LES MODELES MACROÉCONOMIQUES traitent généralement l’intelligence artificielle (IA) comme une autre forme de capital, prédiquant un monde en évolution lente. En revanche, les lois de scalabilité de l’informatique appliquées à l’économie entière suggèrent une croissance explosive et le potentiel d’un événement similaire à une singularité. Les deux perspectives négligent la réalité asymétrique selon laquelle le capital d’intelligence ou l’IA se développe à des vitesses d’informatique, tandis que le capital physique et le travail ne le font pas.
Un cadre unifié, guidé par des paramètres, est nécessaire pour intégrer les hypothèses de l’économie et de l’informatique. Ce cadre devrait générer des prédictions significatives sur les impacts de l’IA sur les salaires et la production. Un cadre de fonction de production avec élasticité constante de substitution (CES) peut séparer les secteurs physiques et d’intelligence. Les capacités physiques nous permettent de nous interagir avec le monde, tandis que les capacités d’intelligence nous permettent de le faire de manière efficace. Ces deux secteurs sont complémentaires.
Étant donné la complémentarité entre les secteurs physiques et d’intelligence, les rendements marginaux de l’intelligence saturent, quel que soit la rapidité à laquelle l’IA se développe. Le prix du capital d’IA baisse beaucoup plus rapidement que celui du capital physique, entraînant l’automatisation des tâches d’intelligence. Cela pousse le travail humain vers le secteur physique. L’impact de l’automatisation sur les salaires est théoriquement ambigu et peut être non-monotone avec le degré d’automatisation.
Une condition nécessaire pour que l’automatisation réduise les salaires est une réduction de la part de l’emploi dans le secteur d’intelligence. Cependant, cette condition n’est pas suffisante car l’automatisation peut augmenter la production suffisamment pour compenser les effets de réaffectation négatifs. Dans les simulations de base, les salaires augmentent d’abord puis diminuent avec l’automatisation. Un outil interactif peut illustrer comment les changements de paramètres déplacent cette trajectoire. Les diminutions de salaires sont plus abruptes à des niveaux élevés d’automatisation lorsque les sorties des secteurs physique et d’intelligence sont plus substituables.
Les prédictions du modèle
Après l’automatisation complète, plus d’IA et plus de capital physique augmentent les salaires, une prédiction classique des fonctions de production standard en capital et travail. Cependant, lorsque les secteurs d’intelligence et physique sont complémentaires, l’impact marginal des salaires de l’IA saturé comme l’IA grandit. De manière plus large, le modèle fournit un moyen structuré de cartographier les intuitions contrastées de l’économie et de l’informatique dans un espace de paramètres partagé. Cela permet des discussions politiques plus claires et guide les travaux empiriques pour identifier les trajectoires de croissance et de salaire plausibles.
L’importance de l’interaction entre les secteurs
Le modèle met en évidence l’importance de comprendre l’interaction entre les secteurs physique et d’intelligence. À mesure que l’IA continue à évoluer, son impact sur les salaires et la production dépendra de la manière dont ces secteurs interagissent et évoluent. Le cadre permet l’exploration de différents scénarios, fournissant des insights dans les résultats potentiels et les implications politiques.
La complémentarité entre les secteurs
La complémentarité entre les secteurs physique et d’intelligence signifie que les avantages de l’IA ne sont pas uniquement déterminés par sa vitesse de scalabilité. Au lieu de cela, l’interaction entre ces secteurs joue un rôle crucial. Cette interaction peut conduire à des effets non-monotones sur les salaires, où les augmentations initiales de l’automatisation peuvent entraîner des augmentations de salaires, suivies de diminutions à mesure que les niveaux d’automatisation augmentent davantage.
La nécessité d’une compréhension nuancée du marché du travail
Le modèle souligne également la nécessité d’une compréhension nuancée du marché du travail. Le déplacement du travail humain vers le secteur physique en raison de l’automatisation des tâches d’intelligence a des implications importantes pour l’emploi et les salaires. Les politiques visant à répondre à ces déplacements doivent tenir compte de la nature complémentaire des secteurs physique et d’intelligence.
L’outil interactif
L’outil interactif du modèle est une ressource précieuse pour explorer différents scénarios et changements de paramètres. Il permet aux utilisateurs de voir comment les variations des hypothèses sur l’élasticité de substitution, la vitesse de scalabilité de l’IA et la substituabilité des sorties des secteurs affectent les trajectoires salariales. Cet outil peut être utilisé pour des analyses de sensibilité, identifiant les facteurs qui ont le plus d’impact sur les résultats.
Les implications pour la planification économique à long terme
Les prédictions du modèle sur la saturation des impacts marginaux des salaires à mesure que l’IA grandit ont des implications importantes pour la planification économique à long terme. À mesure que l’IA continue à évoluer, son impact sur les salaires dépendra de l’ampleur à laquelle elle complète le capital physique. Les politiques visant à favoriser cette complémentarité peuvent aider à maximiser les avantages de l’IA tout en atténuant les effets potentiels négatifs sur les salaires.
En résumé, le cadre fournit une façon complète et structurée d’analyser les impacts de l’IA sur les salaires et la production. Il met en évidence l’importance de comprendre l’interaction entre les secteurs physique et d’intelligence, la nécessité d’une compréhension nuancée du marché du travail et la valeur de l’intégration des hypothèses de l’économie et de l’informatique.
Cette approche permet des discussions politiques plus claires et guide les travaux empiriques pour identifier les trajectoires de croissance et de salaire plausibles. Il est essentiel de considérer les effets à long terme de l’IA sur l’emploi et la productivité, ainsi que les conséquences potentielles sur la répartition des revenus.
Implications pour les politiques
Les résultats de cette analyse ont des implications importantes pour les politiques économiques. Les gouvernements doivent prendre en compte les effets potentiels de l’IA sur les salaires et la production lors de la conception de leurs politiques de travail et de formation. Cela inclut la mise en place de programmes de formation pour les travailleurs qui risquent d’être touchés par les changements technologiques.
En outre, les gouvernements doivent également considérer les conséquences potentielles de l’IA sur la répartition des revenus et la pauvreté. Les politiques de redistribution et de protection sociale doivent être adaptées pour répondre aux besoins des populations les plus vulnérables.
