بررسي رابطه هوش مصنوعی و بیکاری در کشورهای منتخب خاورمیانه
الموضوعات : اقتصادی
1 - استادیار گروه اقتصاد، دانشکده مدیریت و اقتصاد، دانشگاه لرستان، خرم¬آباد، ایران
الکلمات المفتاحية: هوش مصنوعی, بیکاری نیروی کار, داده¬های ترکیبی,
ملخص المقالة :
گسترش و توسعه شگرف فناوری های مرتبط با هوش مصنوعی در دنیای امروز موجب اثرگذاری آن در تمام بخشهای اقتصادی شده است. از جمله موضوعاتی که صاحبنظران اقتصادی در ارتباط با فناوری های مرتبط با هوش مصنوعی مطرح می کنند اثرگذاری آن بر روی بازار کار و سطح بیکاری است. پژوهش حاضر تلاش داشت با توجه محدودیت¬های موجود در ارتباط با مطالعه اثر فناوری¬های هوش مصنوعی بر بیکاری کشورهای در حال توسعه، به بررسی اثر گسترش فناوری¬های هوش مصنوعی بر بیکاری در 9کشور منتخب خاورمیانه شامل ایران، ترکیه، امارات متحده عربی، عربستان سعودی، اردن، کویت، پاکستان، مصر و فلسطین اشغالی در دوره زمانی 2010-2023بپردازد؛ متغیر حق ثبت اختراع به عنوان نماینده¬ی گسترش هوش مصنوعی در کشورهای منتخب استفاده شده¬است. برای دستیابی به هدف فوق¬الذکر پژوهش حاضر تلاش کرد با استفاده از داده¬های ثبت اختراع در پایگاه داده OECD و بهره¬گیری از ادبیات الگوی اقتصادسنجی داده¬های تابلویی رابطه بین هوش مصنوعی و بیکاری را مورد بررسی قرار داد. نتایج بدست آمده از الگوی تجربی ارائه شده شواهدی در تایید اثر مثبت ارتقا هوش مصنوعی بر بیکاری در کشورهای مورد مطالعه ارائه نمی کند. نتایج نشان¬دهنده عدم وجود اثر معنادار هوش مصنوعی بر بیکاری است.
منابع
حمیدی کیا، رضا؛ عباسیان، عزت اله. (1397)، عوامل مؤثر بر بیکاری تکنولوژیکی و دلالت‌های آن برای چشم‌انداز اقتصاد کلان ایران. فصلنامه مطالعات اقتصادی کاربردی ایران، 7(28): 111-139.
شهبازی، کیومرث؛ نظرپور، شهربانو. (1393)، تأثیر رونق صادراتی بر بیکاری در ایران. فصلنامه مطالعات اقتصادی کاربردی ایران، 3(11): 159-185.
Acemoglu, D., & Restrepo, P. (2017). Robots and Jobs: Evidence from US Labor Markets. NBER Working Paper No. 23285.
Acemoglu, D., & Restrepo, P. (2018a). The race between machine and man: Implications of technology for growth, factor shares and employment. Amer. Econ. Rev., 108(6), 1488–1542.
Acemoglu, D., & Restrepo, P. (2018b). Artificial Intelligence, Automation and Work. NBER Working Paper 24196
Acemoglu, D., & Restrepo, P. (2019). The wrong kind of AI? Artificial intelligence and the future of labour demand. Camb. J. Reg. Econ. Soc. rsz022.
Acemoglu, D., & Autor, D. (2011). Skills, tasks and technologies: Im-plications for employment and earnings. Handbook of Labor Economics, 4, 1043–1171.
Albus, J. (1983). The robot revolution: An interview with James Albus. Commun. ACM 179–180.
Arntz, M., Gregory, I., & Zierahn, U. (2017). Revisiting the risk of automation. Econ. Lett, 159, 157–160
Atkinson, D. (2018). Testimony of Robert D. Atkinson, President Information Technology and Innovation Foundation Before the Little Hoover Commission. Hearing on Economic and Labor Force Implications of Artificial Intelligence. January 25.
Atkinson, R., & Wu, J. (2017). False Alarmism: Technological Disruption and the US Labor Market, 1850-2015. Information Technology and Innovation Foundation, pp: 1-28.
Bessen, J. (2018). AI and Jobs: The Role of Demand. NBER Working Paper No. 24235, National Bureau for Economic Research.
Bessen, J. (2020). Automation and jobs: When technology boost employment. Econ. Policy eiaa001.
Boston Consulting Group. (2015). The Robotics Revolution: The Next Great Leap in Manufacturing.
Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work,Progress, and Prosperity in a Time of Brilliant Technologies. New York: W. W. Norton & Company.
Chiacchio, F., Petropoulos, G., & Pichler, D. (2018). The Impact of Industrial Robots on EU Employment and Wages: A Local Labor Market Approach. Working Paper No. 02 Bruegel, Brussels.
Dauth, W., Findeisen, S., Suedekum, J., & Woessner, N. (2017). German Robots the Impact of Industrial Robots on Workers. CEPR Discussion Paper No 12306.
Dornbusch, R., Fischer, S., & Startz, R. (2017). Macroeconomics. thirteenth ed,. New York: McGraw-Hill.
Ford, M. (2015). The Rise of the Robots. New York: Basic Books.
Frey, C., & Osborne, D. (2017). The future of employment: How susceptible are jobs to computerisation?. Technol. Forecast. Soc. Change, 114, 254–280
Gries, T., & Naudié, W. (2018). Artificial intelligence, jobs, inequality and productivity: Does aggregate demand matter?. IZA DP No. 12005, Bonn.
Hansen, B. E. (1999). Threshold effects in non-dynamic panels: Estimation, testing, and inference. Jouranal Econometrics, 93, 345–368.
Leontief, W. (1983). The new new age that’s coming is already here. Bottom Lane/Personal, 4(8), 125-139.
Martens, B., & Tolan S. (2018). Will this time be different? A review of the literature on the impact of artificial intelligence on employment, incomes and growth. JRC Digital Economy Working Paper No. 2018-08. Seville: European Commission, Joint Research Centre, p. 1-27.
McKinsey. (2017). Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation. Report from https://www.mckinsey.com.
Roubini, N. (2014). Rise of the machines: Downfall of the economy?. EconoMonitor.
Stevenson, B. (2019). In: Agrawal, A., Gans, J., Goldfarb, A. (Eds.). AI, Income, Employment, and Meaning. University of Chicago Press, Chapter 7.
Stiglitz, J. E. (2014). Unemployment and Innovation. Working Paper 20670, National Bureau of Economic Research.
Su, G. (2018). Unemployment and the AI age. AI Matters, 3(4), 35–43.
Trehan, B. (2003). Productivity shocks and the unemployment rate. FRBSF Economic Review, 13–27
Zeira, J. (1998). Workers, machines, and economic growth. The Quarterly Journal of Economics, 113(4), 1091–1117.
