Altri Economisti » Saggi, articoli su riviste. Krugman ed altri » Selezione del Mese
L’Intelligenza Artificiale trasformerà l’economia e, se sarà così, come accadrà? Di Paul Krugman (dal blog di Krugman, 3 ottobre 2023)
Oct. 3, 2023
Will A.I. Transform the Economy, and if So, How?
By Paul Krugman
So, will artificial intelligence transform the economy? Today I thought I’d take a break from my usual preoccupation with ongoing crises to engage in a bit of bigthink about how technology may change the economic landscape in the years ahead, including a topic that seems important but hasn’t drawn much attention: how A.I. might change the U.S. budget outlook.
Starting last fall there was a huge surge in buzz, both positive and negative, about A.I. That buzz seems to have died down to some extent, with usage of ChatGPT, the most famous implementation of the technology, declining in recent months. And many more observers have realized that what we’ve been calling A.I. — or what more careful people call “generative A.I.” — isn’t really intelligence. What it is instead is extrapolation from pattern recognition. Or as some people I talk to put it, it’s basically souped-up autocorrect.
But that doesn’t mean that it’s not important. After all, a lot of what human workers, even workers considered highly skilled, do for a living is also arguably souped-up autocorrect. How many workers regularly engage in creative thinking? Even among creative workers, how much time is spent being creative as opposed to engaging in pattern recognition?
I don’t say this to disrespect knowledge workers, but rather to suggest that what we’re calling A.I. could be a big deal for the economy even if it doesn’t lead to the creation of HAL 9000 or SkyNet.
But how big? And what kind of a deal?
Obviously, nobody really knows. Some people are trying to figure out the impact from the bottom up, looking at various kinds of work and guesstimating how much of that work can be replaced or augmented by A.I. The most widely circulated numbers come from Goldman Sachs, whose base case has A.I. increasing the growth rate of productivity — output per person-hour — by almost 1.5 percentage points a year over a decade, for a total over that decade of about 15 percent:
Credit…Goldman Sachs
Is this plausible? Actually, yes. One parallel, if you’ve studied the historical relationship between technology and productivity, is the productivity boom from 1995 to 2005, which followed decades of weak productivity growth.
As a recent paper from the Brookings Institution points out, this boom was mostly driven by “total factor productivity” — an increase in output per unit of input, including capital:
Credit…Brookings Institution
And economists often identify total factor productivity growth with technological progress. That’s sometimes a bit dubious, since T.F.P. is really a “measure of our ignorance,” simply the part of economic growth we can’t explain otherwise. But from 1995 to 2005 it seems fairly clear that the boom was driven by information technology.
Here’s another view of that boom, in which I show the natural log of productivity — so that a straight line corresponds to steady growth — and plot a continuation of the growth rate from 1973 to 1995 (the red line), so that you can see how actual growth compared:
Credit…FRED
By the time the productivity surge tapered off, productivity was about 12 percent higher than the previous trend would have led you to expect it would be. Since A.I. is arguably an even more profound innovation than the technologies that drove the 1995-2005 boom, 15 percent isn’t at all unreasonable.
But will higher productivity make us richer or simply reduce the number of jobs? Fears of technological unemployment — a term invented by none other than John Maynard Keynes in 1930 — go back at least to the early 19th century. They have even inspired one pretty good novel, Kurt Vonnegut’s “Player Piano.” While technology has often eliminated some jobs, however, historically this has always been, as Keynes wrote, “a temporary phase of maladjustment,” with other forms of employment rising to replace the jobs lost. For example, the Microsoft Excel shock — the rise of spreadsheet programs — seems to have eliminated many bookkeeping jobs, but these were replaced by increased employment even in financial analysis.
By the way, in that same essay, Keynes predicted a future in which people would work much less than they did in his time, and in which finding rewarding ways to fill our leisure hours would become a major social concern. The fact that this didn’t happen over the past 90 years is a reason to be skeptical about people making similar predictions now, such as Jamie Dimon, who predicted the other day that A.I. would lead to a three-and-a-half-day workweek.
However, while there’s no reason to believe that what we’re calling A.I. will lead to mass unemployment, it may well hurt the people who are displaced from their jobs and either have trouble finding new employment or are obliged to accept lower wages. Who are the potential losers?
The likely answer is that big impacts will fall on relatively high-end administrative jobs, many of them currently highly paid, while blue-collar jobs will be largely unscathed. Goldman Sachs again:
Credit…Goldman Sachs
Now, while this seems right for generative A.I., there are other applications of big data that may affect blue-collar work. For example, with all the buzz around ChatGPT there has been relatively little attention paid to the fact that after years of failed hype, self-driving cars are actually beginning to go into service. Still, at this point it seems more likely than not that A.I. will, unlike technological progress over the past 40 years, be a force for lower rather than higher income inequality.
Finally, it seems worth considering how generative A.I. might bear on one issue that has regained prominence: worries about government debt.
Until recently, many economists, myself included, argued that public debt was less of a concern than many people imagine, because interest rates on debt were below the economy’s long-term growth rate, “r<g.” This meant that the common idea that debt would snowball, with interest payments leading to higher debt and hence to even higher interest payments, was wrong: The ratio of debt to G.D.P., the number that matters, would tend to melt rather than snowball.
But rapidly rising interest rates have made debt considerably more worrisome. Conventional estimates of the economy’s long-run sustainable growth rate, like those of the Federal Reserve, tend to put it around 1.8 percent. And real interest rates on federal debt are now above that number:
Credit…FRED and Federal Reserve
Discussions about debt sustainability are, however, oddly disconnected from the discourse about generative A.I. In fact, I’m pretty sure there are people warning both about a debt crisis and about mass unemployment from A.I., although I haven’t made the effort to track them down. But if optimistic estimates of the boost from the technology are at all right, growth will be much higher than 1.8 percent over the next decade, and debt won’t be a big concern after all — especially because faster growth will boost revenue and reduce the budget deficit.
All of this is, of course, highly speculative. Nobody really knows how big an impact A.I. will have. But again, it doesn’t have to be “true” artificial intelligence to be a big deal for the economy, and the best guess is that it will probably matter a lot.
L’Intelligenza Artificiale trasformerà l’economia e, se sarà così, come accadrà?
Di Paul Krugman
Dunque, l’Intelligenza Artificiale (IA) trasformerà l‘economia? Oggi ho pensato di prendermi una pausa dalle mie consuete preoccupazioni sulle continue crisi per impegnarmi un po’ nel pensare in grande su come la tecnologia può cambiare il paesaggio economico negli anni avvenire, compreso un tema che sembra importante ma non ha attirato molta attenzione: come l’IA può cambiare le previsioni del bilancio statunitense.
A partire dallo scorso autunno, c’è stata una gran crescita di fermento, sia positivo che negativo, sull’IA. Quel fermento sembra essersi affievolito in qualche misura, con il declino nei mesi recenti [1] dell’utilizzo di ChatGPT, la più famosa realizzazione della tecnologia. E molti più osservatori hanno compreso che quella che stiamo chiamando Intelligenza Artificiale – o che persone più precise chiamano “Intelligenza Artificiale generativa” [2] – non è realmente intelligenza. È piuttosto una estrapolazione da un ‘riconoscimento di modelli’. O, come si esprimono alcune persone con le quali io parlo, è fondamentalmente una ‘correzione automatica elaborata’.
Ma questo non significa che non sia importante. Dopo tutto, una gran quantità di ciò che i lavoratori umani fanno per vivere, persino i lavoratori considerati altamente specializzati, è probabilmente una ‘correzione automatica elaborata’. Quanti lavoratori si impegnano regolarmente in un lavoro creativo? E persino tra i lavoratori creativi, quanto tempo spendono per essere creativi piuttosto che impegnandosi nel ‘riconoscimento di modelli’?
Non dico questo per mancanza di rispetto verso la conoscenza dei lavoratori, ma piuttosto per suggerire che quella che chiamiamo IA potrebbe essere un grande affare per l’economia, anche se non porta alla creazione di HAL9000 o di SkyNet [3].
Ma quanto grande? E che tipo di affare?
Ovviamente, nella realtà nessuno lo sa. Alcune persone stanno cercando di immaginare l’impatto dal basso verso l’alto, osservando vari tipi di lavoro e stanno stimando approssimativamente quanto di quel lavoro possa essere sostituito o potenziato dall’IA. I dati che sono più generalmente circolati provengono da Goldman Sachs, il cui argomento di base è che l’IA accresca il tasso di crescita della produttività – la produzione oraria per persona – di quasi 1,5 punti percentuali all’anno per un decennio, per un totale in quel decennio di circa il 15 per cento:
Fonte: Goldman Sachs [4]
È plausibile? Penso proprio di sì. Una parallelo, se si è studiata la relazione storica tra tecnologia e produttività, è il boom della produttività tra il 1995 ed il 2005, che seguì decenni di debole crescita della produttività.
Come un saggio recente della Brookings Institution mette in evidenza, questo boom fu soprattutto guidato dalla “produttività totale dei fattori” (TFP) – un aumento nel prodotto per unità di fattore, compreso il capitale:
Fonte: Brookings Institution [5]
E gli economisti spesso identificano l crescita della produttività totale dei fattori con il progresso tecnologico. Talvolta questo è piuttosto dubbio, dal momento che la TFP è davvero “una misura della nostra ignoranza”, ovvero semplicemente la parte della crescita economica che non possiamo spiegare altrimenti. Ma dal 1995 al 2005 sembra abbastanza chiaro che il boom venne guidato dalla tecnologia dell’informazione.
Ecco un’altra prospettiva di quel boom, nel quale io mostro il naturale logaritmo della produttività – in modo tale che una linea diretta corrisponde ad una crescita regolare – e traccio una continuazione del tasso di crescita dal 1973 al 1995 (la linea rossa), in modo tale che potete osservare nel confronto la crescita effettiva:
Fonte: FRED
Al momento in cui la crescita della produttività si attenuò, la produttività era per circa il 12 per cento più elevata rispetto a dove la tendenza precedente vi avrebbe indotto ad aspettarvi che fosse. Dal momento che probabilmente l’IA è una innovazione ancora più profonda delle tecnologie che guidarono il boom 1995-2005, il 15 per cento non è affatto irragionevole.
Ma la produttività più elevata ci farà più ricchi o semplicemente ridurrà il numero dei posti di lavoro? Le paure della disoccupazione tecnologica – un termine inventato niente di meno che da John Maynard Keynes nel 1930 – risalgono almeno agli inizi del diciannovesimo secolo. Essi hanno persino ispirato un romanzo piuttosto bello, “Player Piano” di Kurt Vonnegut [6]. Mentre la tecnologia ha eliminato spesso alcuni posti di lavoro, tuttavia, questa è sempre stata, come scriveva Keynes, “una fase temporanea di disadattamento”, con altre forme di occupazione in crescita per rimpiazzare i posti di lavoro perduti. Ad esempio, lo shock di Microsoft Excel – l’avvento dei programmi con i fogli di calcolo elettronici – sembra aver eliminato molti posti di lavoro di contabili, ma questi sono stati sostituiti da una maggiore occupazione persino di analisti finanziari.
Per inciso, nello stesso saggio, Keynes prevedeva un futuro nel quale le persone avrebberi lavorato molto meno di quanto facevano ai suoi tempi, e nel quale trovare modi premianti per riempire le ore di tempo libero sarebbe diventata una importante preoccupazione sociale. In fatto che questo non sia accaduto nei passati 90 anni è una ragione per essere scettici sulle persone che fanno adesso previsioni simili, come Jamie Dimon, che l’altro giorno ha previsto che l’IA porterebbe ad una settimana lavorativa di tre giorni e mezzo.
Tuttavia, mentre non c’è ragione di prevedere che quella che stiamo chiamando Intelligenza Artificiale porterà alla disoccupazione di massa, essa potrebbe di certo danneggiare le persone che sono allontanate dai loro posti di lavoro è che o hanno difficoltà a trovare nuova occupazione, o sono costrette ad accettare salari più bassi. Chi saranno i potenziali perdenti?
La risposta probabile è che i grandi impatti ricadranno sui posti di lavoro amministrativi della fascia relativamente alta, molti dei quali attualmente ben pagati, mentre i posti di lavoro manifatturieri rimarranno in buona parte indenni. Ancora secondo Goldman Sachs:
Fonte: Goldman Sachs [7]
Ora, mentre questo sembra giusto per l’IA generativa, ci son altre applicazioni dei “Grandi Dati” che possono influenzare il lavoro manifatturiero. Ad esempio, con tutto il clamore su ChatGPT, relativamente poca attenzione è stata prestata al fatto che dopo anni di fallita enfasi, le automobili senza guidatore stanno effettivamente cominciando ad entrare in servizio. Eppure, a questo punto sembra più probabile che l’IA, diversamente dal progresso tecnologico dei 40 anni passati, sarà un fattore di ineguaglianza dei redditi più bassa e non più alta.
Infine, sembra meritevole di considerazione come l’IA potrebbe incidere su un tema che ha riguadagnato importanza: le preoccupazioni sul debito pubblico.
Sino al periodo recente, molti economisti, compreso il sottoscritto, sostenevano che il debito pubblico era una preoccupazione minore di quello che in molti immaginavano, perché i tassi di interesse sul debito erano al di sotto del tasso di crescita a lungo termine dell’economia, “r<g”. Questo comportava che l’idea diffusa che il debito sarebbe cresciuto come una palla di neve, con i pagamenti per gli interessi che portavano a debito più elevato e di conseguenza persino a pagamenti per interessi più elevati, era sbagliata: il rapporto tra debito e PIL, il dato che conta, avrebbe teso a sciogliersi, piuttosto che a crescere come una palla di neve.
Ma la rapida crescita dei tassi di interesse hanno reso il debito assai più preoccupante. Le stime convenzionali del tasso di crescita dell’economia sostenibile nel lungo termine, come quelle della Federal Reserve, tendono a collocarlo attorno all’1,8%. E i tassi di interesse sul debito federale, adesso sono sopra quel dato:
Fonte: RED e Federal Reserve
Le discussioni sulla sostenibilità del debito sono, tuttavia, stranamente disconnesse dal dibattito dell’IA generativa. Di fatto, sono abbastanza certo che ci siano persone che si preoccupano sia di una crisi del debito che di una disoccupazione di massa per effetto dell’IA, sebbene non mi sia impegnato a rintracciarle. Ma se le stime ottimistiche sull’incoraggiamento della tecnologia sono tutte giuste, nel corso del prossimo decennio la crescita sarà molto più alta del’1,8 per cento, e il debito non sarà in fin dei conti una grande preoccupazione – particolarmente perché la crescita più rapida sosterrà le entrate e ridurrà il deficit di bilancio.
Tutto questo, ovviamente, è altamente teorico. Nessuno in realtà sa quanto grande sarà l’impatto dell’IA. Eppure, non è necessario che sia per forza vero che l’intelligenza artificiale sarà un affarone per l’economia, e la congettura migliore è che essa probabilmente conterà parecchio.
[1] La notizia desunta da un articolo sulla piattaforma Gizmodo che spiega che gli utilizzatori di ChatGPT – che erano decollati nel novembre passato, superando i 100 milioni – sono in calo dal mese di marzo, con perdite più rilevanti a giugno, luglio e agosto. In parte il fenomeno è stato attribuito alla vacanze estive nelle scuole, giacché l’utenza del programma di IA è soprattutto giovanile.
[2] Credo che si chiami “generativa” perché, a partire da algoritmi, può creare nuovi vari contenuti – audio, codici, immagini, testi, simulazioni e video – che dunque sarebbero “generati”, ovvero creati, per dir così, da una ‘materia prima’ di natura diversa.
[3] Ovvero di due sistemi computazionali che hanno fatto molto parlare di sé, per le loro prestazioni effettive e anche per la fantascienza che hanno ispirato.
[4] Lungo l’asse orizzontale della Tabella sono elencate varie ‘opzioni’ di utilizzo dell’IA – potenza minore, media, massima, lentezza o rapidità nell’adattamento etc. I segmenti sopra quelle casistiche mostrano gli effetti di mutamento nella produttività: con il colore blu nei casi di sostituzione del lavoro umano, con il colore celeste di non sostituzione del lavoro umano, con il colore grigio di rioccupazione dei lavoratori sostituiti. Il rettangolo con il valore 1,5 è considerato il punto di riferimento, ovvero – suppongo – il dato con caratteristiche ‘medie’.
[5] La normale definizione di “total factor productivity” dovrebbe essere, se intendo correttamente, la parte residua di prodotto che eccede gli input di capitale e di lavoro, ovvero un misura del grado generale di efficienza economica che viene calcolata sottraendo il tasso di crescita del lavoro e del capitale rispetto alla produzione. Quindi, sempre se intendo, quando Krugman scrive “incluso il capitale” forse si riferisce non tanto alla definizione suddetta, quanto alla tabella sottostante, che in effetti distingue tra “produttività totale dei fattori” – area blu – e aumenti di produttività dipendenti dall’intensità del capitale e dalla composizione della forza lavoro – area celeste.
La tabella mostra quattro epoche della storia recente: il periodo 1948/1973, quando i fattori tecnologici furono nettamente prevalenti, e i tre periodi successivi – 1973/1995, 1995/2005, 2005/2022. Come si vede, nel periodo 1995/2005, la crescita della produttività torna ad essere forte, con un ruolo importante dela componente tecnologica.
[6] Il romanzo pubblicato in italiano col titolo “Piano meccanico” è però del 1952, e il tema della disoccupazione tecnologica è piuttosto del genere fantascientifico.
[7] La tabella mostra la gradazione dei probabili effetti di sostituzione dell’IA: in scuro i settori industriali con effetti nulli; in celeste quelli nei quali l’IA avrà un ruolo complementare, dal 10 al 49% (queste percentuali indicano quanto sarà complementare, ovvero aggiuntiva, l’IA); e il grigio i settori nei quali sarà probabile una sostituzione dei lavoratori. Quindi, la percentuale dei lavoratori effettivamente sostituiti è leggibile negli assi verticali. Ovviamente tra i settori con effetti quasi nulli le costruzioni, la pulizia del suolo e le manutenzioni, mentre quelli che avranno conseguenze occupazionali saranno, ad esempio, il settore legale e quello della assistenza amministrativa. Il dato medio dei settori industriali (“All industries”) prevede un po’ più del 20% di effetti nulli, un po’ più del 5% di sostituzione di occupati e per il resto un ingresso della IA solo complementare.
By mm
E' possibile commentare l'articolo nell'area "Commenti del Mese"