A revolução da inteligência artificial (IA) transforma economias em todo o mundo, prometendo mudanças significativas na produtividade, nos mercados de trabalho e na distribuição de rendimentos. Neste contexto, «The Simple Macroeconomics of AI», de Daron Acemoglu, oferece uma análise profunda sobre como a IA afeta a conjuntura macroeconómica. Explora as formas pelas quais a automação e a complementaridade de tarefas moldam a produtividade económica, os salários e a desigualdade. Com um modelo baseado em tarefas, Acemoglu analisa as implicações de curto e longo prazo das inovações em IA, fornecendo uma perspetiva crítica e fundamentada sobre os potenciais ganhos e desafios associados a esta tecnologia emergente
POR PEDRO COTRIM
O artigo «The Simple Macroeconomics of AI», de Daron Acemoglu, examina de como as inovações em inteligência artificial (IA) influenciam a macroeconomia, abordando os seus impactos na produtividade, nos salários e na desigualdade. A análise é conduzida por meio de um modelo baseado em tarefas que tem em consideração o modo como a automação e a complementaridade de tarefas afetam a economia no decorrer de um período de dez anos.
A produção económica, conforme descrita no artigo, envolve a realização de várias tarefas que podem ser executadas por trabalho humano ou por via do capital, dependendo das vantagens comparativas de cada um. A IA tem o potencial de melhorar a produtividade e de reduzir os custos de tarefas específicas, resultando em ganhos económicos através de três canais principais: automação de tarefas, complementaridade de tarefas e criação de novas tarefas.
Aplicando o teorema de Hulten, o autor estima que os ganhos de produtividade total – Total Factor Productivity (TFP) – devido à IA serão modestos, com um aumento potencial de até 0,71% ao longo de dez anos. Esta estimativa baseia-se em dados recentes sobre a exposição das tarefas à IA e a melhorias de produtividade ao nível da tarefa. No entanto, Acemoglu argumenta que estas estimativas podem ser exageradas, já que muitas das futuras tarefas serão de aprendizagem mais difícil para a IA, o que reduziria o ganho estimado para aproximadamente 0,55%.
A automação refere-se à capacidade da IA em assumir tarefas específicas, reduzindo os custos e aumentando a produtividade. A complementaridade de tarefas ocorre quando a IA melhora a produtividade em tarefas que não são completamente automatizadas, melhorando o desempenho dos trabalhadores noutras atividades.
O autor aborda igualmente a questão da desigualdade de rendimentos, destacando que a IA pode aumentar esta desigualdade ao beneficiar mais o capital do que o trabalho. Mesmo que a IA melhore a produtividade dos trabalhadores de habilitações mais reduzidas em certas tarefas, tal pode não ser suficiente para reduzir a desigualdade nos rendimentos. Na verdade, a IA tende a ampliar a diferença entre o rendimento do capital e o rendimento do trabalho, favorecendo o capital.
A criação de novas tarefas pela IA é um ponto de discussão significativo. Embora possam aumentar a produtividade, algumas podem ter valor social negativo, como manipulação online e ataques cibernéticos. Acemoglu sugere que, apesar de a IA poder aumentar o PIB, alguns dos novos trabalhos gerados podem, na verdade, reduzir o bem-estar social.
Com base nos dados de Eloundou et al. (2023) e Svanberg et al. (2024), Acemoglu calcula que 4,6% das tarefas nos Estados Unidos sofrerão impactos devido à IA nos próximos dez anos. Com uma economia de custos média de 27%, espera-se que a TFP aumente no máximo 0,71%. Quando consideradas as tarefas mais difíceis de serem aprendidas pela IA, a estimativa cai para 0,55%.
O artigo também analisa de como a IA afetará o investimento e a formação de capital. Estima-se que o aumento proporcional de capital será equivalente ao aumento da produtividade agregada. Utilizando o framework de Acemoglu e Restrepo (2022), o efeito máximo no PIB seria um aumento de 1,6 a 1,8%.
As novas tarefas que podem ser criadas pela IA têm o potencial de aumentar significativamente a produtividade, mas algumas podem ter impactos negativos sobre o bem-estar social. Estima-se que a IA possa aumentar o PIB em 2%, mas com uma possível redução no bem-estar social de até -0,72%.
Acemoglu conclui que prever os efeitos macroeconómicos da IA é extremamente desafiante e que envolve várias suposições especulativas. Um enquadramento simples pode ajudar a disciplinar o pensamento e as previsões, mas, se levado a sério, sugere que os ganhos macroeconómicos da IA serão modestos.
O impacto da IA sobre salários e desigualdade dependerá em grande parte da criação de novas tarefas que beneficiem trabalhadores de baixa e média remuneração. No entanto, atualmente, a pesquisa em IA não se foca na criação de novas tarefas que beneficiem tais trabalhadores. Existe, portanto, uma necessidade urgente de mais pesquisas para entender as implicações macroeconómicas da IA.
Imagem: © Google DeepMind/Unsplash.com
Editor
