过去几年，人工智能（AI）技术迅速发展。世界各国政府纷纷作出回应，制定人工智能战略。法国于2018年3月发布了国家人工智能战略，重点强调研究资金、伦理问题和不平等。中国提出到2030年成为人工智能领先国家的目标。欧盟、加拿大、日本、奥巴马政府、特朗普政府以及许多其他方面都提出了各自的计划（Sutton 2018）。
关于人工智能对社会影响的悲观看法广泛存在。埃隆·马斯克、斯蒂芬·霍金、比尔·盖茨等人警告说，人工智能的快速进步可能会让社会朝着更糟的方向转变。更乐观地看，人工智能也可能大幅提高生产率，使人们收入充足、无需从事多少令人不快的工作（Stevenson 2018）。无论人们持悲观还是乐观观点，政策都会塑造人工智能影响社会的方式。
什么是人工智能？
《牛津英语词典》将人工智能定义为“计算机系统能够执行通常需要人类智能才能完成的任务的理论与开发”，而近期的热潮则源于机器学习的进展。机器学习是计算机科学的一个领域，专注于预测。正如机器学习先驱杰弗里·辛顿所说：“找一个你需要预测某些事情且拥有大量数据的老问题，深度学习很可能会比现有技术做得更好。”1 因此，人工智能的近期进展可以视为预测成本的下降。由于预测是决策的重要投入，我们在近期研究中讨论了人工智能作为一种通用技术可能产生的广泛影响（Agrawal 等，2018a、2018b）。
人工智能政策有两个方面。
- 首先，监管政策会影响这项技术的普及速度以及技术的形态。
- 其次，许多政策着眼于减轻人工智能可能对劳动力市场造成的负面影响，并应对反垄断方面的担忧。
影响人工智能普及的政策
机器学习利用数据进行预测。在许多情境下，人工智能面临的最大限制是能否获取有用数据。这会引发隐私方面的担忧。因此，隐私政策会直接影响组织开发和应用人工智能的能力。隐私保护不足，消费者可能不愿参与其数据容易遭受风险的市场交易。隐私监管过严，企业则无法利用数据开展创新。现有实证研究虽未专门聚焦人工智能，但迄今的证据表明，大多数政府强制实施的隐私监管都会减缓技术采用和创新，这说明隐私权与创新速度之间存在权衡（Goldfarb 和 Tucker 2012）。这意味着，任何以人工智能为重点的政府战略——尤其是旨在培育本土人工智能产业的战略——都应权衡数据生产者和使用者之间可能相互冲突的利益，特别是在隐私方面。与其他监管相比，隐私规则可能对人工智能在实践中的应用速度和方向影响更大。
责任规则也会影响人工智能的普及（Galasso 和 Luo 2018）。如果缺乏明确的责任规则，企业投资开发人工智能产品的意愿就会降低。自动驾驶汽车是一个很好的例子。多家不同企业会参与自动驾驶汽车的开发。如果汽车发生事故，传感器制造商是否应承担责任？电信服务提供商呢？汽车制造商呢？还是人工智能软件公司？如果没有明确规则规定谁应负责，各方都可能对投资犹豫不决。如果自动驾驶汽车能够挽救生命，是否应要求非自动驾驶汽车制造商遵守高于现行法律要求的标准？这会加快更安全技术的普及。相反，如果提高责任要求主要针对新技术，那么技术普及就会放缓。
此外，与其他技术类似，增加研究支持、制定平衡的知识产权法，并提供安全试验的条件，都有助于加快进展。
应对人工智能后果的政策
人们普遍担心人工智能可能对就业造成影响。如果机器能够完成通常需要人类智能才能完成的任务，人类还会有工作吗？在我们看来，这不是正确的问题。许多工作都十分糟糕。此外，人们通常认为拥有更多闲暇是积极的发展，尽管有人担忧人们需要寻找其他意义来源（Stevenson 2018）。从长远看，最重要的政策问题与人工智能广泛应用所创造财富的分配可能发生的变化有关。换言之，人工智能可能加剧不平等。
如果人工智能与其他信息技术类似，它很可能偏向技能较高者。最能从人工智能中受益的，将是受过教育且本已处境相对较好的人。这些人也更有可能拥有机器。应对人工智能导致不平等后果的政策涉及社会安全网。有人提出了相对激进的想法来应对不平等可能加剧的问题，例如对机器人征税和实行全民基本收入；但在人工智能领域，权衡社会项目的成本与收益并无特殊之处，从累进税制到全民医疗保健皆是如此。
短期内，如果人工智能广泛普及，转型可能导致许多劳动者暂时失业。Acemoglu 和 Restrepo（2018）强调了短期和中期内技能与技术之间的不匹配。这意味着，在人工智能普及之前制定政策时，应同时考虑商业周期和教育政策。由技术驱动且集中于特定地点和时期的裁员并非人工智能独有；工厂自动化和农业机械化时期也曾出现此类情况。教育政策仍有许多悬而未决的问题。如果机器越来越能够完成与技术相关的预测任务，我们是否应更加重视社交技能和人文学科？教育体系是否应逐步转向更多面向成年人的教育？人工智能普及所需的技能与教育体系目前提供的技能有何不同？
围绕人工智能普及的另一个政策问题是，它是否会导致行业垄断。人工智能领域的领先企业在营收、利润，尤其是市值方面规模庞大（市盈率很高）。这促使各国政府（尤其是欧盟委员会）和媒体加强对领先科技公司的反垄断审查（例如，参见《经济学人》2018年1月20日的封面报道《新巨头，以及如何管住它们》，以及该刊随后于2018年6月7日刊出的报道《无人驾驶汽车市场将走向垄断》）。这类反垄断审查大多关注这些企业作为平台的作用，而非它们是否使用人工智能。使人工智能与众不同的特点是数据的重要性。拥有更多数据的企业能够开发更好的人工智能。这是否会带来规模经济和垄断可能性，取决于发展周期早期的小幅领先能否形成正反馈循环并带来长期优势。
许多人工智能经济政策本质上就是一般经济政策。就人工智能的普及而言，它类似于创新政策；就人工智能造成的后果而言，它类似于公共政策（社会安全网）和竞争政策（反垄断）。我们在表1中概述了人工智能经济政策的若干方面。
表1 人工智能经济政策的若干方面
尽管人工智能在许多方面与其他技术相似，但在几个重要方面有所不同。具体而言，人工智能既是一种通用技术（GPT），即应用领域广泛，也是一种“发明发明方法的发明”（IMI）（Cockburn 等，2018；Agrawal 等，2018）。Cockburn 等人指出：“……通用 IMI 的出现十分罕见，因此可能对经济增长及其更广泛的社会影响产生深远影响。”他们汇编并分析了人工智能领域的科学论文和专利活动语料，并提供了与将机器学习同时视为 GPT 和 IMI 相一致的证据。
这意味着，投资于人工智能政策设计的回报值得关注。由于应用范围广泛，次优政策设计的成本很可能显著高于其他技术领域，或者说，最优政策带来的收益更大。此外，政策设计投资的回报不仅取决于直接影响——人工智能“直接影响多种产品和服务的生产及其特征”——也取决于间接影响，因为“人工智能也有可能改变创新过程本身，带来同样深远的后果；随着时间推移，这些后果可能会超过直接影响”（Cockburn 等，2018）。
作者注：本文专栏提出的观点基于 Agrawal 等（2018a），而该文又以2017年在多伦多举行的 NBER 人工智能经济学会议及其相关会议论文集中的讨论为基础（Agrawal 等，2018c）。
参考文献
Acemoglu, D 和 P Restrepo（2018），《人工智能、自动化与工作》，载于 A Agrawal、J Gans 和 A Goldfarb（编），《人工智能经济学：议程》，芝加哥大学出版社。
Agrawal, A、J Gans 和 A Goldfarb（2018a），《人工智能的经济政策》，NBER 工作论文 24690。
Agrawal, A、J Gans 和 A Goldfarb（2018b），《预测机器：人工智能的简明经济学》，哈佛商学院出版社。
Agrawal, A、J Gans 和 A Goldfarb（编）（2018c），《人工智能经济学：议程》，芝加哥大学出版社。
Agrawal, A、J McHale 和 A Oettl（2018），《在干草堆中寻找针：人工智能与组合式增长》，载于 A Agrawal、J Gans 和 A Goldfarb（编），《人工智能经济学：议程》，芝加哥大学出版社。
Cockburn, I、R Henderson 和 S Stern（2018），《人工智能对创新的影响》，载于 A Agrawal、J Gans 和 A Goldfarb（编），《人工智能经济学：议程》，芝加哥大学出版社。
Galasso, A 和 H Luo（2018），《惩罚机器人：侵权责任经济学与人工智能创新问题》，载于 A Agrawal、J Gans 和 A Goldfarb（编），《人工智能经济学：议程》，芝加哥大学出版社。
Goldfarb, A 和 C Tucker（2012），《隐私与创新》，载于 J Lerner 和 S Stern（编），《创新政策与经济》，第12卷，NBER，芝加哥大学出版社：65-89。
Sutton, T（2018），《人工智能战略概述》，Medium，6月28日。
Stevenson, B（2018），《人工智能、收入、就业与意义》，载于 A Agrawal、J Gans 和 A Goldfarb（编），《人工智能经济学：议程》，芝加哥大学出版社。
尾注
[1] https://www.youtube.com/watch?v=2HMPRXstSvQ（访问日期：2018年5月22日）。
