Yapay zeka halihazırda trilyonlarca dolarlık piyasa değeri yarattı ve bir avuç teknoloji meraklısını ünlülere dönüştürdü. Kamuoyu hem heyecanlanıyor hem de korkuyor. Bill Gates'ten Elon Musk'a kadar pek çok zeki insan teknolojinin daha yeni başladığını söylüyor. Ancak akademik iktisatçılarla konuştuğunuzda çoğu, garip bir şekilde, potansiyel olarak dünyayı değiştirecek teknolojinin etkilerini incelemeye ilgisiz görünüyor. Yapay zeka ekonomisinin ağırlık merkezi üniversitelerden uzaklaşıyor ve “AI destekli ekonomistler” çetesi bu sorumluluğu üstleniyor (bkz. Tablo 1).
Üniversite araştırmacıları istedikleri zaman hızlı hareket edebilirler. Bir yatırım bankası olan Lehman Brothers'ın 2008'de çöküp küresel mali krizi tetiklemesinin ardından, ekonomistler banka hücumları ve kredi sıkışıklıkları araştırmasını niş bir uğraştan ana akım ilgi alanına dönüştürdüler. Kovid-19'un başlamasından iki ay sonra, 2020'de, prestijli bir ekonomik düşünce kaynağı olan Amerika Ulusal Ekonomik Araştırma Bürosu (nber) tarafından yayınlanan ekonomi üzerine çalışma makalelerinin neredeyse üçte biri, bir şekilde pandeminin etkilerine odaklandı. Evden çalışma konusunda uzman olan Stanford Üniversitesi'nden Nick Bloom ve okulların kapanması üzerine çalışan Brown Üniversitesi'nden Emily Oster da dahil olmak üzere bu çalışmalardan bazıları ana akım haline geldi.
AI çağını başlatan Chatgpt'in piyasaya sürülmesinden üç buçuk yıl sonra, teknolojinin ekonomik analizi nispeten yetersiz kalıyor. Yapay zekaya odaklanan nber makalelerin oranı artıyor, ancak bu çok hızlı değil (bkz. Tablo 2). 2024'te, Kovid acil durumu sona erdikten ve yapay zeka çağı gerçek anlamda başladıktan sonra bile, Kovid ile ilgili makalelerin sayısı yapay zeka ile ilgili makalelerin sayısını aştı. Bu yıl nber'in sağlık hizmetleri konusunda yapay zekadan daha fazla konferansa ev sahipliği yapması muhtemel.
Bazı akademik iktisatçılar yapay zeka fırsatını değerlendirdi. Stanford'dan Susan Athey, yapay zekanın insanları işsiz bırakması durumunda ne olacağını araştırıyor. Virginia Üniversitesi'nden Basil Halperin, finansal piyasaların yapay zeka gelişmelerini nasıl fiyatlandırdığı hakkında net bir şekilde yazılar yazdı. Ancak hiçbiri Bay Bloom ya da Bayan Oster kadar tanınabilir değil. Ve çok az ekonomist araştırma potansiyelini fark ediyor gibi görünüyor. Sürekli olarak yapay zeka laboratuvarlarıyla konuştuğunu iddia eden süperstar bir akademik ekonomist, “Meslektaşlarımdan ne kadar azının Anthropic veya Openai ile konuşmayı denediğini görünce şok oldum” diyor.
Mevcut araştırmaların çoğu son derece soyuttur. Ekonomiye adanmış bibliyografik bir veri tabanı olan idea/Repec'e göre, Daron Acemoğlu yapay zeka ekonomisinde en üst sıralarda yer alıyor. Sayın Acemoğlu'nun 2024'ün başlarında yayınlanan bir makalesi, yapay zeka altında karmaşık bir ekonomik büyüme modelini öne çıkarıyor ve mütevazı toplam üretkenlik kazanımları ima ediyor. Zaten 1.000'den fazla alıntı aldı. Ancak George Mason Üniversitesi'nden Tyler Cowen, modelin piyasaya çıkan yeni yapay zeka ürünlerinin potansiyel dönüştürücü etkisini hafife aldığını öne sürüyor. “Yapay zekadan elde edilen kazançlar küçük ölçülüyor çünkü yapay zekanın yeni şeyler yapmayacağı varsayılıyor.”
Ai bağlantılı pek çok ampirik çalışmanın da hatalı varsayımlara dayandığı görülüyor. Stanford Üniversitesi'nden Erik Brynjolfsson (fikirler/Repec sıralamasında beşinci sırada) ve meslektaşları tarafından hazırlanan bir makale, gençlerin yapay zekaya maruz kalan mesleklerde istihdamının keskin bir şekilde düştüğünü öne sürüyor ve bu da teknolojinin halihazırda işgücü piyasasını dönüştürdüğünü ima ediyor. Ancak bu eğilimi yapay zekaya bağlamak, şirketlerin, insanların yerini alacak kadar iyi olmaya hiç de yaklaşamayan Chatgpt'in ilk piyasaya sürülmesiyle birlikte genç işçileri işten çıkarmaya başladığına inanmak anlamına geliyor.
Akademik iktisatçılar iki nedenden dolayı yavaş ve özensiz olabilirler. Birincisi ai'nin temsil ettiği şok türüyle ilgilidir. 2020'de covid neredeyse bir gecede dünyayı değiştirdi ve etkileri verilerde neredeyse anında görüldü. Buna karşılık yapay zeka, kaportasının altındaki ekonomiyi değiştiriyor. Zengin ülkelerden oluşan bir kulüp olan OECD genelinde ortalama işsizlik oranı, Chatgpt'in ilk yayınlandığı zamankiyle hemen hemen aynı (bkz. Grafik 3). Dahası, GSYİH rakamları neredeyse hiç yapay zekaya özgü veri içermiyor; örneğin yapay zeka veri merkezlerine yapılan yatırımlar yalnızca tahmin edilebilir. Açık bir makroekonomik etki ve mikroekonomik veri olmadığından Wonk'ların analiz edebileceği çok az şey var.
İkinci faktör ise iktisatçıların kural olarak tekno-şüpheci bir grup olmasıdır. Tarihsel araştırmalar, teknolojinin gelirleri artırdığını, ancak bunun yavaş yavaş gerçekleştiğini, teknolojik olmayan her türlü faktörün (finansal sürtüşmeler ve kültürel direnç dahil) bunu engellediğini gösteriyor. Britanya'da sanayi devriminin teknolojik atılımlarının daha hızlı büyümeye dönüşmesi onlarca yıl aldı.
Bay Halperin ve meslektaşlarının bir anketin sonuçlarını bildiren yakın tarihli bir makalesi bu şüpheciliği ortaya koyuyor. Yapay zekanın ilerlemesinin 2030 yılına kadar “hızlı” olacağı bir senaryoda bile – yani yapay zeka en zeki insanlarla rekabet edebilir veya onları geçebilir – ortalama akademik ekonomist, 2050'de Amerika'nın gayri safi yurtiçi hasılasının yalnızca %3,5 oranında artmasını bekliyor (yapay zeka araştırmacılarının %5,3'ü ile karşılaştırıldığında). Chicago Üniversitesi tarafından yapılan bir ankete göre, önde gelen ekonomistlerin yalnızca %11'i yapay zeka kullanımının önümüzdeki on yılda “gelişmiş ülkelerde işsizlik oranlarında önemli bir artışa yol açacağı” konusunda hemfikir. Akademik iktisatçıların çoğu yapay zekanın dönüşüm yaratacağını düşünmüyorsa, daha ağırlıklı olduğunu düşündükleri diğer araştırma alanlarına bağlı kalmayı tercih edebilirler.
Meraklı ekonomistler akademiden uzakta iki yerde daha rahat bir yuva buluyorlar. Birincisi hükümet ve özellikle istatistik ofisleri ve merkez bankalarıdır. Amerika Nüfus Sayım Bürosu ve Kanada İstatistik Kurumu'nun anketleri yapay zekanın ekonomi genelinde benimsenmesini izliyor. İngiltere Merkez Bankası'nın aylık “karar verici paneli” iş adamlarının yapay zeka algılarını araştırırken, Britanya hükümeti de yakın zamanda konuyla ilgili araştırmaları geliştirmek için bir “yapay zeka ekonomi enstitüsü” kurdu. OECD'de yakın zamanda düzenlenen bir konferansta hükümetin fasulye sayaçları, yapay zeka için verimlilik ölçümlerinin nasıl güncelleneceği konusunda kafalarını karıştırdılar. Bu çalışmaların çoğu dünyayı ateşe vermeyecek ama çok önemli bir kamu hizmetini yerine getiriyor: geleceğin ekonomistlerinin güveneceği veri altyapısını oluşturmak.
İkinci ve daha önemli yer ise teknolojinin ön saflarında yer alıyor. 2010'larda yapay zeka laboratuvarları, modellerini tasarlamaları için pek çok parlak bilgisayar bilimcisini işe aldı. Chicago Üniversitesi'nden Ufuk Akçigit ve meslektaşları, 2001'de yarıdan az olan yapay zeka araştırmacılarının 2019'a kadar üçte ikisinden fazlasının endüstride çalıştığını tespit etti. Şimdi de benzer bir şey ekonomistlerin başına geliyor.
Anthropic, Virginia Üniversitesi'nden (fikir sıralamasında ikinci sırada yer alan) Anton Korinek'i ekonomi araştırma ekibine atadı. Openai, Duke Üniversitesi'nden Ronnie Chatterji'yi baş ekonomisti olarak işe aldı. Teknoloji devinin şirket içi öncü laboratuvarı Google DeepMind, kısa süre önce Chicago Üniversitesi'nden Alex Imas'ı “aji ekonomisi direktörü” olarak işe aldı (insanlarla çoğu entelektüel görevde yarışacak veya ondan daha iyi olacak “yapay genel zeka”ya atıfta bulunarak). The Economist'in kaba sayımına göre, yapay zeka dolu birkaç düzine kasvetli bilim adamı büyük laboratuvarlarda iş kabul etti.
Bir yapay zeka laboratuvarının çekiciliği açıktır. En iyi verilere erişimlerinin yanı sıra politika yapıcıların kulaklarına da sahipler. Orada bir pozisyonu kabul edin ve çok geçmeden Silikon Vadisi'nin en sevilen podcast yayıncısı Dwarkesh Patel, programında size teklif sunacak. Teknoloji firmalarının bütçeleri de üniversitelere göre daha derin. Bir yapay zeka laboratuvarındaki görece kıdemsiz ekonomist pozisyonları bile yılda 300.000 dolar veya daha fazla ödeyebiliyor: bir yapay zeka programcısına kıyasla belki yüksek değil, ancak Econ 101 öğreten kariyerinin başındaki bir profesörün kazanacağı maaşın çok üzerinde. (Bazı şanslı olanlar dünyanın en popüler şirketlerindeki hisse senedi opsiyonlarını ele geçirebilir.)
Şehir dışı yapay zeka araştırmalarının kalitesi artıyor. Kanada Merkez Bankası'ndan Bay Korinek ve Patrick McKelvey, bir düşünce kuruluşu olan Peterson Uluslararası Ekonomi Enstitüsü'nde çalışırken Amerika için “ai gdp” adını verdikleri şeyi inşa ettiler. Makale, doğru ölçüldüğünde hem 2024 hem de 2025'te %2.000'den fazla büyüdüğünü gösteriyor. Bay Imas, yapay zekanın üretkenlik üzerindeki etkisine ilişkin yararlı bir takip cihazı yayınlıyor. Onun yargısına göre, küçük ölçekli üretkenlik kazanımlarına dair cesaret verici kanıtlar var, ancak büyük makro etkilere ilişkin çok az kanıt var.
Hepsi çok heyecan verici (en azından yapay zekayla dolu ekonomi gazetecileri için). Ancak Bay Korinek veya Bay Imas'ın yaptığı her zekice çalışmaya rağmen laboratuvarlar hâlâ bir fiyasko üretiyor. Anthropic'in büyük bir tantanayla yayınlanan “ekonomik endeksi” aslında bir endeks değil, sohbet robotu Claude'un kullanımına ilişkin rastgele bir veri koleksiyonudur. Mart ayında Anthropic, “insanların Claude'u kullanma konusunda deneyim yoluyla daha iyi hale geldikleri” sonucuna varan bir rapor yayınladı. Hayır ah. Geçen yıl Openai, Chatgpt'teki mesajların %20-25'inin “bilgi arama” içerdiğini gösteren açıklayıcı bir çalışma yayınladı. Sürükleyici şeyler.
Zamanla kalitenin artacağından şüphem yok. Yine de, eğer sınır ötesi yapay zeka araştırmaları firmaların içine taşınırsa, ekonomistler Microsoft, Google ve diğer yerlerdeki “teknoloji ekonomistleri”nin zaten izlediği yolu izleyebilir. Bu acemiler genellikle sosyal öneme ilişkin büyük sorulara (mesela sosyal medyanın çocuklar için iyi olup olmadığını sormak) daha az, reklam satışı için açık artırmaların en iyi nasıl tasarlanacağı gibi dar sorulara daha fazla zaman harcıyorlar. Sayın Akçigit'in çalışması, akademiden endüstriye kalıcı bir geçiş yaptıktan sonra yapay zeka araştırmacılarının daha az makale ancak daha fazla patent ürettiğini, bunun da aslında “açık bilimden özel inovasyona doğru bir yeniden yönelim” olduğunu belirtiyor.
Sonra çıkar çatışmaları oluyor. Laboratuvar araştırmacıları, yapay zekanın kullanışlı ve güvenli görünmesini sağlayacak çalışmaları yayınlama konusunda baskıyla karşı karşıya kalacak gibi görünüyor. Geçen yıl ekonomi araştırmacısı Tom Cunningham, neyi yayınlayıp yayınlayamayacağı konusunda hayal kırıklığına uğradığı bildirildikten sonra Openai'den ayrıldı. Yapay zeka modellerini ve bunların oluşturduğu tehditleri değerlendirmeye adanmış bir araştırma enstitüsü olan Metr'e gitti. Büyük olasılıkların olduğu kadar büyük tehlikelerin de olduğu bir dünyada toplumun, gerçekte ne düşündüğünü söyleyebilecek tarafsız araştırmacılara ihtiyacı var. Akademik iktisatçıların telafi etmesi gereken bir zemin var.
Bir yanıt yazın