제퍼넷 로고

IMF는 AI가 일자리를 바꾸고 불평등을 심화할 것이라고 말했습니다. MIT CSAIL은 빠르지 않다고 말합니다.

시간

AI가 경제에 미칠 수 있는 영향은 다음과 같다. 화제 기술의 급속한 발전에 따라. 그러나 최근 두 가지 보고서는 이것이 일자리에 어떤 의미를 가질 수 있는지에 대해 상충되는 그림을 제시합니다.

이후로 획기적인 2013 연구 옥스퍼드 대학교 연구진은 미국 일자리의 47%가 컴퓨터화의 위험에 처해 있다고 예측했습니다. AI 광범위한 실업을 초래할 수 있다는 점은 기술을 둘러싼 논쟁의 중심이자 중심이었습니다.

어떤 작업, 어떤 직업, 어떤 국가가 가장 위험에 처해 있는지 예측하는 보고서가 한 푼도 없었습니다. 그러나 매우 다른 결론에 도달한 저명한 기관의 최근 두 가지 연구는 주목할 가치가 있습니다.

지난주 국제통화기금(IMF)의 연구원들은 다음과 같은 제안을 했습니다. 전 세계 일자리의 40% AI의 영향을 받을 수 있으며, 기술이 불평등을 악화시킬 가능성이 높습니다. 그러나 오늘, 연구MIT C세일 AI가 작업을 수행할 수 있다고 해서 경제적으로 타당하다는 의미는 아니므로 출시가 많은 사람들이 예상하는 것보다 느려질 가능성이 높다고 언급했습니다.

IMF 분석은 다양한 직업의 "AI 노출"을 조사함으로써 이전의 많은 연구와 유사한 접근 방식을 따릅니다. 여기에는 작업을 작업 묶음으로 나누고 잠재적으로 AI로 대체될 수 있는 작업을 평가하는 것이 포함됩니다. 하지만 이 연구는 한 단계 더 나아가 어떤 직업이 AI의 영향으로부터 보호받을 가능성이 있는지를 고려합니다. 예를 들어, 판사의 업무 중 많은 부분이 자동화될 가능성이 높지만 사회는 이러한 종류의 업무를 AI에 위임하는 것을 꺼려할 것입니다.

연구에 따르면 전 세계적으로 일자리의 약 40%가 AI에 노출되어 있는 것으로 나타났습니다. 그러나 저자들은 선진국이 기술로 인해 거의 60%의 일자리가 바뀌는 등 훨씬 더 큰 영향을 미칠 수 있다고 예측합니다. 영향을 받는 직업의 약 절반은 AI가 인간의 작업을 향상시키는 것을 볼 수 있는 반면, 나머지 절반은 AI가 작업을 대체하여 임금을 낮추고 채용을 줄이는 것을 볼 수 있습니다.

신흥시장과 저소득 국가에서는 그 수치가 각각 40%와 26%이다. 그러나 이는 고용 시장에 대한 일부 불안정한 영향으로부터 그들을 보호할 수 있지만, 이는 또한 이들 경제가 AI의 혜택을 덜 누릴 수 있다는 것을 의미하며 잠재적으로 글로벌 규모의 불평등 증가로 이어질 수 있습니다.

분석에 따르면 일부 국가에서는 AI를 활용하여 생산성과 임금을 높일 수 있는 반면 다른 국가에서는 손실을 입는 등 유사한 역학이 국가 내에서도 나타날 가능성이 높습니다. 특히 연구원들은 고령 근로자들이 새로운 AI 기반 경제에 적응하는 데 어려움을 겪을 가능성이 있다고 제안합니다.

보고서는 긍정적인 소식과 부정적인 소식이 혼합되어 있지만 AI로 간주되는 대부분의 시나리오에서 불평등이 악화될 가능성이 있다고 저자는 말합니다. 이는 정책 입안자들이 사회 안전망 강화 및 재교육 프로그램을 포함하여 잠재적인 영향에 대한 계획을 지금 시작해야 함을 의미합니다.

하지만 MIT CSAIL의 연구는 다른 그림을 그립니다. 저자는 AI 노출을 측정하는 표준 접근 방식에 문제를 제기합니다. 왜냐하면 인간이 수행하는 작업을 AI로 대체하는 경제적 또는 기술적 타당성을 고려하지 않기 때문입니다.

그들은 재료의 양과 부패 여부를 확인하기 위해 컴퓨터 비전 기술에 투자할지 여부를 고려하는 빵집의 가상 사례를 지적합니다. 기술적으로는 가능하지만 이 작업은 제빵사 업무의 약 48,000%만을 차지합니다. 14,000명의 제빵사가 평균 XNUMX달러의 급여를 받는 작은 빵집에서 이는 잠재적으로 회사가 연간 XNUMX달러를 절약할 수 있으며 이는 확실히 기술 개발 및 배포 비용보다 훨씬 적습니다.

이로 인해 그들은 AI가 고용 시장에 미치는 잠재적 영향을 평가하기 위해 보다 경제적으로 기반을 둔 접근 방식을 취하게 되었습니다. 먼저 AI 시스템에 필요한 성능이 무엇인지 파악하기 위해 작업자를 대상으로 설문조사를 실시했습니다. 그런 다음 이를 사용하여 해당 시나리오에서 자동화가 매력적인지 여부를 결정하기 전에 해당 측정항목에 부응할 수 있는 시스템을 구축하는 데 드는 비용을 모델링했습니다.

이 AI 분야에 대한 비용 모델이 더욱 개발됨에 따라 그들은 컴퓨터 비전에 중점을 두었습니다. 그들은 AI 배포에 드는 막대한 초기 비용으로 인해 AI에 "노출"된 것으로 추정되는 작업 중 23%만이 실제로 자동화에 적합하다는 것을 발견했습니다. 이는 중요하지 않지만 다른 사람들이 예측한 것보다 기술 출시가 훨씬 느려질 것이라고 말하며 일자리 대체가 점진적이고 다루기가 더 쉬울 것임을 시사합니다.

분명히 요즘 대부분의 초점은 컴퓨터 비전 시스템보다는 대규모 언어 모델의 잠재력을 파괴하는 작업에 있습니다. 그러나 보다 일반적인 특성에도 불구하고 연구원들은 이러한 모델이 특정 직업에 대해 여전히 미세 조정이 필요하므로(비용을 들여) 경제성이 비슷할 것으로 기대한다고 말합니다.

궁극적으로, 지금 당장 누가 옳은지 말하기는 어렵습니다. 그러나 최악의 상황에 대비하는 동시에 이 파괴적인 기술의 진정한 영향이 무엇인지 더 잘 이해하려고 노력하는 것이 현명한 것 같습니다.

이미지 신용 : 모하메드 노하시 / Unsplash

spot_img

최신 인텔리전스

spot_img