Itu adalah makalah baru Daron Acemoglu, dan dia skeptis terhadap dampak ekonomi secara keseluruhan. Berikut adalah bagian dari abstraknya:
Dengan menggunakan perkiraan yang ada mengenai paparan AI dan peningkatan produktivitas pada tingkat tugas, dampak makroekonomi ini tampak tidak sepele namun tidak terlalu besar—peningkatan produktivitas faktor total tidak lebih dari 0,71% selama 10 tahun. Makalah ini kemudian berargumentasi bahwa perkiraan ini pun bisa saja dibesar-besarkan, karena bukti awal berasal dari tugas-tugas yang mudah dipelajari, sedangkan dampak di masa depan akan datang dari tugas-tugas yang sulit dipelajari, dimana terdapat banyak faktor yang bergantung pada konteks yang mempengaruhi pengambilan keputusan. -pembuatan dan tidak ada ukuran hasil yang objektif untuk mempelajari kinerja yang sukses. Akibatnya, perkiraan kenaikan TFP dalam 10 tahun ke depan bahkan lebih kecil lagi dan diperkirakan kurang dari 0,55%.
Perhatikan bahwa ia tidak menyarankan TFP (produktifitas faktor total, ukuran inovasi) akan naik sebesar 0,71 poin persentase (perkiraan yang masuk akal, menurut pandangan saya), ia mengatakan bahwa TFP akan naik 0,71% dalam jangka waktu sepuluh tahun, atau sebesar 0,07 setiap tahunnya. Berikut penjelasan metodenya:
Saya menunjukkan bahwa ketika dampak mikroekonomi AI didorong oleh penghematan biaya (yang setara dengan peningkatan produktivitas) pada tingkat tugas—baik karena otomatisasi atau tugas yang saling melengkapi—konsekuensi makroekonominya akan ditentukan oleh versi teorema Hulten: PDB dan peningkatan produktivitas agregat dapat diperkirakan berdasarkan seberapa kecil tugas yang terkena dampak dan rata-rata penghematan biaya tingkat tugas. Persamaan ini mendisiplinkan dampak PDB dan produktivitas apa pun dari AI. Meskipun sederhana, menerapkan persamaan ini bukanlah hal yang sepele, karena terdapat ketidakpastian besar mengenai tugas mana yang akan diotomatisasi atau dilengkapi, dan berapa penghematan biaya yang akan dihasilkan.
Sebagian besar menurut saya bagian ini salah, dan menurut saya ini salah karena alasan ekonomi. Bukan berarti saya menganggap perkiraan tersebut meleset, namun menurut saya metode ini menyesatkan.
Seperti halnya perdagangan internasional, sebagian besar manfaat AI akan diperoleh dengan menyingkirkan perusahaan-perusahaan yang paling tidak produktif dari dalam distribusi. Faktor ini tidak pernah dipertimbangkan.
Dan seperti halnya perdagangan internasional, sebagian besar manfaat AI akan datang dari “barang-barang baru”. Karena harga barang-barang baru tersebut sebelumnya tidak terhingga (perhatikan tingkat substabilitasnya), keuntungan tersebut bisa jauh lebih tinggi dibandingkan dengan harga yang kita peroleh. dapatkan dari peningkatan produktivitas tambahan. Character.ai yang sangat populer sudah menjadi salah satu produk baru, belum lagi saya dan banyak orang lain menikmati bermain-main dengan LLM hampir setiap hari.
Omong-omong, model inti makalah ini – lihat halaman 6-7 – hanya mendalilkan satu jenis barang yang bermanfaat bagi perekonomian. Penyebutan kasus sebaliknya muncul di hal.11, dan dimulai dengan hal.19, di mana sebagian besar perhatian ditujukan pada barang baru yang buruk, seperti manipulasi konsumen yang lebih efektif. Perhatikan bahwa makalah ini tidak memiliki argumen empiris mengenai mengapa sebagian besar produk AI baru mungkin berdampak buruk bagi kesejahteraan sosial.
hal.34-35 fokus pada kemungkinan masalah barang publik akibat penggunaan AI, serupa dengan apa yang disarankan untuk media sosial. Diskusi tersebut tampaknya sangat jauh dari praktik AI saat ini dan sebagian besar spekulasi dari pakar AI. Apakah saya harus menggunakan Midjourney karena semua teman saya menggunakannya, dan saya berharap semuanya tidak ada? Atau lebih tepatnya, apakah saya menganggapnya sangat menyenangkan, seperti yang dilakukan banyak orang ketika mereka membuat lagu sendiri dengan AI? Meragukan untuk terlalu menonjolkan efek dilema tahanan, namun Acemoglu kembali ke titik ini dengan penuh kekuatan dalam kesimpulannya.
Menjelang akhir dia menulis:
Peningkatan produktivitas dari tugas-tugas baru tidak dimasukkan ke dalam perkiraan saya. Hal ini disebabkan oleh tiga alasan. Yang pertama dan paling sempit, hal ini jauh lebih sulit untuk diukur dan tidak termasuk dalam jenis paparan yang dipertimbangkan dalam Eloundou dkk. (2023) dan Svanberg dkk. (2024). Kedua, dan yang lebih penting, saya percaya bahwa tidak memasukkan hal-hal tersebut ke dalam kemungkinan dampak makroekonomi adalah hal yang benar, karena hal-hal tersebut bukanlah bidang-bidang yang mendapat perhatian dari industri saat ini, sebagaimana juga dikemukakan dalam Acemoglu (2021), Acemoglu dan Restrepo (2020b ) dan Acemoglu dan Johnson (2023). Sebaliknya, bidang prioritas industri teknologi tampaknya berada pada otomatisasi dan monetisasi online, seperti melalui penelusuran atau iklan digital di media sosial. Ketiga, dan terkait dengan hal ini, hasil yang lebih bermanfaat mungkin memerlukan lembaga, kebijakan, dan peraturan baru, seperti yang juga disarankan dalam Acemoglu dan Johnson (2023) dan Acemoglu dkk. (2023).
Meskipun banyak poin dalam paragraf tersebut tampak salah bagi saya (seperti poin perhatian industri), yang tidak dapat dia katakan adalah bahwa keuntungan dari tugas-tugas baru tersebut sebenarnya kecil. Karena mereka tidak akan menjadi seperti itu. Namun setuju atau tidak, apa yang dimuat dalam makalah ini adalah bahwa manfaat yang diperoleh dari AI sangatlah kecil karena diasumsikan bahwa AI tidak akan melakukan hal-hal baru. Saya hanya tidak mengerti mengapa latihan seperti itu layak dilakukan.
Pertanyaan yang lebih umum adalah apakah model ini dapat memprediksi pergerakan TFP sebanyak itu. Saya cukup yakin jawabannya adalah “tidak”, tidak mendekati itu.
Pada pendekatan umum, saya menemukan kalimat ini (hal.4) sangat aneh: “…kerangka kerja saya juga mengklarifikasi bahwa yang relevan bagi kesejahteraan konsumen adalah TFP, bukan PDB, karena investasi tambahan berasal dari konsumsi.” Menurut saya, yang relevan bagi kesejahteraan konsumen adalah jumlah surplus konsumen dan produsen, dan TFP bukanlah statistik yang memadai. “Definisi ulang semua ekonomi kesejahteraan dalam satu kalimat” yang tidak biasa ini mungkin disebabkan oleh berapa banyak keuntungan lain dari perdagangan yang telah dihapuskan dari sistem tersebut? Dan catatan kaki keenam adalah hal yang aneh dan juga salah: “Misalnya, jika model AI terus meningkatkan kebutuhan energinya, hal ini akan berkontribusi terhadap PDB terukur, namun tidak akan menjadi perubahan yang bermanfaat bagi kesejahteraan.” Bahkan untuk energi kotor pun mungkin salah, apalagi untuk energi hijau. Jika suatu inovasi mendorong pasar untuk berinvestasi lebih banyak pada suatu layanan, biaya investasi tambahan tersebut tidak akan mengurangi keuntungan yang diperoleh sama sekali. Dan jika Acemoglu ingin berargumentasi bahwa ekonomi kesejahteraan yang aneh memang benar ada dalam modelnya, maka ini adalah argumen yang bagus untuk menentang modelnya, bukan argumen yang bagus bahwa keuntungan seperti itu tidak akan dihitung di dunia nyata, dan itulah yang seharusnya dibahas dalam makalah ini. .
Acemoglu secara eksplisit mengesampingkan keuntungan dari melakukan ilmu pengetahuan yang lebih baik, karena keuntungan tersebut mungkin tidak akan diperoleh dalam jangka waktu sepuluh tahun. Dalam hal ini, dia adalah tawanan dari asumsi-asumsinya sendiri. Jika banyak kemajuan yang diperoleh pada tahun 10-15, katakanlah, saya hanya akan mengatakan bahwa makalah tersebut menyesatkan, meskipun kata-katanya dapat dipertahankan dalam arti literal.
Meskipun demikian, seberapa besar kemungkinan klausul “tidak ada ilmu pengetahuan baru” dikesampingkan? Dalam kaitannya dengan model ekonomi, apa perbedaan antara “sains baru” dan “TFP”? Saya tidak yakin, kami juga tidak diberi petunjuk yang jelas. Apakah rekayasa perangkat lunak yang lebih baik merupakan “ilmu baru”? Mungkin begitu? Bukankah kita akan mendapatkan sebanyak itu dalam waktu sepuluh tahun? Bukankah kita sudah memiliki sebagiannya?
Singkatnya, menurut saya makalah ini sama sekali tidak menetapkan “poin keuntungan kecil” yang coba dipromosikan secara abstrak.
Sangatlah adil untuk mengatakan bahwa kelompok optimis belum menunjukkan kemajuan yang besar, namun dalam makalah ini seluruhnya – dan secara tidak adil – bertumpu pada arah yang berlawanan.
Postingan “Makroekonomi Sederhana AI” muncul pertama kali di REVOLUSI Marginal.
Cerita TerkaitFakta hari ini di Afrika SelatanDwarkesh mewawancarai Mark Zuckerberg tentang Llama 3 dan banyak lagiMengapa Ada Kekurangan Perumahan Meskipun Ada Lebih Banyak Rumah Per Orang
