Os economistas têm um histórico fraco de previsão do futuro. E o Vale do Silício alterna repetidamente entre esperança e decepção em relação à próxima grande tecnologia. Portanto, justifica-se um cepticismo saudável em relação a quaisquer pronunciamentos sobre como a inteligência artificial (IA) mudará a economia. No entanto, existem boas razões para levar a sério o potencial crescente da IA ​​– sistemas que apresentam comportamento inteligente, como aprendizagem, raciocínio e resolução de problemas – para transformar a economia, especialmente tendo em conta os surpreendentes avanços técnicos do ano passado.

A IA pode afectar a sociedade numa série de áreas para além da economia – incluindo a segurança nacional, a política e a cultura. Mas neste artigo, centramo-nos nas implicações da IA ​​em três grandes áreas de interesse macroeconómico: o crescimento da produtividade, o mercado de trabalho e a concentração industrial. A IA não tem um futuro predeterminado. Pode desenvolver-se em direções muito diferentes. O futuro específico que surgirá será uma consequência de muitas coisas, incluindo decisões tecnológicas e políticas tomadas hoje. Para cada área, apresentamos uma bifurcação: dois caminhos que levam a futuros muito diferentes para a IA e para a economia. Em cada caso, o futuro ruim é o caminho de menor resistência. Chegar a um futuro melhor exigirá boas políticas – incluindo

• Experimentos de políticas criativas
• Um conjunto de objetivos positivos para o que a sociedade deseja da IA, e não apenas resultados negativos a serem evitados
• Compreender que as possibilidades tecnológicas da IA ​​são profundamente incertas e evoluem rapidamente e que a sociedade deve ser flexível para evoluir com elas

Primeira bifurcação: crescimento da produtividade

O primeiro caminho diz respeito ao futuro do crescimento económico – que é em grande parte o futuro do crescimento da produtividade. A economia dos EUA tem estado presa a um crescimento de produtividade perturbadoramente baixo durante a maior parte dos últimos 50 anos, exceto por um breve ressurgimento no final da década de 1990 e no início da década de 2000 (Brynjolfsson, Rock, e Chad 2019). A maioria das economias avançadas enfrenta agora o mesmo problema de baixo crescimento da produtividade. Mais do que qualquer outro factor, a produtividade – produção por unidade de factor de produção – determina a riqueza das nações e os padrões de vida dos seus povos. Com uma maior produtividade, problemas como os défices orçamentais, a redução da pobreza, os cuidados de saúde e o ambiente tornam-se muito mais administráveis. Impulsionar o crescimento da produtividade pode ser o desafio económico mais fundamental do mundo.

Futuro de baixa produtividade

Num dos caminhos da bifurcação da produtividade, o impacto da IA ​​é limitado. Apesar da rápida melhoria das capacidades técnicas da IA, a sua adoção pelas empresas pode continuar a ser lenta e confinada às grandes empresas (Zolas e outros 2021). A economia da IA ​​pode acabar sendo de uma variedade muito estreita de economia de trabalho (o que Daron Acemoglu e Simon Johnson chamam de “tecnologia mais ou menos”, como um caixa automatizado de supermercado), em vez de uma que permite aos trabalhadores fazer algo novo ou poderoso (veja “Rebalanceamento da IA” nesta edição da F&D). Os trabalhadores despedidos podem acabar desproporcionalmente em empregos ainda menos produtivos e menos dinâmicos, silenciando ainda mais qualquer benefício agregado para a taxa de crescimento da produtividade a longo prazo da economia.

Tal como muitos dos recentes entusiasmos tecnológicos de Silicon Valley (impressoras 3D, carros autónomos, realidade virtual), a IA também pode acabar por ser menos promissora ou menos preparada para ser lançada no mercado do que inicialmente se esperava. Quaisquer ganhos económicos reais, mesmo os modestos, podem aparecer nos dados muitas décadas após os primeiros momentos de promessa tecnológica, como tem sido frequentemente o padrão. O famoso paradoxo identificado pelo economista Robert Solow em 1987 – “Você pode ver a era da informática em todos os lugares, exceto as estatísticas de produtividade” – pode se tornar mais extremo, já que todos parecem ter um chatbot de IA que surpreende seus amigos, mas as empresas não parecem mais produtivas pelo aumento do uso da IA. As empresas podem reduzir ainda mais quaisquer benefícios económicos da IA ​​se não conseguirem descobrir as mudanças organizacionais e de gestão de que necessitam para melhor aproveitá-la.

E, tal como no caso dos automóveis autónomos, os desafios tecnológicos de passar de uma emocionante prova de conceito a um produto altamente fiável podem ser ainda agravados por um regime jurídico que não foi concebido para acomodar esta nova tecnologia e pode dificultar seriamente a sua desenvolvimento. No caso da IA, existe uma enorme incerteza sobre o que as leis atuais relativas à propriedade intelectual implicam quando os modelos são treinados em milhões de pontos de dados que podem incluir a propriedade intelectual protegida de terceiros. A lei de propriedade intelectual pode eventualmente responder criando algo análogo a um “matagal de patentes” que efetivamente impede que os modelos sejam treinados em dados sobre os quais os desenvolvedores não têm direitos claros. Ao mesmo tempo, as escolhas erradas podem minar os incentivos dos profissionais criativos para produzirem mais conteúdos novos que alimentam os sistemas de aprendizagem automática.

Além disso, os reguladores nacionais, movidos por uma série de preocupações, podem impor regulamentações rigorosas que retardam a velocidade de desenvolvimento e disseminação da IA. Eles podem até ser incentivados pelos primeiros desenvolvedores de IA que estão ansiosos para proteger sua liderança. Além disso, alguns países, empresas e outras organizações podem proibir totalmente a IA.

Futuro de alta produtividade

Mas existe um cenário alternativo em que a IA conduz a um futuro com maior crescimento da produtividade. A IA pode ser aplicada a uma parte substancial das tarefas realizadas pela maioria dos trabalhadores (Eloundou e outros 2023) e aumentar enormemente a produtividade nessas tarefas. Neste futuro, a IA cumpre a sua promessa de ser o avanço tecnológico mais radical em muitas décadas. Além disso, acaba por complementar os trabalhadores – libertando-os para dedicarem mais tempo a tarefas não rotineiras, criativas e inventivas, em vez de apenas substituí-los. A IA capta e incorpora o conhecimento tácito (adquirido através da experiência, mas difícil de articular) de indivíduos e organizações, recorrendo a grandes quantidades de dados recentemente digitalizados. Como resultado, mais trabalhadores podem passar mais tempo a trabalhar em problemas novos, e uma percentagem crescente da força de trabalho assemelha-se cada vez mais a uma sociedade de cientistas investigadores e inovadores. O resultado é uma economia não apenas com um nível de produtividade mais elevado, mas também com uma taxa de crescimento permanentemente mais elevada.

Neste futuro, a integração bem-sucedida da IA ​​com os robôs também significa que uma parte muito maior da economia será receptiva ao progresso relacionado com a IA. E a IA permite à sociedade não apenas fazer melhor aquilo que já faz, mas também fazer coisas e imaginar coisas anteriormente inimagináveis. A pesquisa apoiada pela IA na medicina permite avanços radicais no conhecimento da biologia humana e no design de medicamentos. A IA torna-se capaz de ajudar o próprio motor da criatividade e da descoberta científica – matemática, ciência, desenvolvimento adicional da IA ​​– uma espécie de autoaperfeiçoamento recursivo que antes era apenas um experimento mental de ficção científica.

Segunda bifurcação: desigualdade de renda

O aumento da desigualdade de rendimentos entre trabalhadores individuais nos últimos 40 anos é uma grande preocupação. Um grande conjunto de investigação empírica em economia do trabalho sugere que os computadores e outras formas de tecnologia da informação podem ter contribuído para a desigualdade de rendimentos ao automatizarem empregos rotineiros de rendimento médio, o que polarizou a força de trabalho em trabalhadores de rendimentos elevados e trabalhadores de baixos rendimentos. Embora o CEO e o zelador permaneçam, os computadores substituíram alguns dos trabalhadores de escritório da camada intermediária (Autor, Levy e Murnane 2003). Consideramos dois cenários para o efeito da IA ​​sobre a desigualdade.

Futuro com maior desigualdade

No primeiro cenário, a IA leva a uma maior desigualdade de rendimentos. Tecnólogos e gestores concebem e implementam IA para substituir diretamente muitos tipos de trabalho humano, reduzindo os salários de muitos trabalhadores. Para piorar a situação, a IA generativa começa a produzir palavras, imagens e sons, tarefas anteriormente consideradas não rotineiras e até criativas – permitindo às máquinas interagir com os clientes e criar o conteúdo para uma campanha de marketing. O número de empregos ameaçados pela concorrência da IA ​​acaba por crescer muito mais. Indústrias inteiras são derrubadas e cada vez mais substituídas (uma ameaça ao trabalho talvez prenunciada pelas recentes greves de argumentistas e actores nos Estados Unidos, que exigiram que os estúdios restringissem a sua utilização de IA).

Este não é um futuro de desemprego em massa. Mas neste futuro de maior desigualdade, à medida que a IA substitui empregos com salários altos ou decentes, mais trabalhadores são relegados a empregos de serviços com baixos salários – como enfermeiros hospitalares, babás e porteiros – onde alguma presença humana é intrinsecamente valorizada e o salário é tão baixo que as empresas não conseguem justificar o custo de um grande investimento tecnológico para substituí-los. O último bastião do trabalho puramente humano pode ser este tipo de trabalho com uma dimensão física. A desigualdade de rendimentos aumenta neste cenário, à medida que o mercado de trabalho é ainda mais polarizado numa elite pequena e altamente qualificada e numa grande subclasse de trabalhadores mal remunerados.

Futuro de menor desigualdade

No segundo cenário, contudo, a IA conduz a uma menor desigualdade de rendimentos porque o principal impacto da IA ​​na força de trabalho é ajudar os trabalhadores menos experientes ou menos informados a serem melhores no seu trabalho. Os programadores de software, por exemplo, beneficiam agora da assistência de modelos de IA, como o Copilot , que se baseiam efetivamente nas melhores práticas de codificação de muitos outros trabalhadores. Um codificador inexperiente ou abaixo da média que usa o Copilot torna-se mais comparável a um codificador muito bom, mesmo quando ambos têm acesso à mesma IA. Um estudo com 5.000 trabalhadores que realizam trabalhos complexos de assistência ao cliente num call center descobriu que entre os trabalhadores que receberam o apoio de um assistente de IA, os trabalhadores menos qualificados ou mais novos apresentaram os maiores ganhos de produtividade (Brynjolfsson, Li, e Raymond 2023). Se os empregadores partilhassem estes ganhos com os trabalhadores, a distribuição do rendimento tornar-se-ia mais igualitária.

Além de criar um futuro de menor desigualdade de rendimentos, a IA pode ajudar o trabalho num outro sentido mais subtil, mas profundo. Se a IA é um substituto para os tipos de tarefas mais rotineiras e estereotipadas, então, ao retirar o tedioso trabalho de rotina das mãos humanas, a IA pode complementar tarefas genuinamente criativas e interessantes, melhorando a experiência psicológica básica do trabalho, bem como a qualidade do resultado. Na verdade, o estudo do call center constatou não apenas ganhos de produtividade, mas também redução da rotatividade de trabalhadores e aumento da satisfação do cliente para aqueles que utilizam o assistente de IA.

Terceira bifurcação: Concentração industrial   

Desde o início da década de 1980, a concentração industrial – que mede a quota de mercado colectiva das maiores empresas num sector – aumentou dramaticamente nos Estados Unidos e em muitas outras economias avançadas. Estas grandes empresas superestrelas são muitas vezes muito mais intensivas em capital e tecnologicamente mais sofisticadas do que as suas congéneres mais pequenas.

Existem novamente dois cenários divergentes para o impacto da IA.

Futuro de maior concentração

No primeiro cenário, a concentração industrial aumenta e apenas as maiores empresas utilizam intensivamente a IA na sua atividade principal. A IA permite que estas empresas se tornem mais produtivas, lucrativas e maiores do que os seus concorrentes. O desenvolvimento de modelos de IA torna-se cada vez mais caro, em termos de poder computacional bruto – um custo inicial enorme que apenas as maiores empresas podem pagar – além de exigir treinamento em conjuntos de dados massivos, que empresas muito grandes já recebem de seus muitos clientes e as pequenas empresas não. Além disso, depois de um modelo de IA ser treinado e criado, sua operação pode ser cara. Por exemplo, o modelo GPT-4 custou mais de US$ 100 milhões para treinar durante seu desenvolvimento inicial e requer cerca de US$ 700.000 por dia para funcionar. O custo típico de desenvolvimento de um grande modelo de IA poderá em breve chegar a bilhões de dólares. Os executivos das principais empresas de IA prevêem que as leis de expansão que mostram uma forte relação entre aumentos nos custos de formação e melhoria do desempenho se manterão num futuro próximo, dando uma vantagem às empresas com acesso aos maiores orçamentos e aos maiores conjuntos de dados.

Pode acontecer, então, que apenas as maiores empresas e os seus parceiros comerciais desenvolvam IA proprietária – como empresas como a Alphabet, a Microsoft e a OpenAI já fizeram e as empresas mais pequenas não. As grandes empresas tornam-se então maiores.

De forma mais subtil, mas talvez mais importante, mesmo num mundo em que a IA proprietária não exige um grande custo fixo que apenas as maiores empresas podem suportar, a IA ainda pode beneficiar desproporcionalmente as maiores empresas, ajudando-as a coordenar melhor internamente as suas complexas operações comerciais. – de um tipo que as empresas menores e mais simples não possuem. A “mão visível” da gestão de topo que gere recursos dentro das maiores empresas, agora apoiada pela IA, permite que a empresa se torne ainda mais eficiente, desafiando as vantagens hayekianas do conhecimento local das pequenas empresas num mercado descentralizado.

Futuro de menor concentração

No futuro de menor concentração industrial, no entanto, os modelos de IA de código aberto (como o LLaMA da Meta ou o Koala de Berkeley) tornar-se-ão amplamente disponíveis. Uma combinação de empresas com fins lucrativos, organizações sem fins lucrativos, acadêmicos e programadores individuais cria um vibrante ecossistema de IA de código aberto que permite amplo acesso a modelos de IA desenvolvidos. Isto dá às pequenas empresas acesso a tecnologias de produção líderes do setor que nunca poderiam ter tido antes.

Muito disso foi prenunciado em um memorando interno vazado do Google em maio de 2023, no qual um pesquisador disse que “os modelos de código aberto são mais rápidos, mais personalizáveis, mais privados e mais capazes” do que os modelos proprietários. O pesquisador disse que os processos em pequenos modelos de código aberto podem ser rapidamente repetidos por muitas pessoas e acabar melhor do que grandes modelos privados que são iterados lentamente por uma única equipe e que os modelos de código aberto podem ser treinados de forma mais barata. Na visão do pesquisador do Google, a IA de código aberto pode acabar dominando os caros modelos proprietários.

Também pode acontecer que a IA incentive o tipo de inovação ampla e descentralizada que floresce melhor em muitas pequenas empresas do que numa grande empresa. Os limites da empresa são o resultado de uma série de compensações; um mundo em que mais inovadores apoiados pela IA necessitem de direitos de controlo residuais sobre o seu trabalho poderá ser um mundo em que mais inovadores decidam que preferem ser proprietários de pequenas empresas do que empregados de grandes empresas.

O resultado é que o longo aumento da concentração industrial começa a diminuir, porque algumas empresas mais pequenas e ágeis fecham ou até invertem a lacuna tecnológica com os seus homólogos maiores e reconquistam mais quota de mercado.

Rumo a uma agenda política

Para cada uma das bifurcações do caminho, o caminho que conduz a um futuro pior é aquele que apresenta menor resistência e resulta num baixo crescimento da produtividade, numa maior desigualdade de rendimentos e numa maior concentração industrial. Alcançar o bom caminho da bifurcação exigirá trabalho árduo – intervenções políticas inteligentes que ajudem a moldar o futuro da tecnologia e da economia.

Também é importante apreciar um ponto mais amplo sobre política. Grande parte do discurso em torno da regulamentação da IA ​​ocorre agora ao longo de uma espécie de modelo hidráulico: deveríamos ter mais ou menos IA – ou mesmo proibir a IA. Essa discussão acontece quando a IA é percebida como algo fixo, com um futuro predeterminado. A IA pode vir rápida ou lentamente. Pode haver mais ou menos, mas basicamente é o que é.

No entanto, se os decisores políticos compreenderem que a IA pode desenvolver-se em diferentes direcções, o discurso será enquadrado de forma diferente. Como podem as políticas encorajar os tipos de IA que complementam o trabalho humano, em vez de o imitarem e substituírem? Que escolhas irão encorajar o desenvolvimento da IA ​​à qual as empresas de todas as dimensões podem aceder, em vez de apenas as maiores? Que tipo de ecossistema de código aberto isso pode exigir e como é que os decisores políticos o apoiam? Como os laboratórios de IA devem abordar o desenvolvimento de modelos e como as empresas devem abordar a implementação de IA? Como é que a sociedade consegue uma IA que desencadeia inovações radicais, em vez de ajustes marginais nos bens, serviços e sistemas existentes?

Muitos atores diferentes têm poder para afetar a direção do futuro da IA. As grandes corporações terão de tomar decisões importantes sobre como optarão por integrar a IA na sua força de trabalho. A maior dessas empresas também desenvolverá IA internamente. Os laboratórios de IA/ciência da computação nas universidades também desenvolverão modelos de IA, alguns dos quais tornarão de código aberto. Os legisladores e reguladores federais terão um grande impacto, assim como os mais locais. Os eleitores têm voz. Os sindicatos devem descobrir que tipo de relacionamento querem com a IA e quais serão as suas exigências.

Embora tenhamos esboçado uma série de futuros possíveis para a IA, queremos enfatizar não só o quão profundamente imprevisível é o futuro desta tecnologia, mas também a agência que a sociedade tem para determinar activa e colectivamente qual o futuro da IA ​​que emerge.

Levantámos mais questões do que respondemos, o que reflecte, em parte, a fase inicial da adopção e do impacto da IA. Mas reflecte também um desequilíbrio mais profundo entre os esforços de investigação que avançam a fronteira da tecnologia e a investigação mais limitada destinada a compreender as suas consequências económicas e sociais.

Este desequilíbrio foi menos significativo quando a tecnologia teve consequências macroeconómicas limitadas. Mas hoje, quando é provável que os efeitos da IA ​​na sociedade sejam medidos em biliões de dólares, deveria ser feito um investimento muito maior na investigação sobre a economia da IA. A sociedade precisa de inovações na compreensão económica e política que correspondam à escala e ao âmbito dos avanços na própria IA. A reorientação das prioridades de investigação e o desenvolvimento de uma agenda política inteligente podem ajudar a sociedade a avançar em direcção a um futuro de crescimento económico sustentado e inclusivo.

Autores do artigo

Erik Brynjolfsson, professor Jerry Yang e Akiko Yamazaki no Stanford Institute for Human-Centered AI, onde dirige o Stanford Digital Economy Lab.

Referências