AGI（汎用人工知能）のための経済政策

AIが雇用や経済に与える影響に対する懸念が、社会の広範な層で主要な問題として浮上しています。これは、AIの影響がほとんどの経済データに現れる前から、すでに政治候補者や若い世代にとって最大の関心事となっています。 AIの能力はここ数年で飛躍的に向上しており、その勢いは衰える兆候を見せていません。人工汎用知能（AGI）――平均的な人間と同等以上の認知タスクを実行できる高度なAIシステム――が浸透した将来の経済は、計り知れない恩恵をもたらす可能性があります。これには、医療の改善、余暇時間の増加、生活水準の向上などが含まれます。しかし、AIの経済的影響に関する懸念はもっともです。過去において、主要な技術変革は長期的には生活水準を向上させ、我々の祖先には想像もできなかった繁栄と健康を人類にもたらしました。しかし、短期的には、大きな変革はしばしば多くの人々の賃金の低下、地域経済の空洞化、格差の拡大も引き起こしました。 つまり、技術的移行を経験した多くの人々は、自分が経験した革新の時期によって傷つきました。問題は、技術的進歩の恩恵を維持しつつ、今回、そのような危害を軽減または回避できるかということです。 過去において、各国は生産性を向上させる経済移行を適切に管理することに苦労してきました。産業革命期や20世紀初頭には、政策はしばしば事後的に実施され、ショックと混乱が発生した後に再分配介入が行われました。一部のケースでは、制度の不備やデータへのアクセス不足が原因であった可能性があります。他のケースでは、技術調整政策を早期に策定することへの懸念から、対応が遅れたこともありました。 過去のショックは、AGIとも重要な点で異なっていました。ルーチンワークを自動化し、新しい産業を創出した以前の技術とは異なり、AGIは知性そのものを自動化することで、認知作業のより包括的な自動化を可能にするかもしれません。これは、社会が変化に適応する能力を凌駕するリスクを伴います。 しかし、まさにAGIが「知性」の構成要素そのものを自動化するため、広範な普及による経済的影響は非常に不確実です。一方の極端では、AGIによる経済的利益と混乱が予想通りに実現しない可能性があります。あるいは、一部の雇用を混乱させたものの、最終的には他の雇用を創出した、より身近な――それでも非常に重要な――過去の技術ショックに似たものになるかもしれません。実際、産業革命以降、労働は経済において比較的安定した力であり続けました――大量の労働力消失という一貫した予測に反して――そして経済学者は現在、体系的な雇用や賃金への影響を示す決定的な証拠を見ていません。しかし、もう一方の極端では、AGIの能力の広範かつ器用な性質が、以前の技術との断絶をマークし、ほとんどの認知職における人間の労働需要を減少させる可能性があります。 この不確実性の中で、社会が今回、より良く混乱的な技術ショックを管理できることには、少なくともいくつかの希望の理由があります。過去において、政策立案者は今日よりも弱い、知識の少ない制度によって制限されていました。社会科学は、技術ショックがどのように展開するか、そして新しいイノベーションが労働市場に与える影響をどのように測定するかを理解する上で進歩を遂げました。また、政府が実施できる政策のツールキットや、それらを迅速にスケールする方法についても、より多くのことを知っています。 AGIの経済シナリオのいずれが実現するか、あるいはそのタイムスケールを事前に決定できない可能性があるため、明確な経験的トリガーに結びついた柔軟な経済政策対応を開発することが重要です。このアプローチは、実際の混乱を緩和するために手遅れになることを避けたり、病気より悪い治療法を生み出す介入を時期尚早に過剰反応したりするのを避けるのに役立ちます。このような政策を開発するために、私たちは3つの課題を克服する必要があります。 第一に、詳細でタイムリーな労働市場データの不足です。プラットフォーム利用状況の指標は、AIが純雇用をどのように変化させるかを示せず、職場でのフィールド実験はマクロ経済に一般化することはめったになく、公式の行政データセットは現実世界の混乱に遅れる可能性があります。AIに対する消費者の需要や採用のボトルネックなどの新しい指標と現在の統計の両方に関するより良いデータは、政府がAGIの潜在的な出現にどのように対応すべきかを理解するのに役立つかもしれません。第二の課題は、人々が繁栄し、生活に対する主体性を持つことを保証しながら、AGIの利益を広く分配する可能性のある政策を決定することです。そして第三の課題は、社会が気にかけている標準化された次元のセットにわたって、ある潜在的な政策介入の強さを別のものと比較して評価するための共通のルーブリックが現在存在しないことです。これには、特定の政策対応を展開する時期に関する明確なデータに基づいた兆候が含まれます。 このギャップに対処するために、私たちは4つの次元にわたって潜在的な政策を評価するための統一されたフレームワークを導入しました。 Welfare and Resilience（福祉と回復力）：物質的な生活水準、意味と目的、全体的な経済的安定に対する政策の影響。 Agency and Voice（主体性と発言力）：個人の経済的選択、AI駆動型利益の直接所有権、民主的参加に対する政策の影響。 Feasibility and Efficiency（実現可能性と効率性）：政策の政治的支持、大衆の承認、経済的コスト、管理の簡便さ、展開速度、制度的準備状況。これには、政策がAGIによる経済成長の条件を作り出すかどうかが含まれます。 Durability across potential AGI economic futures（潜在的なAGI経済の将来にわたる耐久性）：軽微な混乱、広範な失業、完全な経済変革を特徴とするシナリオ全体での政策の適合性。 このルーブリックを念頭に置いて、私たちは手動の文献レビュー、調査、および実際の経済学者51人のデータでトレーニングされた51のAIエージェントレータを組み合わせて、潜在的なAGI経済移行を管理するための一般的に議論されている11の政策アイデアを評価しました。エージェントの審議分析では、各AIエージェントのペルソナは、経済的および政治的態度の多様性を捉えた、51人の実際の経済学者の調査データを使用して設計されました。ジョン・ホートンによって開拓されたこの方法は、研究者の自由度の一部を排除し、利用可能な証拠とそれ自身の審議プロセスに基づいて、エージェントが特定の介入をどのように「評価」するかをテストすることを可能にします。 この方法論の出力は、単一のイニシアチブがすべてを解決する答えではないことを示唆しています。一部の政策は一般的な支持を得ていますが、実用的な実現可能性に欠けています。他の政策はAGIの混乱に対して回復力があるように見えますが、人間の主体性を損なう可能性があります。各介入は、コスト、管理上の実現可能性、人間の主体性の間に明確なトレードオフを伴うため、効果的な戦略は可能な限り観察可能な閾値を中心に順序付けられるべきです。この戦略は、経済データを追跡し、社会がいつ設計済みの政策を導入すべきかを決定するのに役立つ所定の閾値に対してそれを測定するためのインフラストラクチャへの投資も必要とするかもしれません。 単一の静的な処方を支持するのではなく、私たちの方法論は、異なるシナリオに適合した3つの「後悔の少ない」介入を特定します。 Preemptive Stabilizers for Mild Scenarios (Scenario 1)（軽微なシナリオのための予防的安定化策）：失業保険（UI）の拡充、勤労所得税額控除（EITC）、雇用主主導の再訓練――これらは、利益を雇用への結びつきに結びつけ、混乱が増加した場合に規模が自動的に調整される、後悔の少ない介入です。 For Moderate Displacement & Wage Compression (Scenario 2)（中程度の失業と賃金圧縮のための策）：EITCを負の所得税（NIT）に転換――データが失業期間の長期化と、雇用回復を上回る中央値賃金の低下を示した場合にトリガーされる、より顕著な介入です。 For Structural Labor-Capital Decoupling (Scenario 3)（構造的な労働・資本の切り離し）：ユニバーサル・ベーシック・キャピタル（UBC）のバックストップ――マクロ経済指標がGDPにおける労働分配率の持続的な低下と資本収益率の増加を示した場合に、現在設計され、展開される可能性のある、より重要な介入です。 私たちは、福祉、主体性、実現可能性、効率性の尺度にわたって、11の政策すべてを評価しました。