Dù có nhiều bàn luận về việc trí tuệ nhân tạo (AI) sẽ làm thay đổi thế giới, nhưng tác động kinh tế của nó vẫn chưa rõ ràng. Nghiên cứu về AI đã trở thành một phần quan trọng trong công việc của nhà kinh tế học đoạt giải Nobel Daron Acemoglu, người đã chia sẻ Giải thưởng Nobel về Kinh tế năm 2024 cùng với hai cộng tác viên khác cho nghiên cứu về mối quan hệ giữa thể chế chính trị và tăng trưởng kinh tế. Vì phần lớn tăng trưởng đến từ đổi mới công nghệ, cách xã hội sử dụng AI là mối quan tâm lớn đối với Acemoglu, Giáo sư tại Viện Công nghệ Massachusetts (MIT) và là người đã công bố nhiều bài nghiên cứu về kinh tế học của công nghệ này trong những tháng gần đây.
Các tác động có thể đo lường của AI là gì?
Từ năm 1947, tăng trưởng GDP của Mỹ trung bình khoảng 3% mỗi năm, với mức tăng năng suất khoảng 2% hàng năm. Một số dự đoán cho rằng AI sẽ nhân đôi tốc độ tăng trưởng hoặc ít nhất tạo ra một quỹ đạo tăng trưởng cao hơn bình thường. Tuy nhiên, trong một bài nghiên cứu có tiêu đề “Kinh tế vĩ mô đơn giản của AI”, được công bố vào tháng 8-2024 trên tạp chí Economic Policy, Acemoglu ước tính rằng trong thập kỷ tới, AI sẽ chỉ tạo ra mức tăng GDP “khiêm tốn” từ 1,1% đến 1,6%, với mức tăng năng suất hàng năm khoảng 0,05%.
Đánh giá của Acemoglu dựa trên các ước tính gần đây về số lượng công việc bị ảnh hưởng bởi AI, bao gồm một nghiên cứu năm 2023 của các nhà nghiên cứu tại OpenAI, OpenResearch và Đại học Pennsylvania, cho thấy khoảng 20% công việc tại Mỹ có thể bị tác động bởi AI. Một nghiên cứu năm 2024 từ MIT FutureTech, Productivity Institute và IBM ước tính rằng khoảng 23% công việc liên quan đến thị giác máy tính có thể được tự động hóa trong vòng 10 năm tới. Một số nghiên cứu khác cũng chỉ ra rằng mức tiết kiệm chi phí trung bình từ AI là khoảng 27%.
Khi nói về năng suất, Acemoglu cho rằng: “Tôi không nghĩ chúng ta nên xem nhẹ mức tăng 0,5% trong 10 năm. Đó vẫn tốt hơn là không có gì. Nhưng con số này vẫn gây thất vọng so với những hứa hẹn mà ngành công nghiệp và báo chí công nghệ đưa ra.”
Dĩ nhiên, đây chỉ là ước tính, và có thể sẽ xuất hiện thêm các ứng dụng AI mới: như Acemoglu đã viết trong nghiên cứu của mình, tính toán của ông không bao gồm việc sử dụng AI để dự đoán hình dạng protein—một lĩnh vực mà các nhà khoa học khác đã nhận giải Nobel vào tháng 10.
Một số ý kiến khác cho rằng việc “tái phân bổ” lao động do AI thay thế sẽ tạo ra tăng trưởng và năng suất cao hơn so với ước tính của Acemoglu. Tuy nhiên, ông không nghĩ rằng điều này sẽ có tác động lớn: “Tái phân bổ lao động, từ mức hiện tại, thường chỉ tạo ra lợi ích nhỏ,” Acemoglu nói. “Lợi ích trực tiếp mới là yếu tố quan trọng.”
Ông nói thêm: “Tôi đã cố gắng viết bài nghiên cứu một cách minh bạch, nói rõ những gì được đưa vào và những gì không. Mọi người có thể không đồng ý, có thể cho rằng những yếu tố tôi bỏ qua có tác động quan trọng, hoặc con số tôi sử dụng là quá khiêm tốn—điều đó hoàn toàn bình thường.”
Những công việc nào?
Việc thực hiện các ước tính như vậy có thể giúp chúng ta hiểu rõ hơn về AI. Nhiều dự báo mô tả AI như một cuộc cách mạng, trong khi một số phân tích khác lại thận trọng hơn. Công trình của Acemoglu giúp chúng ta hình dung quy mô của những thay đổi có thể xảy ra.
“Hãy nhìn về năm 2030,” Acemoglu nói. “Bạn nghĩ nền kinh tế Mỹ sẽ thay đổi như thế nào do AI? Bạn có thể là một người lạc quan tuyệt đối về AI và cho rằng hàng triệu người sẽ mất việc vì chatbot, trong khi một số người sẽ trở nên siêu năng suất vì với AI, họ có thể làm gấp 10 lần những gì họ đã từng làm. Tôi thì không nghĩ vậy. Tôi cho rằng hầu hết các công ty sẽ vẫn làm những việc như trước. Một số ngành nghề sẽ bị ảnh hưởng, nhưng chúng ta vẫn sẽ có nhà báo, vẫn sẽ có nhà phân tích tài chính, vẫn sẽ có nhân viên nhân sự.”
Nếu điều đó đúng, thì AI có khả năng chỉ ảnh hưởng đến một nhóm công việc văn phòng giới hạn, nơi sức mạnh tính toán có thể xử lý một lượng lớn dữ liệu nhanh hơn con người.
“Nó sẽ tác động đến một số công việc văn phòng liên quan đến tóm tắt dữ liệu, nhận diện hình ảnh, nhận dạng mẫu, v.v.,” Acemoglu nói thêm. “Và những công việc đó chiếm khoảng 5% nền kinh tế.”
Mặc dù Acemoglu đôi khi bị coi là thuộc nhóm những người hoài nghi về AI, nhưng họ tự nhận mình là những người thực tế.
“Tôi không cố bi quan,” Acemoglu nói. “Có những điều mà AI tạo sinh có thể làm được, và tôi tin vào điều đó.” Tuy nhiên, ông cũng nhấn mạnh: “Tôi tin rằng có những cách chúng ta có thể sử dụng AI tạo sinh tốt hơn để đạt được lợi ích lớn hơn, nhưng tôi không thấy đó là trọng tâm của ngành công nghiệp hiện nay.”
Hỗ trợ con người hay thay thế lao động?
Khi Acemoglu nói rằng chúng ta có thể sử dụng AI tốt hơn, ông có một ý tưởng cụ thể trong đầu.
Một trong những mối lo ngại lớn nhất của ông về AI là liệu nó sẽ được phát triển theo hướng “hỗ trợ con người”, giúp tăng năng suất lao động, hay theo hướng mô phỏng trí tuệ chung nhằm thay thế công việc của con người. Sự khác biệt ở đây có thể là AI giúp cung cấp thông tin mới cho một nhà nghiên cứu công nghệ sinh học, hoặc thay thế nhân viên chăm sóc khách hàng bằng công nghệ tổng đài tự động. Cho đến nay, ông nhận thấy các công ty đang tập trung nhiều hơn vào việc thay thế lao động.
“Lập luận của tôi là chúng ta đang đi sai hướng với AI,” Acemoglu nói. “Chúng ta đang sử dụng nó quá nhiều để tự động hóa, thay vì hỗ trợ cung cấp chuyên môn và thông tin cho người lao động.”
Acemoglu và Simon Johnson (Tiến sĩ MIT Sloan School of Management, người cùng chia sẻ giải Nobel Kinh tế) đã phân tích sâu về vấn đề này trong cuốn sách “Quyền lực và Tiến bộ” (Power and Progress) xuất bản năm 2023, với một câu hỏi trọng tâm rõ ràng: Công nghệ tạo ra tăng trưởng kinh tế, nhưng ai là người hưởng lợi từ tăng trưởng đó? Là tầng lớp tinh hoa, hay người lao động cũng được chia sẻ lợi ích?
Như Acemoglu và Johnson đã nhấn mạnh, họ ủng hộ những đổi mới công nghệ giúp tăng năng suất lao động trong khi vẫn duy trì việc làm, điều này sẽ giúp tăng trưởng bền vững hơn.
Nhưng theo quan điểm của Acemoglu, AI tạo sinh lại tập trung vào việc mô phỏng con người. Điều này dẫn đến thứ mà ông gọi là “công nghệ tạm được” (so-so technology)—những ứng dụng chỉ hoạt động tốt hơn con người một chút nhưng giúp các công ty tiết kiệm chi phí. Chẳng hạn, tổng đài tự động không hẳn hiệu quả hơn con người, nhưng nó rẻ hơn việc thuê nhân viên. Trong khi đó, các ứng dụng AI có thể hỗ trợ con người lại chưa được các tập đoàn công nghệ lớn quan tâm đúng mức (on the back burner of the big tech players).
“Tôi không nghĩ rằng những ứng dụng AI có tính bổ trợ cho con người sẽ xuất hiện một cách kỳ diệu, trừ khi ngành công nghiệp dành nhiều nỗ lực và thời gian cho chúng,” Acemoglu kết luận.
Lịch sử gợi ý gì về AI?
Thực tế rằng các công nghệ thường được thiết kế để thay thế lao động là trọng tâm của một nghiên cứu gần đây của Acemoglu và Johnson, mang tên “Học từ Ricardo và Thompson: Máy móc và Lao động trong Cách mạng Công nghiệp Đầu tiên – và trong Thời đại AI”, được công bố vào tháng 8 trên Annual Reviews in Economics.
Bài báo đề cập đến các cuộc tranh luận hiện nay về AI, đặc biệt là quan điểm cho rằng ngay cả khi công nghệ thay thế lao động, sự tăng trưởng kinh tế do nó mang lại cuối cùng sẽ mang lại lợi ích rộng rãi cho xã hội. Nước Anh trong thời kỳ Cách mạng Công nghiệp đôi khi được coi là một ví dụ tiêu biểu. Tuy nhiên, Acemoglu và Johnson cho rằng việc phân phối lợi ích từ công nghệ không phải là điều dễ dàng. Ở Anh thế kỷ 19, theo họ, điều đó chỉ xảy ra sau nhiều thập kỷ đấu tranh xã hội (social struggle) và các phong trào của người lao động.
“Tiền lương khó có thể tăng khi người lao động không thể đấu tranh để giành phần của họ trong sự tăng trưởng năng suất,” Acemoglu và Johnson viết. “Ngày nay, trí tuệ nhân tạo có thể nâng cao năng suất trung bình, nhưng đồng thời cũng có thể thay thế nhiều lao động và làm suy giảm chất lượng công việc của những người còn lại. … Tác động của tự động hóa đối với người lao động ngày nay phức tạp hơn nhiều so với mối liên kết đơn giản giữa năng suất cao hơn và tiền lương tốt hơn.”
Tiêu đề của bài nghiên cứu nhắc đến nhà sử học xã hội E.P. Thompson và nhà kinh tế học David Ricardo—đặc biệt Ricardo là người thường được coi là nhà tư tưởng có ảnh hưởng thứ hai trong lĩnh vực kinh tế, chỉ sau Adam Smith. Acemoglu và Johnson khẳng định rằng quan điểm của Ricardo về vấn đề này cũng đã trải qua sự thay đổi đáng kể.
“David Ricardo đã xây dựng cả sự nghiệp học thuật và chính trị của mình dựa trên lập luận rằng máy móc sẽ mang lại những cải tiến đáng kinh ngạc về năng suất và có lợi cho xã hội,” Acemoglu nói. “Nhưng rồi đến một lúc nào đó, ông đã thay đổi quan điểm—cho thấy ông là người thực sự cởi mở. Ông bắt đầu viết về cách mà nếu máy móc chỉ thay thế lao động mà không tạo ra giá trị mới, thì điều đó sẽ có hại cho người lao động.”
Theo Acemoglu và Johnson, sự thay đổi tư duy này mang ý nghĩa quan trọng đối với hiện tại: không có quy luật nào đảm bảo rằng công nghệ sẽ mang lại lợi ích rộng rãi cho xã hội, và chúng ta nên đánh giá tác động của AI một cách khách quan, dựa trên bằng chứng thực tế.
Tốc độ đổi mới nào là tốt nhất?
Nếu công nghệ giúp thúc đẩy tăng trưởng kinh tế, thì có vẻ như đổi mới càng nhanh sẽ càng tốt vì nó mang lại tăng trưởng sớm hơn. Tuy nhiên, trong một nghiên cứu khác mang tên “Điều tiết các Công nghệ Biến đổi”, được xuất bản trong số tháng 9-2024 của American Economic Review: Insights, Acemoglu và nghiên cứu sinh tiến sĩ MIT Todd Lensman đưa ra một góc nhìn khác. Họ lập luận rằng nếu một số công nghệ có cả lợi ích lẫn rủi ro, thì tốt nhất nên áp dụng chúng với tốc độ thận trọng hơn, trước khi những vấn đề tiềm ẩn được giải quyết.
“Nếu những tổn hại xã hội là lớn và tỷ lệ thuận với năng suất của công nghệ mới, thì điều nghịch lý là tốc độ tăng trưởng cao chỉ có thể có được khi việc ứng dụng công nghệ chậm hơn,” các tác giả viết. Mô hình của họ cho thấy rằng, lý tưởng nhất, việc áp dụng công nghệ nên diễn ra chậm hơn trong giai đoạn đầu và tăng tốc theo thời gian.
“Chủ nghĩa thị trường tự do và chủ nghĩa công nghệ cực đoan có thể lập luận rằng chúng ta luôn nên tiến nhanh nhất có thể với công nghệ,” Acemoglu nói. “Nhưng tôi không nghĩ có quy luật nào như vậy trong kinh tế học. Việc suy nghĩ thấu đáo hơn, đặc biệt để tránh những tác hại và cạm bẫy, hoàn toàn là cần thiết.”
Những tác hại và cạm bẫy này có thể bao gồm tổn thất trên thị trường lao động hoặc sự lan tràn của thông tin sai lệch. Hoặc AI có thể gây hại cho người tiêu dùng, từ quảng cáo trực tuyến đến trò chơi trực tuyến. Acemoglu phân tích các kịch bản này trong một bài nghiên cứu khác sắp được xuất bản trên American Economic Review: Insights, mang tên “Khi Dữ liệu Lớn Cho phép Thao túng Hành vi”, đồng tác giả với Ali Makhdoumi (Đại học Duke), Azarakhsh Malekian (Đại học Toronto), và Asu Ozdaglar (MIT).
“Nếu chúng ta sử dụng AI như một công cụ thao túng, hoặc quá chú trọng vào tự động hóa thay vì hỗ trợ cung cấp chuyên môn và thông tin cho người lao động, thì chúng ta cần điều chỉnh hướng đi,” Acemoglu nói.
Tất nhiên, một số người có thể cho rằng đổi mới có ít tác động tiêu cực hơn, hoặc bản thân nó quá khó đoán để có thể kiểm soát. Và Acemoglu cùng Lensman, trong bài nghiên cứu tháng 9, đang phát triển một mô hình về cách công nghệ nên được áp dụng.
Mô hình này là phản hồi cho xu hướng hơn một thập kỷ qua, khi nhiều công nghệ được ca ngợi là không thể tránh khỏi và được tung hô vì sự “đột phá” của chúng. Ngược lại, Acemoglu và Lensman cho rằng chúng ta hoàn toàn có thể đánh giá những đánh đổi của các công nghệ cụ thể (the tradeoffs involved in particular technologies) và cần có thêm thảo luận về vấn đề này.
Làm thế nào để đạt tốc độ phù hợp trong việc áp dụng AI?
Nếu chúng ta muốn áp dụng công nghệ một cách từ từ hơn, thì cần thực hiện điều đó thế nào?
Thứ nhất, Acemoglu cho rằng “chính phủ có vai trò điều tiết”. Tuy nhiên, vẫn chưa rõ các hướng dẫn dài hạn về AI sẽ như thế nào tại Mỹ hoặc trên thế giới.
Thứ hai, ông cho rằng nếu chu kỳ “cường điệu” xung quanh AI (the cycle of “hype” around AI) suy giảm, thì sự vội vã trong việc ứng dụng nó “sẽ tự nhiên chậm lại”. Điều này có thể khả thi hơn việc áp đặt các quy định, đặc biệt nếu AI không sớm mang lại lợi nhuận cho doanh nghiệp.
“Lý do chúng ta đang tiến quá nhanh là vì sự cường điệu từ các quỹ đầu tư mạo hiểm và những nhà đầu tư khác, bởi họ tin rằng chúng ta sắp đạt đến trí tuệ nhân tạo tổng quát (AGI),” ông nói. “Tôi nghĩ sự cường điệu này đang khiến chúng ta đầu tư một cách thiếu khôn ngoan vào công nghệ, và nhiều doanh nghiệp bị cuốn vào quá sớm mà chưa biết phải làm gì. Chúng tôi viết bài nghiên cứu đó để nói rằng, hãy nhìn xem, nếu chúng ta suy nghĩ thấu đáo hơn về kinh tế vĩ mô của AI, chúng ta sẽ có lợi hơn.”
Theo nghĩa này, Acemoglu nhấn mạnh, sự cường điệu là một yếu tố cụ thể của kinh tế học AI, vì nó định hướng dòng vốn đầu tư vào một tầm nhìn cụ thể về AI, ảnh hưởng đến các công cụ AI mà chúng ta có thể sử dụng sau này.
“Càng tiến nhanh và càng bị cuốn theo cơn sốt, khả năng điều chỉnh hướng đi càng khó,” Acemoglu nói. “Nếu bạn đang lái xe với tốc độ 200 dặm/giờ, sẽ rất khó để quay đầu 180 độ.”
Đâu là những câu hỏi cần thiết để nắm bắt AI và nền kinh tế? Ảnh minh họa: MIT
