Generativ AI Det har rapporterats mycket om riskerna kring AI, men det finns en hel del positiva aspekter av den nya tekniken. Inte minst när det gäller arbetslivet och skolan. Det skriver Martin Nordin, docent i nationalekonomi vid Lunds universitet.
Efter finanskrisen har vi bevittnat en global nedgång i produktivitetstillväxt, och Sverige utgör inget undantag. Orsakerna är oklara, men det verkar som att den senaste tekniska utvecklingen inte haft samma produktivitetshöjande effekt som tidigare. Konsekvensen har varit stillastående löner i många länder, främst i USA och Storbritannien. I Sverige har denna utveckling sannolikt bidragit till högre arbetslöshet.
Samtidigt står vi just nu inför ett revolutionerande teknikskifte som har potential att förändra och omvandla vår värld i grunden: AI-teknologi. Det är därför viktigt att förstå och dra lärdomar av tidigare teknikskifte, samtidigt som det är viktigt att förstå vad som särskiljer AI-teknologi från tidigare framsteg. Den senaste forskningen visar att effekterna på ekonomi och arbetsmarknad skiljer sig från tidigare erfarenheter. Dessa skillnader öppnar upp möjligheter för en mer jämlik politik, för med rätt politik kan vi främja en framtida tillväxt som är mer rättvis och inkluderande.
En orättvis produktivitets- och teknikutveckling
Mellan andra världskriget och fram till 1970-talet var de tekniska framstegen omfattande. Detta resulterade i att lönerna ökade, samtidigt som inkomstklyftorna minskade avsevärt. I Daron Acemoglu och Simon Johnsons senaste bok Power and Progress från 2023, beskrivs anledningen till detta vara att de tekniska framstegen användes för att skapa nya uppgifter och jobb samtidigt som politiken bidrog till att arbetstagare och ägare delade lika på produktivitetsvinsterna.
Därefter (1970–2008) har den tekniska utvecklingen, förvisso, varit hög men inte inkluderande. Industrirobotar och informations- och kommunikationsteknologi har framför allt förstört jobb inom industri och tjänstesektor, och i mindre utsträckning skapat nya arbetsuppgifter och nya jobb. Industrirobotarna ökade omedelbart produktiviteten inom industrin, men det tog lång tid innan man såg tydliga produktivitetsvinster av informations- och kommunikationsteknologi.
Nu befinner vi oss mitt i ett nytt teknologisprång som kommer att omkullkasta många tidigare lärdomar: framväxten av generativ AI-teknologi.
Men nu tycks även ökningstakten i produktivitet vara fallande, vilket delvis tillskrivs den minskade produktivitetstillväxten inom informations- och kommunikationsbranscherna. En möjlig förklaring presenteras i en artikel av Daron Acemoglu och Pascual Restrepo. Företag har allt mer investerat i överdriven automatisering. Investeringarna har varit tillräckligt produktiva för att öka företagens lönsamhet, men inte tillräckligt produktiva för att främja ekonomisk tillväxt och skapa nya jobb för att kompensera för de som rationaliserats bort. Som en konsekvens av detta har företagen ökat sina vinster, medan löneandelen fallit. Resultatet är en automatisering som är högre än samhällsekonomiskt önskvärt. En viktig slutsats som Acemoglu och Restrepo kommer fram till är att om man skattefavoriserar kapitalinkomster framför arbetsinkomster ökar man riskerna för sådana överinvesteringar. Ett tydligt exempel på detta inom det svenska skattesystemet är reglerna för fåmansbolag (3:12-reglerna), som favoriserar investeringar i kapitalinkomster framför arbetsinkomster.
Men nu befinner vi oss mitt i ett nytt teknologisprång som kommer att omkullkasta många tidigare lärdomar: framväxten av generativ AI-teknologi. Baserat på den senaste forskningen om AI vill jag hävda att detta tekniksprång kommer få större konsekvenser på ekonomi och arbetsmarknad än något annat teknikskifte under de senaste femtio åren. Men generativ AI-teknologi riskerar att vara ett tvåeggat svärd. Om den används på rätt sätt kan den skapa stora möjligheter, men om teknologiutvecklingen främst styrs av IT-jättarna riskerar AI att utkonkurrera jobb inom breda yrkeskategorier på arbetsmarknaden.
Snäv, generativ och superintelligent AI
Snäv AI som löser specifika problem har funnits en tid och tycks ännu inte ha revolutionerat ekonomin, eller fått stora effekter på arbetsmarknaden. De generativa AI-modellerna är något helt annat. ChatGPT och andra nyligen släppta AI-modeller möjliggör en automatisering av arbetsuppgifter som tidigare ansågs vara inom ramen för mänsklig kreativitet och resonemang, från skrivande till skapande av grafik och analys av data. Enligt forskare på OpenAI förväntas generativa AI-modeller ha en viss påverkan på 80 procent av jobben, och en stor påverkan på cirka 20 procent av jobben. En avgörande skillnad jämfört med tidigare informations- och kommunikationsteknologi är att högkvalificerade jobb är de mest påverkade, alltifrån digitala designers till advokatfirmor. Utvecklingen öppnar upp för en stor mängd arbetsuppgifter som kan automatiseras.
På två månader har ChatGPT fått lika många användare som Instagram fick på 30 månader och Spotify fick på 55 månader.
Anton Korniek, som redan utforskat fördelarna med generativ AI, menar att produktivitetseffekterna kan ske mycket snabbare än under tidigare teknologiska revolutioner ‒ redan vid årets slut. Det rapporteras att på två månader har ChatGPT fått lika många användare som Instagram fick på 30 månader och Spotify fick på 55 månader. Goldman Sachs prognostiserar att generativ AI kommer öka den globala tillväxten med 1,5 procent årligen under en tioårsperiod. Själv noterar jag att studenter på Ekonomihögskolan på Lunds universitet på rekordsnabb tid har börjat använda ChatGPT i alla delar av sina studier (konstruktivt, inte för att fuska).
Det är viktigt att observera att vi inte bör blanda samman denna utveckling med de risker som nyligen har betonats av bland annat Elon Musk. Det handlar om ”värsta-fall riskerna”, som innebär att AI kan utveckla sig själv och slutligen bli en tänkande varelse som utgör ett hot mot mänskligheten. Detta är inte generativ AI utan snarare superintelligens-AI, och det är oklart om det någonsin kommer att existera. Mitt fokus ligger inte heller på befintliga problem med AI, såsom filterbubblor på sociala medier som sprider falsk information och polariserar samhället eller företag som hotar individens integritet genom att samla in och sprida information om sina användare.
Men osäkerheten är stor rörande hur arbetsuppgifter och produktivitet kommer påverkas. Kommer ChatGPT och liknade AI-modeller förvärra den redan oroande inkomst- och förmögenhetsojämlikheten i västvärlden? Eller kan produktiviteten öka brett och minska inkomstojämlikheten? Två olika scenarier beskrivs. Ett optimistiskt scenario: AI kommer utvecklas till ett kraftfullt verktyg som förbättrar många arbetares förmågor och expertis samtidigt som det ökar tillväxten generellt. Och ett pessimistiskt scenario: företag använder tekniken för att förstöra tidigare välbetalda jobb som kräver kreativa färdigheter och logiskt tänkande.
ChatGPT tycks hjälpa personer med låga färdigheter
Enligt David Autor, ledande expert inom teknologi och arbetsmarknad, är tekniken fortfarande på utvecklingsstadiet och samhället bör styra mot ett positivt scenario. Antingen kan mindre kvalificerade personer utföra mera kvalificerade uppgifter, eller så är det kvalificerade personer som ökar sina fördelar gentemot alla andra. Vilket utfall vi får beror till stor del på hur generativ AI implementeras.
Viktigt är att tekniken används för att hitta nya uppgifter och utöka människors förmågor, och inte för att härma mänsklig intelligens. IT-forskaren Erik Brynjolfsson menar att en strävan efter mänskliga förmågor innebär teknologi som ersätter människor med maskiner, vilket minskar löner och förvärrar ojämlikheten i förmögenhet och inkomst. Några högteknologiska företag och en teknisk elit kommer i så fall bli ännu rikare.
Det finns redan ett par studier som undersöker effekterna av ChatGPT. En nyligen publicerad studie i Science av Shakked Noy och Whitney Zhang undersöker hundratals yrkesverksamma inom olika områden, inklusive marknadsföring och HR, som fick tillgång till ChatGPT för att lösa olika uppgifter. Resultaten visade att produktiviteten ökade för gruppen som använde ChatGPT jämfört med en kontrollgrupp. Det mest intressanta var att ChatGPT hade en särskilt positiv effekt på de minst erfarna och skickliga arbetarna, vilket minskade produktivitetsskillnaderna mellan de anställda. Med andra ord, de med lägre kompetensnivåer kunde dra större nytta av ChatGPT och förbättrade sin förmåga avsevärt, medan de redan duktiga arbetarna blev något snabbare.
I en liknande experimentell studie utförd av ett forskarlag från Harvard fann man att användningen av chatGPT-4 ledde till en ökning i produktivitet och arbetskvalitet för 758 konsulter vid ett globalt konsultföretag. Även i denna studie var de positiva effekterna större för konsulter med lägre kunskaper. Men när konsulterna uppmanades att använda chatGPT-4 för uppgifter som låg utanför chatGPT-4:s kompetensområde, observerades en försämring i arbetsresultatet. Detta betonar vikten av att matcha chatGPT-4 med arbetsuppgiften för att kunna utnyttja dess potential fullt ut.
Med AI kan sjuksköterskor få ett större ansvar och exempelvis skriva ut recept, vilket skulle öka produktiviteten i vården.
För att utvecklingen ska gå i denna positiva riktning menar Diane Coyle att vi inte kan överlåta besluten om hur vi använder teknologin till marknaden och några få dominerande företag. I sin senaste bok argumenterar Acemoglu och Johnson på ett liknande vis och menar att medborgarna måste kunna påverka hur teknologin används och inverkar på samhällsbyggandet. Forskarna rekommenderar skattereformer samt reglering och applikationer som främjar en teknologiutveckling som ökar jämlikheten och minskar techmiljonärernas inflyttande. Ett exempel skulle kunna vara att med hjälp av AI kan sjuksköterskor få ett större ansvar och exempelvis skriva ut recept, vilket skulle öka produktiviteten i vården.
Utbildnings- och arbetsmarknadspolitiken bör anpassas
Mycket talar för att produktiviteten inom flera sektorer kommer öka betydligt tack vare AI. Dessa framsteg kan komma snabbt och det är av stor betydelse att politiken inte hamnar på efterkälken. Samhället bör sträva efter en utveckling som gör att mindre kvalificerad arbetskraft och lågproduktiva verksamheter blir mer produktiva. Inom vård och omsorg kan användningen av AI exempelvis leda till ökad komplexitet i arbetsuppgifterna och därmed ge personalen större ansvar. Inom skolan kan man låta AI betygsätta de nationella proven, vilket frigör tid för lärarna och minskar betygsinflationen. Inom många medelkvalificerade sektorer bör lågutbildad arbetskraft kunna konkurrera om jobben på ett annat sätt än tidigare. Även utrikes födda med svaga svenskkunskaper kommer kunna utföra fler arbetsuppgifter som kräver att man kan formulera sig i text på svenska.
Utbildnings- och arbetsmarknadspolitiken bör därför anpassas så att man stimulerar en sådan utveckling. Och för att utbildningsinsatserna skall vara effektiva bör man från statligt håll satsa på praktisk AI-forskning, alltså inte den som utvecklar teknologi och appar utan forskning om teknologins användning och effekter. Utvecklingen skulle innebära lägre arbetslöshet och högre löner för arbetskraft med lägre till medelhög kvalifikationsnivå.
Följ Dagens Arena på Facebook och Twitter, och prenumerera på vårt nyhetsbrev för att ta del av granskande journalistik, nyheter, opinion och fördjupning.
