این متن گفت‌و‌گویی است میان دیوید پرایس با دارون عجم‌‌‌‌اوغلو که در فصلنامه اکونومیک فوکس منتشر شده است.
چگونه به اقتصاد علاقه‌‌‌‌مند شدید؟
وقتی در دبیرستان بودم و به سن قانونی در ترکیه رسیدم این کشور تحت‌دیکتاتوری نظامی بود و من به اقتصاد علاقه پیدا کردم. کشور ترکیه مشکلات اقتصادی زیادی ازجمله فقر گسترده داشت، بنابراین من به سمت این موضوعات کشیده شدم و نیز درباره ارتباط بین دیکتاتوری، دموکراسی، رشد اقتصادی و چیزهای دیگری به فکر فرو رفتم که پژوهش‌هایم در ده‌‌‌‌ها سال‌بعد را به خود اختصاص دادند. آنچه در آن زمان فکر می‌کردم علم اقتصاد است، معلوم شد دقیقا اقتصاد نیست و آنچه فکر می‌کردم قرار است انجام دهم وقتی وارد کالج و دوره تحصیلات تکمیلی شدم کاملا تغییر کرد، اما آنچه که دیدم- تلاش به استفاده از ابزارهای تجربی، ریاضی و مفهومی برای پاسخ‌دادن پرسش‌‌‌‌های علوم اجتماعی و در واقع وجود بشریت- را دوست داشتم.
در کتاب جدیدتان «قدرت و پیشرفت» با سایمون جانسون استدلال می‌کنید که میزان سهیم‌‌‌‌شدن کارگران در دستاوردهای فناوری‌های جدید به قوانین رسمی و انتظارات غیررسمی حاکم بر مدیریت بستگی دارد. قوانین حاکم بر مدیریت به‌وضوح طی زمان تغییر کرده‌است؛ آیا انتظارات نیز تغییر کرده‌اند؟ آیا جامعه ما از مدیران‌عامل شرکت‌ها انتظاری متفاوت از گذشته دارد؟
بخش بزرگی از کار من روی رشد اقتصادی متمرکز است. کارهای اولیه من در این حوزه پیروی از کارهایی بود که بسیاری از اقتصاددانان انجام می‌دهند، یعنی دقیق‌شدن در رشد- رشد تولید ناخالص داخلی- با این انتظار که با رشد اقتصاد، همه بخش‌های جامعه، ازجمله کارگران، منتفع می‌شوند. کتاب «قدرت و پیشرفت» نتیجه پژوهش‌های من در 15 سال‌گذشته است که باعث شد کمتر در این مورد مطمئن شوم. مطمئنا در دوره‌‌‌‌های معینی رشد خیلی خوب عمل کرده‌است. برای مثال، در دهه‌پس از جنگ‌جهانی دوم، تولید ناخالص داخلی آمریکا به‌سرعت رشد کرد و دستمزدها نیز افزایش یافت. نابرابری ثابت ماند، پس این یک دوره کلاسیک از رفاه همگانی بود، اما در دوره‌‌‌‌های مختلف در تاریخ و حتی امروز، شواهد گوناگونی وجود دارد که نشان می‌دهد رشد همیشه به این شکل عمل نمی‌کند.
کتاب «قدرت و پیشرفت» با تاکید بر سه نکته سعی می‌کند به این پرسش‌‌‌‌ها بپردازد. یکی ماهیت فناوری زمانه است. دوم نهادهایی که قدرت چانه‌‌‌‌زنی کارگران را شکل می‌دهند و سوم انتظارات و هنجارها است.
در مورد آخری، بله، گمان می‌کنم انتظارات و هنجارها به‌ویژه در دنیای مدرن اهمیت ویژه‌ای دارند. ما در بحبوحه تحول بزرگی هستیم که در آن فناوری‌های جدید، سازمان‌های جدید، شیوه‌‌‌‌های جدید زندگی در سرتاسر جهان در حال گسترش هستند و اینکه چه کسی قرار است از مزایای آنها بهره‌مند شود، بسیار مورد‌توجه است. انتظارات و دیدگاه‌‌‌‌ها در مورد آنچه قابل‌قبول است نقش بسیار مهمی ایفا خواهند کرد.
از پژوهش‌هایی که تازگی با الکس هی، از دانشکده کسب‌وکار دانشگاه مریلند و دانیل لی‌مایر، از دانشگاه کپنهاگ، انجام داده‌‌‌‌ام چیزهای خوبی فهمیده‌‌‌‌ایم. برای مثال متوجه شدیم مدیران آموزش‌‌‌‌دیده در مدارس کسب‌وکار در دانمارک و آمریکا نرخ دستمزد کارکنان خود را نسبت به رقبای خود به میزان قابل‌توجهی کاهش می‌دهند. آنها از منافع افزایش بهره‌‌‌‌وری، مقدار کافی به‌کارگران نمی‌دهند. شواهد ما نشان می‌دهد دلیل آن این است که آنها این دیدگاه را قبول داشتند که مراقبت از منافع سهامداران و تلاش برای چابکتر و لاغرتر‌کردن شرکت کارآتر و منصفانه‌‌‌‌تر است. این بخشی کوچک از یک کل بسیار بزرگتر را نشان می‌دهد و آن این است که دیدگاه‌‌‌‌ها یا انتظارات یا ایده‌های بازیگران قدرتمند همچنان نقش اصلی را ایفا می‌کنند و خواهند کرد.
با دقت در تمام نیروهایی که در بالا به آنها اشاره کردید، به‌نظرتان روشی که هوش‌مصنوعی احتمالا در محل کار به‌کار گرفته می‌شود چه اثرات احتمالی بر کارگران دارد؟
به نظر من همه این نیروها در هر دوره‌‌‌‌‌‌‌‌ای مهم هستند، اما آنها در دوران دگرگون‌‌‌‌ساز که فناوری‌های سازمانی در حال تغییر هستند، به‌ویژه سرنوشت‌‌‌‌ساز می‌شوند. به دلیل گسترش سریع هوش مصنوعی- ازجمله مدل‌های زبانی بزرگ (LLM) - و سایر فناوری‌های دیجیتال، ما در میانه یکی از اینها هستیم. این اتفاق به این دلیل نیز می‌افتد که جوامع کسب‌وکاری در جهان صنعتی‌‌‌‌شده چشم‌‌‌‌انداز اتکای بیشتر و بیشتر به این ابزارها به‌جای انسان‌ها را پذیرفته‌اند.
مساله این هنجارها و انتظارات اهمیت ویژه‌ای پیدا کرده‌است چون جهت‌گیری فناوری موضوعی خاتمه‌‌‌‌نیافته است. ما می‌توانیم از این ابزارها برای حذف کارگران، کنار گذاشتن آنها و در نتیجه استفاده‌نکردن از مهارت‌های منحصربه‌‌‌‌فردشان استفاده کنیم، یا می‌توانیم راه‌هایی برای ایجاد وظایف جدید و فرصت‌های جدید برای کارگران پیدا کنیم.
در برخی پژوهش‌های اخیر خود که به‌تازگی منتشر کرده‌‌‌‌اید، به این پرسش به‌صورت تجربی نگاه کردید که تاثیرات هوش‌مصنوعی بر مشاغل را بر اساس آگهی‌‌‌‌های شغلی آنلاین اندازه‌‌‌‌گیری می‌کند. متوجه چه چیزهایی شدید؟
شواهد درباره سرعت پذیرش هوش‌مصنوعی و اثرات آن بسیار اندک بود. در حرفه اقتصاد درباره اندازه‌‌‌‌گیری فناوری‌ها خیلی خوب عمل نکردیم. این قضیه در مورد هوش‌مصنوعی دوچندان صادق است.
بنابراین ایده‌ای که دیوید اتور، جاناتان هازل، پاسکوال رسترپو و من داشتیم این بود که به دنیای دم‌‌‌‌دست مشاغل آنلاین در آمریکا نگاه کنیم. ما به اطلاعات دقیق در مورد انواع وظایفی رسیدیم که کارگران به‌دنبال آن هستند و چه نوع مهارت‌هایی با خود می‌‌‌‌آورند. ما به‌جای کل شرکت به سطح پایینی از یک تشکیلات مانند فروشگاه نگاه می‌کنیم. برای مثال، به‌جای کل شرکت برگر کینگ یک فروشگاه برگر کینگ را درنظر گرفتیم. با این داده‌ها، توانستیم مشخص کنیم که چه نوع تشکیلاتی از هوش‌مصنوعی استفاده کرده و مهارت‌های مرتبط با هوش‌مصنوعی را استخدام می‌کنند و این تشکیلات از نظر استخدام چه کارهای دیگری انجام می‌دهند.
تصویر بسیار جالبی دریافت کردیم. اول از همه، در اواخر سال2013 یا 2014 فعالیت استخدامی مرتبط با هوش‌مصنوعی وجود نداشت، اما در حدود سال‌های 2015 تا 2016، تقریبا نقطه‌عطفی را مشاهده کردیم که در آن بسیاری از تشکیلات در بسیاری از صنایع مختلف شروع به جست‌وجوی کارگران مرتبط با هوش‌مصنوعی می‌کنند، پس این بهترین تخمین ما درباره زمانی است که فناوری هوش‌مصنوعی واقعا در اقتصاد آمریکا گسترش یافت. دوم، ما دقت کردیم ببینیم انواع تشکیلاتی که این استخدام‌ها را انجام می‌دهند چه هستند. به‌نظر می‌رسد پاسخ این باشد که آنها کسانی هستند که وظایف نسبتا ساده‌‌‌‌‌‌‌‌ای دارند که می‌توان با فناوری هوش‌مصنوعی جایگزین کرد، بنابراین شما وظایف خلاقانه یا شرکت‌هایی که به‌عملکردهای بسیار پیچیده نیاز دارند را نمی‌‌‌‌بینید که به سمت هوش‌مصنوعی بروند. مشاغلی ساده‌‌‌‌تر مانند امنیت فناوری اطلاعات، مشاغل اداری ساده و مواردی از این قبیل به سمت هوش‌مصنوعی می‌روند.
بنابراین، به‌نوعی بدگمانی ما را بر اساس امواج قبلی فناوری‌های اتوماسیون تایید می‌کند که این فناوری‌ها، به‌ویژه زمانی‌که به‌سرعت گسترش می‌یابند، برخی مشاغل را از بین می‌برند و همیشه دستمزدها یا تقاضا برای کارگران را افزایش نمی‌دهند.
باید اضافه کنم که این تحقیق چندین سال‌قبل از مدل‌های زبان بزرگ انجام شده‌است، بنابراین در مورد چت‌‌‌‌جی‌‌‌‌پی‌‌‌‌تی یا چت‌‌‌‌جی‌‌‌‌پی‌‌‌‌تی4 که ممکن است اثرات متفاوتی داشته‌باشد، خیلی مفید نیست و در واقع، معتقدم که آنها کارهای مختلفی را در برخی ابعاد انجام خواهند داد.
بر اساس همه اینها، چگونه به‌کارگران توصیه می‌کنید که با تقاضاهای در حال تغییر بازار کار که هوش‌مصنوعی ایجاد می‌کند، خود را تطبیق دهند؟
خب، این پرسشی بسیار طبیعی است و بدیهی است که از دیدگاه کارگر پرسش خوبی است، اما اجازه دهید عقب‌تر بروم و بگویم این تنها پرسش یا حتی پرسش درست نیست، زیرا وقتی این پرسش را از دیدگاه جامعه می‌‌‌‌پرسید، این روایت را به ذهن متبادر می‌کند که هوش‌مصنوعی بهمنی است که از قبل در حال آمدن است و جهت مشخصی دارد و تنها کاری که می‌توانیم انجام دهیم این است که خود را با آن سازگار کنیم و وفق دهیم. البته ما باید خود را با تمام فناوری‌های جدید وفق دهیم، اما فکر می‌کنم پرسشی که می‌‌‌‌پرسید‌باید همراه با پرسش متفاوتی باشد یا حتی قبل از آن پرسیده شود: ما چه نوع هوش‌مصنوعی می‌خواهیم؟ چه فناوری‌هایی در آینده برای جامعه، به‌ویژه کارگران، سودمندتر هستند؟ من نمی‌توانم هیچ فناوری را تصور کنم که برای مدت زمان طولانی به زیان کارگران باشد و در عین‌حال برای جامعه مفید باشد.
بنابراین نظر من این است که در حال‌حاضر ما در محافل هوش‌مصنوعی در مسیر اشتباهی قرار داریم. ما در جامعه فناوری در مسیر اشتباهی پیش‌می‌‌‌‌رویم، زیرا هیچ توجهی به اثری که این فناوری‌ها روی مشاغل کارگران، دموکراسی، سلامت روان و انواع مسائل دیگر می‌گذارند، نمی‌شود، بنابراین واقعا باید بپرسیم که آیا می‌توانیم این فناوری‌ها را تغییر مسیر دهیم؟ اما به پرسش شما برگردیم، البته کارگران نیز باید خود را وفق دهند و من فکر می‌کنم کارگرانی که مهارت دارند یا تخصص داشتن در کارهایی را انتخاب می‌کنند که به هر طریقی قرار است توسط ماشین‌‌‌‌ها انجام شود، خیلی خوب عمل نمی‌کنند، بنابراین فکر می‌کنم مهارت‌های اجتماعی، ارتباطات اجتماعی، کار تیمی، انطباق یافتن و خلاقیت توسط بازار کار پاداش داده خواهد شد. همان‌طور که ماشین‌‌‌‌ها انسان‌ها را تقویت می‌کنند، انسان‌ها نیز باید ماشین‌‌‌‌ها را تقویت کنند. اما اشتباه نکنید، فقط این مهارت‌ها نیستند. امروزه معتقدم در 10سال‌آینده، اقتصاد آمریکا به تعداد زیادی نجار، برق‌کار، لوله‌‌‌‌کش و افراد زیادی نیاز خواهد داشت که ترکیب‌‌‌‌های بسیار ارزشمند و بسیار معناداری از کارهای یدی و شناختی نیازمند مهارت و تخصص هستند. این اشتباه است که فکر کنیم همه‌چیز دیجیتالی خواهد شد و اگر سعی کنیم ماشین‌های جدید، ازجمله هوش مصنوعی را به‌گونه‌ای بسازیم که مکمل برق‌کار، لوله‌‌‌‌کش و نجار باشند خیلی فایده‌‌‌‌مند برای ما خواهد بود. من فکر می‌کنم که مکمل‌بودن واقعا حیاتی است.
استدلال‌‌‌‌ها به نفع تنظیم‌گری هوش‌مصنوعی در راستای اصول اقتصادی در حال‌حاضر نامعمول به‌نظر می‌رسد. معمولا استدلال‌‌‌‌ها در مورد هوش‌مصنوعی و همسویی آن، در مورد هوش‌مصنوعی و تهدیدهای بلندمدت مشاهده می‌شود.
این استدلال‌‌‌‌ها واقعا بحث را به‌هم می‌زند. من نگران اینکه هوش عام مصنوعی بیاید و بشریت را در اختیار بگیرد، نیستم.
به نظرتان چرا استدلال‌‌‌‌های سیاستگذاری اقتصادی درباره هوش‌مصنوعی مورد‌توجه قرار نگرفته‌است؟
دلایل زیادی وجود دارد. فکر می‌کنم یکی از آنها هالیوود و کتاب‌های علمی-تخیلی است. اشتباه نشود، من عاشق داستان‌های علمی-تخیلی هستم، اما اینها ما را عادت می‌دهد تا به سناریویی فکر کنیم که در آن ماشین‌‌‌‌ها شبیه انسان می‌شوند و با انسان‌ها رقابت می‌کنند. اما نکته دوم و حتی مهم‌تر- که به‌نظر من وجود یک اشتباه اساسی در جامعه هوش‌مصنوعی است و به‌کارهای تورینگ و کنفرانس دارتموث در مورد هوش‌مصنوعی
(در سال1956) برمی‌گردد- این اشتباه بود که هدف را به‌عنوان هوشمند‌بودن ماشین‌‌‌‌ها، توسعه قابلیت‌‌‌‌هایی شبیه انسان، بهتر از انسان‌ها عمل‌کردن، چارچوب‌‌‌‌بندی کرد. من گمان می‌کنم ما باید این پرسش را از آغاز به‌صورت ماشینی که مفید است مطرح می‌کردیم. ما به خودی خود که هوش ماشینی نمی‌‌‌‌خواهیم؛ ما ماشین‌هایی می‌خواهیم که برای ما مفید باشند و برخی قابلیت‌‌‌‌ها و عملکردهای سطح بالا داشته باشند.
امروزه، هنوز، روشی که بتوان در پژوهش‌های هوش‌مصنوعی جایگاه و تشخصی یافت، به وسیله دستیابی به قابلیت‌‌‌‌های شبیه انسان است. در راس این اعتبار، بزرگ‌ترین منابع مالی در حال‌حاضر برای مهندسی، علوم رایانه و هوش مصنوعی، شرکت‌هایی مانند گوگل و مایکروسافت هستند. این دو اثر را کنار هم قرار دهید و سوگیری شگفت‌‌‌‌انگیزی خواهید داشت.
و دلیل سوم، حرفه اقتصاد است. می‌دانید که اقتصاددانان درست می‌گویند: ما شکوفایی اقتصادی امروز را مدیون فناوری هستیم. اگر پیشرفت‌های عظیم صنعتی‌‌‌‌شدن، ارتباطات، پیشرفت در داروسازی و همه این چیزها نبود، ما سی‌برابر پدران، پدربزرگ و مادربزرگ خود که 250 سال‌پیش زندگی می‌کردند، مرفه نبودیم، با این حال این بدان معنا نیست که تغییرات فناورانه همیشه برای کارگران خوب بوده یا همیشه برای جامعه خوب بوده است، بنابراین ما واقعا باید دیدگاهی را ایجاد کنیم که چگونه می‌توانیم فناوری را در خدمت بهتر‌شدن شرایط مهار کنیم، اما اگر با این دیدگاه موافق باشید که فناوری همیشه و همه‌جا خوب است، پرسیدن پرسش‌‌‌‌هایی در مورد تنظیم‌گری فناوری در حرفه اقتصاد مانند یک گناه است و اگر آن را در کنار تمایلات فکری محافل هوش‌مصنوعی بگذارید، گمان می‌کنم تصویر فعلی را دریافت کنید.
مخالفت‌ها به اثرات فناوری جدید بر نیروی کار، گاهی اوقات به‌صورت سطحی با لودیت‌‌‌‌ها مرتبط است. همان‌طور که می‌دانید، لودیت‌‌‌‌ها گروهی از کارگران نساجی انگلیسی قرن نوزدهم بودند که با تخریب ماشین‌آلات نساجی به اتوماسیون‌شدن تولید واکنش نشان‌دادند.صرف‌نظر از روش‌هایی که لودیت‌‌‌‌ها به‌کار بردند، در چه مورد حق با آنها بود و در چه مواردی اشتباه می‌کردند؟
جروبحث در مورد لودیت‌‌‌‌ها همیشه وجود دارد و من گمان می‌کنم که عامه مردم تقریبا همیشه یک جنبه از کار لودیت‌‌‌‌ها را می‌‌‌‌بینند؛ اینکه اینها آدم‌های هوچی و عوام‌‌‌‌فریبی بودند که فقط دردسر درست می‌کردند. چنین چیزی وجود داشت و قابل‌انکار نیست، اما لودیت‌‌‌‌ها بخشی از جنبش طبقه کارگر نوپای گسترده‌‌‌‌تری بودند که تلاش می‌کردند ایده‌هایی درباره حقوق کارگران، مشارکت کارگران در تصمیم‌گیری و نحوه سازماندهی کار به شیوه‌‌‌‌ای که برای کارگران مفید باشد را به صراحت بیان کنند، بنابراین لودیت‌‌‌‌ها بخش‌های زشت و برخی عناصر آینده‌نگرانه در خود داشتند. اما به‌طور مشخص در بستر ماشین‌های بافندگی که نگاه کنیم، همان چیزی که لودیت‌‌‌‌ها را به جنب و جوش درآورد، حق با آنها بود که آن بافندگان بازنده‌‌‌‌های پیشرفت فناوری بودند. دستمزدهای بالای این کارگران از بین رفت. آنها به شرایط کاری بسیار بدتر با ساعات طولانی‌‌‌‌تر و دستمزد کمتر در کارخانه‌‌‌‌ها منتقل شدند، یا شغل خود را از‌دست‌دادند. کاری که لودیت‌‌‌‌ها نکردند ارائه دیدگاه منسجمی در این مورد بود که چگونه می‌توان تغییرات فناورانه را مهار کرد و از آن بهره برد که برای کارگران نیز سودمند باشد، اما چنین خواسته‌‌‌‌ای از آنها احتمالا خارج از توانشان بود.
در نقطه مقابل، شما در کتاب جدیدتان، به‌کارگیری ماشین‌های برقی در کارخانه‌‌‌‌ها در اواخر قرن نوزدهم و اوایل قرن بیستم را برای کارگران دارای منافع اقتصادی بسیاری توصیف می‌کنید. چرا کارگران در این دستاوردها سهیم بودند؟
واقعا چرا ماشین‌آلات برقی این‌قدر سودمند بودند اما ماشین‌های نساجی اواخر قرن 18 مفید نبودند؟ این من را به مفهوم کلیدی چارچوبی که در کار آکادمیک با پاسکوال رسترپو بسط دادم می‌رساند: «وظایف جدید.» اگر می‌خواهید به نفع کارگران فکر کنید، باید به این فکر کنید که چه وظایف جدیدی می‌توانند انجام دهند و نکته کلیدی در مورد ماشین‌آلات برقی- که کارخانه فورد در اوایل قرن بیستم نمونه عالی برای این مساله است- این است که مجموعه‌‌‌‌‌‌‌‌ای کامل از وظایف جدید ایجاد کرد. با معرفی ماشین‌آلات برقی، تولید پیچیده‌‌‌‌تر شد، بنابراین کارخانه‌‌‌‌ها به‌کارگرانی برای رسیدگی به ماشین‌آلات نیاز داشتند و سپس به مشاغل پشتیبان زیادی نیاز بود؛ تعمیر و نگهداری، طراحی، بهبود و مجموعه‌‌‌‌‌‌‌‌ای از وظایف مهندسی و همچنین بسیاری از مشاغل یقه‌سفید دیگر، بنابراین آنچه واقعا از دیدگاه بهره‌‌‌‌وری مفید بود این واقعیت نبود که آن کارخانه‌‌‌‌ها نیروی برق را جایگزین نوع دیگری از نیرو می‌کردند. آنها کار را به‌طور کامل سازماندهی مجدد می‌کردند به‌گونه‌ای که کارها را پیچیده‌‌‌‌تر می‌کرد و در نتیجه فعالیت‌های سودآورتری را برای کارگران ایجاد می‌کرد. البته همه‌چیز امیدبخش نبود. کارها خیلی سخت بود. در مقایسه با امروز، کارگران سریع فرسوده می‌شدند. آنها همگام‌‌‌‌شدن با این سرعت را بسیار دشوار می‌‌‌‌دیدند. آن کارخانه‌‌‌‌ها هم بسیار پرسروصداتر از کارخانه‌‌‌‌هایی بودند که بعدها دیدیم. و خود هنری فورد، به‌ویژه در اواخر زندگی حرفه‌‌‌‌ای خود، طرفدار افراطی فعالیت‌های ضداتحادیه‌‌‌‌ای شد، پس اینطور نیست که بگوییم فورد در همه ابعاد یک فرد دوراندیش بود، اما فورد سرمشق نوع جدیدی از صنعتی‌‌‌‌شدن بود که وظایف جدید و در نتیجه فرصت‌های جدید برای کارگران ایجاد کرد.
با چه گزینه‌‌‌‌های سیاستی می‌توان اطمینان یافت که هوش‌مصنوعی به روشی باب‌میل کارگر به‌کار گرفته می‌شود؟
خب، این پرسش بسیار دشواری است. من گمان نمی‌کنم هیچ راه‌‌‌‌حل فوری وجود ندارد، اما اجازه بدهید چند پاسخ به شما بدهم.
اول از همه، من استدلال نمی‌کنم که ما باید هوش‌مصنوعی را متوقف کنیم یا حتی مدل‌های زبان بزرگ را متوقف کنیم، اما به‌شدت معتقدم که باید نحوه توسعه، نحوه عرضه‌کردن به بازار و نحوه استفاده از آنها را تنظیم کنیم.
به‌عنوان مثال، در مورد مدل‌های زبانی بزرگ، من یکی از امضاکنندگان اعلامیه‌‌‌‌ای هستم که پیشنهاد می‌دهد در آموزش بیشتر و توسعه مدل‌های زبان بزرگ باید برای یک دوره 6 ماهه یا طولانی‌‌‌‌تر مکث کرد، تا زمانی‌که بفهمیم داریم به کجا می‌‌‌‌رویم، زیرا من فکر می‌کنم در حال‌حاضر این نحوه عرضه به بازار از درک ما در چارچوب نظارتی به‌سرعت جلوتر است و در جهت خاصی ما را گرفتار و حبس می‌کند.
به همین ترتیب، در مورد فناوری‌هایی که مثلا فیس‌بوک برای تبلیغ انواع خاصی از محتواها و کسب درآمد از آنها بر اساس تبلیغات دیجیتال استفاده می‌کند، دوباره این پرسش وجود دارد که چگونه از فناوری‌ها استفاده می‌شود. آیا ما به فیس‌بوک اجازه خواهیم داد تا با عدم‌اعتمادبه‌نفس نوجوانان بازی کند تا آنها را بیشتر به دام خود بیندازد یا چارچوب نظارتی بهتری وجود دارد؟ من پاسخی برای همه این پرسش‌‌‌‌ها را ندارم، اما اینها پرسش‌‌‌‌هایی هستند که باید پرسیده شوند.
به نظر من، چند اهرم وجود دارد که برای انجام این کار بسیار مهم هستند. اول از همه، باید به کنترل داده‌ها بپردازیم. همه این مدل‌های فناوری که ما در مورد آنها با اثرات مخربشان صحبت می‌کنیم مبتنی بر جمع‌‌‌‌آوری و کنترل رایگان داده‌ها توسط شرکت‌های بزرگ هستند. من فکر می‌کنم این چیزی است که نیاز به بازنگری دارد. ما همچنین باید نگران این باشیم که نکند مدل کسب‌وکار صنعت فناوری، به‌ویژه در حوزه ارتباطات، منجر به اثرات بسیار منفی شود. هسته اصلی این نوع مدل کسب‌وکار، تبلیغات دیجیتالی است، بنابراین من طرفدار سیاست‌هایی هستم که فضا را برای پیدایش مدل‌های کسب‌وکار جایگزین- به‌عنوان مثال، مبتنی بر فعالیت‌های غیرانتفاعی، مانند ویکی‌‌‌‌پدیا، یا بر اساس اشتراک‌‌‌‌ها، مانند نتفلیکس- آماده می‌کنند تا به‌جایگزین مناسبی در سرتاسر صنعت فناوری تبدیل شوند.اما مهم‌تر از همه فکر می‌کنم باید انگیزه‌‌‌‌های جامعه تحقیقاتی و شرکت‌های پیشرو مانند مایکروسافت، گوگل، اوپن‌‌‌‌ای‌‌‌‌آی (Open AI) و غیره را تغییر دهیم تا توجه خود را از اتوماسیون و کنترل به سمت چیزهایی که مطلوب انسان‌ها هستند تغییر دهند که به‌معنای افزایش بهره‌‌‌‌وری کارگران و توانمندسازی شهروندان است.
شما استدلال کرده‌‌‌‌اید؛ با معیارهای مختلف، موقعیت یک کارگر معمولی آمریکا از اواخر دهه1970 تاکنون بدتر شده‌است. شما ادعا می‌کنید که اتوماسیون و جهانی‌‌‌‌شدن در راندن این روند هم‌‌‌‌افزایی داشته‌‌‌‌اند. لطفا بیشتر توضیح دهید.
بله. فکر می‌کنم داده‌ها نشان می‌دهند که متوسط دستمزدها در آمریکا از سال1980 یا اواسط دهه1970 به بعد افزایش یافته‌است، اما فقط اندکی، بنابراین اگر کمی اغراق کنیم، می‌توان گفت متوسط دستمزدها ثابت مانده‌است. میانگین دستمزدها در آمریکا افزایش یافته که تا حدی به این دلیل است که کارگران در آمریکا ماهرتر شده‌اند، بنابراین پیشرفت تحصیلی کارگران کمی بالاتر از سال1980 است و اگر به برخی گروه‌های جمعیتی بزرگ، مانند شخص دارای مدرک دبیرستان یا شخص بدون مدرک دبیرستان، نگاه کنید، می‌بینید که دستمزد واقعی او از اواخر دهه1970 یا اوایل دهه1980 کاهش قابل‌توجهی یافته‌است. همه اینها نشان می‌دهد که این بازار کار در مجموع بازار خوبی برای کارگران نبوده‌است.البته گروه‌هایی هستند که از این شرایط بهره‌مند شده‌اند. اگر مهارت بالایی دارید، اگر مدرک تحصیلات تکمیلی- به‌ویژه در مهندسی یا یکی از رشته‌‌‌‌های دیگر که از رونق فناوری بهره برده است- دارید خیلی موفق بوده‌‌‌‌اید. اگر جراح ماهری هستید، خیلی خوب پولدار شده‌‌‌‌اید. افراد با مهارت‌های تخصصی بسیار خوب عمل کرده‌اند، اما اکثریت نیروی کار نفع چندانی نبرده‌‌‌‌اند و برخی از آنها ضرر کرده‌اند.
چرا اینطور است؟ فکر می‌کنم فناوری بخش بزرگی از مساله است و جهانی‌‌‌‌شدن بخش عمده‌ای از آن است. هم فناوری و هم جهانی‌‌‌‌شدن به‌کارگرانی که از گذشته در بخش تولیدات کارخانه‌‌‌‌ای فعالیت می‌کردند اما درآمد مناسبی کسب می‌کردند، ضربه سختی زده است، بنابراین می‌بینیم این نمونه از کارگران که در میانه توزیع درآمد قرار دارند تاثیر شدید بدی از این عوامل گرفته‌‌‌‌اند.
آنچه در کتابمان استدلال می‌کنیم این است که اثرات جهانی‌‌‌‌شدن و فناوری اجتناب‌ناپذیر نبوده‌است. در هر دو مورد، انتخاب‌‌‌‌های خاصی که داشتیم بسیار مهم بود، به‌ویژه در مورد فناوری، موضوع این است که ما از کجا شروع کردیم؛ آیا قرار است از این فناوری‌ها برای اتوماسیون یا برای ایجاد وظایف جدید استفاده کنیم و هنگامی که بهره‌‌‌‌وری افزایش می‌‌‌‌یابد، چگونه می‌خواهیم این بهره‌‌‌‌وری را تقسیم کنیم؟ و در مورد جهانی‌‌‌‌شدن شاهد جریان سریع واردات ارزان چینی و تولیدات برون‌‌‌‌مرزی بودیم که در نتیجه توجه بیش از حدی به کاهش هزینه‌ها شد و این انتخاب‌‌‌‌ها برای افراد شاغل نتیجه خوبی نداشته‌است.
با اندکی تغییر در موضوع بحث، می‌خواهم به مقاله 2019 شما با عنوان «دموکراسی باعث رشد می‌شود» اشاره کنم که متوجه شدید نهادهای دموکراتیک با رشد اقتصادی مرتبط هستند. چرا اینطور است؟ سازوکار‌‌‌‌های پشت این رابطه چیست؟
من به آن مقاله افتخار می‌کنم چون بنا به دلایلی، یک اجماع نوپدید در علوم سیاسی و اقتصاد وجود داشت که دموکراسی نظام سیاسی خوبی برای مقابله با مشکلات اقتصادی نیست. به گمانم این دیدگاه تا حدودی باتجربه چین تقویت شده‌بود: کسانی که جهش عظیم اقتصادی چین را می‌‌‌‌دیدند و می‌گفتند ببینید خودکامگی چقدر خوب عمل می‌کند و در عین‌حال شاهد بن‌‌‌‌بست و مشکلات اقتصادی در دموکراسی‌‌‌‌های مختلف بودند.ما نسبت به این موضوع خیلی بدگمان بودیم و به همین دلیل این پروژه را شروع کردیم. به محض شروع کار، متوجه شدیم اگر داده‌ها را به خنثی‌‌‌‌ترین روش مرتب کنیم، به طرز شگفت‌‌‌‌انگیزی آشکار است که دموکراسی‌‌‌‌ها؛ در واقع کمی سریع‌تر رشد می‌کنند و یکی از راه‌های انجام آن این است که به کشوری واحد قبل و بعد از دموکراتیک‌‌‌‌شدن نگاه کنیم. هر کشور قبلا که تحت‌نظام دیکتاتوری بوده‌است، مشکلات اقتصادی زیادی دارد و بعد از دموکراتیک‌‌‌‌شدن، مدتی طول می‌کشد تا ثبات برقرار شود، اما پس از مدتی رشد سریع را تجربه می‌کند.
چرا اینطور است؟ خب، یکی از کارهایی که دموکراسی‌‌‌‌ها انجام می‌دهند افزایش مالیات‌‌‌‌ها است. دموکراسی‌‌‌‌ها درآمد بیشتری به‌دست می‌‌‌‌آورند و پول بیشتری خرج می‌کنند و نکته اینجاست که این پول‌ها را کجا خرج می‌کنند؟ برخی می‌گویند دولت پول‌ها را اتلاف می‌کند، البته این ماهیت بوروکراسی است، اما بخش زیادی از آن‌هم به امور بهداشتی، آموزشی و زیرساخت‌های عمومی اختصاص می‌‌‌‌یابد. این بخشی از پاسخ است، اما برخلاف تفکرات سنتی، متوجه می‌شویم که دموکراسی‌‌‌‌ها در اجرای اصلاحات بهتر عمل می‌کنند. آنها در برخورد با انحصارات بسیار بهتر از دیکتاتوری‌‌‌‌ها هستند. آنها همچنین در افزایش توانایی‌‌‌‌های کارگران، به‌ویژه افراد کم‌‌‌‌درآمد جامعه، از دیکتاتوری‌‌‌‌ها بهتر هستند، بنابراین برای برقراری ارتباط مثبت بین دموکراسی و رشد ابعاد بسیاری وجود دارد.
