नोबेल विजेते आणि AI क्षेत्रातील दिग्गज आर्थिक बदलाचा इशारा देत आहेत

२०० हून अधिक अर्थशास्त्रज्ञ आणि कृत्रिम बुद्धिमत्ता (AI) संशोधकांचा एक गट तातडीचा इशारा देत आहे: AI मुळे होणाऱ्या आर्थिक परिवर्तनासाठी तयार होण्याची संधी वेगाने संपत चालली आहे. Stanford Digital Economy Lab द्वारे समन्वित एका संयुक्त विधानात, या तज्ज्ञांनी असा युक्तिवाद केला आहे की, या बदलाचे प्रमाण औद्योगिक क्रांतीपेक्षाही मोठे असू शकते आणि हे सर्व अत्यंत कमी कालावधीत घडेल.

औद्योगिक क्रांतीपेक्षाही मोठे परिवर्तन

"We Must Act Now" (आपण आताच कृती केली पाहिजे) या शीर्षकाच्या विधानात असे म्हटले आहे की, पुढील दशकात AI च्या क्षमता "अत्यंत शक्तिशाली" होण्याच्या तयारीत आहेत. पिढ्यानपिढ्या चालणाऱ्या मागील तांत्रिक बदलांच्या उलट, AI क्रांतीचा वेग इतका जास्त असू शकतो की, आवश्यक संस्थात्मक सुरक्षा उपाय (institutional guardrails) तयार करण्याच्या आपल्या क्षमतेपेक्षा तो अधिक वेगाने पुढे जाईल.

स्वाक्षरी करणाऱ्यांची यादी या परिस्थितीचे गांभीर्य अधोरेखित करते, ज्यामध्ये Daron Acemoglu, Joseph Stiglitz, Paul Krugman आणि Ben Bernanke यांसारख्या अर्थशास्त्रातील नोबेल विजेत्यांसह AI उद्योगातील आघाडीच्या नेत्यांचा समावेश आहे. Google चे Jeff Dean, Anthropic चे सह-संस्थापक Jack Clark, आणि OpenAI चे Noam Brown आणि Sarah Friar यांसारख्या दिग्गज तंत्रज्ञान क्षेत्रातील व्यक्तींनीही याला पाठिंबा दिला आहे. आर्थिक सिद्धांत आणि प्रगत अभियांत्रिकी (frontier engineering) यांचा हा दुर्मिळ संगम एक सामायिक चिंता अधोरेखित करतो: AI मधील प्रगती आणि त्याचे आर्थिक परिणाम समजून घेण्याची आपली क्षमता यामधील अंतर वाढत आहे.

उत्पादकता विरोधाभास आणि कामगारांचे विस्थापन

या वादाचा मुख्य गाभा अभूतपूर्व समृद्धी आणि मोठ्या प्रमाणावरील नोकऱ्यांचे विस्थापन यातील तणावामध्ये आहे. Erik Brynjolfsson सारखे अर्थशास्त्रज्ञ सुचवतात की, सक्रिय धोरणांमुळे AI "केवळ काही मोजक्या लोकांसाठीच नव्हे, तर बहुसंख्यांसाठी समृद्धी निर्माण करेल," परंतु त्याचा प्रत्यक्ष परिणाम मोजणे कठीण आहे.

सध्याची आकडेवारी एक विखुरलेले चित्र मांडते:

• कामगार बाजारपेठेतील अनिश्चितता: Federal Reserve Board च्या एका अभ्यासात असे नमूद करण्यात आले आहे की, ChatGPT च्या लाँचिंगनंतर अमेरिकेतील प्रोग्रामर नोकऱ्यांच्या वाढीचा दर जवळपास निम्मा झाला आहे, ज्याचा अर्थ तीन वर्षांच्या कालावधीत अपेक्षेपेक्षा सुमारे ५,००,००० नोकऱ्या कमी झाल्या आहेत.
• उद्योगातील परस्परविरोधी मते: संयुक्त विधान विस्थापनाचा इशारा देत असतानाच, OpenAI चे CEO Sam Altman यांनी सुचवले आहे की AI आतापर्यंत निव्वळ नोकऱ्या निर्माण करणारे ठरले आहे, तर Anthropic चे CEO Dario Amodei ऑटोमेशनकडे प्रामुख्याने उत्पादकता वाढवणारे साधन (productivity multiplier) म्हणून पाहतात.
• AGI चा वेग: Deepmind चे CEO Demis Hassabis यांनी यापूर्वी Artificial General Intelligence (AGI) च्या आगमनाची तुलना "औद्योगिक क्रांतीपेक्षा १० पट मोठी आणि १० पट वेगाने घडणारी घटना" अशी केली आहे; काही तज्ज्ञांच्या मते हे उद्दिष्ट पाच वर्षांच्या आत साध्य होऊ शकते.

आर्थिक अनिश्चिततेच्या "धुक्यातून" मार्ग काढणे

AI मुळे होणारी उत्पादकता वाढ मोजण्यासाठी स्थापित निकषांचा अभाव असल्याने सक्रिय धोरण आखणे अत्यंत कठीण झाले आहे. METR या संशोधन संस्थेतील Tom Cunningham यांनी म्हटल्याप्रमाणे, उद्योग सध्या "धुक्यातून गाडी चालवत आहे," ज्यामुळे आर्थिक बदलांचे नेमके प्रमाण आणि वेळ ओळखणे जवळजवळ अशक्य झाले आहे.

संस्थापकांसाठी (founders) आणि डेव्हलपर्ससाठी, हा काळ अत्यंत अस्थिरतेचा असेल. AI चा वापर केवळ एका विशेष साधनापासून (specialized tool) ते मूलभूत आर्थिक चालक (foundational economic driver) म्हणून करण्याच्या संक्रमणासाठी, या बदलाचे व्यवस्थापन करण्यासाठी नवीन प्रोत्साहन आणि संस्थांची त्वरित निर्मिती करणे आवश्यक आहे. जर नोबेल विजेते Michael Spence यांनी सुचवलेला "सर्वजण एकत्र येऊन प्रयत्न करणे" (all hands on deck) हा दृष्टिकोन स्वीकारला नाही, तर तंत्रज्ञानाचे मालक आणि त्याद्वारे विस्थापित झालेले लोक यांच्यातील आर्थिक दरी कधीही न भरून निघण्यासारखी होऊ शकते.

मुख्य निष्कर्ष

• अभूतपूर्व वेग: AI मुळे होणारा आर्थिक बदल औद्योगिक क्रांतीपेक्षा लक्षणीयरीत्या वेगाने आणि अधिक प्रभावीपणे घडेल असा अंदाज आहे.
• धोक्याबाबत तज्ज्ञांचे एकमत: नोबेल विजेते आणि AI कार्यकारी अधिकारी (OpenAI, Google आणि Anthropic मधील) यांच्या एका मोठ्या गटाने इशारा दिला आहे की, टोकाची विषमता रोखण्यासाठी संस्थात्मक तयारी त्वरित सुरू केली पाहिजे.
• मोजमापातील तफावत: उत्पादकता आणि कामगार बाजारपेठेवर AI च्या प्रभावाचे अचूक मोजमाप करण्यासाठी सध्या कोणतेही एकमत किंवा प्रमाणित पद्धत उपलब्ध नाही, ज्यामुळे प्रभावी धोरणे तयार करणे कठीण होत आहे.