Caro(a) Leitor(a);
Este artigo avalia alegações sobre as amplas implicações macroeconômicas dos novos avanços em IA. Parte de um modelo baseado em tarefas dos efeitos da IA, trabalhando por meio da automação e da complementaridade entre tarefas. Enquanto os efeitos microeconômicos da IA forem impulsionados por economias de custos/melhorias de produtividade no nível das tarefas, suas consequências macroeconômicas serão dadas por uma versão do teorema de Hulten: o PIB e os ganhos de produtividade agregada podem ser estimados pela fração de tarefas impactadas e pela economia média de custos no nível das tarefas. Usando estimativas existentes sobre a exposição à IA e melhorias de produtividade no nível das tarefas, esses efeitos macroeconômicos parecem não triviais, mas modestos — não mais do que um aumento de 0,66% na produtividade total dos fatores (PTF) em 10 anos. O artigo argumenta, então, que mesmo essas estimativas podem ser exageradas, porque as evidências iniciais são de tarefas fáceis de aprender, enquanto alguns dos efeitos futuros virão de tarefas difíceis de aprender, onde há muitos fatores dependentes do contexto que afetam a tomada de decisões e nenhuma medida objetiva de resultados com a qual se possa aprender um desempenho bem-sucedido. Consequentemente, os ganhos previstos da PTF nos próximos 10 anos são ainda mais modestos, prevendo-se que sejam inferiores a 0,53%. Também exploro os efeitos da IA sobre os salários e a desigualdade. Mostro teoricamente que, mesmo quando a IA melhora a produtividade de trabalhadores pouco qualificados em determinadas tarefas (sem criar novas tarefas para eles), isso pode aumentar, em vez de reduzir, a desigualdade. Empiricamente, concluo que é improvável que os avanços da IA aumentem a desigualdade tanto quanto as tecnologias de automação anteriores, porque seu impacto é distribuído de forma mais equitativa entre os grupos demográficos, mas também não há evidências de que a IA reduzirá a desigualdade de renda do trabalho. Em vez disso, prevê-se que a IA amplie a lacuna entre a renda do capital e a renda do trabalho. Finalmente, algumas das novas tarefas criadas pela IA podem ter valor social negativo (como o design de algoritmos para manipulação online), e discuto como incorporar os efeitos macroeconômicos de novas tarefas que podem ter valor social negativo.
Para saber mais, acesse o link>
Fonte: National Bureau of Economic Research / Pulicação maio/2024
https://www.nber.org/papers/w32487Obrigado pela sua visita e volte sempre!
Web Science Academy; Hélio R.M.Cabral (Economista, Escritor e Divulgador de conteúdos da Astronomia, Astrofísica, Astrobiologia e Climatologia).Participou do curso (EAD) de Astrofísica, concluído em 2020, pela Universidade Federal de Santa Catarina (UFSC).
Autor do livro: “Conhecendo o Sol e outras Estrelas” e "Conhecendo a Energia produzida no Sol".
Acompanha e divulga os conteúdos científicos da NASA (National Aeronautics and Space Administration), ESA (European Space Agency) e outras organizações científicas e tecnológicas.
Participa do projeto S`Cool Ground Observation (Observações de Nuvens) que é integrado ao Projeto CERES (Clouds and Earth´s Radiant Energy System) administrado pela NASA. A partir de 2019, tornou-se membro da Sociedade Astronômica Brasileira (SAB), como astrônomo amador.
Participa também do projeto The Globe Program / NASA Globe Cloud, um Programa de Ciência e Educação Worldwide, que também tem o objetivo de monitorar o Clima em toda a Terra. Este projeto é patrocinado pela NASA e National Science Fundation (NSF), e apoiado pela National Oceanic and Atmospheric Administration (NOAA) e U.S Department of State.
>Autor de cinco livros, que estão sendo vendidos nas livrarias Amazon, Book Mundo e outras.
Acesse abaxo, os links das Livrarias>
Site: https://www.orionbook.com.br/
e-mail: heliocabral@coseno.com.br
Nenhum comentário:
Postar um comentário