Anthropic представила исследовательскую повестку фонда Economic Futures Research Fund, в который компания вложит $200 млн. Средства направят на масштабные внешние проекты, цель которых — подготовить общество к экономическим последствиям распространения ИИ. При поддержке фонда планируется изучить, какие программы способны повысить гибкость и устойчивость экономики, обеспечить справедливое распределение выгод от ИИ и минимизировать ущерб от возможных потрясений.
- Влияние ИИ на работников на уровне компаний и рабочих мест
- Подготовка людей к переходным периодам, вызванным ИИ
- Модернизация систем поддержки доходов в условиях вытеснения рабочей силы
- Создание у работников доли в росте, обеспеченном ИИ, до наступления потрясений
- Получение новых данных о государственных инвестициях
Что представляет собой фонд?
Возможности ИИ продолжают расти, однако пока неясно, насколько быстро технология распространится в экономике и какими будут последствия. В опубликованном в июне документе «Economic Policy Framework» (EPF) компания предложила программы и меры для разных сценариев, но требуются эмпирические данные о том, какие интервенции действительно работают в преобразованной ИИ экономике — какие из них делают её более гибкой, устойчивой и обеспечивают широкое распределение выгод. Цель — сформировать доказательную базу, чтобы рабочие, предприятия и правительства могли адаптироваться. Поэтому $200 млн пойдут на внешние исследования как предложенных в EPF мер, так и других открытых вопросов. Возможно, наступает момент без исторических аналогов, когда самые многообещающие решения ещё никто не пробовал. Anthropic готова финансировать смелые и творческие пилотные проекты, способные дать ориентиры там, где одних рандомизированных контролируемых испытаний (РКИ) недостаточно.
Это серьёзное развитие программы Economic Futures, запущенной год назад. Теперь акцент смещается на амбициозные проекты и крупные гранты, поскольку именно в них компания видит наибольший потенциал воздействия. Anthropic всегда считала важным делать большие внешние исследовательские ставки, и этот сдвиг позволяет их реализовать. Кроме того, опыт показал, что управлять множеством небольших грантов сложно масштабируемо. Помимо больших РКИ и пилотных проектов, фонд заинтересован в партнёрствах с организациями, способными масштабировать эффективные малые пилоты.
Какие исследования финансирует фонд
В первую очередь фонд нацелен на максимально амбициозные предложения. Приветствуются крупномасштабные РКИ, смелые пилотные проекты и оценки программ, которые расширяют понимание того, что и в каких контекстах работает, заполняют пробелы в данных и вдохновляют на новые решения. Перечисленные ниже направления — лишь некоторые возможности, и авторы осознают, что охватили не все хорошие идеи; предложения, выходящие за рамки списка, также приветствуются.
ИИ способен преобразовать общество быстрее, чем традиционные циклы финансирования и публикаций успевают за ним. Поэтому фонд ищет исследовательские организации, готовые публично делиться результатами на ключевых этапах: сигнал, полученный вовремя, может оказаться ценнее точного, но запоздалого ответа. Особый интерес вызывают пилоты, которые при успехе можно быстро масштабировать.
Фонд имеет глобальный охват. Хотя перечисленные направления отчасти ориентированы на США (штаб-квартира Anthropic находится в Сан-Франциско, и модель Claude наиболее активно используется именно в этой стране), необходимость подготовки к потрясениям носит мировой характер, и финансирование проектов будет отражать это.
Основной объём финансирования придётся на проекты с бюджетом от $5 до 30 млн, при этом для хорошо проработанных инициатив с высоким потенциальным эффектом верхняя граница может быть увеличена. Опыт программы Economic Futures и требуемый уровень амбиций не позволяют напрямую финансировать из этого фонда проекты стоимостью менее $1 млн.
Заявки принимаются от аккредитованных университетов и других учебных заведений, независимых исследовательских институтов, аналитических центров, а также некоммерческих организаций с опытом проведения масштабных полевых экспериментов. Отдельные исследователи могут выступать главными исполнителями от лица своих организаций, но заявки от частных лиц не рассматриваются.
Приоритет отдаётся проектам, соответствующим одному из пяти направлений, однако фонд открыт и для амбициозных предложений вне их, если масштаб соответствует масштабу проблемы и возможностей.
Пять приоритетных направлений исследований
1. Влияние ИИ на работников на уровне компаний и рабочих мест
Воздействие ИИ на рынок труда зависит от систем, организации рабочих мест, протоколов обучения и институциональных решений, которые будут выстроены вокруг технологии. Существующие данные об интеграции ИИ на рабочих местах носят наблюдательный и краткосрочный характер. Полевые эксперименты помогут понять, какие модели сотрудничества развивают человеческую экспертизу параллельно с ИИ, как организационные решения влияют на производительность и распределение выгод, а также насколько важен голос работников в этих решениях.
Без таких данных как решения на уровне компаний, так и политические инструменты — стимулы для дополнения работников ИИ, налоговые льготы за удержание персонала, требования к соинвестированию работодателей или программы ученичества — будут приниматься вслепую.
Примеры финансируемых направлений:
- Полевые эксперименты с рандомизацией ИИ-систем и дизайна интеграции на уровне фирм или команд, включая сравнение подходов, разработанных совместно с работниками и их организациями, с нисходящими решениями.
- Оценка влияния организационных решений по внедрению ИИ на распределение прироста производительности.
- Анализ эффективности налоговых льгот за удержание сотрудников и требований к соинвестированию работодателей.
2. Подготовка людей к переходным периодам, вызванным ИИ
Данные о переобучении и трудоустройстве неоднозначны и могут быть неприменимы к ситуации стремительных структурных сдвигов, вызванных ИИ.
Финансируемые направления:
- Оценка инновационных программ переобучения, трудоустройства, реформирования лицензирования и пакетов поддержки при смене сектора, включая новые модели на базе ИИ для подбора вакансий, сертификации и обучения, а также объединение поддержки доходов с интенсивными услугами по переподготовке, переезду и повторному трудоустройству.
- Полевые эксперименты на ранних этапах карьеры и в профессиональных пайпланах: например, какие модели ученичества, наставничества или ротации способны формировать экспертизу, если задачи начального уровня берёт на себя ИИ.
- Оценка учебных программ и моделей образовательного процесса в школах и вузах, нацеленных на подготовку студентов к изменившемуся рынку труда, включая лонгитюдные пилоты, связывающие образовательные интервенции с последующими результатами на рынке труда.
- Тестирование смелых инструментов мобильности — например, оплачиваемого отпуска с привязкой к программам переобучения и переносимых льгот, следующих за работником при смене работодателя.
По многим подобным инициативам уже есть данные, в том числе по особенно эффективным секторальным программам обучения. Задача — выяснить, можно ли быстро масштабировать перспективные программы на более широкую аудиторию. Например, крупномасштабные «учения», в рамках которых отдельные программы быстро расширяются для всех соискателей в определённом штате, способны дать доказательства их работоспособности в условиях серьёзных потрясений.
3. Модернизация систем поддержки доходов в условиях вытеснения рабочей силы
Как и аналогичные страховые системы в других странах, американская система поддержки перемещённых работников почти полностью построена на предположении, что безработица временна. ИИ может привести к более масштабному и продолжительному вытеснению. В таком сценарии понадобятся инструменты, откалиброванные под новое равновесие, не имеющее современных прецедентов.
Финансируемые направления:
- Реформа системы страхования по безработице (UI) с учётом специфики вытеснения, вызванного ИИ: альтернативные пороги соответствия, автоматические триггеры продления выплат, привязанные к отрасли или профессии, интеграция UI со страхованием заработной платы, переобучением и другими видами поддержки при переходе.
- Помощь в удовлетворении базовых потребностей для тех, кто исчерпал UI, никогда не имел на него права или хронически неполно занят.
- Долгосрочные пилоты безусловного дохода на уровне прожиточного минимума, спроектированные для сценариев, где доход и работа разъединены на продолжительное время. Анализироваться будут не только предложение труда и потребление, но и благополучие, стабильность семьи, развитие детей, гражданское участие и то, как люди распоряжаются своим временем.
4. Создание у работников доли в росте, обеспеченном ИИ, до наступления потрясений
В беспрецедентных сценариях, когда ИИ приносит значительные агрегированные выгоды, они по умолчанию могут не распределяться широко. В EPF обсуждаются универсальные предраспределительные счета капитала и смежные механизмы: долевое участие, дивиденды от ИИ-сектора, государственные доли собственности. Однако эти механизмы не имеют прямых эмпирических прецедентов в масштабе, и для них нужен источник финансирования. Существует множество предложений по получению доходов — от налогообложения прибыли от ИИ через корпоративные налоги, налоги на прирост капитала или токены. Но не хватает данных о том, на кого ляжет экономическое бремя таких налогов и как разные модели повлияют на собираемость и внедрение.
Финансируемые направления:
- РКИ, тестирующие дизайн предраспределительных счетов капитала в больших масштабах.
- Пилоты, тестирующие механизмы долевого участия или дивидендные модели, в том числе на уровне сообществ, где инфраструктура ИИ или компании, использующие ИИ, генерируют прямые текущие выплаты местным жителям.
- Сравнительные оценки различных механизмов сбора и распределения доходов: какая налоговая база (прибыль корпораций, прирост капитала, вычислительные мощности, налоги на автоматизацию и т.п.) и какой механизм (предраспределительные счета, доли собственности, дивиденды или эквивалентные прямые трансферты) приводят к наилучшим результатам на рынке труда и на уровне домохозяйств.
5. Получение новых данных о государственных инвестициях
EPF призывает как к модернизации системы поддержки доходов, так и к существенному расширению государственных инвестиций в работу, ориентированную на человека и сообщества. Политикам нужен последовательный способ сопоставления этих инструментов друг с другом и с прямыми трансфертами. Данное исследование предоставит доказательства того, какие формы расходов приносят наибольшую общественную пользу, особенно в секторах, которые могут недооцениваться частным рынком.
Финансируемые направления:
- Крупномасштабные пилоты, напрямую финансирующие рабочие места в сфере услуг для человека и сообществ (преподавание, внешкольные программы, библиотеки, общественное здравоохранение, парки, инфраструктура, искусство) с измерением таких результатов, как уровень занятости, образовательные достижения, преступность и благополучие.
- Пилоты по расширению доступа к публичным услугам с использованием ИИ (юридическая помощь, медицинские консультации, финансовые советы) для малообеспеченных групп населения, с проверкой, способны ли такие инвестиции сократить разрыв в доступе.
- Пилоты гарантированной занятости для перемещённых или длительно безработных: участникам предлагается работа в сфере общественных благ в духе Гражданского корпуса охраны окружающей среды, но с более широким спектром ролей.
- Территориальные интервенции в сообществах, наиболее подверженных вытеснению из-за ИИ или размещающих крупную ИИ-инфраструктуру, включая пакетные инвестиции в рабочую силу, публичные услуги, инфраструктуру и благоустройство, а также пилоты региональных органов развития, координирующих эти инвестиции в рамках единого управления.