Relative Development and the Intelligence Divide: Human Capital, Technology Diffusion, and AI
本文认为，人工智能是否能帮助贫困国家实现赶超，并不取决于对技术本身的获取，而取决于一个国家吸收并应用该技术的人力资本能力，因为人力资本较高的国家表现出显著更快的生产率移动，而人力资本较低的国家尽管能获得更廉价的智能，却仍面临停滞在底层的风险。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
几十年来，经济学家们一直在观察世界最富有国家与最贫穷国家之间的差距，并提出了一个简单却又顽固的问题：为什么有些国家保持贫穷，而另一些国家却能脱颖而出？答案往往似乎在于一个国家所拥有的东西。拥有更多工厂、更好道路和更多学校的国家通常能创造更多财富。但一个更深的谜团依然存在。两个国家可以拥有相似数量的机械和相似数量的受教育劳动力，但其中一个国家的产出却远高于另一个。这种差异通常被称为生产率，即一个社会将资源转化为有用之物的效率。长期以来，人们一直希望技术能成为伟大的平衡器。如果一个贫穷国家只需购买与富裕国家相同的机器或软件，它就应该能够赶上来。然而，历史表明，尽管各国在学校和工厂方面变得越来越相似，但在生产水平上却并未变得同样相似。工具得到了传播，但有效使用它们的能力却并未同步提升。
这个谜题现在成为了关于人工智能的新辩论的核心。随着强大的新计算机系统变得触手可及，许多人都在思考，它们是否最终能帮助较贫穷的国家缩小差距。由国际货币基金组织的研究员帕特里克·A·伊马姆（Patrick A. Imam）和独立经济学家乔纳森·R·W·坦普尔（Jonathan R. W. Temple）进行的一项新研究表明，答案并不像“获取渠道”那么简单。研究人员认为，拥有技术并不等于拥有使用技术的能力。他们试图理解为什么有些国家能够从低生产率转向高生产率，而另一些国家却停滞不前，以及人工智能会促进还是阻碍这一进程。他们的工作结合了对历史数据的详细考察和一种看待国家发展的新视角，超越了简单的平均值，转而追踪国家随时间变化的实际轨迹。
研究人员检查了近百个国家的一千多个五年期数据，追踪了它们在全球经济中地位的变化。他们考察了三个主要方面：一个国家的实物资本量、其劳动力的受教育程度以及其整体生产率。他们发现这些因素的变动方式存在显著差异。国家能够相对较快地增加资本并改善教育。一个国家可以在几年内建造一座新工厂或让更多儿童入学。然而，从低生产效率向高生产效率的跨越却要困难得多，也慢得多。即使在增加了更多机器和培养了更多受教育劳动力的情况下，这些国家往往仍无法提高其利用这些资源的效率。生产率的差距被证明比资源的差距更加顽固。
为了理解其中的原因，作者深入探讨了人力资本（即劳动力的技能和知识）的作用。标准的经济学解释认为，教育仅能解释为何某些国家比其他国家更富有的极小部分原因。如果仅仅将全球的受教育年限统一起来，收入差距确实会缩小，但仍会存在巨大的距离。研究人员发现，这种静态的观点忽略了一个关键的动态过程。虽然教育可能无法完美解释当前的财富水平，但它是预测一个国家会向上移动还是停滞不前的有力指标。他们发现，衡量的人力资本水平较高的国家，更有可能摆脱最低生产率状态。
研究确定了一个看似分隔两个不同世界的、特定的的人力资本阈值。对于处于该水平以下的国家，离开最低生产率状态的平均时间约为六十二年。而对于高于该水平的国家，这一时间缩短至二十五年。这不仅仅是一个数字；它代表了几代人的发展。困于低生产率陷阱的国家可能需要等待一生才能看到其经济转型，而一个拥有略微更强能力劳动力的国家则可以在一代人之内实现同样的转变。研究人员通过多种方式测试了这一发现，使用了不同的技能衡量标准和不同的数据分组方式，结果都证实了这一模式。即使在考察认知技能而非仅仅是受教育年限时，拥有更高技能的国家移动速度也更快。
这导出了一个关于人工智能的冷静结论。技术本身并不是一根会自动提升所有船只的魔杖。如果人工智能主要帮助那些已经具备技能的人，它可能会扩大差距。一个拥有强大的受教育劳动力基础、可靠数据和胜任企业的国家，将能够利用这些新工具来进一步提高生产率。而一个缺乏这些基础的国家，即便获得了同样的工具，也可能无法将其整合到其经济体系中。研究人员认为，要让人工智能帮助较贫穷的国家实现赶超，它必须做的不仅仅是降低知识的成本。它必须降低在支撑系统薄弱的地方学习、适应和应用知识的成本。
研究表明，真正的障碍不是缺乏技术，而是缺乏使技术发挥作用所需的互补性能力。拥有拖拉机是不够的，你还需要燃料、修理厂以及懂得如何使用它的农民。同样，如果一个国家缺乏管理、基础设施和制度力量来将人工智能转化为实际的生产率增长，那么拥有人工智能也是不够的。研究人员发现，将廉价的智能转化为实际经济运动的能力才是关键。如果人工智能可以帮助较弱的经济体学习得更快、适应得更好，它就可以缩短长达数十年的发展等待期。但如果它只奖励那些已经足够强大的力量，它可能只会将前沿推得更远，让贫富差距维持现状。
研究结果为政策制定者提供了一条清晰的路径。国家不应仅仅专注于采用最新的技术，而需要投资于允许技术蓬勃发展的更广泛的生态系统。这包括提高教育质量、加强管理实践、建设可靠的基础设施，并确保制度能够支持创新。这项研究并不承诺这会变得容易或迅速，但它明确了问题所在。差距不仅在于谁拥有工具，更在于谁拥有使用工具的能力。为了让人工智能成为一种促进平等的力量，它必须与建立人类和制度基础的真诚努力相结合，从而将潜力转化为进步。否则，一个互联世界的承诺可能仅仅是一个承诺，而智能鸿沟的现实则会继续扩大。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。