگامی که به این سطح خرد می روید، سپس جهت فناوری، آینده فناوری از این منظر به این موضوع نگاه می کند که بر اساس چه نوع فناوری هایی قرار است بسازیم، که بسیار غنی تر و جالب تر می شود.
فقط این نیست که آیا ما می خواهیم بهره وری کارگران ماهر را در مقابل کارگران غیر ماهر افزایش دهیم، که هر دوی آنها به نفع همه آنها هستند زیرا مکمل یکدیگر هستند. بیشتر شبیه این است که آیا ما به طور کامل از کارگران غیر ماهر دست برداریم؟ آیا قصد داریم آنها را جایگزین کنیم؟ آیا ما سعی می کنیم جایگزین انسان شویم؟ آیا قرار است وظایف جدیدی برای انسان ها ایجاد کنیم؟ چگونه می خواهید از پلتفرم هوش مصنوعی استفاده کنید؟ همه این سوالات در مورد جهت گیری فناوری بسیار زنده تر می شوند و سپس پیامدهای بهره وری بسیار جالب تر می شوند.
مایکل چوی: بیایید دومین مورد را در نظر بگیریم. من به این ایده یا این سوال بسیار علاقه مند هستم. مردم جبر تکنولوژیک را مورد انتقاد قرار داده اند که می دانیم چه اتفاقی خواهد افتاد. اما اجازه دهید با شما تحقیق کنم. ارتباط بین تکنولوژی و نابرابری یا دستمزد کارگران افسرده برخی از کارگران، آیا این یک رابطه علّی است که می‌توانید بگویید می‌توانید پیش‌بینی کنید؟
دارون عجم اوغلو: بله، این یک رابطه علی است به این معنا که می توانم با تا حدودی با اطمینان بگویم که چه چیزی باعث افزایش عظیم نابرابری در بازار کار ایالات متحده طی چهار دهه گذشته شده است و فناوری در خط مقدم آن قرار دارد. اما، نه، این یک رابطه از پیش تعیین شده و قطعی نیست. فناوری نقش بسیار متفاوتی ایفا کرد. به حقایق کلان نگاه کنید.در واقع سر شما فریاد می زند. کاملا واضح است به رشد اقتصادی در دهه 1950، 1960 نگاه کنید.اوایل دهه 70 خیلی سریع بود اما خیلی هم به اشتراک گذاشته شد. اگر به دستمزدهای واقعی گروه‌های جمعیتی مختلف – مردان، زنان، مردان با تحصیلات عالی، مردان با تحصیلات پایین، فارغ‌التحصیلان دانشگاهی، فارغ‌التحصیلان تحصیلات تکمیلی- نگاه کنید و آنها را بر روی یک نمودار ترسیم کنید، همه آنها روی هم قرار می‌گیرند.
همه افراد این رشد دستمزد واقعی را بین 2 تا 2.5 درصد به صورت واقعی در سال تجربه می کنند. قابل توجه است و سپس به دهه 1980 و تصویری کاملا متفاوت می رسید. اول از همه، میانگین دستمزدها اساساً ثابت هستند. رشد دستمزد واقعی در ایالات متحده، به ویژه برای مردان، اما به طور کلی، متوقف شده است. دوم، بالا و پایین در حال از هم گسیختگی هستند، [یک] حجم عظیمی از نابرابری در حال باز شدن است، قطعاً مشترک نیست.
اما سوم، این نیست که بالا پیش می رود و پایین با آن همراه نمی شود – پایین در واقع در حال سقوط است. بنابراین، آن الگوها، چه چیزی باعث آنها شد؟ البته ممکن است خیلی چیزها باعث آنها شده باشد. ممکن است کارگران با تحصیلات پایین مهارت کمتری داشته باشند. ممکن است این جهانی شدن باشد. ممکن است به این دلیل باشد که حداقل دستمزد از دهه 1970 به صورت واقعی حدود 35 درصد کاهش یافته است، یا اینکه چانه زنی جمعی به پایان رسیده است.
چندین مورد از این موارد نقشی دارند. اما تحقیقات خود من ادعا می کند و امیدوارم نشان دهد که فناوری در خط مقدم است. دلیل اینکه در دهه‌های 50 و 60 و اوایل دهه 70، ما این رونق مشترک را داشتیم، به این دلیل است که ما مقدار زیادی اتوماسیون داشتیم. این طور نیست که اتوماسیون وجود نداشته باشد، اما اتوماسیون با تغییرات تکنولوژیکی دیگر، به ویژه این وظایف جدید، متعادل شد.
و برای هر بخش که کاهش قابل توجهی در سهم نیروی کار داشت، زیرا آنها بسیار خودکار می‌کردند، بخش‌های جدیدی وجود داشت که خواهان نیروی کار بیشتر بودند، و هزینه بیشتری به نیروی کار پرداخت می‌کردند، و این ماهیت متوازن کننده انواع مختلف فناوری‌ها بود که آن پیشرفت متوازن را ایجاد کنید. و سپس به دهه 1980 نگاه می کنید، تصویری کاملاً متفاوت. آنچه می بینید این است که اتوماسیون سرعت می گیرد، اما قابل توجه تر این است که همه آن انواع فن آوری های متضاد وجود ندارند.
مایکل چوی: با این وجود، امید به آینده در اینجا چیست؟ آیا باید قفل ایجاد صنایع جدید را باز کنیم؟
دارون عجم اوغلو : من فکر می کنم قبل از اینکه بتوانیم به این سوال پاسخ دهیم باید کمی بیشتر تشخیص دهیم. تشخیص دقیقاً در مورد اتفاقی است که در حال رخ دادن است، که ما در مورد یک قسمت آن صحبت کردیم، و من می خواهم در مورد یک قسمت دیگر از آن صحبت کنم، و دوم، چرا این اتفاق می افتد، و این به ما سرنخ هایی می دهد.
ما در مورد اتوماسیون صحبت کردیم. اتوماسیون زیادی وجود دارد. اما چیزی که ما به آن اشاره نکردیم این است که حتی اگر کارهای زیادی را خودکار کنیم و هیچ کار دیگری انجام ندادیم، یک شرط وجود دارد که تحت آن برای کارگران فاجعه‌بار نخواهد بود. به عنوان مثال، این به کاهش دستمزد واقعی تبدیل نمی شود. و این زمانی است که اتوماسیون در واقع بهره وری بالایی دارد.
اتوماسیون باید با این وظایف جدید متعادل شود. این ساده ترین راه برای تفکر در مورد مشکل است. اما اتوماسیون به خودی خود دو نیرو نیز ایجاد می کند. یکی جابجایی است. من از شر کارگران یقه آبی و بسیاری از وظایف خود خلاص می شوم، اما اگر در عین حال بهره وری خود را آنقدر افزایش دهم یا هزینه هایم را آنقدر کاهش دهم که تولید خود را گسترش دهم، آن کارگران را دوباره استخدام می کنم تا این کار را انجام دهند.
اساساً آنچه ما در ایالات متحده و برخی اقتصادهای دیگر می بینیم، نه تنها این است که اتوماسیون متعادل نمی شود، بلکه در واقع به اندازه کافی مولد نیست. و تقاضای نیروی کار اضافی را که از اثر بهره وری ناشی می شود، ایجاد نمی کند. و برای افرادی که به حساب های درآمد ملی نگاه کرده اند، تعجب آور نیست، زیرا در دو دهه و نیم، تقریباً سه دهه گذشته، کندترین رشد بهره وری در تاریخ ایالات متحده دیده شده است.
مایکل چوی: بدون شک کندی رشد بهره‌وری یک مسئله بوده است، اما دیگران نیز به جدایی بین رشد بهره‌وری و رشد دستمزد اشاره کرده‌اند. این را توضیح می دهید؟
دارون عجم اوغلو: بله، بله… اساساً دو موضوع جداگانه در اینجا وجود دارد. یکی این است که رشد بهره وری در حال کند شدن است و هر چیز دیگری که برابر باشد، برای نیروی کار واقعاً بد خواهد بود. و دوم، اتوماسیون با اثر جابجایی همیشه بین بهره وری و دستمزد ایجاد می کند.
یا یک طرز فکر متفاوت در مورد آن اتوماسیون است – باز هم، این چارچوب من است که من دستفروشی می کنم، بنابراین در چارچوب استاندارد درست نیست. تا حدودی متفاوت کار می کند اما اتوماسیون همیشه سهم نیروی کار را کاهش می دهد، همیشه این فاصله بین بهره وری و رشد دستمزد ایجاد می کند. اگر بهره وری بسیار بالا باشد، می توانید آن گوه را داشته باشید، اما دستمزدها ممکن است همچنان افزایش یابد. اما اگر شما رشد بهره وری و اتوماسیون زیاد دارید، یا رشد بهره وری کاهش می یابد و اتوماسیون زیادی دارید، این یک ضربه مضاعف است. و این چیزی است که واقعاً مشکل ساز است.
مایکل چوی: شما گفتید که باید قبل از راه حل، تشخیص دهیم، اما راه حل چیست؟
دارون اچم اوغلو: این بخشی از یک تشخیص بود، زیرا حالا، اجازه دهید به دو نظریه گسترده ای که می توانید داشته باشید برگردیم، و این آخرین واقعیت به ما کمک خواهد کرد که شاید حداقل وضعیت خود را کمی در مورد آنها تغییر دهیم. یکی این است که ما در حال گذراندن یک نوع لحظه “فراوانی تکینگی” هستیم. ما راهی برای تولید ماشین‌های بیشتر با ماشین‌ها پیدا کرده‌ایم که در نهایت به چیزی مانند تکینگی یا ابرهوشی منتهی می‌شود، اما حتی نیازی به رفتن به آنجا نیست.
حتی اگر فقط شتاب بگیرد اما ما را به هوش برتر نبرد، می‌توانیم آن را داشته باشیم. ما اتوماسیون زیادی خواهیم داشت زیرا نحوه انجام ماشین‌ها با ماشین‌ها و ماشین‌های کارآمدتر از این نوع را کار کرده‌ایم. و این همان چیزی است که منجر به این عدم تعادل بین فناوری‌های طرفدار کارگری بیشتر و اتوماسیون بیشتر می‌شود. اما اگر این توضیح گسترده بود، باید شاهد رشد بهره‌وری زیادی نیز باشید، زیرا از طریق فرصت‌های جدید برای عملکرد بسیار بهتر با ماشین‌ها کار می‌کند.
مایکل چوی: نمونه ای از یک فناوری طرفدار کارگری چیست؟
دارون عجم اوغلو: وظایف جدیدی که در مورد آنها صحبت می کردم. به عنوان مثال، در زمینه مکانیزه کردن کشاورزی، این همه کارگرانی که از بخش کشاورزی آواره شده بودند، که حدود 50 درصد از مشاغل ایالات متحده را در نیمه دوم قرن 19 تشکیل می دادند، کجا رفتند؟ خوب، آنها برای انجام کارهای دیگر به کشاورزی برنگشتند.
و آنها فقط نرفتند و دقیقاً همان کارهایی را که والدینشان انجام دادند، انجام ندادند. در عوض، در همان زمان، شاهد این تحول کامل در بخش خدمات و تولید در ایالات متحده هستید. بخش تولید برق می‌گیرد، همه این کارگران غیرتولیدی، کارگران دفتری، کارگران دفتر پشتیبان، مهندسان، کارگران تعمیر و نگهداری را اضافه می‌کند، طراحی بسیار بهتری انجام می‌دهند، کنترل هزینه بسیار بهتری انجام می‌دهند.
و اینها وظایف جدیدی هستند که تمام این کار را به خود جذب می کنند. و بخش خرده فروشی، بخش آموزش، آنها نیز با فعالیت های کاملاً جدید در حال گسترش هستند. اینها بخشی از چیزهایی هستند که بیشتر طرفدار کارگری هستند.
مایکل چوی: و فقط اجازه دهید کمی روی این موضوع فشار بیاورم، زیرا ما اغلب این ترانه را شنیده‌ایم، و به اشکال مختلف می‌آید، اما در 20 سال آینده، 60 درصد از مشاغلی که وجود خواهند داشت، مشاغلی خواهند بود که هرگز نداشته‌اید. شنیده شده است. و ما سعی کرده‌ایم آن را کشف کنیم، و به نظر می‌رسد که سرعت تغییر در مشاغل، و حتی وظایف و فعالیت‌ها، کمی کندتر از آن است. تحقیق شما چه می گوید؟
دارون عجم اوغلو: این دقیقاً همان چیزی است که من در مورد آن صحبت می کنم. ما به اندازه کافی این کار را انجام نداده ایم. ما داده های دقیق مشابهی نداریم، اما در سطح چشمی تر، آماری، در سطح بالایی در دهه های 1920 و 1930، بسیار سریعتر است. ما کارهای جدید زیادی داریم. اینطور نیست که ما نداریم، اما آنها دقیقا کافی نیستند. این عدم تعادلی است که من در مورد آن صحبت می کنم.
مایکل چوی: آیا ما به اندازه کافی مبتکر نیستیم که بتوانیم کارهای جدید را انجام دهیم؟ یا آیا ما به درآمد پایه جهانی نیاز داریم، زیرا به چنین سرعتی رسیده ایم؟
عجم اوغلو : این من را به توضیح دومم می رساند. این به این معنا نیست که ما این عدم تعادل را داریم زیرا ناگهان راه های بسیار بهتری برای انجام اتوماسیون، انجام ماشین ها، انجام الگوریتم ها پیدا کرده ایم. شاید به این دلیل است که ما به طور ناکارآمدی جهت گیری فناوری خود را تعصب می کنیم. شما می توانید فکر کنید که شاید امکانات ارائه شده به ما تغییر نکرده باشد، اما به دلیل تصمیم گیری، انگیزه ها، نهادها، آرزوها، ما بیش از پیش به سمتی رفته ایم که اتوماسیون بیش از حد و کافی نیست.
بگذارید یک مثال بزنم. فکر نمی‌کنم مهم‌ترین مثال باشد، اما اجازه دهید برای توضیح منظورم یک مثال بزنم. سیستم مالیاتی ما، اگر امروز نگاه کنید، اگر شرکتی ماشینی بخرد تا کارگران را جابجا کند، حدود 5 درصد مالیات بر هزینه آن ماشین پرداخت می کند. اگر در عوض کارگران را استخدام کنید، چیزی حدود 25 تا 30 درصد مالیات می پردازید.
سیستم مالیاتی ایالات متحده یارانه هنگفتی به شرکت ها برای خرید ماشین آلات و جایگزینی کارگران می دهد. آیا این یارانه قبلا وجود داشت؟ بله. اما خیلی خیلی کوچکتر. در دهه 1990 این تفاوت بین 25 تا 15 تا 20 درصد بود. بنابراین ما به طور فزاینده ای به شرکت ها یارانه می دهیم تا خودکارسازی کنند. اگر مشوق‌های زیادی از این دست دارید – و می‌توانیم در مورد اینکه سایر مشوق‌ها چه هستند، که شاید نرم‌تر هستند، اما به نظر من اهمیت کمتری ندارند، صحبت کنیم، پس بیشتر به سمت اتوماسیون می‌روید. میوه های کم آویزان زیادی از خود باقی خواهید گذاشت. و این میوه های کم آویزان ممکن است برای بهبود بهره وری بسیار مهم باشند.
مایکل چوی: شما به مؤسسات و نحوه عملکرد آنها اشاره کردید. این احتمالاً به حوزه دیگری کشیده خواهد شد. شما و همکار و پژوهشگرتان، جیمز رابینسون، این کتاب را در سال 2012 نوشته اید، چرا ملت ها شکست می خورند. شما از اقتصاد سیاسی به عنوان چیزی که عمیقاً برای شما جالب است صحبت کردید. ما می‌توانیم ساعت‌ها در این مورد صحبت کنیم، و زمان زیادی نداریم، اما تمایز کلیدی شما بین مؤسسات استخراجی و فراگیر است. آیا می توانید فقط کمی برای مردم توضیح دهید؟
دارون عجم اوغلو: اجازه دهید به جای ارائه یک تعریف، یک مثال عینی برای شما بیان کنم. نهادها اساساً قوانین، قوانین سیاسی و اقتصادی هستند – چه کسی مالک دارایی است، چگونه بر روی آن قرارداد می بندید، چه کسی می تواند وارد چه شغلی شود. اما اجازه دهید یک مثال ساده برای شما بیاورم. اقتصاد آفریقای جنوبی در اواسط قرن بیستم تحت آپارتاید، اقتصادی بود که در آن تقریباً تمام شرکت‌ها و دارایی‌ها توسط اقلیت سفیدپوست کنترل می‌شد که حدود 5 تا 6 درصد از جمعیت را تشکیل می‌دهند.
90 درصد جمعیت سیاهپوست مجبور شدند در غیرمولدترین نقطه کشور در شرایط بسیار بسیار شلوغ و بد زندگی کنند. تمام زمین خوب توسط سفیدپوستان گرفته شد. و پس از آن آنها نه کالای عمومی داشتند، نه خدمات عمومی، نه آموزش، بنابراین فرصتی نداشتند جز اینکه نیروی کار خود را به این قیمت ارزان به معادن یا املاک کشاورزی عرضه کنند.
اما حتی این هم کافی نبود. در واقع دولت آفریقای جنوبی چیزی به نام نوار رنگ را تصویب کرد. می‌گوید سیاهپوستان نمی‌توانند شغل دیگری جز پست‌ترین، بی‌ماهرترین شغل داشته باشند. شما نمی توانید یک سرپرست، یک نقشه بردار، یک منشی، یک حسابدار، یک آجرکار، هر چیزی که فراتر از پست ترین، کم دستمزدترین و کم مهارت ترین شغل باشد باشید. سیاهپوستان کاملاً از آن منع شدند.
این همان چیزی است که ما آن را نهاد سیاسی استخراجی می نامیم. نهادهای اقتصادی استخراجی، توانایی های اقتصادی را در دستان نخبگان کوچک متمرکز می کنند. نهادهای سیاسی استخراجی قدرت سیاسی را در دستان نخبگان متمرکز می کنند. و آنچه ما در کتاب بحث می کنیم این است که نهادهای اقتصادی استخراجی که توسط نهادهای سیاسی استخراجی تقویت می شوند بسیار رایج هستند. آنها اغلب منجر به نابرابری بالا می شوند. آنها ممکن است گاهی اجازه رشد بدهند. اما این رشد پایدار نیست، رشد مبتنی بر نوآوری نیست، و در نهایت رشدی نیست که رشد بهره‌وری و رفاه گسترده را به همراه داشته باشد. بدیل موسسات فراگیر است که برعکس هستند، که این فرصت‌های گسترده را ایجاد می‌کنند، هرکسی می‌تواند وارد تجارت یا هر حرفه‌ای که می‌خواهد شود، بلکه ابزار دستیابی به آن است: زیرساخت، بهداشت، آموزش، وضعیت. من فکر می کنم که این موارد برای رشد بهره وری بلندمدت بسیار مساعدتر خواهند بود.
زیرا آزمایش، نوآوری، تخریب خلاقانه ای که برای پیشرفت واقعی تکنولوژی لازم است، در یک سیستم استخراجی بسیار دشوار خواهد بود. رشد فراگیر خوب است، یا اگر مزیت رقابتی واضحی مانند نفت یا مس دارید، مطمئناً می‌توانید این کار را انجام دهید، اما رشد مبتنی بر نوآوری، محصولات جدید، فناوری‌های جدید، ایده‌های جدید، سخت‌تر خواهد بود.
و چرا کشورها شکست می خورند – حتی اگر مشکل داشته باشند، ایالات متحده نمونه ای از یک کشور فراگیر است، مشارکت سیاسی فعال بخش بزرگی از جمعیت دارد، این کشور دارای یک سیستم باز است. شما نمی توانید کسی را از تبدیل شدن به یک کارآفرین یا مهندس منع کنید. شما می توانید در جنوب ایالات متحده در یک نقطه، اما نه دیگر. اما مشکل اینجاست، اگر تشخیص من در قسمت اول گفتگویمان درست باشد، این است که ما بیشتر و بیشتر از این آینده خودکار را خلق می کنیم، و هوش مصنوعی به روند خود ادامه خواهد داد، به ویژه برای کارگران بدون مهارت های تخصصی: برنامه نویسان، وکلای برتر. جراحان برتر، خوب، شاید آنها بتوانند از اتوماسیون فرار کنند، اما پس از آن ما می خواهیم دنیایی بسازیم که در آن 60 درصد، 70 درصد، 80 درصد از جمعیت ارزش اقتصادی زیادی ندارند.
کاری که آنها انجام می دهند یا می تواند توسط ماشین ها انجام شود یا قیمت آنها کاهش می یابد. آنها موقعیت اجتماعی زیادی ندارند. آنها به طور فزاینده ای از زندگی عمومی و زندگی سیاسی بیگانه خواهند شد. بنابراین، در ارزیابی من، تثبیت جهت فناوری، اصلاح جهت هوش مصنوعی نه تنها برای رفاه مهم است، بلکه ممکن است در واقع برای دموکراسی ما نیز مهم باشد.
مایکل چوی: اصلاح جهت هوش مصنوعی به چه معناست؟
دارون آچم اوغلو: برای من دو پا دارد. یکی این است که ما باید خود را از وسواس بیش از حد در مورد اتوماسیون رها کنیم. این در حوزه هوش مصنوعی صادق است. در زمینه های دیگر نیز صادق است. [در] جامعه تجاری فعلی ما، به دلایل مختلف، برخی از آن کاهش هزینه است، برخی از آن به این دلیل است که در جایی که رهبران فناوری در سیلیکون ولی به نوعی دستور کار را تعیین کرده اند، برخی از آن به این دلیل است که سیاست های دولت بیش از حد متمرکز بر خودکار کردن همه چیز است.
در عوض، ما باید به دنیایی برگردیم که در آن به همان اندازه برای افزایش بهره‌وری انسان تلاش می‌کنیم، هم در وظایفی که قبلاً تولید می‌کنند، و هم برای ایجاد وظایف جدید در سرگرمی و مراقبت‌های بهداشتی. کارهای جدید بسیار زیادی وجود دارد که می‌توانیم انجام دهیم، به خصوص با هوش مصنوعی، اما برخی از آنها فقط با فناوری‌های موجود، برخی دیگر با واقعیت مجازی یا واقعیت افزوده. چیزهای بسیار زیادی از قضاوت، مهارت های اجتماعی، انعطاف پذیری، خلاقیت وجود دارد که انسان ها در آنها بسیار بهتر از ماشین ها هستند.
اما ما در حال حاضر به آنها قدرت نمی دهیم. این اولین قدم است. آن مرحله دوم این است که ما نیز باید از استفاده از هوش مصنوعی به عنوان یک ابزار خودداری کنیم.
دوباره، این در مورد نحوه استفاده ما از فناوری هوش مصنوعی است. آیا از آن برای توانمندسازی افراد استفاده می کنیم؟ برای اینکه ارتباطات بهتری داشته باشید، بر انتخاب ها و داده های خود مسلط تر باشید؟ آیا می توانید به نوعی صحت یا مسئولیت انواع مختلف اطلاعات را درک کنید؟ یا این ابزارها را در دست پلتفرم‌ها توسعه می‌دهیم تا خود پلتفرم‌ها همه آن تفکر و همه آن جهت را برای افراد انجام دهند؟ من فکر می کنم که این دو آینده نیز بسیار متفاوت هستند.
مایکل چوی: این مکان عالی برای ترک آن است ، از اینکه به ما پیوستید متشکرم.
متشکرم، مایکل. صحبت کردن با شما عالی بود.
درباره نویسنده (نویسندگان)
Daron Acemoglu استاد موسسه MIT و عضو منتخب آکادمی ملی علوم، انجمن فلسفی آمریکا، آکادمی علوم بریتانیا، آکادمی علوم ترکیه، آکادمی علوم و هنر آمریکا، انجمن اقتصاد سنجی، اتحادیه اروپا است. انجمن اقتصادی، و جامعه اقتصاددانان کار. او همچنین یکی از اعضای گروه سی است. مایکل چویی شریک موسسه جهانی مک کینزی است که آنا برناسک ویراستار ارشد آن است.
