本集主要談及兩篇AI相關論文，雖然微軟CoPilot的實驗型論文顯示速度加快55.8%，因此推導出AI可能對生產力帶來莫大影響，但根據麻省理工政治經濟學家Daron Acemoglu論文裡的計算，總要素生產力(TPF)在未來十年只會增加0.66%，GDP也僅增加1%左右。

他的著眼點是在於把工作分拆成不同任務後，分為AI能輕易學習的任務，以及AI在學習方面面對困難的任務，而他預測AI習得困難任務的速度，只有目前已攻克的簡單任務的1/4。同時，他雖然認為AI未必會顯著造成不同收入群體之間的不平等，但卻可能擴大資本和勞動方的差距，而影響最大的是低收入白人女性。

-00:00 作品經常顛覆認知的Daren Acemoglu介紹

-02:20 論文(1): 程式工程師用CoPilot後速度加快55.8%?!

-07:23 論文(2): AI帶來的經濟效益

-10:06 AI生產力提升的4個層面

-13:06 AI學習的簡單任務vs困難任務

-17;01 負面社會效應: AI加劇不平等? 社媒攻擊?

-20:29 AI成長的另一層面: New Bad Task

參考資料

1. Daren Acemoglu (2024): The Simple Macroeconomics of AI

https://economics.mit.edu/sites/default/files/2024-04/The%20Simple%20Macroeconomics%20of%20AI.pdf

2. Peng, Sida, Eirini Kalliamvakou, Peter Cihon, and Mert Demirer (2023): The Impact of AI on Developer Productivity: Evidence from GitHub Copilot

3. Noy and Zhang (2023): Experimental evidence on the productivity effects of generative artificial intelligence

4. Bursztyn, Leonardo, Benjamin R Handel, Rafael Jimenez, and Christopher Roth (2023): When Product Markets Become Collective Traps: The Case of Social Media

========

阿薩姆的社會觀察IG: https://www.instagram.com/asam0701

本地聽眾打賞asam (Touch N Go): https://www.instagram.com/p/C6D9cKeJpbn/

海外聽眾打賞asam (Buy Me a Coffee):

https://www.buymeacoffee.com/asam0701