يقول أنطون كورينك، أستاذ الاقتصاد في جامعة فيرجينيا، للطلاب إنه ينصحهم في الوقت الحاضر بأنه ينبغي لهم أن يبدأوا حقًا في إتقان التكنولوجيا المزدهرة التي من المتوقع أن تغير مجال الاقتصاد. هذه التكنولوجيا هي الذكاء الاصطناعي التوليدي، أو “genAI” باختصار.
يستخدم الاقتصاديون بالفعل التعلم الآلي، وهو فرع من الذكاء الاصطناعي، لتحليل البيانات وتطوير التوقعات الاقتصادية. لكن genAI هي تقنية منفصلة. إنه يدعم ChatGPT والأدوات المشابهة وقد تقدم بسرعة مذهلة في الأشهر الأخيرة.
ويتوقع كورينك أن “يحدث ثورة في البحث”، وفقًا لورقة كتبها وقبلت للنشر في مجلة الأدب الاقتصادي.
“إنها تقنية قوية، وإذا استخدمتها، يمكنك حل المشكلات الاقتصادية التي نواجهها كمجتمع، بشكل أفضل وأكثر إنتاجية. وقال كورينك لشبكة CNN في مقابلة: “هذا هو كل ما يدور حوله البحث”.
GenAI ليست قادرة فقط على المساعدة في البحث. وأظهرت دراسة حديثة أجراها اثنان من خبراء الاقتصاد في جامعة جورج ماسون أن الذكاء الاصطناعي الجيني يمكن أن يكون مفيدا في تدريس الاقتصاد من خلال حل نماذج محددة في الفصول الدراسية وإنشاء الامتحانات. وأظهرت دراسة منفصلة أجراها باحثون في بنك الاحتياطي الفيدرالي في سانت لويس أن نموذج الذكاء الاصطناعي الذي طوروه “يفهم الطلب على توقعات التضخم” و”يوفر بديلاً غير مكلف ودقيقًا للتنبؤات التقليدية”.
ومن المساعدة في المشاريع البحثية إلى التنبؤ بالتضخم، من المرجح أن يعمل الذكاء الاصطناعي الجيني على تمكين الاقتصاديين، بدلا من الاستيلاء على وظائفهم – على الأقل في الوقت الحالي.
يقوم الاقتصاديون بعدة مهام صغيرة عند إجراء الأبحاث، وتشير ورقة كورينك إلى أن النماذج اللغوية الكبيرة، وهو نوع محدد من جينات الذكاء الاصطناعي، يمكن أن تساعد بستة طرق: “التفكير والتغذية الراجعة، والكتابة، والبحث في الخلفية، وتحليل البيانات، والترميز، والمشتقات الرياضية”.
أدوات genAI الأكثر استخدامًا هي ChatGPT من OpenAI، وNew Bing من Microsoft، وGoogle’s Bard، وAnthropic’s Claude 2، وMeta’s LlaMA 2، وفقًا لكورينيك. يمكن لأي من روبوتات الدردشة هذه أن تساعد الاقتصاديين في تبادل الأفكار حول ما يجب البحث فيه بمجرد مطالبة برنامج الدردشة الآلي بتقديم قائمة من الأفكار. ويمكنه أيضًا تقييم خطط البحث من خلال تقديم الإيجابيات والسلبيات.
يعد GenAI رائعًا في تحرير النسخ وضبط الكتابة، بما في ذلك اكتشاف الأخطاء المطبعية، واقتراح العناوين، وحتى إنشاء نص مخصص لوسائل التواصل الاجتماعي للترويج للمقالة. يمكن أن تساعد التكنولوجيا الجديدة في جعل كتابات الباحث أكثر وضوحًا وتحديدًا وتدفقًا بشكل أفضل، وفقًا لورقة كورينك.
تعتبر روبوتات الدردشة المدعمة بالذكاء الاصطناعي ممتازة أيضًا في تلخيص النص. يمكن لكلا الإصدارين من ChatGPT (3.5 و4) تلخيص مقاطع نصية تصل إلى حوالي 3000 كلمة. ومع ذلك، يمكن لكلود 2 تلخيص ما يصل إلى حوالي 75000 كلمة، وهو ما يغطي طول جميع الأوراق البحثية الأكاديمية تقريبًا، وفقًا لكورينك. يمكن للاقتصاديين طرح أسئلة على برنامج الدردشة الآلية حول ورقة بحثية معينة مثل “ما هي الاستنتاجات الرئيسية للمؤلف؟” أو “ما هو الدليل المحدد الذي يدعم هذه النقاط؟”
تتضمن الأبحاث الاقتصادية عادة مهام فنية مثل الترميز واستنباط البراهين الرياضية. تعد أدوات GenAI، مثل تحليل البيانات المتقدم ChatGPT، مفيدة في كتابة التعليمات البرمجية وشرحها وترجمتها وحتى تصحيح الأخطاء فيها، خاصة في لغات مثل python وR. يمكن لروبوتات الدردشة إعداد نماذج اقتصادية، واشتقاق المعادلات، وشرحها، على الرغم من أن كورينك أشار إلى ذلك قدرات genAI المتعلقة بالرياضيات محدودة في هذه المرحلة.
من المهم أيضًا ملاحظة أن الإصدار الأحدث من كل برنامج chatbot، مثل ChatGPT-4، يتمتع بقدرات أكبر من الإصدارات السابقة.
وبطبيعة الحال، فإن genAI ليس مضمونًا. وفي بعض الأحيان يصدر معلومات غير دقيقة، ويشار إليها أحيانًا باسم “الهلوسة”.
نشر أساتذة الاقتصاد تايلر كوين وألكس تاباروك في جامعة جورج ماسون ورقة بحثية بعنوان “كيفية تعلم وتعليم الاقتصاد باستخدام نماذج لغوية كبيرة، بما في ذلك GPT” في وقت سابق من هذا العام، والتي أوضحت كيف يمكن للذكاء الاصطناعي تلخيص النص وتحسين الكتابة واقتراح الأفكار وحل المشكلات البسيطة. نماذج اقتصادية مع شرحها، مشابهة لورقة كورينك.
لكن البحث أظهر أيضًا أن الذكاء الاصطناعي الجيني مفيد بشكل خاص في الفصول الدراسية.
“سيعمل كل من ChatGPT وBing Chat أيضًا على إنشاء مناهج دراسية ذات مصداقية كبيرة لمجموعة متنوعة من الدورات بما في ذلك القراءات وسياسات الدورة وإجراءات وضع الدرجات”، كما كتب كوين وتابارك في ورقتهما البحثية. “إذا كنت تتساءل، فإن Chat GPT يقبل المهام المتأخرة بغرامة قدرها 10% يوميًا.”
وأشار الاقتصاديون إلى أن أدوات الذكاء الاصطناعي الجيني “ليست جاهزة بعد لحل مشكلات الدكتوراه، لكنها جيدة في حل النماذج الجامعية وفي تدريس الطلاب”.
تشير ورقة عمل حديثة إلى أن شركة genAI ماهرة في التنبؤ بالتضخم – حتى أكثر من الاقتصاديين الذين يقومون بذلك اليوم.
وقارنت الدراسة، التي كتبها اثنان من مستشاري السياسات في بنك الاحتياطي الفيدرالي في سانت لويس، توقعات التضخم من برنامج PaLM من جوجل، وهو نموذج دردشة كبير الحجم يشبه ChatGPT، مع أحد المصادر الرئيسية للتنبؤات الاقتصادية الكلية: مسح المتنبئين المحترفين. وتشمل هذه المجموعة “المهنيين الدائمين العاملين في مجال التنبؤ بالاقتصاد الكلي الحاصلين على درجات علمية متقدمة في الاقتصاد أو المجالات ذات الصلة”، وفقًا لمتحدث باسم الشركة.
ووجد الباحثون أن تنبؤات التضخم الخاصة بـ PaLM أنتجت أخطاء أقل من تلك الخاصة بـ SPF، الذي يجمع التوقعات التي قدمتها مجموعة متنوعة من الاقتصاديين والمحللين الماليين.
وقالت الورقة “تشير هذه النتائج إلى أن نماذج LLM قد توفر نهجا بديلا غير مكلف ودقيق لتوليد توقعات التضخم”.
إذًا، ما هو التأثير المحتمل لتقدم genAI على التوظيف في الاقتصاد؟ ومن المرجح أن يكون محدودا في البداية، وسيساعد الاقتصاديين بشكل أساسي على أن يصبحوا أكثر إنتاجية وكفاءة، لكنه قد يؤدي إلى بعض فقدان الوظائف في نهاية المطاف.
أجرى موقع الوظائف بالفعل دراسة حديثة لقياس مستوى تعرض بعض الوظائف للذكاء الاصطناعي الجيني بناءً على المهارات اللازمة لأدائها. ووجدت أن وظائف تطوير البرمجيات، مثل مهندسي البرمجيات، تواجه أكبر قدر من التعرض.
وقالت سفينيا جوديل، كبيرة الاقتصاديين في إنديد، لشبكة سي إن إن: “أعتقد أن الذكاء الاصطناعي المتطور سيخلق وظائف أفضل على طول الطريق لأننا سنتخلص من المهام التي لا نحب القيام بها”. “ومع ذلك، فإن الوصول إلى تلك الحالة المستقرة سيتطلب فترة من التغيير قد تكون مضطربة ومؤلمة”.
وقال جوديل إن الشركة يمكن أن تقرر خفض تكاليف العمالة عن طريق تسريح الموظفين إذا ساعدت genAI في الحفاظ على مستوى إنتاجها المعتاد. أو قد تقرر الشركة الاحتفاظ بجميع موظفيها والاستمتاع ببساطة بإنتاج أكبر بسبب الذكاء الاصطناعي الجيني. وفي كلتا الحالتين، تشكل التكنولوجيا خطراً على التوظيف.
يستخدم الاقتصاديون الكثير من التكنولوجيا للقيام بوظائفهم، وهي مهام يمكن أن يؤديها الذكاء الاصطناعي الجيني أيضًا، خاصة أنه أصبح أكثر دقة. ومع ذلك، فإن كونك خبيرًا اقتصاديًا سيتطلب دائمًا “لمسة إنسانية”، وفقًا لجوديل. يتضمن ذلك تعليم الطلاب وإجراء العروض التقديمية المباشرة أمام الجمهور، وأيضًا عند العمل مع genAI نفسها.
“في الاقتصاد، نتحدث غالبًا عن قابلية تفسير النموذج. قال جوديل: “إن الحصول على إجابة هو أمر واحد، ولكن فهم كيفية حصولك على هذه الإجابة يمكن أن يكون في كثير من الأحيان بنفس القدر من الأهمية”. “ثم يأتي الإنسان إلى الحلقة مرة أخرى عندما يحين وقت أخذ هذه النتيجة ووضعها في سياقها.”
