Co agenci AI myślą o tej wiadomości
Konsensus panelu jest taki, że UBI może nie być rozwiązaniem przesunięcia pracy napędzanego przez AI i może pogorszyć nierówności majątkowe i problemy fiskalne. Podczas gdy niektórzy widzą to jako potencjalny stabilizator makroekonomiczny, inni argumentują, że może to prowadzić do inflacji, wypierać prywatne inwestycje i zwiększać ryzyko długu suwerennego.
Ryzyko: Kryzys długu suwerennego i inflacja z powodu finansowania długu UBI (Google, OpenAI)
Szansa: Deregulacja i wzrost produktywności bez zniechęcania do pracy (Grok)
Co 122 Eksperymenty z Dochodem Podstawowym Uniwersalnym Właściwie Pokazują
Napisał Vance Ginn za pośrednictwem Daily Economy,
Sztuczna inteligencja stała się najnowszym wymówką do wskrzeszenia jednej z najstarszych złych idei w polityce gospodarczej: dochodu podstawowego uniwersalnego. Ostatnie artykuły w Newsweek, LSE Business Review i Fortune pomogły promować ideę, że AI może wkrótce zlikwidować tak wiele miejsc pracy, że Waszyngton będzie musiał wysyłać wszystkim czek.
Zdjęcie: Shutterstock
To sprawia, że nagłówek jest chwytliwy. To także sprawia, że ekonomia jest zła.
Prawdziwe pytanie nie brzmi, czy AI zakłóci pracę. Oczywiście, to zrobi. Prawdziwe pytanie brzmi: po ponad 100 lokalnych eksperymentów z dochodem gwarantowanym, czego właściwie się dowiedzieliśmy?
Odpowiedź jest znacznie mniej pochlebna dla UBI niż chcieliby jego promotorzy.
Co 122 Piloty w Stylu UBI Pokazują
Nowy artykuł roboczy AEI autorstwa Kevina Corintha i Hannah Mayhew przedstawia najlepszy ostatni przegląd dowodów. Zgodnie z ich badaniem, między 2017 a 2025 rokiem przeprowadzono 122 pilotaże dochodu podstawowego gwarantowanego w 33 stanach i Dystrykcie Kolumbii. Te pilotaże przeznaczyły około 481,4 miliona dolarów w transfery dla 40 921 beneficjentów, z 61 664 uczestnikami łącznie, w tym grupy kontrolne. Średni beneficjent otrzymał około 11 765 dolarów, średni pilot trwał 18,4 miesiąca, a średni miesięczny zasiłek wynosił 616 dolarów.
Brzmi to jak góra dowodów. To nie jest.
Z tych 122 pilotów tylko 52 miało opublikowane wyniki. Tylko 35 użyło losowych projektów. Tylko 30 zgłosiło wyniki zatrudnienia. Tak więc przypadek UBI nie jest budowany na jakiejś ogromnej pile jasnych, czystych dowodów. Jest budowany na znacznie mniejszej stosie badań, z których wiele jest słabych, ograniczonych lub źle dobranych czasowo.
A teraz kicker. Wśród 30 losowych pilotów z opublikowanymi wynikami zatrudnienia średni efekt wynosił 0,8 punktu procentowego wzrostu zatrudnienia. Fani UBI pospieszą, aby to rozmachać. Powinni zwolnić.
AEI pokazuje, że większe i bardziej wiarygodne badania opowiadają zupełnie inną historię. Wśród czterech pilotów z grupami leczonymi liczącymi co najmniej 500 uczestników, które razem stanowią 55 procent wszystkich uczestników grupy leczonej, średni wpływ na zatrudnienie wyniósł minus 3,2 punktu procentowego. AEI szacuje również średnią elastyczność dochodów na poziomie -0,18, co jest zgodne ze standardową ekonomią podaży pracy.
Mówiąc wprost, gdy ludzie otrzymują więcej niezarobionego dochodu, praca ma tendencję do spadku na granicy. Szokujące, wiem. Ekonomia wciąż działa.
Źródło: American Enterprise Institute
Dlaczego Dowody Są Słabsze Niż Hype
Artykuł AEI jest przydatny nie tylko tym, co w nim znajduje, ale także tym, jak dosadnie opisuje słabości dowodów.
Średni grupa leczona w tych 30 badaniach liczyła zaledwie 359 osób, a mediana wynosiła tylko 151. To nie jest dokładnie żelazne dowody na redystrybucję amerykańskiego systemu opieki społecznej. Wśród 26 pilotów, dla których można było zmierzyć rezygnację, średni wskaźnik rezygnacji wyniósł 37 procent. To ogromny znak ostrzegawczy. Jeśli wystarczająco dużo osób zrezygnuje, zgłaszane wyniki mogą ulec poważnym zniekształceniom.
Badania różniły się również pod względem wielkości płatności, czasu trwania, składu próby, a nawet sposobu pomiaru wyników. Średnia roczna płatność wynosiła 7177 dolarów, co stanowi średni wzrost dochodów o około 39,5 procent w stosunku do dochodów gospodarstw domowych w badaniach. Niektóre pilotaże w dużym stopniu polegały na samorozpoznanych danych ankietowych. Niektóre przeprowadzono podczas lub bezpośrednio po okresie COVID — kiedy rynki pracy, programy zabezpieczenia socjalnego i decyzje osobiste były czymś innym niż normalne.
Wniosek AEI jest odpowiednio ostrożny: te ustalenia mogą nie być generalizowalne do trwałego, powszechnego UBI na szczeblu krajowym w obecnych lub przyszłych warunkach. Samo to powinno ochłodzić wiele histerii politycznej napędzanej przez AI.
AI Zastąpi Miejsca Pracy. Będzie Ich Również Tworzyć
Żadna z tych rzeczy nie oznacza, że AI będzie bezbolesne. Niektóre miejsca pracy się zmniejszą. Niektóre zadania znikną. Niektórzy pracownicy będą musieli przechodzić przekwalifikowanie, relokację lub przemyśleć swoje kariery. Tak się dzieje, gdy produktywność rośnie, a technologia zmienia sposób produkcji towarów i usług. Stało się to z mechanizacją, z komputerami i z Internetem. To się stanie z AI.
Ale zastąpienie nie jest tym samym, co stałe masowe bezrobocie. To skok jest miejscem, w którym argument UBI się rozpada. Gospodarki nie są stałymi stosami miejsc pracy. Są to dynamiczne systemy odkryć, adaptacji i wymiany. Gdy koszty spadają, a produktywność rośnie, zasoby się przemieszczają. Przedsiębiorstwa się reorganizują. Popyt konsumentów się zmienia. Pojawiają się nowe zawody. Stare ewoluują. Niektóre znikają. Ten obrót jest realny, ale tak jest i adaptacja.
Odpowiedzią na zmiany technologiczne nie jest płacenie ludzi za ekonomiczne rezygnacje. Odpowiedzią jest ułatwienie adaptacji.
UBI Nie Zdaje Testu Ekonomicznego
Jest powód, dla którego Ryan Bourne w Cato argumentował, że UBI nie jest odpowiedzią, jeśli AI przyjdzie po twoją pracę. Myśli to o problemie przejściowym, a nie o trwałym problemie dochodowym. Co gorsza, zakłada, że pisanie czeków może zastąpić zachęty, sygnały i warunki instytucjonalne, które faktycznie tworzą możliwości.
UBI również uderza w ograniczenie budżetowe. Jak zauważył Max Gulker w Daily Economy, UBI jest często sprzedawane poprzez małe pilotaże i mglisty język moralny, ale arytmetyka krajowa jest brzydka. A jak zauważa Robert Wright w innym artykule AIER, „uniwersalność” szybko oznacza wysyłanie pieniędzy wielu ludzi, którzy nie są biedni, jednocześnie nakładając ogromne koszty na podatników. (Należy pamiętać, że narodowy dług szybko zbliża się do 40 bilionów dolarów.)
To zanim przejdziemy do problemu wyboru publicznego. W teorii zwolennicy UBI czasami wyobrażają sobie zastąpienie systemu opieki społecznej jedną prostą transferem gotówki. W rzeczywistości programy rządowe rzadko znikają. Biurokracje się bronią. Grupy interesów chronią wyjątki. Politycy obiecują więcej, a nie mniej. Zatem UBI prawdopodobnie zostałby nałożony na dużą część obecnego systemu opieki społecznej, a nie zastąpił go. To nie jest reforma. To złudzenie fiskalne z lepszym brandingiem.
Lepsza Odpowiedź: Usuń Bariery Pracy
Jeśli AI oznacza więcej wahań na rynku pracy, polityka powinna koncentrować się na mobilności, elastyczności i samowystarczalności. Oznacza to mniej licencjonowania zawodowego, niższe podatki, lżejsze regulacje, mniej stromych punktów przełomowych, mniej marnotrawnego wydatkowania i więcej miejsca na przedsiębiorczość i tworzenie miejsc pracy. Rząd powinien przestać utrudniać ludziom zmianę.
Oznacza to również reformę opieki społecznej we właściwy sposób. Moja propozycja kont empowerment nie jest UBI. Byłaby skierowany do osób już uprawnionych do świadczeń socjalnych, a nie uniwersalny. Zawierałby wymóg pracy dla osób zdolnych do pracy, a nie odrywał dochodu od wysiłku. I konsolidowałby fragmentaryczne programy w bardziej elastycznym koncie, którym rodziny kontrolują bezpośrednio, zmniejszając biurokrację i obniżając wydatki w czasie, gdy więcej beneficjentów zmierza w kierunku samowystarczalności.
To zbliża się do klasycznego liberalnego wglądu w zastąpienie kontroli biurokratycznej bezpośrednim wsparciem, unikając jednocześnie śmiertelnego błędu polegającego na przekształceniu całego kraju w stały stan transferowy. Jak przypomina Art Carden w Daily Economy, istnieje długa historia intelektualna za pomocą pomocy opartej na gotówce. Ale dzisiejsza polityka UBI nie dotyczy naprawdę zmniejszania państwa. Dotyczy głównie jego powiększania, ponieważ elitom boją się AI.
Nie Popełniaj Złych Polityk z Obawy
Rewitalizacja UBI mówi nam więcej o polityce niż o AI. Pojawia się nowa technologia, rośnie niepewność, a zbyt wielu polityków sięga po czek książkowy federalny, jakby to była różdżka. To nie jest.
Po 122 lokalnych eksperymentach przypadek UBI wciąż jest słaby. Najlepsze dowody nie pokazują renesansu miejsc pracy. Większe badania pokazują spadek zatrudnienia. Szersza baza dowodów jest pełna małych rozmiarów próbek, wysokiej rezygnacji i ograniczonej generalizowalności. To chwiejna podstawa dla trwałego krajowego świadczenia.
AI zmieni pracę. Nie zniesie ekonomii. Najlepszą odpowiedzią nie jest zależność uniwersalna napędzana przez strach. To swobodniejsza gospodarka z silniejszymi bodźcami do pracy, oszczędzania, inwestowania, adaptacji i pomyku.
Tyler Durden
Piątek, 20 marca 2026 r. o 17:15
Dyskusja AI
Cztery wiodące modele AI dyskutują o tym artykule
"Artykuł trafnie podkreśla, że dowody na UBI są słabe, ale myli słabe dowody na UBI z silnymi dowodami przeciwko niemu, pomijając rzeczywiste ryzyko: czy adaptacja rynku pracy może nadążyć za przesunięciem AI."
Ten artykuł myli dwie oddzielne kwestie: czy obecne pilotaże UBI pokazują wzrost zatrudnienia (nie pokazują tego w większych badaniach) i czy UBI jest złą polityką. Autor zdecydowanie wygrywa pierwszą debatę - efekt -3,2pp na zatrudnienie w dużych pilotażach jest realny i szkodliwy dla sprawy UBI. Ale artykuł następnie przechodzi do ideologii, zamiast zajmować się rzeczywistym mechanizmem: jeśli AI rzeczywiście wypiera siłę roboczą szybciej niż przekwalifikowanie może to wchłonąć, efekt zatrudnienia UBI staje się prawie nieistotny. Prawdziwym pytaniem nie jest, czy ludzie mniej pracują na UBI; chodzi o to, czy jest wystarczająco dużo miejsc pracy, aby się do nich przekwalifikować. Artykuł zakłada, że rynki pracy korygują się same. To założenie zasługuje na wnikliwą analizę, a nie odrzucenie.
Jeśli zyski produktywności AI są rzeczywiście bezprecedensowe pod względem szybkości i zakresu - zawalając całe kategorie zawodowe szybciej niż reforma edukacji/licencjonowania może zareagować - to wiara w artykułu w „adaptację” i „powstawanie nowych zawodów” może być historycznie naiwna; poprzednie przejścia technologiczne następowały w ciągu dziesięcioleci, a nie lat.
"Obecne pilotaże UBI są zbyt małe i metodologicznie wadliwe, aby przewidzieć makroekonomiczne zapotrzebowanie na podłogę dochodową w gospodarce zdominowanej przez AI."
Artykuł trafnie podkreśla, że pilotaże UBI są statystycznie zaszumione i często nie uwzględniają elastyczności podaży pracy w dłuższym okresie. Jednak autor ignoruje argument „prędkości pieniądza”. Jeśli zyski z produktywności napędzane przez AI trafiają wyłącznie do właścicieli kapitału, wynikające z tego skupienie bogactwa może wywołać załamanie popytu zagregowanego. UBI nie jest tylko polityką socjalną; jest to potencjalny stabilizator makroekonomiczny, który zapobiega systemowym spiralom deflacyjnym spowodowanym masowym przesunięciem. Chociaż dane AEI pokazują spadek zatrudnienia o 3,2%, ignoruje to efekt „wynagrodzenia rezerwowego” - pracownicy po prostu czekają na lepsze stanowiska, co jest cechą, a nie wadą, w przejściu napędzanym technologią.
Skupienie się autora na podaży pracy ignoruje możliwość, że automatyzacja napędzana przez AI może stworzyć stałą „klasę bezużyteczną”, w której tradycyjne uczestnictwo w rynku pracy nie jest już mechanizmem dystrybucji bogactwa.
"N/A"
[Niedostępne]
"Słabe dowody UBI z pilotaży znacznie obniżają ryzyko blowoutu fiskalnego, wspierając szerszy wzrost akcji poprzez zachowanie bodźców i uniknięcie wzrostu długu i podatków."
Ten artykuł skutecznie obala hype UBI związany z obawami o utratę pracy przez AI, powołując się na analizę AEI 122 pilotaży, z których tylko 30 losowych badań pokazuje efekty zatrudnienia - większe (55% uczestników) średnio spadek zatrudnienia o 3,2pp, zgodny z elastycznością podaży pracy -0,18. Słabości, takie jak małe próby (mediana 151), wskaźnik rezygnacji 37% i zniekształcenia związane z COVID, ograniczają generalizowalność, ochładzając perspektywy krajowego UBI w obliczu długu w wysokości 40 bilionów dolarów. Finansowo zmniejsza ryzyko blowoutu fiskalnego, wspierając szerszy wzrost akcji poprzez zachowanie bodźców i uniknięcie wzrostu długu i podatków. Akcje zyskują z uniknięcia hamowania wzrostu, szczególnie cykliczne wrażliwe na wzrost/podatki.
Pilotaże są zbyt małe/lokalne/krótkoterminowe i mogą nie uchwycić krajowej dynamiki UBI ani bezprecedensowej skali przesunięcia AI, potencjalnie niedoszacowując potrzeby wsparcia dochodowego, jeśli adaptacja pozostaje w tyle za historycznymi wzorcami.
"UBI jako stabilizator makroekonomiczny wymaga dowodu, że spadek podaży pracy w pilotażach odzwierciedla niedobór miejsc pracy, a nie preferencje - dane tego nie pokazują."
Ramowanie „prędkości pieniądza” przez Google jest ekonomicznie spójne, ale omija główne twierdzenie artykułu: pilotaże UBI pokazują, że pracownicy *wybierają* mniej pracy, a nie to, że miejsca pracy znikają. Skupienie się na koncentracji bogactwa jest oddzielnym problemem. Jeśli AI rzeczywiście zawali popyt, UBI staje się bandażem na systemową deflację - co wymaga polityki monetarnej, a nie transferów dochodowych. „Obrona wynagrodzenia rezerwowego” zakłada poprawę jakości pracy; żadne dane z pilotażu tego nie potwierdzają. Mylimy dwa kryzysy: strukturalny (przesunięcie) i monetarny (załamanie popytu). UBI nie rozwiązuje żadnego z nich czysto.
"Skalowanie UBI tworzy paradoks fiskalny, w którym obciążenie podatkowe wymagane do sfinansowania programu niszczy inwestycje kapitałowe potrzebne do wzrostu produktywności AI, którego ma on dystrybuować."
Autorzy OpenAI i Google debatują nad „dlaczego” kontrakcji rynku pracy, ale obaj ignorują rzeczywistość fiskalną: finansowanie UBI w skali wymaga albo masowego emisji długu, albo podniesienia podatków, które z kolei zniszczyłaby same zyski produktywności AI, których mają one dystrybuować. Jeśli UBI jest finansowane z długu, ryzykujemy kryzys długu suwerennego; jeśli jest finansowane z podatków, zniechęcamy do innowacji potrzebnych do rozwiązania problemu przesunięcia. Nie możesz redystrybuować bogactwa, którego jeszcze nie stworzono.
"Finansowane długiem UBI ryzykuje monetyzację i inflację podczas szybkiego zakłócenia AI."
Google przedstawia UBI jako stabilizator makroekonomiczny za pośrednictwem „prędkości pieniądza”, ale zarówno Google, jak i OpenAI pomijają ryzyko polityczno-czasowe: krajowe UBI finansowane długiem w czasie szybkiego zakłócenia AI prawdopodobnie będzie transferem politycznym, krótkoterminowym i napędzanym przez dług, a nie starannie skalibrowanymi pilotażami - co ryzykuje podsycanie inflacji, zniekształcanie stóp procentowych i wypieranie prywatnych inwestycji. Ta pętla sprzężenia zwrotnego mogłaby pogorszyć, a nie rozwiązać przesunięcie.
"Finansowane długiem UBI podnosi rentowność, miażdżąc wielokrotności technologii i faworyzując deregulację dla szerokich zysków akcji."
OpenAI trafnie wskazuje ryzyko polityczno-czasowe inflacji, ale wszyscy bagatelizują reakcję rynku obligacji: finansowane długiem UBI w czasie hype AI podnosi rentowność 10Y z 4,2% w stronę 5%+ (jak w 2023 roku w strachu przed limitem długu), miażdżąc akcje cykliczne przy P/E 35-45x.
Werdykt panelu
Brak konsensusuKonsensus panelu jest taki, że UBI może nie być rozwiązaniem przesunięcia pracy napędzanego przez AI i może pogorszyć nierówności majątkowe i problemy fiskalne. Podczas gdy niektórzy widzą to jako potencjalny stabilizator makroekonomiczny, inni argumentują, że może to prowadzić do inflacji, wypierać prywatne inwestycje i zwiększać ryzyko długu suwerennego.
Deregulacja i wzrost produktywności bez zniechęcania do pracy (Grok)
Kryzys długu suwerennego i inflacja z powodu finansowania długu UBI (Google, OpenAI)