اقتصاد خطرناک عصر هوش مصنوعی

از تجربه آمریکا تا چالش ایران؛ وقتی داده عمومی به سود الگوریتم‌های خصوصی و ثروت متمرکز تبدیل می‌شود

نویسنده: محمد حقگو

مترجم:


محمد حقگو- رشد انفجاری ثروت در رأس هرم اقتصادی آمریکا، هم‌زمان با گسترش هوش مصنوعی و اقتصاد پلتفرمی، یک پرسش کلیدی را به صدر مباحث اقتصادی بازگردانده است: آیا فناوری‌های نوین، به‌جای کاهش شکاف‌ها، در حال بازطراحی نابرابری‌اند؟ داده‌های فدرال رزرو آمریکا نشان می‌دهد یک درصد بالای جامعه، نزدیک به یک‌سوم کل ثروت خانوارها را در اختیار دارند؛ سهمی که اگرچه ظاهراً ثابت مانده، اما قدرت اثرگذاری آن در اقتصاد مصرفی و دیجیتال به‌طور بی‌سابقه‌ای افزایش یافته است. این الگو چه معنایی برای اقتصاد جهانی و کشورهایی مانند ایران دارد؟
​​​​​​​
اقتصاد K-شکل؛ ترجمه فناورانه یک نابرابری قدیمی
مفهوم اقتصاد «K-شکل» به وضعیتی اشاره دارد که در آن بخشی از اقتصاد و جامعه به‌واسطه دسترسی به سرمایه، فناوری و دارایی‌های مالی رشد می‌کند، در حالی که بخش دیگر دچار رکود یا عقب‌ماندگی می‌شود. در آمریکا، این شکاف به‌روشنی در داده‌ها قابل مشاهده است:
مصرف‌کنندگان ثروتمند اکنون نزدیک به نیمی از کل هزینه‌های مصرفی را انجام می‌دهند؛ بالاترین سطح ثبت‌شده در چند دهه اخیر. بازار سهام، که بیش از ۸۷ درصد آن در اختیار ۱۰ درصد بالای جامعه است، موتور اصلی این رشد بوده است.
در اقتصاد دیجیتال، این K-شکل شدن صرفاً به درآمد محدود نمی‌شود؛ بلکه به دسترسی به داده، الگوریتم و زیرساخت تصمیم‌سازی گسترش می‌یابد. این جاست که فناوری، نقش شتاب‌دهنده نابرابری را ایفا می‌کند.
سبقت صاحبان فناوری در ثروت اندوزی  
گزارش ایسنا در آذر امسال به نقل از فوربس، نشان می دهد که حداقل 6 نفر از 10 ثروتمند برتر دنیا با افزایش ارزش سهام شرکت های فناوری و تغییر بازارها با هوش مصنوعی، ثروت های بی سابقه ای را جمع آوری کرده اند. در این میان، ایلان ماسک با 342 میلیارد دلار در صدر قرار دارد (این رقم اخیراً از 800 میلیارد دلار عبور کرده است!) و مارک زاکربرگ (بنیان‌گذار فیسبوک) با 216 میلیارد دلار، لری الیسون یکی از بنیان گذاران اوراکل با 192 میلیارد دلار، لری پیج یکی از بنیان گذاران گوگل با 144 میلیارد دلار، سرگئی برین دیگر بنیان گذار گوگل با 138 میلیارد دلار و استیو بالمر مدیر عامل سابق مایکروسافت با 118 میلیارد دلار دیگر چهره های فناوری هستند که بخش عمده ثروت خود را از اقتصاد دیجیتال به دست آورده اند. 
از جهانی‌شدن تا «وابستگی فناورانه»
اقتصادهایی مانند ایران الزاماً با «جهانی‌شدن» به معنای کلاسیک آن مسئله ندارند؛ مسئله اصلی، وابستگی فناورانه نامتقارن است.
در این ساختار، کشورهای پیرامونی مصرف‌کننده پلتفرم‌ها، مدل‌های هوش مصنوعی و زیرساخت‌هایی هستند که قواعد، مالکیت داده و ارزش افزوده آن در خارج از مرزهایشان تعریف می‌شود.
این وضعیت نه استقلال اقتصادی ایجاد می‌کند و نه حتی ادغام برابر در اقتصاد جهانی؛ بلکه نوعی «حاشیه‌نشینی دیجیتال» به وجود می‌آورد.
وب۳ و هوش مصنوعی؛ تمرکز ثروت در لباس تمرکززدایی
نکته قابل تامل اینجاست که در واکنش به نگرانی از تمرکز داده و قدرت در اقتصاد دیجیتال، فناوری‌هایی مانند وب۳ با شعار تمرکززدایی و بازگرداندن مالکیت به کاربران مطرح شدند؛ اما تجربه عملی مسیر متفاوتی را نشان می‌دهد.
پیش تر و در نسل اول وب که می توان آن را وب مشاهده دانست، کاربران عمدتاً مصرف‌کننده محتوا بودند. تولید محتوا، زیرساخت و مالکیت داده در اختیار تعداد محدودی از نهادها قرار داشت. نابرابری وجود داشت، اما شفاف بود و پیچیدگی نهادی بالایی نداشت. ارزش اقتصادی وب یک عمدتاً در لایه زیرساخت و رسانه متمرکز بود.
وب دو با وعده «مشارکت همگانی» ظهور کرد. کاربران تولیدکننده محتوا شدند، شبکه‌های اجتماعی شکل گرفت و اقتصاد توجه متولد شد. اما در عمل، اگرچه تولید محتوا غیرمتمرکز شد، مالکیت پلتفرم‌ها و داده‌ها به‌شدت متمرکز باقی ماند. وب دو نابرابری را پنهان‌تر و کارآمدتر کرد: کاربران ارزش تولید کردند، اما پلتفرم‌ها ارزش را انباشت کردند.
وب سه با ایده تمرکززدایی، مالکیت فردی و حذف واسطه‌ها معرفی شد. در سطح نظری، وب سه پاسخی مستقیم به شکست‌های وب دو بود. بلاک‌چین، توکن‌سازی و قراردادهای هوشمند قرار بود مالکیت و حاکمیت را به کاربران بازگردانند. اما تجربه عملی نشان داد که وب سه، به‌ویژه در فاز مالی‌شده خود، به سمت قطبی‌شدن ثروت حرکت کرده است.
ماجرا وقتی بغرنج تر می شود که ساختار وب 3 با هوش مصنوعی ترکیب ‌شود. از آن جایی که هوش مصنوعی نیازمند داده‌های عظیم (اغلب عمومی)، سرمایه محاسباتی سنگین و تیم‌های بسیار تخصصی است، آن چه از ترکیب پیچیده وب 3 و هوش مصنوعی بیرون می آید این است که دانش جمعی، به دارایی انحصاری تبدیل می‌شود.
نمونه روشن آن، استفاده گسترده مدل‌های زبانی از داده‌هایی مانند ویکی‌پدیا است؛ دانشی که به‌صورت عمومی و داوطلبانه تولید شده، اما ارزش اقتصادی آن عمدتاً به شرکت‌های بزرگ فناوری منتقل می‌شود.
درس آمریکا برای اقتصاد جهانی
تجربه آمریکا نشان می‌دهد که حتی در اقتصادهای پیشرفته، رها کردن فناوری به منطق بازار، به تمرکز ثروت منجر می‌شود.(هر چند دولت آمریکا از طریق DARPA- سازمان پروژه‌های پژوهشی پیشرفته ی دفاعی زیرنظر وزارت دفاع ایالات متحده که مسئولیت توسعه فناوری به‌ویژه فناوری‌های نوین برای به‌کارگیری توسط نیروهای مسلح ایالات متحده را برعهده دارد- سرمایه‌گذاری عمومی در تحقیقات بنیادین هوش مصنوعی و سیاست‌های مهاجرتی، نقش فعالی در شکل‌دهی به این اکوسیستم داشته است)
افزایش سریع تعداد افراد فوق‌ثروتمند، وابستگی رشد اقتصادی به بازار دارایی‌ها و تمرکز مصرف در یک اقلیت، زنگ خطری برای پایداری اقتصادی است. این الگو، در مقیاس جهانی می‌تواند به شکاف عمیق میان کشورها منجر شود؛ کشورهایی که تولیدکننده فناوری‌اند و کشورهایی که صرفاً مصرف‌کننده‌اند.
اقتصاد دیجیتال پلتفرمی؛ فرصت یا تله؟
اقتصاد دیجیتال ایران امروز به‌شدت بر پلتفرم‌هایی مانند اینستاگرام، تلگرام و نمونه‌های مشابه بنا شده است. این مدل، در کوتاه‌مدت اشتغال و درآمد خرد ایجاد می‌کند، اما در بلندمدت خطرناک است.
چرا؟ چون:
مالکیت داده در اختیار کشور نیست
الگوریتم‌ها بیرون از کنترل سیاست‌گذار عمل می‌کنند
ارزش افزوده اصلی در جای دیگری انباشت می‌شود
در چنین شرایطی، اقتصاد دیجیتال به‌جای موتور توسعه، به یک لایه ناپایدار معیشتی تبدیل می‌شود. چنین اقتصادی که زیرساختش در اختیار دیگران است، دیر یا زود در تصمیم‌گیری اقتصادی هم وابسته می‌شود.    
چه باید کرد؟ گزینه‌های واقع‌بینانه برای ایران 
راه‌حل، بازتعریف مشارکت فناورانه با دیگر کشورها در حوزه اقتصاد دیجیتال است. هدف رسیدن به نوعی بلوغ بومی در عرصه هوش مصنوعی است. 
برخی مسیرهای قابل دفاع عبارت‌اند از:
مشارکت در کنسرسیوم‌های منطقه‌ای برای توسعه موتورهای جست‌وجو، مدل‌های زبانی و زیرساخت‌های داده. موتور جستجو در این چارچوب، تنها یک نرم افزار برای جست وجوی عبارات نیست. بلکه یک زیرساخت فناورانه برای توسعه هوش مصنوعی بومی است. 
سرمایه‌گذاری در هوش مصنوعی بومی و منطقه‌ای با تمرکز بر زبان، فرهنگ و نیازهای اقتصادی خاص.
طراحی وب۳ با محوریت کاربردهای واقعی (حاکمیت داده، زنجیره تأمین، شفافیت مالی)، نه صرفاً سفته‌بازی.
سیاست‌گذاری فعال برای مالکیت داده‌های عمومی و استفاده عادلانه از آن‌ها در توسعه AI.
در مجموع باید گفت فناوری خنثی نیست. وب۳ و هوش مصنوعی، اگر بدون طراحی نهادی و سیاست‌گذاری اقتصادی رها شوند، می‌توانند نابرابری را از سطح درآمد به سطح قدرت تصمیم‌سازی منتقل کنند و این همان لایه خطرناک اقتصاد در عصر هوش مصنوعی است. 
تجربه آمریکا نشان می‌دهد که حتی اقتصادهای بزرگ نیز از این خطر مصون نیستند. برای کشورهایی مانند ایران، درس اصلی روشن است: آینده اقتصاد دیجیتال نه در مصرف پلتفرم‌ها، بلکه در مالکیت زیرساخت، داده و الگوریتم رقم می‌خورد.
بی‌توجهی به این واقعیت، به معنای پذیرش یک K-شکل شدن دایمی در اقتصاد جهانی است و در آن صورت کشورهایی مانند ایران در آینده اقتصاد دیجیتال، نه بازیگر، بلکه صرفاً بازار مصرف فناوری دیگران خواهند بود. 
10 صفحه اول
پربازدیدترین اخبار