Tag Archives: učenje

Ekonomski uspon Kine i američke mere

Bliži li se, uopšte, kraj ekonomskom usponu Kine usled američkih mera? Pitanje i temu je na portalu Quora postavio Clifford Nelson.

Nastojeći da nadmaše Kinu, Sjedinjene Države u suštini sve rade pogrešno. U svakom slučaju, takvo šta bi bilo prilično teško jer je, u svetskim okvirima, Kina verovatno zemlja s najefikasnijom vladajućom strukturom. Veoma je bliska onome što Aristotel smatra najboljim oblikom vlasti: oligarhijom istinske elite. Vlada jeste daleko od savršene, ali prepoznaje mnoge politike neophodne za uspeh. Zadobila je podršku gotovo svih njenih građana, obezbedivši im bolji životni standard. To znači da nailazi na odobravanje svog naroda. Ako se baci pogled na istraživanja o globalnom zadovoljstvu građana svojim vladama, indeks zadovoljstva Kineza svojom upravljačkom strukturom je otprilike najviši. To znači da vlada može sprovoditi brojne svoje politike jer joj se veruje. Na primer, porodica od jednog deteta svojevremeno nije bila popularna, i Kinezi su zbog toga zamerali svojoj vladi, ali ujedno i priznaju da je to (u datom trenutku i okolnostima) bila ispravna odluka.

Da biste bili najuspešnija zemlja sveta, morate imati ljude, i iskoristiti maksimum onoga što vam oni mogu ponuditi. To znači da je izuzetno važno pružiti građanima priliku da pokažu svoju potencijalnu izuzetnost. Kina doživljava konstantan rast broja studenata koji su stekli diplome iz neke STEM oblasti. U međuvremenu, visoko obrazovanje u SAD postalo je daleko skuplje, stavljajući ga gotovo van domašaja prosečnih građana, i čineći mnogo težim otplatu studentskih kredita. Uz to, čini se da, generalno, kvalitet nivoa obrazovanja u Sjedinjenim Državama doživljava pad. Uspeh kineskog obrazovnog sistema može se prepoznati i u rezultatima mladih Kineza u matematici, govornim veštinama i naučnim disciplinama, u kojima prednjače u odnosu na ostale nacije, a znatno iznad američkih studenata i učenika. I ne samo da Kina odrađuje tako dobar posao u domenu obrazovanja, već  ovim diplomcima osigurava da, nakon studija, odmah dobiju kvalitetne poslove. U SAD ćete danas videti toliku zastupljenost Indijaca, koje su Amerikanci doveli da bi obavljali tehničke poslove (uz “off-shore” rad ili onaj koji je izmešten), ali je lako uočiti da je na tim poslovima vrlo malo Kineza, za razliku od situacije od pre nekoliko decenija. Sjedinjene Države se sve više oslanjaju na strance, zbog strukovno-obrazovne baze koju sa sobom donose u SAD.

Trenutna kineska slabost možda se ogleda u nedovoljnom činjenju da bi se što više podsticale inovacije koje bi odskakale od uobičajenih, u nedostatku onih koje nazivamo prelomnim probojima. Ako je moguće kreirati politike koje podstiču pravu vrstu slobode, kao i istraživanje, tada mogu napredovati i takvi revolucionarni koncepti. Ovo je verovatno najvažnije u sferi umetničkog izraza; Zbog toga je Holivud postao centar svetske zabave. Francuska je zbog toga postala središte kulture. Ako Kina može da pokaže sposobnosti i kapacitete po kojima bi se izdvajala, to bi takođe moglo rezultirati, recimo, uspešnim nadzvučnim putničkim avionom ili, možda, boljim načinima proizvodnje ili metodologijama.

Ovo značajno povećava izglede i šanse da će Kina biti u stanju da globalno dominira većinom tehnologija. Danas ima 1,4 milijarde Kineza. Sa tolikim brojem građana – i sa tako dobrim obrazovnim sistemom – izglednije je da će neki novi Ajnštajn biti Kinez nego pripadnik bilo koje druge nacionalnosti. S obzirom na to da su mogućnosti Sjedinjenih Država limitirane, a da je školovanje izuzetno skupo, po ovim merilima će se verovatno svrstati u zemlje Trećeg sveta. Da stvar bude još gora, značajan broj američkih građana ne veruje u nauku… samim tim, neće verovati ni u dobro sagledanu činjenicu, što dokazuje broj onih Amerikanaca koji i dalje veruju u kreacionizam, ili, recimo, u to da su klimatske promene tek „nekakav mit“.

Kineska ekonomska politika podstiče konkurenciju tamo gde konkurencije može biti. Cilj je obrazovati jedno konkurentno tržište koje minimalno šteti društvu. Real-kapitalizam uglavnom podstiče pohlepu, što znači monopol ili tajnu prevarnu spregu („collusion“)… Jednom kada postane veoma uspešan, kapitalista će iskoristiti bilo koji prljavi trik da bi stekao prednost: zeznuti radnike, lagati o proizvodu; Uništiti okolinu ako to smanjuje njegove troškove; ukrasti. Tako se kapitalizam podstiče i gaji. Vode se državne kompanije u oblastima u kojima je prilično teško stvoriti konkurentno okruženje. Privatne korporacije u nekonkurentnom kapitalističkom okruženju obično postaju neefikasne zbog svog povlašćenog položaja, tako da od privatizacije zaista malo ko ima koristi – osim onih koji od nje mogu profitirati – ali ne i većina ljudi. Stoga je kapitalizam, zapravo, destruktivan, i to je kapitalistički bog kojem Amerikanci ukazuju takvo i toliko poštovanje, zapravo ne razumevajući kakva su zla koja sa sobom donosi. Kina ima jasnu ekonomsku politiku koja očigledno razume da je cilj u ostvarivanju zadataka bitnih po društvo, a ne kapitalizam sam po sebi, shvatajući da postoji takvo delovanje koje je bolje kada je kontrolisano od strane vlade.

Drugi faktor je to što, čini se, Kina razume da postoje neke stvari zbog kojih želite da snizite troškove, jer to pomaže boljoj ekonomiji. U SAD je, primera radi, ustanovljena visoka poreska stopa na usluge mobilnih operatera, pa je, samim tim, i korisniku ta komunikacija skuplja; ipak, da bi zaista svi bili povezani na pravi način, svi bi trebalo da uživaju u jeftinom korišćenju mobilnih usluga, samim tim podstičući komunikaciju koja unapređuje bezbednost (poslovanja) ali i sposobnosti i kapacitete za prerastanje građana u produktivnije članove društva. Dobra komunikacija poboljšava ekonomiju. Sjedinjene Države su, evo još jednog primera, dosad bile veoma loše u nivou efikasnosti svoje državne pošte, iako je upravo ona tako važna za ekonomiju – zbog čega je, uostalom, pošta prvobitno i stvorena. Druga oblast u kojoj su SAD slabe je sektor transporta. Smanjivanje troškova upotrebe prevoza i podsticanje mera za napredak u domenima međugradskog i gradskog prevoza bi, u suštini, uveliko pomogle američkoj ekonomiji.

Sve se ovo  odnosi i na toliko drugih aspekata održavanja i unapređivanja infrastrukture; upravo one infrastrukture koja omogućava valjanu, kvalitetniju ekonomiju. Ako zanemarite infrastrukturu, gube se i poslovne mogućnosti. Ono što je Kina svim silama nastojala da obezbedi već od samog početka svog ekonomskog uspona – a što joj je potom omogućilo dalji uspeh – bilo je pravljenje specifičnih „mesta“, lokacija  sa posebnom namenom: bilo je to stvaranje namenskih lokacija vezanih isključivo za biznise – one lokacije koje bi obezbeđivale sigurnost stranih i domaćih investicija – kao i infrastrukturu koja omogućava transport proizvoda, uz nastojanje da se velikom broju lokalnih stanovnika obezbedi brz transport na potezu kuća-radno mesto i natrag. To je nešto što mnoge druge zemlje nisu uspele da sprovedu, a veliki investicioni naglasak Kine je u daljnjem, konstantnom poboljšanju infrastrukture. Pre trideset godina je na mestu gde je danas Šenžen, industrijski hiper-gigant, ležala samo gomila uspavanih sela; danas je ovo mesto jedno od glavnih centara svetske ekonomske aktivnosti. A gde biste drugde, inače, mogli videti takav i toliki uspeh? Kina je na svom putu možda imala niz nedostataka, ali uspeh jednog Šenžena je verovatno toliko puta nadoknađivao te propuste.

U međuvremenu, SAD su učinile malo šta na poboljšanju svoje infrastrukture, i, što je još gore, nisu održavale ni ovu postojeću. A ovo je očigledno samo ako pogledate koliko je mnogo gradova u kojima je taj ozbiljan problem prisutan. SAD su nastavile da grade puteve, ali su saobraćajna zagušenja sve veća. Očigledno je da samo izgradnja puteva ne rešava problem – problem čije se posledice odražavaju u troškovima poslovanja, koji se, usled loše putne mreže povećavaju – da ne spominjemo potrebu za više namenskog zemljišta (u infrastrukturne svrhe).

Ono što je loše po američku ekonomiju jeste prigradska razgranatost infrastrukture. Finansijski održavati i podržavati ovakvu infrastrukturnu „raspršenost“ predgrađa je izuzetno skup poduhvat. Potrebno je, recimo, napraviti što više kilometara novih puteva, jer ih svaki stanovnik predgrađa mora svakodnevno i u više navrata koristiti. Vožnja gradskim jezgrom će trajati tek nekoliko kilometara – u odnosu na daleko veću kilometražu koju zaposleni svakodnevno prevaljuju, dok se kroz predgrađe voze ka centru; stoga je mnogo lakše osigurati brz i kvalitetan prevoz u gradskom, a ne prigradskom području. Postoji i toliko drugih stvari koje je daleko lakše obezbediti od putne mreže, recimo, uspostavljanje mreže za električnu energiju, ili gas, vodu, ili kanalizaciju, tu je i izgradnja škola, toliko je toga. To znači da će, u cilju poboljšanja svoje infrastrukture, Sjedinjene Države uložiti u svoju putnu mrežu mnogo više novca od Kine. Jedna dobra američka politika bi trebalo da obeshrabri neko takvo nesvrsishodno razgranavanje svoje infrastrukture.

Drugo područje u kojem SAD deluju tako samodestruktivno je pitanje vojnih izdataka. Sjedinjene Države troše neverovatne količine novca za održavanje svoje ogromne vojske. A armija joj je, zapravo, loše izbalansirana jer su oduvek bile najvažnije kopnene vojne snage, dok SAD stavljaju pojednak naglasak na svoje vazdušne i mornaričke snage. U ratovima na Bliskom istoku su sposobnosti kopnenih snaga bile dobro potkačene, dok su mornarica i vazduhoplovne snage bile prekomerne u poređenju s njihovom konačnom efikasnošću. Resursi koji se koriste u vojne svrhe znači da oni nisu dostupni za unapređenje civilne infrastrukture, kojoj su ti resursi nadasve potrebni. Vojni rashodi daju jako malo podsticaja real-ekonomiji, posebno u SAD, gde troškovi proizvodnje i održavanja vojne opreme toliko nadmašuju njenu efikasnost, a nedostatak masovne proizvodnje samo prekomerno povećava troškove i smanjuje svaku potencijalno veću korist od vojne tehnologije; jer, tehnologija masovne proizvodnje jeste ta koja je toliko bitna za konkurentnost na komercijalnim tržištima. Kina troši mnogo sredstava na vojsku, ali je dosad pokazala mnogo više suzdržanosti nego SAD, a još više kada je u pitanju nuklearno oružje. I SAD i Kina su, zapravo, na vrlo dobrim geopolitičkim lokacijama, što znači da je obe zemlje veoma teško napasti i osvojiti, dok su Sjedinjene Države, u tom smislu, daleko bezbednije. To znači da veliki vojni budžeti malo doprinose istinskom povećanju bezbednosti ovih zemalja; a da bi održali globalnu dominaciju, bolje je trošiti novac na infrastrukturu nego na vojsku. Ovo je u oštroj suprotnosti sa zemljama poput Nemačke, Poljske ili Rusije, koje se nalaze na istorijskim rutama invazija.

Još jedna stvar vredna razmatranja je da je Kina očigledno dobro snabdevena resursima, pa će biti veoma teško da joj privreda bude ometana nedostatkom većine esencijalnih sirovina. Jedini kritični nedostajući resurs je nafta, a zahvaljujući njenom prijateljstvu s Iranom i infrastrukturnom Inicijativom za Novi put svile, biće prilično nemoguće da SAD prekine to snabdevanje – a tu je i Rusija. Ono što je Kinezima doskora ograničavalo pristup tim resursima bio je način njihovog transporta, mada Kina ulaže ogromne napore kako bi unapredila svoje sisteme snabdevanja – one koji joj sada omogućavaju da zdušno koristi ove resurse.

Dakle, Kina u osnovi ima značajnu prednost jer će, dugoročno gledano, Sjedinjenim Državama biti teško da je prevaziđu, a trenutne američke politike su Kini obezbedile da ta prednost bude dalje uvećavana. Budući da Amerika zaista gleda na Kinu kao na pretnju, malo je verovatno da će američke politike naneti Kini neku veću štetu, a po svemu sudeći će samo još više naštetiti samoj Americi. U poređenju s bilo kojom drugom državom, njeno je unutrašnje tržište gigantskih razmera, uz to i s izuzetno jakim pozicijama u zemljama „Trećeg sveta“, posmatrano iz perspektive koliko su te zemlje prosperirale zahvaljujući kineskim investicijama. Čini se da EU nije sklona da podrži američke napore u izolovanju Kine. Amerikancima će biti teško da ubede zemlje EU da stanu iza američke pozicije, jer Kina ne predstavlja pretnju Evropskoj uniji već se, zapravo, isključivo radi o želji SAD za ponovnim uspostavljanjem globalne hegemonije.

Svojom skorašnjom politikom, Sjedinjene Države uspele su da većinu zemalja Evropske unije samo odvrate od sebe, a EU i otvoreno priznaje da su Sjedinjene Države, vremenom, postajale sve manje bitne za ekonomski napredak Evropljana, i da bi Kina mogla ponuditi mnogo više od Sjedinjenih Država. Čini se da je samo Britanija u „američkoj priči“, a njena dosadašnja politika samo ju je udaljila od EU – prvo, što je odbila da prihvati evro, a onda i usled Bregzita. S ovakvom, verovatno katastrofalnom odlukom, Britanija će izgleda jedino moći da se okrene Sjedinjenim Državama i Kanadi. Vremenom će, po svemu sudeći, ta izolacija dodatno naštetiti Britaniji. Malo je uočljive koristi koju bi američki narod ili američka oligarhija bogatih imala od podrške Britaniji. A onda, tu je i Rusija, verovatno jedina značajna zemlja koja bi na Kinu gledala kao na pretnju, iako je nedavna američka politika prema Rusiji učinila da se ova zemlja pridruži kineskom taboru.

 

(Likovna oprema teksta je ilustrativnog karaktera)

 

Clifford Nelson, Quora

AI Economist: veštačka inteligencija za usavršavanje poreskih modela

Simulator ekonomskih trendova zasnovan na veštačkoj inteligenciji, AI Economist u stanju je da nakon milion izvršenih simulacija ekonomskih trendova sačini model jedne pravednije poreske politike.

Duboko učenje (Deep RL, ili, DL, „temeljito učenje“; Deep Reinforcement Learning) je tokom proteklih godina obučilo i osposobilo veštačku inteligenciju da nadmaši čoveka u nekim složenim igrama, mozgalicama kao što su Go ili StarCraft. Da li bi takav princip primene veštačke inteligencije mogao da uradi i bolji posao u, recimo, vođenju nacionalne i globalne ekonomije?

Nejednakost prihoda jedan je od najvećih problema ekonomije. Jedno od najefikasnijih sredstava koje političari moraju imati je način da se postigne što uravnoteženije oporezivanje: vlade prikupljaju novac od građana u skladu s onim što oni zarađuju i taj novac redistribuiraju direktno, putem socijalnih šema ili indirektno, koristeći ga za plaćanje troškova javnih projekata. Ali, iako više oporezivanja može dovesti do veće jednakosti među građanima u društvu, previše oporezivanja bi ih moglo obeshrabriti da rade ili ih motivisati da iznalaze načine izbegavanja plaćanja – što, automatski, po logici, smanjuje i ukupni iznos u budžetskoj kasi.

Postići što racionalniji balans u oporezivanju nije lako. Ekonomisti se obično oslanjaju na pretpostavke koje je teško potvrditi. Ponašanje ljudi vezano za „matematiku para“ odnosno ekonomiju, kako ličnu tako i onu sistemski uspostavljenu je složeno, a prikupljanje podataka i formiranje „info-inputa“ o tome je teško. Ekonomisti su proveli decenije istražujući načine kako da što bolje osmisle poreske politike, ali je ona i dalje, sve do danas, ostala otvoren problem: kako utisnuti što je moguće veću racionalnost u oporezivanju, i na čemu bi taj zdravorazumski pristup trebalo da se zasniva?

Naučnici američke kompanije za poslovnu tehnologiju Salesforce misle da bi veštačka inteligencija mogla pomoći pri rešavanju najboljeg i najpravičnijeg oporezivanja građana i firmi u odnosu na njihove prihode. Vođeni Ričardom Sočerom, tim ove firme je razvio sistem koji se zove ‘AI Economist’ koji koristi duboko učenje – istu vrstu tehnike koja stoji iza ’AlphaGo’ i ’AlphaZero’ kompanije DeepMind – da identifikuje optimalne poreske politike za simuliranu ekonomiju. Alat je još uvek relativno jednostavan (ne postoji način da obuhvata sve složenosti stvarnog sveta ili ljudskog ponašanja), ali je obećavajući prvi korak ka procenjivanju politika na potpuno novi način. „Bilo bi neverovatno učiniti poresku politiku manje ispolitizovanom a sa što više realnih podataka na osnovu kojih izvodi svoje proračune,“ kaže član tima Alex Trott.

U jednom od početnih rezultata, ova ekonomska AI je pronašla politiku koja je, s aspekta maksimuma kako produktivnosti tako i jednakosti dohotka, bila 16% pravednija od najsavremenijeg progresivnog poreskog okvira koji su proučavali ekonomisti iz akademskih krugova. Poboljšanje u odnosu na trenutnu američku politiku bilo je još veće. “Mislim da je to potpuno zanimljiva ideja”, kaže Blejk Lebaron s Univerziteta Brendajs (Blake LeBaron, Brandeis univ., Massachusetts), koji je AI neuronske mreže koristio za modeliranje finansijskih tržišta.

U jednoj simulaciji, četiri osobe zaposlene na ovom istraživanju prihvatile su da ih nadgleda veštačka inteligencija sazdana upravo po njihovim modelima dubokog učenja; upregli su svoju ekonomsku AI dajući joj svoje podatke, potrebne veštačkoj inteligenciji za određivanje njihove poreske osnovice. Oni komuniciraju s dvodimenzionalnim svetom, prikupljajući, recimo, drvo i kamen, ili trgujući tim resursima sa drugima, ili ih koriste za izgradnju kuća, što im donosi novac. Radnici poseduju različite nivoe veština, što ih dovodi do specijalizacije u određenim oblastima. Radnici s nižom kvalifikacijom uče da rade bolje ako prikupljaju resurse, a oni sa višom kvalifikacijom uče da rade bolje ako kupe sredstva za izgradnju kuća. Na kraju svake simulirane godine, svi radnici oporezuju se po stopi koju je odredio kreator politike pod kontrolom AI, koristeći se svojim algoritmom dubokog učenja. Cilj kreatora politike je da poveća i produktivnost i prihode svih radnika. Tako se AI, shodno tome, približavaju optimalnom ponašanju ponavljanjem simulacije do, recimo – milion puta.

Oba modela dubokog učenja (DL) počinju od nule, bez prethodnog znanja o ekonomskoj teoriji, i uče kako da dalje postupaju i funcionišu putem pokušaja i pogrešaka – na potpuno isti način na koji veštačka inteligencija kompanije ‘DeepMind’’ uči, bez ljudskog doprinosa, recimo, da igra Go ili StarCraft na, skromno govoreći, nadljudskim nivoima.

Možete li puno naučiti od samo četiri radnika iz AI? Teoretski, da, jer jednostavne interakcije između nekolicine ispitanika ubrzo dovode do vrlo složenih modela ponašanja. (Na primer, igra ‘Go’ i dalje obuhvata samo dva igrača). I mada je tako, svi uključeni u projekat slažu se da će povećanje broja radnika koje će AI ispitivati u simulaciji biti od suštinske važnosti – ako će ovaj alat za analizu većeg broja ispitanika uspeti da modeluje realne scenarije.

Poigravanje sistemom

Od ključne je važnosti primena „duple doze“ veštačke inteligencije: AI neuronske mreže su i ranije korišćene pri kontroli ispitanika u simuliranim ekonomijama. Ali, stvaranje AI za donosioce politika. pa i za poreske politike, takođe vodi ka modelu u kojem se radnici i odlučioci međusobno neprekidno prilagođavaju jedni drugima, a shodno svojim postupcima. Ovo dinamičko okruženje bilo je izazov za modele dubokog učenja primenjenog na ekonomiju i poreske modele, s obzirom da strategija naučena u okviru jedne poreske politike možda neće funkcionisati tako dobro u interakciji s nekom drugom vrstom poreske politike. Ovo je, međutim, takođe značilo da je AI iznašao načina da izigra sistem. Na primer, neki radnici su naučili da izbegavaju porez smanjujući svoju produktivnost da bi se kvalifikovali za niži poreski razred, da bi je zatim ponovo povećali (produktivnost). Ekipa kompanije Salesforce kaže da ovo uzimanje i davanje uspostavljeni između radnika i kreatora politika dovodi do simulacije ekonomskog stanja i poreskog modela na način realističniji od bilo čega postignutog prethodnim modelima, gde su poreske politike obično fiksne i ne variraju (a što već po sebi nije realno stanje stvari).

Poreska politika koju je smislio AI Economist pomalo je neobična. Za razliku od većine postojećih politika, koje su ili progresivne (tj. oni koji više zarađuju bivaju i više oporezovani) ili regresivno (oni koji više zarađuju se oporezuju manje), poreska politika stvorena veštačkom inteligencijom spojila je aspekte oba, primenjujući najviše poreske stope na bogate i siromašne, dok su najniže poreske stope primenjene na radnicima sa srednjim primanjima. Kao i mnoga rešenja koja AI smisle – poput nekih poteza AlphaZero-a za pobedu u igrama – rezultat se čini kontraintutivan, a ne kao nešto što je čovekov um prethodno zamislio. Pa ipak, njegov uticaj na ekonomiju doveo je do manjeg jaza između bogatih i siromašnih.

U nastojanju da uoče hoće li poreska politika nastala uz pomoć veštačke inteligencije slično uticati i na ljudsko ponašanje, tim je testirao više od 100 radnika angažovanih preko Amazonovog “Mehaničkog Turčina” (Mechanical Turk), od koga je u simulaciji zatraženo da preuzme kontrolu nad radnicima (Naziv je potekao od mehaničke igračke-automatona iz 18. veka za simulaciju igranja šaha – a zapravo lutke iza koje se nalazio čovek koji je povlačio poteze). Otkrili su da je poreska politika proistekla iz veštačke inteligencije ohrabrila ljude da „igraju“ i ponašaju se na gotovo isti način kao i AI, sugeriršući – barem u principu – da se ’AI Economist’ može koristiti za uticaj na stvarnu ekonomsku aktivnost.

Beskrajno podešavanje

Još jedna prednost ekonomske simulacije pokretane veštačkom inteligencijom se ogleda u mogućnosti prilagođavanja parametara kako biste istražili raznolike scenarije. Na primer, uticaj pandemije bi se mogao stvoriti dodavanjem ograničenja kao što su međusobno distanciranje i ograničeni pristup resursima, ili pak uklanjanjem ljudi iz pula radne snage. „Teško je smisliti optimalne poreske teorije zasnovane na prošlosti i primerima iz ekonomske istorije ukoliko budućnost izgleda toliko drugačije od onoga što su do pre neki dan bili modeli predviđanja“, kaže Sočer.

Sposobnost simulacije da menja model je veliki plus, kaže LeBaron: „Prilično je zanimljivo videti radnike koji se prilagođavaju poreskom zakonu“. Ovo je zaobišlo jednu od inače krupnih kritika na račun već postojećih poreskih modela, u kojima je ponašanje obično fiksno, odnosno, nepromenljivo, kaže on.

Glavna rezervisanost LeBarona prema ’AI Ekonomisti’ odnosi se na mali broj ispitanika na kojima je ovaj alat primenjen. „Postoje oni koji tvrde da možete steći dublji intelektualni uvid sa samo nekoliko ispitanika“, kaže on. “A nisam jedan od njih.” On bi želeo da vidi kako ishode simulacije sprovedene na, recimo, stotinjak radnika – što je takođe cifra kojoj teži tim kompanije Salesforce.

LeBaron, međutim, veruje da bi se ovaj AI alat već mogao koristiti za proveru postojećih ekonomskih modela: „Da sam ja kreator politika, pokrenuo bih ovu ‘stvar’ čisto da vidim šta će ‘reći’ o već postojecim modelima“. Ako se AI Economist ne bi složio sa drugim, tradicionalnim „ljudskim“ modelima, to bi mogao biti znak da tim drugim modelima nešto nedostaje, kaže on.

Dejvid Parks, harvardski informatičar i ekonomista koji je sarađivao sa timom iz firme Salesforce je takođe optimističan. On se slaže s LeBaronom da im je potrebno znatno veći broj ispitanika. Ali, nakon što su to primenili nekoliko dodatnih karakteristika kao što je dodavanje kompanija simulaciji, Parks predviđa da će moći da ponovi postojeće teorijske rezultate. “Tada ishod AI simulacije odmah postaje koristan i upotrebljiv”, kaže on.

Američki profesor Doin Farmer (Doyne Farmer), koji na Oksfordu predaje ekono-fiziku i kompleksne matematičke sisteme u ekonomiji je, međutim, nešto malo manje ubeđen u valjanost budućih ishoda ekonomskog AI simulatora. Iako pozdravlja ukrštanje i primenu dubokog učenja sa igara na oblast ekonomije – „Postavlja se pitanje da li možete istraživati politike na isti način na koji AlphaZero igra apstraktnu stratešku igru kao što je Go“. On smatra da će proći još neko vreme pre nego što ovaj AI alat postane zaista koristan u ekonomskim predviđanjima i modeliranju. „Stvarni svet je, ipak, previše komplikovan“, kaže Farmer.

Tim iz Salesforce-a prihvata činjenicu da će neki ekonomisti biti, tek vremenom, i postepeno, ubeđivani u prihvatanje ekonomskih ishoda proizašlih isključivo iz algoritma. U tom smislu, oni puštaju svoj kod i pozivaju ostale da kroz njega pokreću svoje modele. Dugoročno gledano, ova otvorenost biće takođe važan deo prerastanja takvih alata u pouzdane, kaže Sočer. „Ako koristite AI kako biste ga preporučili nekim ljudima u formiranju njihovih nižih ili viših stopa oporezivanja,“ ističe on, „onda bi bilo bolje da budete dobro upoznati zašto je tako – da dobro poznajete razloge zbog kojih je proračun baš takav, a ne drugačiji.“

Will Douglas Heaven, MIT Technology Review

Kako pomiriti ljude i robote?

U narednim godinama, gotovo svi aspekti naših ekonomija i privreda biće preobraženi automatizacijom. Istorija i ekonomska teorija ukazuju na to da su strahovanja od tzv. “tehnološke nezaposlenosti”, termin koji je Džon Mejnard Kejnz uveo u ekonomiju skoro pre jednog veka, neutemeljena.

Inteligentne mašine transformišu način na koji proizvodimo, radimo, učimo i živimo širom sveta. Gotovo svaki aspekt naših ekonomija će se radikalno promeniti.

Glavne logističke kompanije i pojedinačni vozači koriste nove tehnologije za optimizaciju svog planiranja rute. Kompanije kao što su BMW i Tesla već su izbacile na tržište auto-pilot funkcije u svojim automobilima, koje se proizvode uz pomoć sofisticiranih robota. Associated Press koristi veštačku inteligenciju kao asistenta pri pisanju vesti. 3D štampači se koriste za proizvodnju rezervnih delova – kako one za mašine tako i za ljude. AT&T, u saradnji sa kompanijom Udacity nudi online “nano-struke” u analizi podataka („nanodegrees“) Dronovi već dopremaju zdravstvenu opremu i lekove na udaljene lokacije u siromašnim zemljama. (Nanodegree, strukovni kursevi koje obezbeđuju kompanije Udacity i AT&T, između ostalih, predstavljaju sertifikacionu mrežu obučavanja od 6-12 meseci (10-20 sati nedeljno) po ceni od 200 dolara mesečno. Cilj je podučavati se osnovnim veštinama programiranja koje će vas kvalifikovati za početne programerske i analitičke pozicije u kompanijama kao što je AT&T)

Ove izvanredne nove tehnologije obećavaju veću produktivnost, veću efikasnost i veću sigurnost, fleksibilnost i udobnost. Međutim, one takođe podstiču i strahove zbog svog uticaja i efekata koje mogu imati na “ljudske” strukovne profile, poslovne veštine i – plate. Ovi strahovi su dodatno podgrejani skorašnjim studijom Karla Fraja i Majkla Ozborna (Carl Frey, Michael Osborne) sa Univerziteta u Oksfordu, kao i onom koju je sačinio McKinsey Global Institute (MGI); u obe studije iznosi se stav da bi se veliki broj radnih mesta, kako u zemljama u razvoju tako i u razvijenim zemljama, tehnički, mogao veoma brzo automatizovati. Istorija, kao i ekonomska teorija, međutim, ukazuju na to da je zabrinutost usled porasta tehnološke nezaposlenosti – nastale prodiranjem tehnologije po svim dimenzijama i frontovima, izraza koji je još ekonomista Džon Mejnard Kejnz (John Mainard Keines) skovao pre gotovo jednog veka – mogla biti bespotrebna i pogrešno postavljena.

U budućnosti, baš kao što je to bio slučaj i u prošlosti, tehnološke promene će verovatno uvećati produktivnost i prihode, ujedno povećavajući potražnju za radnom snagom. Dodajmo uz to i da će se pad cena i poboljšanje kvaliteta, kao i potražnja za robama i uslugama, takođe uvećati. Mnogi od danas stvorenih i “friških”profila zanimanja nije se čak moglo ni zamisliti, baš kao što je tek mali broj onih koji su pre jednog veka bili u stanju da predvide kako će razvoj automobilske industrije i masovnog saobraćaja doprineti razvoju motela i drive-in  restorana.

U svom novom izveštaju, McKinsey Global Institute zaključuje da je, po jednom umerenom scenariju, brzina i širina proboja automatizacije obima oko 15% današnje svetske radne snage jednaka poslovima za 400 miliona radnika koji bi mogli biti ukinuti između 2017. i 2030. A brži tempo automatizacije bi izazvao i daleko veća pomeranja na tržištu rada – u korist mašina a na štetu čoveka.

Dobra vest je da cje, kao rezultat planiranog povećanja potražnje za robom i uslugama – pre svega usled povećanja prihoda, rastućih zdravstvenih potreba nastalih starenjem stanovništva i ulaganja u infrastrukturu, energetsku efikasnost i obnovljive izvore – prilično izvesno da bi se stvorilo dovoljno novih radnih mesta kako bi se kompenzovali gubici radnih mesta. Novi poslovi će se, međutim, značajno razlikovati od poslova koji su nestali usled automatizacije, uz nametanje tereta bolnih troškova tranzicije na radnike, preduzeća i društvene zajednice.

U zavisnosti od brzine automatizacije, 75-375 miliona radnika ili 3-14% globalne radne snage biće primorano da se do 2030. godine prekvalifikuje i svoja zanimanja prebaci u druge, nove strukovne profile. U Sjedinjenim Državama i drugim razvijenim ekonomijama, gde se automatizacija po svemu sudeći brže odvija, 9-32% radne snage će možda morati da promeniti svoja stručna zanimanja i veštine povezane s njima.

Svi su izgledi da se u ovim zemljama smanjuje broj radnih mesta u preovlađujućim kategorijama zanimanja – kao što su ona u direktnoj proizvodnji ili rutinski, administrativni poslovi koji zahtevaju srednjoškolsko obrazovanje, dok će se zapošljavanje u kategorijama zanimanja poput pružanja zdravstvenih usluga i nege, obrazovanja, građevinarstva ili menadžmenta, kao i radnih mesta koja zahtevaju fakultet ili napredni stepen, povećati.

Prema jednom nedavnom istraživanju, većina Amerikanaca zabrinuta je da će automatizacija povećati nejednakost u prihodima. Njihova zabrinutost je, izgleda, opravdana. Pošto mnoga zanimanja sa srednjom platom podležu automatizaciji, polarizacija prihoda u Sjedinjenim Državama i drugim razvijenim zemljama će se verovatno nastaviti. Ukoliko radnici, koji su usled automatizacije izgubili posao, ne mogu brzo da nađu novi, povećava se nezaposlenost, uz potiskivanje nivoa plata nadole.

Dakle, šta se može učiniti kako bi se ubrzao i olakšao prelazak iz jedne u drugu struku  (tj prekvalifikacija), na koji će ljudi, usled masovne automatizacije, biti prisiljeni? Za početak, fiskalna i monetarna politika, potrebne da bi se postigli održivi nivoi agregatne tražnje za zaposlenima s punim radnim vremenom, sada su na kritičnom nivou. Politike za unapređenje ulaganja u infrastrukturu, stanovanje, alternativnu energiju i brigu o mladima i starim licima mogu podstaći ekonomsku konkurentnost i inkluzivni rast, dok, za to vreme, stvaraju milione radnih mesta u zanimanjima koja u budućnosti mogu doživeti ekspanziju, a ne gašenje, prouzrokovano automatizacijom.

Drugi odgovor na potencijalni gubitak poslova u budućnosti mora biti dramatično proširenje i redizajn programa obuke zaposlenih. Tokom protekle dve decenije, u većini zemalja OECD-a pali su izdaci vlade za obučavanje u novim veštinama i prilagođavanje novim zahtevima na tržištu rada. To je u Sjedinjenim Državama takođe u sadejstvu sa značajnim padom troškova poslovanja namenjenih prekvalifikaciji.

Ovi trendovi se nužno moraju preokrenuti. Doživotno učenje treba da postane realnost svih zaposlenih. Poslovi će se stalno menjati, dok će mašine, za to vreme konstantno preuzimati neke naše poslove i zadatke, a ljudske aktivnosti zahtevaće od nas neke stalno nove, drukčije veštine. Analiza MGI-a pokazuje da će kognitivne sposobnosti višeg nivoa – kao što su logično razmišljanje, veće komunikacijske veštine i poboljšane društvene i emocionalne veštine – postati sve važnije, dok mašine već danas preuzimaju naše rutinske operacije koje su sada uobičajene na radnom mestu – uključujući i kognitivne zadatke poput prikupljanja podataka i obrada.

Za zaposlene koji imaju srednje radno iskustvo, sa decom, hipotekama i drugim finansijskim obavezama, biće neophodna obuka čija se dužina meri nedeljama i mesecima – a ne godinama. Biće, takođe, neophodna i finansijska podrška za takvu obuku. Slanje ljudi na dvogodišnje školovanje potrebno do diplome – i to o sopstvenom a ne o trošku kompanije –  nije valjan odgovor na ovaj izazov.

Umesto toga, nano-struke i dosad stečena iskustva će, po svemu sudeći, u budućnosti igrati važnu ulogu. Stručna praksa u nemačkom stilu – koja kombinuje rad u učionici i praktičan rad, i koja učenicima omogućava da zarade platu tokom školovanja mogu se ispostaviti kao značajna rešenja čak i za radnike srednjih godina koji su u tranziciji. Saradnja između kompanija i obrazovnih institucija, kako AT&T (u čijem upravnom odboru radi jedan od autora), Starbucks, kao i druge firme, pokazuju da su u stanju da radnicima pruže nove strukovne veštine ili poboljšanje starih, za kojima je sve veća potražnja.

Možda su neophodni poreski i drugi podsticaji koji bi ohrabrili veća poslovna ulaganja u obuku radne snage, posebno malih i srednjih preduzeća. Vlade će, takođe, morati da ponude univerzalne i prenosive socijalne pogodnosti poput zdravstvene zaštite, brige o deci i penzionog osiguranja, kao i podrške tranziciji radnicima koji su prisiljeni da često menjaju poslove, zanimanja i poslodavce. Švedski saveti za sigurnost radnih mesta, kojima upravlja privatni sektor i koja se finansiraju iz poreza na zarade za kompanije, pružaju radnicima isključenim iz radnog procesa sveobuhvatan paket podrške za dohodak, obuku, učenje i procenu kod socijalnog radnika.

Kao i tehnologije koje su postojale u prošlosti, i automatizacija danas obećava veliko povećanje produktivnosti, i od koje će koristi imati pojedinci, zajednice i društva. Ali, za milione radnika, put ka budućnosti u kojoj je automatizacija sve dominantnija može biti dug i težak. Na nama je da napravimo političke i investicione izbore koji mogu olakšati tranziciju i smanjiti njene troškove, kao i osigurati da se dobit od prihoda ravnomerno raspodeljuje.

U Danskoj, recimo, maksimalna automatizacija i robotizacija doveli su i do pomeranja strukovnih profila, rasta nezaposlenosti nema, a potražnja za “novim” vrstama poslova nezadrživo raste. Danski model mogao bi biti samo početak jednog šireg, globalnog trenda. Problem je, zapravo, u “kašnjenju”, tj permanentnom zaostajanju procesa preobuke, dokvalifikacije ili prekvalifikacije. Permanentno zaostajanje moglo bi se, barem donekle, preduprediti ili ublažiti “obukom unapred”, odnosno, obukom koja bi se sprovodila tokom perioda u kojem nove mašine još uvek nisu uvedene u proizvodni proces. Ovo, međutim, značajno povećava troškove automatizacije i osavremenjivanja radnog procesa.

 

Project Syndicate

Kako pametni telefoni zaposedaju naše umove (1/2)

Istraživanja sugerišu da, dok raste zavisnost mozga od mobilne tehnologije, istovremeno naš intelekt slabi.

I tako ste konačno kupili i taj novi iPhone. Ukoliko spadate u tipičnog vlasnika dotičnog mobilnog uređaja, izvlačićete ga i koristiti 80 puta dnevno, prema podacima koje prikuplja Apple, kompanija koja proizvodi ajfon. To znači da ćete se s ovim svetlucavim malim pravougaonikom konsultovati skoro 30.000 puta tokom naredne godine. Vaš novi pametni telefon, kao i vaš stari, postaće vaš stalni saputnik, pouzdana desna ruka i pomagalo – vaš učitelj, sekretar, ispovednik, guru. Vi i vaši mobilni uređaji bićete nerazdvojni.

Pametni telefon predstavlja jedinstven slučaj u analizama lične tehnologije. Brinemo se o ovom gadžetu manje-više  24 sata dnevno a koristimo ga na bezbroj načina, konsultujemo svoje aplikacije, proveravamo njegove poruke i obaveštenja koja neprekidno pristižu. Pametni telefon postao je svojevrsno spremište u kojem čuvamo a potom i delimo snimke, muziku, slike i sve ono što definiše način na koji razmišljamo, šta doživljavamo i ko smo. U istraživanju Galupa iz 2015. godine, više od polovine vlasnika ajfona izjavilo je da ne mogu da zamisle život bez svog „mobilnog ljubimca“.

Što se nas samih tiče, imamo dobre razloge zbog čega volimo naše telefone. Teško je zamisliti drugi proizvod koji nam je pružio toliko korisnih funkcija u tako zgodnom obliku. Pa ipak, dok naši telefoni nude udobnost i razbibrigu, oni s druge strane takođe „neguju“ i našu anksioznost. Njihova izvanredna korisnost obezbeđuje im da ih gledamo kao na jedinstveni oslonac, koji u ogromnoj meri utiče na naše razmišljanje i ponašanje. Pa, s obzirom na sve ovo, šta se dešava sa našim umovima kada dozvolimo jednoj alatki da na ovakav način uspostavi dominaciju nad našom percepcijom i spoznajom?

To su pitanje počeli da istražuju naučnici – a ono što otkrivaju je koliko fascinantno toliko i zabrinjavajuće. Ne samo da naši telefoni oblikuju naše misli na dubok i komplikovan način, već posledice ostaju čak i onda kada ne koristimo naše mobilne uređaje. Onoliko koliko raste zavisnost našeg mozga od tehnologije, kako ovo  istraživanje sugeriše, toliko u isto vreme slabi naš intelekt.

Edrijen Vord (Adrian Ward), kognitivni psiholog i profesor marketinga na Teksaškom Univerzitetu u Ostinu već deceniju proučava način na koji pametni telefoni i internet utiču na naše misli i prosuđivanje. U svom radu, kao i radovima drugih istraživača, on se suočio sa sve većim brojem dokaza da korišćenje pametnog telefona – ili čak kada samo čujete jedan signal njegovog zvona ili zujanje kada vibrira – stvara pravi nalet distrakcija tj ometanja koje otežavaju koncentraciju na težak problem ili posao. Podeljenost pažnje je, u tom slučaju, ono što ometa razmišljanje i performanse.

Jedna studija iz eksperimentalne psihologije od januara 2015. godine, u kojoj je učestvovalo 166 ispitanika, otkrila je da kada nam telefon zazvoni ili zazuji u trenutku kada smo usredsređeni na neki izazovan radni zadatak, naša se usredsređenost smanjuje a naš rad postaje nemaran, neuredan i aljkav – bez obzira da li proveravamo telefon ili ne. Još jedna studija iz 2015. godine, u kojoj je učestvovao 41 korisnika ajfona, a koji se pojavio u publikaciji „Journal of Computer-Mediated Communication“ pokazao je da kada ljudi čuju zvono svog telefona, ali nisu u mogućnosti da odgovore, raste njihov krvni pritisak, puls im se ubrzava a sposobnosti rešavanja problema opadaju.

Ranija istraživanja nisu objasnila da li i kako se pametni telefoni razlikuju od mnogih drugih izvora ometanja koji nas guše u životu. Vord je podozrevao da je veza koju imamo s našim telefonima postala tako intenzivna da već samo njihovo prisustvo može smanjiti našu inteligenciju. Pre dve godine je, sa svojim kolegama – Kristen Djuk i Ajlet Gnizi sa Kalifornijskog i univerziteta u San Dijegu i Martenom Bosom, bihejvioristom sa instituta Disney Research – otpočeo genijalni eksperiment kako bi testirao svoje pretpostavke.

Istraživači su regrutovali 520 studenata na UCSD-u i dali im dva standardna testa za procenu intelektualne britkosti. Jedan test ispitivao je “raspoložive kognitivne kapacitete”, meru kako se čovek može u potpunosti usredsrediti na određeni zadatak. Drugi je procenjivao “fluidnu inteligenciju”, sposobnost osobe da tumači i reši nepoznat problem. Jedina varijabla tj promenljiva u eksperimentu bila je lokacija pametnih telefona ispitanika. Neki od studenata su zamoljeni da svoje telefone stave pred sebe na sto; drugima je rečeno da ih stave u džepove ili torbice; ostali su morali da ih odlože u drugu prostoriju.

Rezultati su bili frapantni. U oba testa, ispitanici čiji su telefoni bili u njihovoj neposrednoj blizini, ispred njih na stolu, ispostavili su najgore rezultate, dok su oni koji odložili svoje telefone u drugu prostoriju napravili najbolje rezultate. Studenti koji su držali svoje telefone u džepovima ili torbama bili su sredini.

Zaključak: Što su mobilni uređaji bili bliži subjektima, to su njihove mentalne sposobnosti više opadale.

U naknadnim intervjuima, skoro svi učesnici su izjavljivali da ih njihovi mobilni telefoni nisu odvraćali niti su ih ometali – da zapravo nisu ni razmišljali o mobilnim uređajima tokom eksperimenta. Ostali bi nesvesni njihovog prisustva čak i pošto bi im telefoni, zapravo, evidentno poremetili pažnju i razmišljanje.

Drugi eksperiment koji su istraživači sproveli dao je slične rezultate, istovremeno otkrivajući da što su se učenici više oslanjali na svoje telefone u svakodnevnom životu, tim je veća bila šteta po kognitivne funkcije koju bi pretrpeli.

U aprilskom izdanju publikacije „Journal of the Association for Consumer Research“, pojavio se članak u kojem su dr. Vord i njegove kolege napisali da “integracija pametnih telefona u svakodnevni život”, čini se, dovodi do “odliva mozgova” koja može da umanji takve vitalne mentalne veštine kao što su “učenje, logičko razmišljanje, apstraktna misao, rešavanje problema i kreativnost“. Pametni telefoni postali su toliko isprepletani s našim postojanjem da, čak i kada ne kuckamo ili piljimo u njih oni, ipak, privlače našu pažnju, preusmeravajući dragocene kognitivne resurse. Samo suzbijanje želje da proverimo naš telefon, što rutinski i podsvesno činimo tokom dana, već samo po sebi može oslabiti i iznuriti naše razmišljanje. Činjenica da većina nas sada obično drži mobilne telefone “u blizini“ i „na vidiku”, kako ističu istraživači, samo uvećava gubitke naših mentalnih sposobnosti.

Nalazi dr. Vorda su u skladu sa drugim nedavno objavljenim istraživanjima. U sličnoj ali manji studiji iz 2014. godine (koja uključuje 47 ispitanika) u časopisu „Socijalna psihologija“, psiholozi sa Univerziteta Južni Mejn utvrdili su da su ispitanici koji su imali svoje telefone u vidokrugu, iako su ovi bili isključeni, tokom dva zahtevna testa ispitivanja saznajnih i sposobnosti usredsređivanja, pravili su znatno više grešaka nego što je to činila kontrolna grupa čiji su telefoni ostali izvan njihovog vidokruga. (Obe grupe su imale približno iste rezultate na setu lakših testova).

U drugoj studiji, objavljenoj u aprilskom izdanju publikacije „Applied Cognitive Psychology“, istraživači su ispitivali kako pametni telefoni utiču na učenje u klasi sa 160 učenika na Univerzitetu Arkanzas u Montičelu. Otkrili su da su studenti koji nisu uneli svoje telefone u učionicu postigli bolji uspeh za čitavo jedno slovo (ili ocenu, kada se ocenjuje brojevima) na testu prikazanog materijala od onih koji su doneli svoje telefone. Nije bilo važno da li su učenici koji su imali telefone koristili te iste ili ne: svi su postigli jednako loše rezultate. Studija koja je ispitivala 91 srednju školu u Britaniji, i koja je prošle godine objavljena u časopisu „Labor Economics“, utvrdila je da kada škole zabrane pametne telefone, rezultati ispitivanja učenika znatno porastu, dok najslabiji učenici imaju najviše koristi.

Ne radi se samo o načinu na koji rezonujemo onda kada kada su naši mobilni telefoni u blizini. Izgleda da trpe naše društvene sposobnosti i veze. Zbog toga što pametni telefoni služe kao konstantni podsetnik na sve prijatelje s kojima možemo da ćaskamo elektronskim putem, oni se uvlače u naše umove u ličnoj komunikaciji sa ljudima, čineći našu konverzaciju površnijom i manje zadovoljavajućom.

Ko ne uči – postaje suvišan

Ovu poruku izrekao je Randal Stivenson (Randall L. Stephenson), izvršni direktor jedne od najvećih američkih telekomunikacionih kompanija, AT&T. U intervjuu za Njujork Tajms, on je iskreno i otvoreno poručio da od svojih zaposlenika očekuje da učenju posvete između 5 i 10 sati nedeljno – i to ne tokom svog radnog vremena.

“Sasvim je izvesno kako postoji potreba da se svako od nas usavršava, a ovaj proces, kao što sama reč dovoljno kazuje, nikada nije konačan”, rekao je u intervjuu Stivenson. On je dodao da svojim zaposlenima čak uplaćuje kurseve i master studije. “Ko želi da uči – taj će biti nagrađen, a oni koji to neće… “Pa, demografija je na našoj strani” (u prevodu: ima toliko onih koji hoće da uče, a koji lako mogu odmeniti postojeći kadar), poručio je CEO telekom giganta AT&T.

Ova kompanija predstavlja ekstreman primer onoga što bi se u bliskoj budućnosti moglo očekivati od svih radnika “po vertikali i horizontali”; to je budućnost koja je bliža nego što možemo i pretpostaviti. Iako se možda na prvi pogled čini kako je Stivenson postavio odveć strog ultimatum, da su ovo rigidni zahtevi koji sa strane mogu delovati kao pokušaj maksimiziranja eksploatacije radne snage (da sada ne upotrebljavamo neku težu reč), iako je učinio ono što već čine brojni poslodavci, s tim što ostali očekuju da se njihovi radnici sami usavršavaju, pa, shodno tome, ne uplaćuju svojim zaposlenima bilo kakve studije, skupe kurseve ili usavršavanja na prestižnim visokoškolskim institucijama.

Uprkos tome što ovakvo koncipiranje uslova rada može delovati kao neki hir iz Hakslijeve knjige “Vrli novi svet”, ne treba gajiti ikakvu kakvu sumnju u to da su oni koji su spremni za celoživotno učenje bili oduvek na ceni. Uzgred, ali ne i najmanje bitno, brojni su razlozi zbog kojih treba da se usavršavamo i bez toga da nam neko priprećuje.

“Čitav naš život sastoji se od neprekidnog obrazovanja – svakoga dana učimo, i to u svakom trenutku, svuda i u svakoj prilici. Ova znanja se pridodaju, poput segmenata u tlu, na naša prethodna saznanja. Svi smo mi učenici, bez obzira na ono čime se bavimo ili gde se nalazimo – u dvorcu, udžerici, u parku ili na oranicama. Ovaj zakon neminovno je nametnut prirodom, a samim tim i utisnut u sve nas kao ljudsku vrstu”,  poručuje britanski sveštenik Edwin Paxton Hood u svom poznatom delu  “Samoobrazovanje: 12 Poglavlja namenjenih mladima“ (Self-Education: Twelve Chapters for Young Thinkers, 1852).

Hud je bio zagriženi nekonformista. Shodno toj logici, da “bez znoja i truda nema napretka”, on je apelovao na ljude da u sebi podstaknu moći i kapacitete potrebne za okončanje inertnosti – da ne budu tek sitni šrafovi u “mašineriji čovečanstva”, već da sopstvenim usavršavanjem prerastu u samosvesne ličnosti koje su u stanju da upravljaju svojim životom. Tačno je da učimo svakodnevno, “u hodu”, hteli mi to ili ne – samim tim što stičemo nova iskustva; pa ipak, da li to obavezno znači kako smo prinuđeni da smišljeno delujemo u tom pravcu i da, samim tim, od našeg usavršavanja imamo i praktične (pa i finansijske) koristi?

U odnosu na situaciju od pre 30-tak godina, možemo lako uvideti da tada to svakako nije bilo tako: Tada je bilo sasvim dovoljno da završite studije, pa da dobijete solidno plaćen posao kojim ćete moći da se  bavite do kraja svog radnog veka. Danas, naravno, na takav luksuz ne možemo ni da pomislimo.

Veštine potrebne na današnjem tržištu rada su toliko iznijansirane, promenljive i čak kratkog veka, da u narednoj deceniji većina poslovnih profila koje danas obavljamo neće čak ni postojati. Ukoliko imate želju da opstanete u tako oštroj i izuzetno velikoj konkurenciji (a nastavite da i dalje solidno zarađujete), moraćete da se naviknete na činjenicu da je celoživotno učenje zahtev koji se postavlja pred sve nas – a samim tim i pred vas. Pritom, kako piše Stivenson, ne treba da čekate da vam poslodavac ispostavlja bilo kakav ultimatum – sami morate da shvatite da ovo radite isključivo sebe radi, jer ćete od toga imati zaista nebrojenih koristi. Da nabrojimo samo neke:

Imati kontrolu nad svojim životom

Ukoliko prihvatite da čitavog života učite, vaše zaposlenje nikako ne mora da zavisi od nekog drugog. Možete da naučite i kako pokrenuti sopstveni biznis, a potom budete osoba koja postavlja zahteve i ultimatume (prevashodno sami sebi). Oni koji puno toga znaju, koji vladaju veštinama traženim na tržištu rada, koji se konstantno usavršavaju i obaveštavaju o novim znanjima u svojoj struci – takvi takođe važe i za ličnosti koje imaju nepodeljene simpatije okoline, oni koje svi vole i u čijem društvu bi svi voleli da budu. Oni međutim, takođe važe i za odlične lidere. Što su vaša znanja veća, tim pre ćete biti u stanju da bolje pristupate kolegama i okolini, uz to i rešavati ne samo svoje već i njihove probleme. Sve ovo će vas, sasvim sigurno, u društvu učiniti uticajnijim.

Kada ste spremni da se usavršavate i učite, tada ne zavisite od pomoći drugih. Ukoliko nešto ne funkcioniše, bićete u stanju da to popravite. A u slučaju da ne znate kako, ne sekirajte se – naučićete.

Mnogo je onih koji lako previđaju jedan bitan aspekt doživotnog usavršavanja: održavanje mentalne kondicije, to jest brzog i jasnog razmišljanja. Mentalno zdravlje spada u domen mentalne higijene a mi smo mladi umom sve dotle dok smo spremni da se prilagođavamo; ovo prilagođavanje mora se vežbati neprekidno, do kraja života. Učenje je, zapravo najefikasniji eliksir koji podmlađuje našu “misleću materiju” tj mozak, ulivajući mu svežinu i kondiciju za radne zadatke bez obzira na godine i “krštenicu”.

Ako sebi ne dozvolite taj luksuz čekanja da vam pretpostavljeni ispostavljaju instrukcije kako i šta da učite, već to činite svojevoljno i bez presije sa strane – vi ste autonomni, dakle nezavisni u razmišljanju i postupanju; autonomno donosite slobodne odluke i u stanju ste da uživate u samom procesu sticanja potrebnih znanja i veština.

Kako doživotno učiti?

Lako. Moraćete, pre svega, da odbacite izgovor kako “nemate vremena za učenje”. Većina nas dobar deo dana provodi u besciljnom surfovanju internetom (što nam pokazuje statistika), ili u“relaksaciji” uz TV program. Činjenica je da mi kao savremeni ljudi imamo sve manje vremena, ali ako ste neko ko je samostalno odlučio da će učiti tokom čitavog života, niko vam ne postavlja bilo kakve rokove. U tom smislu, potrudite se da svoje učenje uklopite tamo gde mislite da ste u stanju. Čak i pola sata dnevno dovoljno je da napravi značajnu razliku, jer ćete u roku od samo nekoliko meseci već ovladati nekim znanjem ili veštinom.

U slučaju da (makar povremeno) postavite učenje kao svoj vrhunski prioritet, brzo ćete uvideti da, zapravo, imate daleko više vremena nego što to deluje na prvi pogled.

Tokom celoživotnog učenja novac se može ispostaviti kao realna prepreka i to samo ukoliko vam je potreban neki kurs, iako i bez njega komotno možete napraviti izvanredne rezultate i to samo korišćenjem interneta ali i klasične biblioteke. Tada je najbolje da učite  nekim svojim tempom, sve dok ne prikupite dovoljno novca za studije ili kurs.

Težite napretku

Možda vam je palo na um nešto što je isprva obeshrabrujuće, recimo, da vam pada na um kako ste prestari za prihvatanje novih veština i  znanja. Ipak, nauka je dokazala da takvo šta ne postoji. Naš mozak ostaje sposoban za učenje i u poznim godinama, pa je moguće da stvorite nove veze među neuronima u mozgu čak i u 80. godini.

Da biste uspešno učili, potrebno je da se usredsredite na napredak. Izuzev toga, imajte volju da stalno isprobavate nove stvari, jer ćete veoma brzo uvideti kako možete naučiti puno toga, samo ukoliko svom mozgu pružite priliku da isproba nešto potpuno drukčije od onog na šta je navikao.

Budite neprestano radoznali i stalno postavljajte nova (umesna!) pitanja – jer, nije  dobro biti u ulozi pasivnog primaoca informacija. Kad razgovarate s drugima ili čitate nešto interesantno na internetu, pitajte sve što vam nije baš jasno. Ili, još bolje, ukoliko imate takvu grupu prijatelja s kojima ste u stanju i da nešto naučite. A možete međusobno, jedni drugima, da pružate konstruktivne informacije o onome što ste doznali; u slučaju da takve osobe nema u vašoj neposrednoj okolini, uvek možete da posetite neki od internet-foruma specijalizovanih za područje kojim se trenutno bavite.

Ne učite samo znanja radi. Pokušajte da to znanje i upotrebite u praktične svrhe. Ako čitate nešto što se tiče umetnosti, potrudite se da posećujete galerije i muzeje. Ako želite da naučite nešto o preživljavanju u prirodi, potrudite se da odete na kampovanje. Ako biste da naučite programiranje – programirajte. Testirajte sami sebe, jer je to najbolji način da saznate gde grešite kao i na čemu bi trebalo da više poradite.

Budite odvažni i sebi već danas postavite novi cilj i naredni izazov. Posvetite se tom cilju da biste, pre svega, proširili svoje vidike, a svet oko sebe posmatrajte kao poligon ili “učionicu”. Na svako stečeno iskustvo gledajte kao na dobru lekciju i negujte svoje mentalne sposobnosti kako bi vas što duže služile. Neka vaša motivacija ne bude vaš pretpostavljeni koji vas uslovljava ili strah od budućnosti koja je neizvesna, već činjenica da je naš život isuviše kratak da bismo tek tako odustajali od razotkrivanja svih njegovih čudesa i čari.

Trivia kao nadasve koristan izvor znanja

“Široka baza znanja pomaže da razaznamo šta je šta u ovim vremenima kad se saplićemo o sopstvene skromne domete”, piše Tim Harford za londonski Fajnenšel tajms.

01

U ranim jutarnjim satima 20. aprila 1995. godine, policija je zakucala na vrata McArthura Vilera i uhapsila ga zbog pljačke dve pitsburške banke prethodnog dana. Viler jedva da je bio iznenađen što ga je policija posetila: ne noseći ni masku niti se prerušavajući, on je upao u banke u toku radnog vremena, potegavši pištolj naočigled bezbednosnih kamera. Ipak, on je bio zapanjen što ga je policija otkrila: „Ali natrljao sam limunov sok na lice“, rekao je protestujući. Viler je, naime, pogrešno verovao da sok od limuna čini ljude nevidljivim na videu.

06Viler je sada legenda u psihologiji, jer je njegova žaljenja vredna ludorija inspirisala dva psihologa, Davida Dunninga i Justina Krugera, da ispitaju da li imamo dobar osećaj za sopstvene snage i slabosti. Dunning i Kruger su sačinili set testova iz gramatike, logike, ispitujući kakav smisao za humor ima jedna grupa studenata. Onda su ih pitali kako misle da su uradili test u odnosu na druge u grupi. Jesu li njihove logičke sposobnosti i vladanje gramatikom bolji ili lošiji od proseka? Da li su oni sposobniji od drugih učenika da razlikuju ono što je smešno od glupih viceva?

Većina studenata mislila je da su natprosečni logičari, gramatičari i vickasti ljudi, ali Daning-Krugerov efekat nije pokazivao samo prekomerno samopouzdanje. Kompetentni ljudi koji su učestvovali u studiji imali su razumne procene o tome gde su stajali u hijerarhiji. Nesposobni su bili u blaženom neznanju njihovih nesposobnosti. Dobri učenici su znali da su bili dobri; loši studenti nisu imali pojma da su bili loši.

Možda zbog činjenice da su Dunning i Kruger svoj istraživački rad iz 1999 započeli pričom o McArthuru Wheeleru, Daning-Krugerov efekat je danas popularna uvreda u nekim uglovima interneta. Smejemo se ljudima koji su suviše glupi da bi znali da su glupi. Na žalost, takvom ismevanju nedostaje razumevanje suptilnosti i univerzalnost efekta. Svi smo nesposobni u nekim oblastima. Kada u njih odlutamo, odnegde nas možda vreba Daning-Krugerov efekat.

08

Osnovni problem je u tome što osobi koja pokušava da dijagnostikuje i prepozna svoju nesposobnost – skoro nužno – vrlo verovatno nedostaju sposobnosti da bi mogli da postave tu dijagnozu. Ako ne znate dobro gramatiku, nemate puno sposobnosti da ocenite svoje neznanje gramatike.

09Postoji, naravno, lek za kletvu Dunning-Kruger: pitaj za savet ili kritiku. U odgovoru na pitanje da li je sok od limuna napitak nevidljivosti, kao nevidljivo mastilo, MakArtur Viler je mogao imati koristi od traženja tuđeg mišljenja. Ali da bi to učinio, to bi od njega zahtevalo da sumnja u svoje rasuđivanje; to bi od njega takođe tražilo napor da nađe nekog bistrog savetnika. Svi mi – a naročito ljudi sa visokim statusom – suočavamo se sa problemom da kada je naše uverenje krajnje pogrešno, naši prijatelji i kolege su često suviše ljubazni da bi nam to rekli. Ipak: dve glave bolje misle od jedne.

U novoj knjizi, Na sedmom nebu, Vilijam Poundstone predlaže novi način odbrane od Dunning-Krugerove katastrofe: kviz. Poundstone smatra da nam široka baza znanja pomaže da se snađemo u ovim vremenima kada često nalećemo na ono što ne znamo; ako pomalo znamo o svemu, imamo više šanse da se nađemo negde pri sredini kada je reč o Dunning-Krugerovom trenutku.

Pounderstonovo originalno istraživanje sugeriše da postoji korelacija između prihoda i opšteg znanja, iznad i preko onoga što bi smo mogli očekivati od nivoa obrazovanja. Jedno od mnogih mogućih objašnjenja: ljudi sa dobrim poznavanjem kviz pitanja jesu ljudi koji s pažnjom osmatraju svet.

03

To je veoma spekulativna stvar, ali provokativna. Poundstone ide protiv plime: moda u obrazovanju, kao i zdrav razum, ukazuje na to da se u doba smart telefona bolje fokusirati na kritičko razmišljanje nego na učenje napamet. Ali Pounderstone možda ima pravo; svaku konkretnu činjenicu možemo pretražiti i pronaći, ali – bez baze opštih znanja – kako da znam odakle treba da počnem?

07Nedavno su psiholog Sara Tauber i njenih četvoro kolega-istraživača, postavili dugi niz trivijalnih pitanja stotinama mladih ljudi (njihova prosečna starost bila 20). Primer: “Kako se zove veliki dlakavi pauk koji živi u blizini banana?” Uprkos velikodušnom sistemu prihvatanja tačnih odgovora (na primer, “teranchula” je smatrano ispravnim), njihovo znanje nije bilo nimalo impresivno. Manje od polovine ispitanika znalo  je koja je to zemlja čiji je glavni grad Bagdad, ili koji je ono šiljati objekat koji se baca na atletskim takmičenjima. Samo 43 odsto zna da je dlakavi pauk tarantula, bez obzira na speling.

Što se tiče izazovnijih pitanja na kvizu, studenti su bili dramatično loši. Kako se zvala devojka Flasha Gordona, ili ko je autor romana Braća Karamazovi, ili ko je prvi čovek koji je pretrčao jednu milju za manje od četiri minute Ili kako se zove planinski venac koji razdvaja Evropu od Azije? Od stotina učesnika, niko nije znao. Niko. Bilo je 50 takvih pitanja, na koje niko od anketiranih nije smeo da se usudi da da bilo kakav odgovor. A ovi 20-godišnjaci su studenti, tako da su verovatno razumno pametni i prividno dobro obrazovani.

To ne znači da su današnji mladi ljudi glupi. Oni su najobrazovanija generacija u istoriji, a njihova inteligencija je veća, barem mereno testovima inteligencije. Ovaj tekst samo pokazuje da ima mnogo toga u svemiru za šta ovi mladi ljudi ne znaju i  (po Dunning-Kruger) mnogi i ne znaju da ne znaju. Nisam siguran da li je to problem, ali bi mogao biti. Kao što Poundstone ističe, ona stvar koju ne možeš nikada da izguglaš je šta je to što bi trebalo da guglaš. (As Poundstone points out, one thing you cannot google is what you should be googling.)

10

FT

(Tim Harford je autor “Ekonomista na tajnom zadatku ponovo udara “)

Pet trendova u robotici koje treba pratiti u 2016.

Kineski roboti, dronovi za isporuku i mašine koje uče jedne druge mogli bi biti važni trendovi u 2016.

01

Hoće li ovu 2016. godinu obeležiti prva isporuka uz pomoć dronova, ili ćete se prvi put susresti sa robotom na poslu ili u kući? Videli smo značajan napredak u robotici i veštačkoj inteligenciji u 2015. godini (vidi “ What Robots and AI Learned in 2015.“) Evo šta ćemo pažljivo pratiti u 2016.:

Kineska revolucija u robotici

Najveća ekonomija na svetu je započela svoj smeo pokušaj da popuni svoje fabrike sa naprednim robotima u proizvodnim pogonima. Vlada Kine nada da će to pomoći zemlji da zadrži svoju veliku prerađivačku industriju kako plate radnika rastu, a proizvodnja postaje sve efikasnija i tehnološki naprednija širom sveta (pogledajte “China Wants to Replace Millions of Workers with Robots”). Projekat će zahtevati robote koji su znatno napredniji i ekonomičniji, a ekonomski i tehnološki potresi koji bi bili posledica ovoga, mogli bi se osetiti širom sveta.

Kini nisu nepoznati tehnološki prevrati, naravno. Ona je već puno investirala u robotsku tehnologiju (vidi “Robots Rising” i “Migrant Workers in China Face Competition from Robots”). Međutim, obim njene nove robotske revolucije će biti izuzetan. Pokrajina Guandong, srce kineske proizvodnje, već je obećala da će uložiti 154 milijardi $ za instaliranje robota. Osnivač Foxconn, kompanije koja zapošljava ogromne armije radnika koji prave uređaje kao što su Apple i njegov iPhone, izjavio je da će njegova kompanija instalirati više od milion robota u narednih nekoliko godina.

Očekujte da vidite znake da će ovaj hrabar poduhvat ili funkcionisati ili propadati, i prve znake šta bi to moglo značiti za ostatak sveta, u toku ove godine.

04

Pametnije učenje

Roboti su uvek bili veoma efikasni kada je u pitanju precizan rad koji se ponavlja, ali u većini slučajeva oni su glupi kao stena. To je razlog zašto se roboti tradicionalno koriste samo uz pažljivo osmišljeno podešavanje. To takođe objašnjava zašto se oni ne mogu lako prilagoditi novom zadatku i ne mogu da se nose sa nepoznatim ili neizvesnim situacijama. Stvari se menjaju, međutim, zahvaljujući novim tehnikama i algoritmima koji omogućavaju robotima da uče mnogo brže i efikasnije.

Postoje razni metodi koji omogućavaju učenje robotima, a neki od njih već proizvode veoma obećavajuće rezultate u istraživačkim laboratorijama širom sveta (pogledajte “Robot Toddler Learns to Stand by Imagining It““, kao i “A Master Algorithm Lets Robots Teach Themselves to Perform Useful Tasks”).

Jedan pristup bi naročito mogao imati veliki uticaj na industrijsku robotiku. Duboko učenje, koji koristi velike simulirane neuronske mreže, već se dokazalo kao nezamenjivo za obuku robota da razumeju sadržaj slike, video, i audio zapise. Neke kompanije sada imaju za cilj da koriste ovaj pristup da treniraju robote kako da vide, shvate, i razmišljaju (vidi “A Supercharged System to Teach Robots New Tricks in Little Time”).

06

Deljenje znanja

Drugi trend na koji treba obratiti pažnju ove godine je sposobnost robota koji su stekli znanje da to znanje dele sa drugim robotima. Ovo bi moglo da ubrza proces učenja, odmah omogućavajući da robot ima korist od napora drugih robota (vidi “Robots Quickly Teach Each Other to Grasp New Objects”). Šta više, zahvaljujući pametnim pristupima u prilagođavanju informacija različitim sistemima, čak i dva potpuno različita robota bi mogla da nauče jedan drugog kako da prepoznaju određeni predmet ili da izvrše novi zadatak (vidi “Robots Can Now Teach Each Other New Tricks”).

Upravo je u toku nekoliko projekata koji imaju za cilj da obezbede jednostavan, efikasan način za robote da kombinuju svoje znanje putem Interneta. I nije teško zamisliti kako se to može primeniti u industrijskim sredinama za zadatke kao što su identifikovanje i hvatanje različitih objekata (vidi “Amazon’s Robot Contest May Accelerate Warehouse Automation”).

07

Roboti postaju personalizovani

Nekoliko “personalnih” robota bi trebalo da debituje ove godine, i biće interesantno videti kako će oni biti primljeni. Sa hardverom koji postaje sve jeftiniji i softverima koji postaju sve sposobni, nije teško shvatiti zašto neki veruju da je pravo vreme za robotske pratioce u kući i pomagače (vidi “Personal Robots: Artificial Friends with Limited Benefits”).

Međutim, dodavanje robotima istinski privlačnog i ličnog pečata nije lako. Neki prototipovi su razočarali (vidi “Don’t Expect Too Much from This Robot, Buddy”), dok oni koji su se pokazali uspešnim imaju samo ograničene uloge, kao što su pozdravljanje i čestitanje ljudima u prodavnicama. Čak i u ograničenim scenarijima ovi roboti će morati da budu dizajnirani i veoma pažljivo programirani kako bi “pritisnuli” pravu društvenu i emotivnu notu. (vidi “A Japanese Robot Is Learning the American Way”).

09

Dronovi lete

Izgleda da će 2016. izgleda biti godina u kojoj će se vinuti autonomni dronovi. Državna agencija za avio saobraćaj SAD (Federal Aviation Administration) je krajem 2015. godine objavila propise za registraciju dronova, i testira tehnologiju koja bi mogla pomoći automatizaciji kontrole vazdušnog saobraćaja za automatizovana vozila (vidi “FAA Will Test Drones’ Ability to Steer Themselves Out of Trouble”).

Iako možda nećete videti nebo ispunjeno dronovima odmah, očekujte da  će sve pametniji i autonomniji dronovi biti testirani u mnogim industrijama, posebno onim gde su automatizovan nadzor i inspekcija korisni (vidi “A Drone with a Sense of Direction”, “New Boss on Construction Site Is a Drone”, i “This Surveillance Drone Never Needs to Land”). A ako kompanije kao što su Amazon, Google i drugi budu uspele u svom naumu, onda će vam možda neki od poklona u sledećoj godini biti isporučeni zahvaljujući dronovima (vidi “Amazon Lays Out Its Vision for a Sky Thronging with Delivery Drones”).

 

MIT Technology Review

 

Odučavanje od ekonomskih paradigmi

U čemu je suština: I kriza, i njene posledice, ali i empirijska ekonomska revolucija promenili su naše shvatanje ekonomije.

Ekonomska revolucija by Pavle bašić

Ekonomske teorije: koliko su relevantne? (Infographic by Pavle Bašić)

Konvencionalne mudrosti o ekonomiji sa strane ponude, kratkoročnoj Filipsovoj krivulji (Prema jednačini kratkoročne agregatne ponude, proizvodnja je povezana sa kretanjem nivoa cena), i procesu globalnog prilagođavanja – sve su dovedene u pitanje. Čak i konvencionalne mikroekonomske mudrosti o međuzavisnosti određivanja minimalnih plata i socijalnim programima se osporavaju novim podacima, koji pokreću pitanja o tome kako ekonomija treba da se uči i koristi za usmeravanje javnih politika.

Odučavanje od makroekonomije

Adam Posen piše da je mnogo ekonomista govorilo o potrebi da nakon globalne finansijske krize u potpunosti preispitaju glavne pretpostavke makroekonomskih znanja.

Pol Krugman (Paul Krugman) piše da su nas teorije slabo poslužile u razumevanju agregatne ponude. Jedan veliki problem je bio izostanak deflacije. “Ubrzavajuća” Filipsova kriva, koja je bila standard – da inflacija zavisi od nezaposlenosti i zadocnele inflacije – Izgledala je kao da je u skladu sa iskustvom iz prethodnih velikih kriza, koje su povezane sa velikim padom stope inflacije. Konkretno, mi smo naučili da citiramo spiralu u smeru kazaljke na satu koja je opservirana u prostoru nezaposlenost -inflacija kao dokaz za Fridman-Felpsovu teoriju prirodne stope (Filipsova kriva kao empirijska veza inflacije i nezaposlenosti postala je jedan od ključnih teorijskih koncepata ekonomske politike, u odnosu na koju su svoje stavove prelamale najznačajnije škole makroekonomske misli. Fridman i Felps smatraju da, bez obzira na stopu inflacije, stopa nezaposlenosti gravitira ka svojoj prirodnoj stopi. Zato je dugoročna Filipsova kriva vertikalna). Drugi veliki problem je dramatičan pad u procenama potencijalnog BDP, koji je jasno u korelaciji sa dubinom cikličnih kriza.

Robert Valdman (Robert Waldmann) piše da je razlog zbog koga je Krugman bio iznenađen slabim stranama ekonomije ponude to što nije obratio dovoljnu pažnju na evropski problem nezaposlenosti. Hipoteza o prirodnoj stopi nezaposlenosti je spektakularno propala u Evropi u 1980. Izuzetno visoka stopa nezaposlenosti nije dovela do deflacije – već je koegzistirala sa umerenom inflacijom dugo vremena, a zatim i sa niskom inflacijom. Do 2008. godine, ravna Filipsova kriva je već bila vrlo jasna svakome ko je čitao italijanske novine.

Bred Delong (Brad DeLong) piše da su “hiksijanski” ekonomisti (sledbenici ekonomiste Džona Hiksa) pogrešno razumeli kratkoročnu Filipsovu krivu. Ona je trebalo da bude mali množilac tipičnog trajanja ugovora u privredi – recimo  šest godina u ekonomiji koju karakterišu trogodišnji ugovori o radu, a možda i tri godine u jednoj ekonomiji u kojoj radnici i poslodavci donose odluke na godišnjem nivou. Nakon tog vremena, nominalne cene i plate bi trebalo da budu dovoljno prilagođene nominalnim agregatima ponude i tražnje na kojima u tom trenutku počiva privreda ili je na putu da dostigne svoju dugoročnu strukturu pune zaposlenosti.

Lorens Samers (Lawrence Summers) piše da je prilično teško odoleti zaključku da će – suprotno jednostavnim udžbenicima ekonomije – kada se recesija dogodi 2020. godine, naše prognoze BDP u 2028. biti dosta skromnije nego što bi to bile da nije bilo recesije.

U nedavnom govoru u centru Klausen (Clausen), Benoa Kor (Benoit Coeure) piše da nedavna teorijska i empirijska istraživanja počinju sa dekonstrukcijom tri važne pretpostavke u našem razumevanju međunarodnog makroekonomskog procesa prilagođavanja: da pomeranje agregatne tražnje ka svim privredama održava odgovarajući tempo globalnog rasta; da slobodno fluktuirajući kurs podržava takvu tražnju i deluje kao amortizer uspona i padova; i da prekogranični kapitalni tokovi čine međunarodno prilagođavanje lakšim, doprinoseći boljoj globalnoj alokaciji kapitala.

Odučavanje od mikroekonomije

Noa Smit (Noah Smith) piše da iznova i iznova, standardne ideje – stvari koje većina dece nauči na uvodu u ekonomiju – biva zdrobljeno teškom rukom novih podataka. Tona standardnih, uobičajenih teorija gotovo nimalo ne odgovara onome sa čim se srećemo u realnosti.

Na primer:

Ako na primer nacrtate neki brz grafikon ponude i potražnje na tabli, izgledaće kao će određivanje minimalnih zarada nauditi zaposlenosti na kratak rok. Ali podaci pokazuju da se to verovatno neće desiti.

Ako postoji bilo kakvo ograničenje u mobilnosti, onda jednostavna teorija o potražnji za radnom snagom kaže da će veliki priliv imigranata pritisnuti plate radnika sa sličnim veštinama u toj zemlji na dole. Međutim, podaci pokazuju da je u mnogim slučajevima, posebno u SAD, taj efekat bio veoma mali.

Jednostavna teorija o izboru između rada i slobodnog vremena predviđa da će u slučaju postojanja socijalne pomoći njeni primaoci nastojati da manje rade. Ali gomila novih studija pokazuje da u zemljama širom sveta, programi socijalne pomoći jedva da smanjuju napor radnika za iznalaženjem adekvatnog radnog mesta.

Većina standardnih ekonomskih teorija ne uzima u obzir postojanje društvenih normi. Ali, eksperimenti dosledno pokazuju da su društvene norme (ili moral, široko shvaćen) veoma bitne za ljude.

Noa Smit piše da ne treba da obučavamo buduću poslovnu elitu da poklanja pažnju onim empirijskim teorijama koje – u empirijskom smislu – imaju malo uspeha. Jednostavne teorije koje učimo na časovima Uvoda u ekonomiju (na primer o uticaju minimalnih plata i povećanja socijalne pomoći) funkcionišu s vremena na vreme, ali u mnogim važnim slučajevima nisu uspešne. To je ono što smo naučili iz empirijske revolucije u ekonomiji. Mi sada imamo akademsku ekonomsku profesiju usmerenu na ispitivanje dokaza i na jedan program učenja iz Uvoda u ekonomiju koji je fokusiran na pričanje prijatnih ali često beskorisnih bajki. To ima velike političke implikacije. Ukoliko oni koji diplomiraju ekonomske nauke napuste svoje klupe verujući da su one teorije koje su naučili uglavnom tačne, oni će donositi loše odluke i u vođenju ekonomskih politika i u donošenju poslovnih odluka.

Noa Smit piše da je problem u tome što se stavljanjem naglaska na teorije i potiskivanjem dokaza na margine, udžbenici ekonomije (i kursevi ekonomije) teže da prevare decu, naime: da im „objasne“ kako teorije mnogo više odgovaraju realnosti nego što je to zaista slučaj. Kada se ljudi posvete detaljnom izučavanju teorija mislim da su oni prirodno skloni da veruju da teorije imaju svoju empirijsku podlogu izuzev ako ne uoče dokaze koje govore suprotno.

 

Bruegel.org