Шапка
IPG Logo

Не дай себя вытеснить!
Почему данные должны стать частью общественного достояния

AFP
AFP
Цифровая экономика требует новых стратегических подходов в вопросе неравенства доходов

Страх перед машинами вернулся. Ширятся антиутопические представления о мире без рабочих мест – бытует мнение, что беспилотные автомобили, человекоподобные роботы и суперкомпьютеры заменят человека. Последние достижения искусственного интеллекта ошеломляют: машины отвечают на телефонные звонки, понимают вопросы и предлагают решения зачастую гораздо быстрее, чем любой оператор кол-центра.

Тем не менее до сих пор нет никаких доказательств того, что количество рабочих мест сокращается. Текущий уровень безработицы в государствах – членах Организации экономического сотрудничества и развития находится на самом низком уровне с 2006 года. Если что и увеличилось, так это неравенство доходов. Цифровая экономика требует новых стратегических подходов в этом вопросе.

Поляризация на рынке труда

Инклюзивный рост подвержен трем типам угроз. Во-первых, автоматизация с использованием интеллектуальных машин и компьютеров больше не является исключительной прерогативой производственной сферы: она в равной мере оказывает влияние и на рабочие места в сфере обслуживания, затрагивая в первую очередь интересы среднего класса. Первичные юридические услуги, бухгалтерские расчеты, логистика и розничная торговля – многие задачи в этих сферах станут уделом машин, которые требуют минимального персонала для своего содержания и технического обслуживания. Опыт показывает, что перспектива безработицы вынуждает все большее количество работников, вытесненных машинами, вступать в борьбу за низкооплачиваемые рабочие места, усугубляя тем самым поляризацию на рынке труда.

Во-вторых, стремительный рост энергопотребления, вызванный использованием сложных алгоритмов, является признаком того, что новые технологии искусственного интеллекта будут более интенсивно развиваться в русле экономичных и более продуктивных инноваций. Высока вероятность того, что упор будет сделан не на совершенствовании автоматизации как таковой, а на организации работы сетей (например, сетей электроснабжения или систем регулирования дорожного движения в «умных» городах), а также экспертных систем в науке, здравоохранении и сельском хозяйстве. Это приведет к очередному рывку технического прогресса, который повлечет за собой массовое смещение по квалификации. Это новейшая тенденция последних десятилетий.

И наконец, еще один важный момент: идет процесс концентрации прибыли и богатства в руках цифровых компаний, которые накапливают огромное количество данных, а затем используют их при разработке своих алгоритмов для определения цен и товарных предложений на индивидуальной основе. Сетевые эффекты, лежащие в основе этого процесса, позволяют инновационным первопроходцам постоянно наращивать скорость, не оставляя новым игрокам практически никаких шансов в борьбе за долю рынка или прибыли. Проблему неравенства обостряют и алгоритмические погрешности – склонность машинных решений к воспроизведению дискриминационных моментов, которые глубоко укоренились в тех накопленных за длительный период массивах данных, на которых выстраиваются подобные технологии.

Традиционные решения для преодоления разных проявлений неравенства, обусловленных технологическим прогрессом, все еще не утратили своей актуальности. Ключевыми инструментами по-прежнему остаются система налогообложения сверхприбыли (прибыли корпораций), которая обеспечивает сбор налогов за потребляемые цифровые услуги по месту их потребления (сейчас такого не происходит), а также ужесточение переговоров по коллективным договорам между профсоюзами и корпорациями, что обеспечивает широкое распределение благ по всей экономике. Не стоит забывать и о цифровых социальных гарантиях, которые в сочетании с непрерывным обучением помогут вытесненным машинами работникам повысить свою квалификацию и получить работу с более высокой оплатой.

Низкая эффективность

Но не стоит рассчитывать, что эти меры – какими бы насущными они ни были – будут достаточными для преодоления разных видов неравенства. Начнем с того, что сетевые эффекты цифровой экономики не позволят абсолютно всем компаниям поднять зарплаты наравне с лидерами, что в процессе преодоления неравенства существенно снизит эффективность мер по перераспределению коммерческой прибыли или результативность переговоров по коллективным договорам.

Что еще более важно, в основе новой бизнес-модели такого «подглядывающего капитализма» лежит ничем не ограниченный сбор данных, которые затем всесторонне анализируются при помощи запатентованных алгоритмов и продаются в форме маркетинговых исследований. Помимо того что данные достаются бесплатно (и пользователи зачастую чрезмерно усердствуют, выставляя напоказ свою личную жизнь), обработка этих данных – в отличие от процесса сбора данных – не находится под защитой прав на интеллектуальную собственность; и, как следствие, происходит подавление конкурентной борьбы за возможность разработать более качественный алгоритм. Только при беспрепятственном и дешевом, а то и бесплатном доступе к данным у новых игроков появятся реальные шансы в конкурентной борьбе – как это, к примеру, имеет место на рынке машинного перевода, где ключевую роль играет сбор вариантов перевода на всех интернет-страницах, находящихся в свободном доступе.

Предложенные выше решения, такие как усиление рыночной состязательности через обеспечение переносимости данных (в том числе путем разработки различных интерфейсов и стандартов), полезны, но, опять-таки, недостаточны, так как мало кто из пользователей будет утруждать себя постоянным присутствием в нескольких социальных сетях сразу ради обеспечения конкуренции между их создателями. Дробление крупных игроков виртуального пространства, таких как Facebook или Twitter, путем вертикальной дезинтеграции вряд ли решит системную проблему по обеспечению доступа к тем наборам данных, которыми монопольно распоряжаются эти компании.

Недавно Глен Вейл вместе с другими соавторами предложил новаторское решение: внедрить право собственности на данные, исходя из того, что данные – это вид трудовой деятельности. Каждому пользователю полагается награда соразмерно той выгоде, которую получил поставщик цифровых услуг от предоставленных этим пользователем данных. Более того, у пользователей появляется возможность следить за тем, где и в каком ракурсе фигурировали их данные, а также блокировать отдельные формы использования своих данных (например, для военных целей).

Каким бы элегантным ни представлялось это решение, у него есть один существенный недостаток: увеличение количества данных не влечет за собой усовершенствование алгоритмов. Те немногочисленные лица, чьи данные окажутся необычайно значимыми, получат хорошую отдачу, но среднестатистический пользователь вряд ли обогатится за счет предоставленных им данных.

Проблема «общественного значения»

Между тем к естественным монополиям, возникающим в виртуальной экономике, стоит применять те же самые подходы, что и к любым другим проблемам «общественного значения». Вместо того чтобы регулировать внешние последствия экономической деятельности (только) путем усиления индивидуальных имущественных прав, национальные правительства могли бы изымать доходы для формирования государственного капитала. Такие подходы уже имеют место в форме фондов национального или общественного благосостояния и воплощены в жизнь для самых разных активов – пусть даже в этом качестве зачастую выступают природные ресурсы.

Если рассматривать данные как общественное достояние, то это не только позволит взимать ренту с соответствующих доходов, но и поспособствует восстановлению баланса между индивидуальными поставщиками данных и корпоративными собственниками платформ. Самым важным является то, что когда государства начнут вкладывать в эти платформы средства из фондов благосостояния граждан, это не только обеспечит стабильную финансовую поддержку для разработчиков новых алгоритмов, но и создаст все условия для ужесточения конкуренции, а также усовершенствует порядок компенсаций за индивидуальные усилия, потраченные на предоставление разных данных.

Мы можем рассчитывать на преодоление постоянно растущего неравенства только в одном случае: если право собственности на данные будет рассматриваться нами как проблема, которая требует приложения коллективных усилий.

(с) Social Europe

Понравился материал? Подписывайтесь на рассылку прямо сейчас.

0 Комментарии читателей

Нет комментариев
Добавить комментарий

Ваш комментарий не должен превышать 800 знаков и содержать ссылки на другие сайты.

Соблюдайте, пожалуйста, наши правила комментирования.



Доступно 800 знаков
* Вы можете оставить комментарий под псевдонимом. Адрес Вашей электронной почты не публикуется.