7 دقیقه
هوش مصنوعی به‌عنوان فناوری تعیین‌کننده—و مشکلی که در تقسیم‌بندی ثروت آشکار میکند
هوش مصنوعی اکنون به‌عنوان فناوری شاخص این دوره شناخته میشود. پیشرفت‌ها در یادگیری ماشینی، مدل‌های زبانی بزرگ، خودکارسازی و سامانه‌های مبتنی بر داده نوید پیشرفت‌هایی در حوزه‌هایی مانند سلامت، مهندسی، لجستیک و صنایع خلاق را می‌دهند. اما فراتر از ظرفیت فنی، یک پرسش سیاسی و اقتصادی مطرح است: اگر هوش مصنوعی فراوانی بی‌سابقه‌ای تولید کند، آن ثروت چگونه میان مردم تقسیم خواهد شد؟
تنش این پرسش هم‌اکنون در سطح ملی قابل مشاهده است. نمونهٔ استرالیا را در نظر بگیرید: برآوردهای رسمی ضایعات غذایی سالانه را در حدود 7.6 میلیون تُن—حدود 312 کیلوگرم به ازای هر نفر—نشان می‌دهند، در حالی که تقریباً یک نفر از هر هشت استرالیایی دچار ناایمنی غذایی است چون پول کافی برای خرید نیازهای خود ندارد. همین پارادوکس—فراوانی در کنار فقر پایدار—محدودیتهای توزیعیِ مدل اقتصادی مبتنی بر بازار امروز را در برابر وفور ناشی از فناوری نشان می‌دهد.
چرا هوش مصنوعی مدل اقتصادی سنتی را به چالش میکشد
نظریه اقتصادی کلاسیک، همان‌گونه که از لیونل رابینز و دیگران برمی‌آید، اقتصاد را تخصیص ابزارهای نادر برای ارضای خواسته‌های متقابل می‌داند. بازارها منابع نادر را از طریق قیمت‌ها تخصیص می‌دهند؛ مردم کار می‌کنند تا درآمد به‌دست آورند و نیازهای خود را خریداری کنند. اما اگر هوش مصنوعی و خودکارسازی هزینه نهایی تولید کالاها و خدمات را به‌شدت کاهش دهند—یا بخش بزرگی از نیروی کار پرداختشده را جایگزین کنند—منطق کمیابی که پشت قیمت‌ها و معیشت مبتنی بر دستمزد قرار دارد، شروع به فرسایش میکند.
این پرسش دو سؤال محوری را پیش میکشد: آیا مکانیزم‌های بازار می‌توانند وقتی نیروی کار کم‌اهمیت‌تر میشود همچنان کار کنند؟ و اگر نتوانند، چه تغییرات نهادی و سیاستی تضمین میکند که دستاوردهای فناوری توزیع شوند نه اینکه متمرکز بمانند؟
درس‌هایی از پاندمی: پرداخت‌های نقدی، درآمد پایه و آزمایش‌های عملی
واکنش جهانی به کووید-۱۹ یک آزمایش عمل‌گرایانه در بازتوزیع منابع بود، زمانی که کانال‌های اقتصادی عادی از کار افتادند. دولت‌ها در بیش از 200 کشور پرداخت‌های نقدی مستقیم را اجرا کردند و بسیاری مزایای رفاهی را افزایش دادند یا شروط واجدیت را تسهیل نمودند. در چندین مکان—از جمله استرالیا—این اقدامات حتی هنگام رکود فعالیت اقتصادی به طور قابل‌توجهی فقر و ناایمنی غذایی را کاهش داد.
این تجربه علاقه به درآمد پایه همگانی (UBI) را به‌عنوان یک اهرم سیاستی برای مدیریت گذار به اقتصاد مملو از هوش مصنوعی احیا کرده است. ابتکارات پژوهشی مانند Australian Basic Income Lab (همکاری بین دانشگاه مک‌کواری، دانشگاه سیدنی و دانشگاه ملی استرالیا) در حال بررسی چگونگی عملکرد طرح‌های درآمد تضمین‌شده در عمل هستند.
ویژگی‌های محصول: یک سامانهٔ مدرنِ درآمد پایه چگونه میتواند باشد
- پرداخت ماهانهٔ قابل‌پیش‌بینی به هر ساکن، تعیین‌شده بالاتر از خط فقر.
- تطبیق خودکار با نرخ تورم و شاخص‌های منطقه‌ای هزینهٔ زندگی.
- تحویل دیجیتال یکپارچه از طریق مسیرهای پرداخت امن و تأیید هویت (مثلاً شناسهٔ دیجیتال، APIهای بانکداری باز).
- یکپارچه‌سازی با خدمات اجتماعی هدفمند برای مسکن، مراقبت‌های بهداشتی و بازآموزی حرفه‌ای.
- حکمرانی شفاف از طریق داشبوردهای دادهٔ باز و حسابرسی مبتنی بر نتایج.
رفاه یا سهمِ حقّی؟ چارچوب‌بندی اهمیت دارد
همهٔ پیشنهادهای UBI یکسان نیستند. بعضی از آن‌ها ممکن است صرفاً به‌عنوان یک شبکهٔ ایمنی حداقلی عمل کنند که نابرابریهای بنیادین ثروت را دست‌نخورده باقی می‌گذارد. برخی دیگر—که پژوهشگرانی مانند الیز کلاین و جیمز فرگوسن از آن دفاع کرده‌اند—UBI را به‌عنوان «سهمِ حقّی» بازتعریف می‌کنند: ادعای عمومی بر ثروتی که به‌طور جمعی از طریق فناوری، منابع طبیعی و همکاری اجتماعی تولید شده است.
این چارچوب نوآوری دیجیتال و هوش مصنوعی را فقط به‌عنوان مالکیت فکری خصوصی نمی‌بیند، بلکه آن را محصولی اجتماعی می‌داند که توجیه‌کنندهٔ بازتوزیع گسترده است—مشابه نحوه‌ای که بسیاری جوامع منابع طبیعی مشترک را به‌عنوان اموال عمومی تلقی می‌کنند.
خدمات پایه همگانی: جایگزینی برای پرداخت نقدی
مسیر دیگری که پیش روی سیاست‌گذاران است خدمات پایه همگانی است. ایدهٔ «سوسیالیسم لوکس کاملاً خودکار» که آرون باستانی در بریتانیا مطرح میکند، تحریک‌آمیز است، اما صورت عملیِ آن بر اجتماعی‌سازی خدمات کلیدی متمرکز است: درمان رایگان، آموزش، حملونقل عمومی، انرژی و مراقبت از سالمندان. به‌جای اینکه پول نقد به مردم داده شود تا خدمات را در بازار خریداری کنند، دولت‌ها خودِ خدمات را فراهم می‌کنند—چیزی که وقتی بازارها قادر به تأمین نیستند میتواند در پاسخ به نیازهای پایه مؤثرتر باشد.
مقایسه: UBI در برابر خدمات پایه همگانی (UBS)
| ویژگی | UBI | خدمات پایه همگانی |
|---|---|---|
| نحوهٔ ارائه | پرداخت‌های نقدی مستقیم | خدمات تأمینشده از منابع عمومی |
| انعطاف‌پذیری | بالا—دریافت‌کننده نحوهٔ هزینه‌کرد را انتخاب میکند | کمتر—خدمات از پیش تعریف‌شده‌اند |
| پیچیدگی اداری | متوسط—نیازمند سامانه‌های پرداخت دیجیتال | بالا—نیازمند زیرساخت خدمات |
| تأثیر بر بازارها | از بازارهای خصوصی حمایت میکند | تا حدودی عرضه‌کنندگان بازار را کنار می‌زند |
مزایا، موارد کاربرد و ارتباط با بازار
مزایای UBI یا UBS در اقتصاد مبتنی بر هوش مصنوعی شامل کاهش فقر، هموارسازی شوک‌های مصرفی و امکان بازآموزی افراد برای مشاغل دیجیتال جدید است. برای کسب‌وکارها، جریان‌های درآمد قابل‌پیش‌بینی و تقاضای مصرفی تقویت‌شده میتواند بازارها را تثبیت کند، در حالی که خدمات همگانی میتواند گردش نیروی کار و هزینه‌های بهداشتی را کاهش دهد.
موارد کاربرد:
- مناطق در معرض خودکارسازی سریع تولید یا حملونقل می‌توانند مدل‌های ترکیبی آزمایشی کنند (UBI جزئی + کوپن‌های آموزش مجدد هدفمند).
- سیستم‌های بهداشتی تقویت‌شده با تشخیص‌های هوش مصنوعی می‌توانند به‌صورت همگانی در دسترس قرار گیرند تا هزینه‌های بلندمدت کاهش یابند.
- پلتفرم‌های هوش مصنوعی بخش عمومی برای برنامه‌ریزی حملونقل و بهینه‌سازی انرژی می‌توانند وقتی باز و تحت حاکمیت دموکراتیک باشند، مزایای جمعی فراهم کنند.
ریسکها: تکنوفئودالیسم، تمرکز قدرت و محدودیتهای اکولوژیکی
خوش‌بینی نسبت به فراوانی باید با واقعیت‌های سیاسی متوازن شود. تمرکز قدرت شرکتی—پلتفرم‌های ابری غالب، استک‌های هوش مصنوعی مالکیتی و انحصار داده‌ها—میتواند به نوعی «تکنوفئودالیسم» منجر شود، جایی که چند شرکت زیرساخت دیجیتال اساسی را کنترل کرده و از کاربران بهره‌کشی رانت‌محور می‌کنند. علاوه بر این، محدودیتهای زیستمحیطی نشان می‌دهند که تولید نامحدود نیست؛ پایداری باید در مرکز طراحی سیاستها قرار گیرد.
جعبه‌ابزار سیاستی برای آیندهٔ منصفانه تحت تأثیر هوش مصنوعی
سیاست‌گذاران و رهبران فناوری باید ترکیبی از ابزارها را در نظر بگیرند: درآمدهای تضمینی، خدمات همگانی، مالیات تصاعدی بر رانت‌های خودکارسازی، مکانیسم‌های تقسیم سود داده‌ای و سرمایه‌گذاری عمومی در هوش مصنوعی متن‌باز و زیرساخت‌های دیجیتال. هم‌عرض اینها، حکمرانی اهمیت دارد: نظارت دموکراتیک، الزامات شفافیت برای سامانه‌های هوش مصنوعی و برنامه‌های گذار متمرکز بر کارگران.
نتیجه‌گیری: فراوانی نیازمند طراحی اجتماعی فعال است
هوش مصنوعی و یادگیری ماشینی قادر به ارائه افزایش‌های محصول‌پذیری فوق‌العاده و تولید کالاها و خدمات نو هستند. اما فناوری به‌تنهایی رفاه مشترک را تضمین نخواهد کرد. نتیجهٔ توزیعی—اینکه آیا فراوانی به سود اندکی خواهد بود یا همگان—به انتخاب‌های عامدانهٔ عمومی دربارهٔ پول، رفاه و مالکیت ارزش‌های مبتنی بر هوش مصنوعی بستگی دارد.
ما هم‌اکنون دانش و منابع لازم برای پایان دادن به بسیاری از اشکال فقر را در اختیار داریم؛ ادغام نوآوری دیجیتال با سیاست عمومی هوشمند میتواند این هدف را در مقیاس تحقق بخشد. پرسش برای حرفه‌ای‌های فناوری، سیاست‌گذاران و شهروندان این است که نه تنها «هوش مصنوعی چه کاری میتواند انجام دهد؟» بلکه «چه کسانی سودها را دریافت خواهند کرد—و تحت چه قواعدی؟»
منبع: theconversation
.avif)
نظرات