ИИ, СПРОС НА ТРУД, НЕРАВЕНСТВО, ЧИКАГО

“Забудьте о сценариях из научной фантастики и вернёмся к основам — к спросу и предложению на разные типы рабочей силы. В частности, к модели, которую предложили Ларри Катц и Кевин Мёрфи в 1992 году — простой схеме, которая вот уже более тридцати лет спокойно объясняет рост неравенства в оплате труда.

Модель почти смехотворно проста. Возьмите всю рабочую силу США и разделите её на две группы: «квалифицированные» и «неквалифицированные» работники. Всё. Никаких категорий задач, никаких отраслевых особенностей — просто два больших сегмента. Эмпирически под «квалифицированными» можно понимать выпускников колледжей, а под «неквалифицированными» — всех остальных. (К теме ИИ мы ещё вернёмся чуть позже.)

Эти два типа работников могут заменять друг друга, но не иделаьно. Нельзя просто заменить выпускника колледжа на выпускника средней школы в пропорции 1:1 и получить тот же результат. Фирмы могут изменять состав своей рабочей силы в зависимости от относительных зарплат и производительности. Эластичность замещения показывает, насколько легко фирмы могут переходить от одной группы к другой. В оценках Катца и Мёрфи она составляет около 1.4. Это означает, что если квалифицированные работники становятся на 10% дороже по сравнению с неквалифицированными, фирмы переходят к использованию примерно на 14–16% меньше квалифицированных работников относительно неквалифицированных.

Со стороны спроса есть ещё один важный аспект: предположим, что технологическое развитие систематически отдаёт предпочтение квалифицированным работникам. Это знаменитое «техническое изменение, смещённое в пользу квалифицированных». Каждый год новые технологии (компьютеры, софт, автоматизация) повышают продуктивность высококвалифицированных работников и одновременно заменяют труд низкоквалифицированных. В модели KM это выглядит как устойчивое смещение спроса в сторону квалифицированных работников. По их оценкам, с 1960 года это смещение составляло примерно 2–3% в год.

[…]

Вот так выглядит сторона спроса на труд — с точки зрения того, что производят работники для фирм.

Сторона предложения определяется образовательным выбором. Когда доходность от получения высшего образования высока, всё больше людей инвестируют в учёбу, увеличивая предложение квалифицированной рабочей силы. Но этот процесс запаздывает: требуется несколько лет, чтобы образовательные инвестиции начали отражаться в структуре рабочей силы. Кроме того, человеческий капитал обновляется медленно — менее образованные работники старшего поколения уходят на пенсию, а более образованные молодые сотрудники приходят им на смену.

Вот почему эта модель оказалась такой мощной: она точно предсказала ключевые повороты в динамике неравенства заработков в США за последние шесть десятилетий. В 1970-х поколение бэби-бумеров массово вышло на рынок труда с дипломами колледжей, и предложение квалифицированных работников стало расти быстрее спроса. Результат? Премия [дополнительная плата] за высшее образование фактически снизилась в 1970-х — именно так и предсказывала модель. А уже в 1980-х рост числа выпускников колледжей замедлился, в то время как компьютеризация резко ускорила спрос на квалифицированный труд. Результат? Взрывной рост неравенства — и снова точно по модели.”

https://www.economicforces.xyz/p/will-ai-skyrocket-inequality