Comment l'intelligence artificielle affectera-t-elle la répartition des revenus et de la richesse ce siècle? Après avoir chuté d'une grande partie du 20e siècle, l'inégalité des revenus, mesurée comme la fraction des revenus allant aux 1% les plus riches des résidents, augmente depuis les années 1980. La fraction a doublé en Chine et aux États-Unis pendant cette période, a augmenté de 50% en Europe et un tiers dans le monde.
L'industrialisation a dominé l'économie avant cette date, mais à partir des années 70 et 80, le capital a pris le dessus à mesure que la mondialisation augmentait, les changements fiscaux ont réduit la progressivité et les technologies révolutionnaires ont été introduites rapidement.
L'ordinateur et la révolution des ordinateurs personnels sont venus en premier, suivis par Internet et le World Wide Web. Maintenant, l'intelligence artificielle (IA) commence à faire sa marque dans le monde en tant que technologie à usage général de nouvelle génération.
Où peut-être diriger l'IA et comment va-t-elle changer la distribution des revenus? Dans un article publié dans la revue Héliyondeux chercheurs chinois concluent que, bien que l'augmentation de l'automatisation de l'IA dans la production économique exacerbe les inégalités de richesse, la situation est plus nuancée et d'autres facteurs aideront à atténuer ces disparités, telles que les technologies améliorant les capitaux et les progrès technologiques « neutres ».
D'après leur analyse numérique, les auteurs concluent que l'encouragement des progrès technologiques de l'IA contribuera généralement à une croissance de la production économique et améliorera le bien-être sociétal. « L'IA est prête à devenir un nouveau catalyseur d'expansion économique en Chine, injectant la vitalité dans l'économie », écrivent-ils.
« Une analyse numérique supplémentaire montre que les politiques favorisant les progrès technologiques de l'IA contribuent généralement à la croissance de la production et améliorent le bien-être. »
Bien que ce sujet ait été étudié à plusieurs reprises auparavant, la nouvelle étude de Fang Liu de l'Université économique de l'Université de Changzhou en Chine et Chen Liang de la Financial Technology School de l'Université de Shenzhen comprenaient plusieurs nouvelles contributions pour combler les lacunes dans les recherches antérieures.
L'équipe a prolongé l'analyse de l'impact de l'IA en incluant le revenu des biens et les inégalités de richesse elle-même – les personnes plus sales ont plus d'options de revenus que les non-riches. Ils ont utilisé des données de Chine, un pays en développement rapide. Et ils ont utilisé un «modèle d'équilibre général dynamique d'agent hétérogène à temps continu», qui a incorporé une vision de la production basée sur les tâches.
Le modèle du groupe a utilisé du temps continu, et non du temps divisé en intervalles discrets tels que des quartiers ou des années, ce qui leur permet d'utiliser un calcul différentiel et intégral dans leur analyse. Ils ont utilisé le modèle de jeunesse perpétuel développé par Oliver Blanchard en 1985, qui explique des durées de vie finies et des différences individuelles dans la vie, les tendances des revenus et la mort de résidents.
Ils ont construit leur modèle pour supposer que les individus de l'économie ont tous la même capacité à gagner des revenus des marchés du travail et des marchés des capitaux au cours de leur vie. Ils ont modélisé la mortalité parmi les individus en tant que processus de Poisson où le taux de mortalité est connu, mais les décès individuels peuvent se produire au hasard.
Certes, l'IA est une fonctionnalité complexe et aux multiples facettes. Après avoir examiné certaines des tentatives de spécification de ce qu'est exactement l'IA, les auteurs écrivent: « Ces perspectives conflictuelles mettent en évidence les incohérences et les débats non résolus dans les recherches actuelles. » De plus, « les effets de l'IA ne sont pas uniformes et peuvent varier considérablement entre les marchés développés et les marchés émergents ».
En se concentrant sur la Chine, ils ont réduit les larges gammes et les implications de l'IA. Après une bonne quantité de mathématiques, ils ont utilisé des données chinoises pour calibrer leur modèle, en choisissant 2010 comme référence pour la dynamique de leur modèle et en ajusté empiriquement cinq paramètres et quatre indicateurs pour les niveaux technologiques.
Ils ont assumé le changement technologique «neutre», un concept introduit pour la première fois en 1932 par John Hicks – «neutre» signifiant tout changement technologique qui n'affecte pas l'équilibre du travail et du capital dans les quantités des produits physiques et les quantités de production de marchandises. Par exemple, un changement neutre de Hicks dans le processus de production d'une usine serait celui qui augmente l'efficacité du travail et des machines (capital) par la même marge.
En utilisant les paramètres spécifiques déterminés par leur étalonnage, ils ont calculé les valeurs d'équilibre du modèle pour les taux d'intérêt, les salaires, la sortie et d'autres variables – les valeurs finales après l'évolution du modèle ont atteint un état d'équilibre. Leur modèle constate que la technologie neutre de Hicks augmente la production économique globale, améliorant la productivité du travail et du capital en même temps.
Confirmant leur première hypothèse, les progrès de l'automatisation axés sur l'IA ont exacerbé les inégalités de richesse, en particulier entre les revenus du travail et des capitaux, le premier augmentant plus lent que le second.
L'expansion économique de l'IA fait augmenter les salaires, reflétant une productivité globale plus élevée, mais augmente également les taux d'intérêt tirés par une demande accrue de capital par les entreprises qui cherchent à incorporer l'IA dans leurs flux de travail et par les entreprises qui construisent toujours de meilleures IA. (Les grandes entreprises technologiques devraient dépenser 300 milliards de dollars en IA cette année seulement.)
Les salaires augmentent, mais moins rapidement que les rendements en capital, ces derniers ayant un gain disproportionné en efficacité. Mais leurs résultats sont mitigés: « Dans l'ensemble, ces résultats révèlent que l'IA axée sur l'automatisation stimule fortement la production mais intensifie les inégalités de richesse », Liu et Liang écrivent « , tandis que les technologies de la richesse neutres et de capital de la main-d'œuvre favorisent la croissance large et l'origine.
Enfin, ils proposent des interventions politiques que le gouvernement chinois peut entreprendre d'atténuer toute exacerbation potentielle des inégalités de richesse en raison des progrès de l'IA, par exemple « par des mécanismes de distribution secondaire » et des choix politiques qui équilibrent les incitations à la croissance avec des objectifs de répartition de la richesse en favorisant les progrès des technologies Hicks-Neutral.
