A.I. Tidak Akan Mengubah Ekonomi Dengan Cepat

“Kecerdasan buatan (A.I.) sudah memiliki dampak yang signifikan pada ekonomi, dan pengaruhnya diharapkan semakin besar dalam beberapa tahun mendatang …. Secara keseluruhan, dampak A.I. pada ekonomi akan bergantung pada berbagai faktor, termasuk tingkat kemajuan teknologi, kebijakan pemerintah, dan kemampuan pekerja untuk beradaptasi dengan teknologi baru.”

Siapa yang mengatakannya? Tidak ada, kecuali jika kita siap memanggil model bahasa besar sebagai manusia. “Yang saya lakukan adalah meminta ChatGPT untuk menggambarkan dampak ekonomi kecerdasan buatan; ia menjelaskan secara detail, jadi itu adalah kutipan,” tulis Paul Krugman, Pemenang Nobel Ekonomi dalam kolomnya di New York Times (31/3).

Saya pikir banyak dari kita yang telah bermain-main dengan model bahasa besar — yang sedang banyak dibahas dalam kerangka kecerdasan buatan (meskipun ada perdebatan yang hampir metafisik apakah kita harus menyebutnya kecerdasan) — telah terkejut kemampuannya yang terdengar seperti manusia.

Dan dapat dipastikan mereka atau keturunan mereka suatu saat nanti akan mengambil alih sejumlah besar tugas yang saat ini dilakukan oleh manusia.

Seperti lonjakan teknologi sebelumnya, ini akan membuat ekonomi lebih produktif, tapi juga kemungkinan akan merugikan beberapa pekerja yang keterampilannya telah dinilai rendah. Meskipun istilah “Luddite” sering digunakan untuk menggambarkan seseorang yang hanya memiliki prasangka terhadap teknologi baru, para Luddite asli adalah pengrajin terampil yang menderita kerugian ekonomi yang nyata dari pengenalan mesin tenun dan mesin rajut.

Tetapi kali ini, seberapa besar efek ini akan terjadi? Dan seberapa cepat mereka akan terjadi? Pertanyaan pertama, jawabannya adalah bahwa tidak ada yang benar-benar tahu.

Prediksi tentang dampak ekonomi teknologi seringkali tidak dapat diandalkan. Tentang yang kedua, sejarah menunjukkan dampak ekonomi besar dari A.I. akan membutuhkan waktu lebih lama untuk terwujud daripada yang banyak orang harapkan saat ini.

***

Perhatikan dampak kemajuan komputasi sebelumnya. Gordon Moore, salah satu pendiri Intel — yang memperkenalkan mikroprosesor pada tahun 1971 — meninggal minggu lalu. Ia terkenal dengan prediksinya bahwa jumlah transistor pada chip komputer akan dua kali lipat setiap dua tahun.

Prediksi ini  terbukti sangat akurat selama setengah abad. Konsekuensi dari Hukum Moore ada di sekeliling kita. Yang paling jelas dalam komputer yang kuat, alias smartphone, yang kini digunakan hampir semua orang.

Untuk waktu yang lama, keuntungan ekonomi dari lonjakan kekuatan komputasi ini ternyata sulit dicapai. Berikut adalah grafik kenaikan jangka panjang dalam produktivitas tenaga kerja — output per jam di sektor non-pertanian — yang diukur sebagai tingkat pertumbuhan tahunan selama 10 tahun sebelumnya (untuk meratakan beberapa kebisingan):

Saya akan menjelaskan beberapa hal yang terdapat dalam grafik dalam beberapa menit. Namun, hal pertama yang perlu diperhatikan adalah bahwa selama setidaknya dua dekade setelah Moore’s Law berlaku, Amerika justeru menderita penurunan produktivitas yang panjang.

Ledakan produktivitas baru terjadi selama tahun 1990-an, dan bahkan saat itu agak mengecewakan, seperti yang akan saya jelaskan dalam beberapa menit.

Mengapa lonjakan kekuatan komputasi yang besar dan berkepanjangan membutuhkan waktu begitu lama untuk membayar ekonomi?

***

Pada 1990, sejarawan ekonomi Paul David menerbitkan salah satu makalah ekonomi favorit saya sepanjang masa, “The Dynamo and the Computer”. Ia menarik paralel antara efek teknologi informasi dan revolusi teknologi sebelumnya, yaitu elektrifikasi industri.

Seperti dicatat oleh David, motor listrik tersedia secara luas pada tahun 1890-an. Namun, memiliki teknologi saja tidak cukup. Anda juga harus mencari tahu apa yang harus dilakukan dengannya.

Untuk mengambil keuntungan penuh dari elektrifikasi, produsen harus memikir ulang desain pabrik. Pabrik sebelum listrik adalah bangunan bertingkat dengan ruang kerja sempit, karena itu diperlukan untuk membuat penggunaan mesin uap yang efisien di lantai dasar yang menggerakkan mesin melalui sistem poros, roda gigi, dan katrol.

Butuh waktu untuk menyadari bahwa setiap mesin yang digerakkan oleh motor sendiri memungkinkan pabrik satu lantai yang luas dengan lorong yang lebar yang memungkinkan pergerakan bahan baku yang mudah, belum lagi garis perakitan. Akibatnya, kenaikan produktivitas besar dari elektrifikasi tidak terwujud sampai setelah Perang Dunia I.

Seperti diperkirakan David, keuntungan ekonomi dari teknologi informasi akhirnya terjadi selama tahun 1990-an, ketika lemari arsip dan sekretaris yang menulis dikte digantikan dengan kantor terbuka. Penundaan ini dalam keuntungan ekonomi bahkan berakhir dengan panjangnya waktu yang sama dengan keuntungan ekonomi tertunda dari elektrifikasi.

Namun, sejarah ini masih menyajikan beberapa teka-teki. Salah satunya adalah mengapa ledakan produktivitas pertama dari teknologi informasi (mungkin ada lagi yang akan datang, jika antusiasme tentang chatbot benar) begitu singkat; pada dasarnya hanya berlangsung selama sekitar satu decade.

Dan bahkan saat itu berlangsung, pertumbuhan produktivitas selama booming I.T. tidak lebih tinggi daripada selama booming setelah Perang Dunia II yang berlangsung selama satu generasi, yang terkenal karena tidak tampak didorong oleh teknologi yang benar-benar baru. (Itulah mengapa di grafik di atas ditandai dengan tanda tanya.)

Pada 1969, konsultan manajemen terkenal Peter Drucker menerbitkan buku “The Age of Discontinuity,” yang dengan benar memprediksi perubahan besar dalam struktur ekonomi, namun judul buku tersebut menyiratkan — dengan benar, menurut saya — bahwa periode pertumbuhan ekonomi yang luar biasa sebelumnya sebenarnya adalah zaman kesinambungan, sebuah era di mana garis besar ekonomi tidak banyak berubah, meskipun Amerika menjadi jauh lebih kaya.

Atau dengan kata lain, booming besar dari 1940-an hingga sekitar 1970 tampaknya sangat didasarkan pada penggunaan teknologi, seperti mesin pembakaran dalam, yang telah ada selama beberapa dekade — yang seharusnya membuat kita lebih skeptis dalam percobaan menggunakan perkembangan teknologi baru-baru ini untuk memprediksi pertumbuhan ekonomi.

***

Ini tidak berarti kecerdasan buatan tidak akan memiliki dampak ekonomi yang besar. Tetapi sejarah menunjukkan bahwa dampaknya tidak akan datang dengan cepat. ChaptGPT dan apa pun yang mengikuti mungkin merupakan cerita ekonomi untuk tahun 2030-an, bukan untuk beberapa tahun ke depan.

Ini tidak berarti kita harus mengabaikan implikasi dari booming yang mungkin didorong oleh A.I.

Model bahasa besar dalam bentuk saat ini tidak boleh memengaruhi proyeksi ekonomi untuk tahun depan dan mungkin tidak boleh memiliki efek besar pada proyeksi ekonomi untuk dekade mendatang. Tetapi prospek pertumbuhan ekonomi jangka panjang sekarang terlihat lebih baik daripada sebelum komputer mulai melakukan imitasi manusia yang baik.

Dan proyeksi ekonomi jangka panjang penting, meskipun selalu salah, karena mereka mendasari pandangan anggaran jangka panjang, yang pada gilirannya membantu mendorong kebijakan saat ini di beberapa area.

Tidak berlebihan untuk mengatakan bahwa siapa saja yang memprediksi percepatan drastis pertumbuhan ekonomi berkat A.I. — yang akan menyebabkan peningkatan besar dalam penerimaan pajak — dan pada saat yang sama memprediksi krisis fiskal di masa depan, kecuali kita melakukan pemotongan drastis terhadap Medicare dan Social Security yang tidak masuk akal.

Sumber
A.I. May Change Everything, but Probably Not Too Quickly