36 minut temu
Ekonomiści od lat dyskutują, jak sztuczna inteligencja wpłynie na rynek pracy. Teraz pytanie dotyczy ich samych. Jason Furman, przewodniczący Rady Doradców Ekonomicznych (CEA) za prezydentury Baracka Obamy, a dziś profesor Harvardu, ocenił, iż sztuczna inteligencja może przejąć większość pracy, którą w Białym Domu wykonywali młodsi ekonomiści. Jego wypowiedź wywołała jedną z najgorętszych dyskusji w środowisku ekonomistów w tym roku.
Jeden profesor i pół miliona linii kodu
Furman nie opiera się tylko na teorii. 23 października uruchomił Econvitals, darmową platformę z danymi i analizami gospodarki USA. Zbudował ją metodą „vibe codingu”, czyli zlecając pisanie kodu modelom AI. Bloomberg opisuje, iż system w dużej mierze odtwarza możliwości analityczne 35-osobowego zespołu, którym Furman kierował w Białym Domu w latach 2013–2017.
Platforma pobiera dane z ok. 110 źródeł i korzysta z biblioteki ok. 790 wykresów. Ma około pół miliona linii kodu. Zawiera symulator fiskalny i narzędzie, które ocenia, jak jastrzębie lub gołębie są wypowiedzi członków Fed. Codzienne raporty wysyłane do subskrybentów pisze AI, głównie model Claude firmy Anthropic, a Furman ich nie redaguje. On sam projektuje system i pisze jedynie wybrane komentarze. Jak zauważyło Axios, taka skala analiz wymagałaby kiedyś tysięcy roboczogodzin i siedmiocyfrowego budżetu.
Furman pokazał też eksperymentalne narzędzie Paperwright. Na podstawie krótkiego polecenia przygotowuje ono pełną pracę ekonomiczną. Po wpisaniu hasła „centra danych i ceny energii” po ok. sześciu godzinach powstał 65-stronicowy tekst z modelem matematycznym, analizą danych na poziomie hrabstw i pakietem do replikacji wyników. Zdaniem autora nie nadaje się on do publikacji choćby w przeciętnym czasopiśmie naukowym, ale jako praca dyplomowa na Harvardzie dostałby jedną z najwyższych ocen.
Zdanie, które wywołało dyskusję
Najwięcej kontrowersji wywołała wypowiedź Furmana dla Axios.
„Gdybym dziś kierował CEA i miał do wyboru 20 pracowników, obecnych i przyszłych doktorów, albo dzisiejsze systemy AI, to z pewnym żalem i smutkiem wybrałbym systemy AI.” – powiedział Furman.
Po fali krytyki ekonomista doprecyzował swoje stanowisko w obszernym wpisie, opublikowanym też przez Peterson Institute. Zatytułował go „AI mogłaby wykonywać moją pierwszą pracę. Nie ostatnią”. Nie wycofał się jednak, a pod pewnymi względami poszedł dalej. Uważa, iż większość tego, co robiła CEA za jego kadencji, wykonałoby dziś około dziesięciu osób wspieranych przez AI. Jako przykład podał własną karierę. Pod koniec lat 90. jako młodszy ekonomista w CEA za prezydenta Clintona przygotowywał krótkie analizy, notatki o danych makro i projekty raportów.
„Naprawdę wierzę, iż AI, kierowana przez Stiglitza, Yellen i innych starszych rangą, mogłaby z łatwością wykonać 95% tego, co wtedy robiłem.” – napisał Furman.
Jego zdaniem o zagrożeniu decyduje przede wszystkim charakter zadań, a nie inteligencja czy staż. Przewodniczący CEA spędza czas na spotkaniach, briefingach dla prezydenta i przesłuchaniach w Kongresie, a tego AI nie wykona. Młodszy analityk, a często także doświadczony ekonomista, głównie liczy i pisze przy komputerze. Takie zadania można zautomatyzować.
Ekonomiści odpowiadają
Krytycy zwracają uwagę na trzy sprawy. Pierwsza dotyczy specyfiki pracy w Białym Domu. Jared Bernstein, szef CEA za prezydenta Bidena, przekonuje, iż doradzanie politykom polega na tłumaczeniu danych w kontekście bieżącej agendy, a nie na samej analizie.
„W Białym Domu umiejętność wyczucia sytuacji jest kluczowa. Daleko mi do eksperta od AI, ale mam wrażenie, iż ona sobie z tym kiepsko radzi i prawdopodobnie zawsze tak będzie.” – napisał Bernstein.
Druga sprawa to pytanie, skąd wezmą się przyszli eksperci. Claudia Sahm, była ekonomistka Fed, autorka znanego wskaźnika recesji i była pracowniczka CEA, przypomniała, kim zostali dawni podwładni Furmana.
„Założyli Yale Budget Lab, kierowali polityką ekonomiczną w Departamencie Skarbu i instytutem Fed, publikowali badania o handlu, środowisku i podatkach. Tym właśnie staje się »20 pracowników«. Żaden model tego nie zrobi.” – napisała Sahm.
W felietonie dla Bloomberga Sahm podała przykład Kennetha Arrowa, przyszłego noblisty. Jako pracownik CEA w latach 60. napisał on notatkę przeciwko pomysłowi poszerzenia Kanału Panamskiego dzięki bomby atomowej. Sahm argumentuje, iż to ludzie, często młodzi, wskazują złe pomysły, a Biały Dom potrzebuje lepszej CEA, nie mniejszej.
Trzecia sprawa to paradoks Jevonsa: tańsza i szybsza analiza może zwiększyć popyt na nią, a z nim na ekonomistów. Takie doświadczenie opisał Casey Mulligan, główny ekonomista Departamentu Zdrowia w administracji Trumpa.
„Zbudowałem narzędzia AI w dwóch urzędach federalnych. Mogąc prowadzić badania lepiej i szybciej, potrzebowaliśmy więcej ekonomistów, a nie mniej, bo wzrósł popyt na to, co robimy.” – napisał Mulligan.
Furman odpowiada, iż rozmawiał z kilkudziesięcioma kolegami z Harvardu i innych uczelni. Nikt z nich nie zamierza zatrudniać więcej asystentów badawczych tylko dlatego, iż ci pracują wydajniej dzięki AI. Większość zakłada, iż będzie ich potrzebować tyle samo, mniej albo wcale. Sam Furman nie ma już pełnoetatowego asystenta.
Dane pokazują problem młodych
Ta dyskusja nie dotyczy tylko jednej instytucji, bo dane o zatrudnieniu młodych coraz częściej pokazują to samo. Według sierpniowej aktualizacji badania Stanford Digital Economy Lab zatrudnienie osób w wieku 22–25 lat w zawodach najbardziej narażonych na AI spadło między listopadem 2022 a czerwcem 2026 roku o ok. 11%. Jest też o 19% niższe, niż gdyby rosło w tempie zawodów mniej narażonych. Autorzy podkreślają jednocześnie, iż nie widać masowego wypierania pracowników.
Inne badania nie dają jednoznacznego obrazu. Dwaj doktoranci z Harvardu, Seyed Mahdi Hosseini Maasoum i Guy Lichtinger, wyliczyli, iż w firmach wdrażających AI zatrudnienie na stanowiskach juniorskich spadło o ok. 9%. Zespół Yale Budget Lab nie widzi natomiast zmian w strukturze zawodów, które wyraźnie wiązałyby się z AI. Podobną ostrożność zachowuje Fed, co opisywaliśmy w tekście czy AI już uderza w zatrudnienie. Szerszy kontekst daje szacunek MFW, według którego AI zmieni ok. 40% miejsc pracy na świecie.
Kto zapłaci za szkolenie juniorów
Najtrudniejsza część dyskusji dotyczy kosztów szkolenia następnego pokolenia. Furman odwołuje się do teorii kapitału ludzkiego Gary’ego Beckera. Młody bankier inwestycyjny, który wypracowuje 300 tys. USD dla firmy, może zarabiać 200 tys. USD i w ten sposób sam płaci za swoje szkolenie. jeżeli jednak większość jego pracy przejmuje AI, ten układ przestaje działać, bo trudno oczekiwać, iż stażysta będzie dopłacał pracodawcy za naukę. Według Furmana takie szkolenia trzeba będzie finansować wprost, ze stypendiów i grantów, zamiast liczyć, iż firmy dalej będą zatrudniać ludzi, których już nie potrzebują.
Przyznaje też, iż zmienił zdanie o AI. Jako szef CEA powtarzał, iż największym zagrożeniem jest to, iż AI będzie za mało. Dziś pisze, iż gdyby mógł cofnąć postęp AI z ostatnich dwóch lat i zatrzymać go na dekady, poważnie by to rozważył. Ostatecznie by tego nie zrobił, bo największe korzyści z innowacji odniosą ludzie biedniejsi i chorzy.
