W debacie o tym, jak sztuczna inteligencja wpłynie na nierówności dochodowe, występują dwie sprzeczne narracje. Jedna wskazuje, że dojdzie do pogłębienia przepaści między najbiedniejszymi i najbogatszymi, bo AI mocno podniesie produktywność pracowników najlepiej zarabiających, a także znacząco podniesie zyski z kapitału - np. akcji. Druga narracja sugeruje, że wręcz odwrotnie – sztuczna inteligencja ma potencjał, by stać się do pewnego stopnia wyrównywaczem ekonomicznym, bo relatywnie bardziej podniesie zarobki nisko opłacanych pracowników.
Rzeczywistość – jak to zwykle bywa – wydaje się bardziej złożona. Otóż sztuczna inteligencja może paradoksalnie zmniejszyć nierówności płacowe, lecz pogłębić nierówności majątkowe.
Zacznijmy od nierówności płacowych. Poprzednia fala postępu technologicznego dotknęła przede wszystkim osoby o niższych zarobkach. Roboty przemysłowe zaczęły wypierać z rynku pracowników fabryk, a proste oprogramowanie – pracowników administracyjnych. Jednocześnie komputeryzacja i pojawianie się technologii informatycznych mocno podniosły popyt na złożone prace poznawcze i tym samym zwiększyły produktywność tak zwanych białych kołnierzyków, czyli wysoko opłacanych menadżerów, analityków finansowych, prawników, a z czasem programistów. Na przykład w Wielkiej Brytanii w latach 1980-2014 prawie 50 proc. pracowników z najniższych percentyli dochodowych (najmniej zarabiających) było narażonych na automatyzację, lecz w przypadku osób o wysokich dochodach z pracy było to mniej niż 20 proc. W rezultacie realne płace pracowników o najniższych dochodach spadły o 6-7 proc. w porównaniu do wzrostu o 5 proc. dla pracowników o wysokich dochodach. Efekt? Pogłębienie nierówności płacowych, a konkretnie wzrost współczynnika Giniego dla płac o 2,1 pkt proc.
W przeciwieństwie do poprzedniej fali technologicznej sztuczna inteligencja ma potencjał, by do pewnego stopnia wyrównać płace. Badanie zatytułowane „AI Adoption and Inequality” pokazuje, że około 60 proc. pracowników z najwyższego decyla dochodowego (najlepiej zarabiających) pracuje w zawodach silnie narażonych na wpływ AI, podczas gdy wśród pracowników z najniższego decyla ten odsetek wynosi zaledwie 15 proc. To całkowite odwrócenie wzorca obserwowanego przy poprzedniej fali postępu technicznego. W rezultacie według symulacji współczynnik Giniego dla płac zmaleje o 1,73 pkt proc., ponieważ płace najmniej zarabiających wzrosną o około 7 proc., zaś tych najlepiej zarabiających skurczą się o prawie 5 proc. Tak więc nierówności płacowe mogą spaść w najbliższych dekadach.
Dlaczego? Otóż współczesne modele sztucznej inteligencji szczególnie dobrze radzą sobie z zadaniami kognitywnymi, które dotychczas były domeną wysoko opłacanych specjalistów. AI może analizować dokumenty prawne, przygotowywać raporty finansowe, interpretować dane medyczne czy tworzyć kod programistyczny – wszystko to zadania, za które dotychczas otrzymywało się wysokie wynagrodzenia. Jednocześnie zawody nisko opłacane, wymagające pracy fizycznej, interakcji społecznych czy szybkiej adaptacji do zmiennych warunków, pozostają trudne do zautomatyzowania nawet dla zaawansowanej AI. Opiekunowie, pracownicy budowlani, kelnerzy czy pracownicy ochrony wykonują zadania, przy których AI nie jest ich w stanie łatwo zastąpić. Co więcej, ogólny wzrost produktywności gospodarki dzięki AI może wywołać wzrost płac właśnie w tych sektorach.
Nierówności majątkowe to jednak inna historia. Pracownicy wysoko opłacani zazwyczaj posiadają znacznie większy majątek, szczególnie w postaci aktywów finansowych. Dane pokazują, że osoby z górnych percentyli dochodowych nie tylko mają większe oszczędności, ale również większy udział swoich aktywów lokują w instrumentach powiązanych z rynkiem kapitałowym – akcjach, funduszach inwestycyjnych czy udziałach w firmach. Jeżeli wdrożenie AI rzeczywiście zwiększy produktywność firm i zyski, to podniesie wartość aktywów kapitałowych i tym samym pogłębi nierówności majątkowe. W rezultacie nawet jeśli wysokopłatni specjaliści doświadczą pewnego spadku wynagrodzeń, mogą to z nadwyżką zrekompensować zwiększonymi dochodami z kapitału. Te same modele, które przewidują zmniejszenie nierówności płacowych, prognozują jednocześnie wzrost współczynnika Giniego dla majątku o ponad 7 pkt proc. Widzimy więc, że wzrost nierówności majątkowych (+7 pkt proc.) jest silniejszy niż spadek nierówności płacowych (-1,73 pkt proc.). Pamiętajmy jednak, że ten model uwzględnia tylko nierówności między pracownikami. Natomiast z rosnących cen aktywów skorzystają także przedsiębiorcy, którzy należą do grupy osób o wysokich dochodach. Krótko mówiąc, wzrost nierówności majątkowych w przypadku całego społeczeństwa może być jeszcze większy.
W rezultacie nierówności dochodowe (uwzględniające dochody z pracy i kapitału) mogą się nie zmniejszyć, a nawet wzrosnąć, jeżeli nie zareaguje polityka redystrybucyjna państwa. Paradoks sztucznej inteligencji polega więc na tym, że może ona jednocześnie łagodzić jeden rodzaj nierówności, znacząco pogłębiając inny.
Wszystkie dane w artykule dotyczą Wielkiej Brytanii.