大學經濟研究人員能夠迅速行動。2008年投資銀行Lehman Brothers倒閉，引發全球金融危機，經濟學家們立即把銀行擠兌和信貸緊縮的研究變成學術主流。2020年新冠疫情爆發，兩個月後美國國家經濟研究局(NBER)發表的經濟學工作論文中，近三分之一都聚焦於疫情影響，其中一些研究成果迅速成為主流經濟學關注。
然而，ChatGPT已推出三年半，針對AI技術的經濟分析仍然相對匱乏。NBER發表的關於AI的論文比例正在上升，但即使到了2024，新冠疫情危機已結束，AI時代已開啟，與新冠疫情相關的論文數量仍然超過了與AI相關的論文。2026年，NBER舉辦的醫療保健相關會議數量可能會超過AI相關會議。
有些經濟學家抓住了AI機會。史丹佛大學的Susan Athey正在探索AI讓人失業的問題；維吉尼亞大學的Basil Halperin清晰闡述了金融市場如何為AI公司的發展定價位。然而，很多熱心人物並不出名--似乎沒有多少經濟學家認識到這方面研究的潛力。一位自稱常與AI實驗室交談的經濟學家說：「我的同事中很少有人嘗試與Anthropic或Openai交談，令人震驚」。
許多現有的研究都高度抽象。根據經濟學文獻資料庫ideas/Repec的數據，MIT的經濟專家Daron Acemoglu在AI經濟學中排名最高。他2024年初發表一篇論文，建構了一個複雜的AI經濟成長模型，預測對整體生產力的提升幅度不大。但George Mason大學的一位經濟學家認為，那個AI經濟模型低估了AI新產品的創新能力。
許多與AI相關的實證研究似乎也建立在有缺陷的假設之上。史丹佛大學在Ideas/Repec排名第五，Erik Brynjolfsson和同事發表論文指出，年輕人從事AI相關職業的比例急劇下降，表示AI已在改變勞動力市場。然而把這一(失業)趨勢歸因於AI，就意味著公司在首次發布ChatGPT時就開始裁員--而那是一款遠未達到能夠取代人的產品。
經濟學家反應遲鈍、馬虎的原因可能有兩點。首先是AI帶來的衝擊類型不同。2020年，新冠疫情幾乎在一夜之間改變了世界，其影響幾乎立即體現在數據中。相比之下，AI改變經濟潛移默化。另外GDP資料幾乎不包含任何與AI相關的具體數據--例如對AI數據中心的投資只是估計。由於缺乏清晰的宏觀經濟影響和微觀經濟數據，那些專家幾乎無從分析。
第二個因素是經濟學家大多對科技持懷疑的態度。歷史表明，科技確實能慢慢提高收入，各種非技術因素(包括金融摩擦和文化阻力)都會阻礙收入增長。英國工業革命的技術突破花了幾十年才轉化為比較快的經濟增長。
Halperin教授及其同事最近發表一篇論文，報告一項調查的結果就反映出這種懷疑。假設AI在2030年發展到「迅速」推動經濟，也就是AI能夠與最聰明的人競爭甚至超越他們，那麼到2050年美國GDP增長率是3.5%（相比之下，AI研究人員預期達到5.3%)。芝加哥大學有一項調查，11%的一流經濟學家認為AI的應用會在10年內「導致發達國家失業率大幅上升」。如果大多數主流經濟學家都不認為AI會帶來變革，也許他們就比較傾向於繼續研究自己認為比較重要的其它領域。
對AI有興趣的經濟學家找到兩處比較自在的地方。第一處是政府部門，尤其是統計機構和中央銀行。美國人口普查局和加拿大統計局調查追蹤了AI技術在經濟領域的採納；英格蘭銀行每月舉行「決策者小組」會議，探討商界人士對AI的看法，英國政府最近成立了「AI經濟學研究所」；在最近一次OECD會議上，政府財務人員思考如何更新AI時代的生產力衡量指標--這些工作建構未來經濟學家所需要的數據基礎。
第二處是技術前沿。2010年代，AI實驗室招攬了大批傑出的電腦科學家設計模型。芝加哥大學的Ufuk Akcigit和同事發現，到2019年，超過三分之二的AI研究人員在企業界工作，而2001年還不到一半。如今大多數AI經濟學家也受聘在企業界工作。
Anthropic公司已任命維吉尼亞大學的Anton Korinek(在AI理念排名第二加入其經濟學研究團隊；OpenAI聘請了杜克大學的Ronnie Chatterji擔任首席經濟學家；谷歌旗下的DeepMind最近聘請了芝加哥大學的Alex Imas擔任其「AI經濟學總監」。《經濟學人》粗略統計，有幾十位不起眼的AI(彈丸)經濟學家接受了企業界這類職位。
AI實驗室很吸引人：它們不僅擁有最好的數據，或許與立法委員對話。說不定矽谷最受歡迎的播客主持人也邀請你上節目呢。科技公司的財力也遠勝於大學，即使是相對初級的經濟學家職位，年薪也可能達到$30萬以上。雖然比不上AI程式設計師，但遠比教經濟學入門課程好多了。《經濟學人》半帶調侃地說，有些幸運兒甚至還能獲得公司的股票期權呢。
校外AI研究的質量正在提升。在Peterson國際經濟研究所，Korinek先生和加拿大銀行的Patrick McKelvey建構了「AI GDP」模型。論文解釋說，如果衡量得當，2024年和2025年美國AI GDP人均成長可能超過2000%。Imas先生發表一份報告，追蹤AI對生產力的影響。他判斷AI在小範圍內提高了生產力，證據令人鼓舞，但沒有對宏觀經濟產生甚麼影響。
看上去令人興奮(至少那些AI彈丸的記者感到如此)。但Korinek先生或Imas先生的每一項精妙研究，都會在AI實驗室得到一些不給力的結果。 Anthropic公司發布的「經濟指數」其實並非指數，只是對其聊天機器人Claude使用的資料隨機收集。今年3月Anthropic發布一份報告，結論是「人們會累積經驗而較熟練地使用Claude」。去年，OpenAI發布一項研究，顯示ChatGPT有20-25%的信息都涉及「尋求資訊」。
前沿研究若轉移到企業，經濟學家可能會步上微軟、谷歌等公司的「科技經濟學家」後塵。他們較少關注具有重大社會意義的問題(例如社交媒體對兒童是否有益)，而比較專注於一些具體問題(例如如何更好地設計廣告拍賣)。研究發現從學術界過渡到企業界後，研究論文數量減少，獲得專利數量增加。
還有利益衝突--AI實驗室研究人員可能面臨壓力，只發表讓AI看來有用且安全的研究成果。去年經濟研究員Tom Cunningham離開OpenAI，據報他對自己能發表什麼和不能發表什麼感到沮喪，最後他加入了一個致力於評估AI模型及其威脅的研究機構。在一個充滿潛力也充滿危險的世界裡，社會需要公正的研究人員說出他們的真實想法。
No comments:
Post a Comment