Există o scriere foarte veche, analizată deseori în spaţiul public, care are legătură directă cu povestea evoluţiei umanităţii - Cartea lui Enoh. În această lucrare cu profunde dimensiuni religioase, apare o relatare foarte interesantă - povestea lui Azazel, un înger veghetor care încalcă ordinea stabilită între lumea divină şi cea umană. Astfel, el este cel care transmite oamenilor cunoştinţe considerate secrete. Îi învaţă să fabrice săbii, cuţite, scuturi şi, în fapt, introduce prin această nouă putere oferită oamenilor şi o problemă etică: cum va fi folosită această putere?
Într-un registru mai larg, esenţa poveştii induce o problemă morală: cum putem folosi o nouă tehnologie pentru a crea o lume mai bună? Faptul că reuşim să dezvoltăm instrumente care ne oferă mai multă putere nu înseamnă că avem în mod automat şi înţelepciunea necesară în utilizarea lor. Cartea lui Enoh aparţine unei lumi ancestrale, dar miturile supravieţuiesc şi arată tensiuni umane care reapar în contexte istorice diferite. Contextul introducerii inteligenţei artificiale (AI) pe scară largă în viitorul apropiat, precum şi al modificărilor inerente evocă similitudini cu problema iniţială din acest mit istoric, respectiv cât de pregătită este societatea pentru salturi majore în cunoaştere şi cum va reacţiona.
În acest context şi în strânsă legătură cu povestirea anterioară, voi formaliza un nou concept, decalajul (gap-ul) Azazel, definit ca diferenţa dintre viteza cu care o societate dobândeşte capacităţi tehnologice noi şi viteza cu care dezvoltă deprinderi, norme, instituţii şi responsabilitatea necesară utilizării acestor tehnologii. Temporal vorbind, decalajul Azazel poate fi exprimat astfel:
Unde t denotă momentul de timp (care poate avea mai multe frecvenţe, în sensul în care unitatea pe care o reprezintă să fie zi, lună, trimestru sau an), T denotă capacitatea tehnologică, iar G reprezintă capacitatea de guvernanţă.
Această perspectivă poate fi pusă în legătură cu o idee fundamentală din teoria modernă a creşterii economice, potrivit căreia acumularea cunoaşterii şi capacitatea de a o valorifica reprezintă procese distincte, care necesită timp şi resurse. Într-o lucrare publicată în Journal of Political Economy, Robert Lucas şi Benjamin Moll (2014) evidenţiază rolul interacţiunilor dintre indivizi în transmiterea cunoaşterii şi în susţinerea creşterii economice pe termen lung. În modelul lor, dobândirea de noi cunoştinţe presupune alocarea unei părţi din timpul disponibil către învăţare, în detrimentul producţiei curente, dar cu beneficii asupra productivităţii viitoare. Extinzând această logică dincolo de acumularea individuală a cunoaşterii, putem considera că şi adaptarea instituţională şi organizaţională la progresul tehnologic presupune un proces de învăţare, care nu se produce instantaneu. În acest sens, decalajul Azazel poate fi interpretat ca expresia unei asimetrii între viteza cu care societatea dobândeşte noi capacităţi tehnologice şi viteza cu care reuşeşte să acumuleze cunoaşterea, experienţa şi mecanismele de guvernanţă necesare utilizării lor responsabile. Cu alte cuvinte, tehnologia poate avansa mai repede decât capacitatea societăţii de a învăţa să o controleze.
În scenariul în care productivitatea indusă de tehnologie creşte mult mai repede decât capacitatea societăţii de a identifica riscurile şi de a reglementa, există potenţialul de a apărea riscuri sistemice. Dacă avem un decalaj mare şi pozitiv, aceasta înseamnă că se reduce din capacitatea societăţii de a se dezvolta fără riscuri sistemice, iar aceste riscuri pot avea un puternic caracter disruptiv. Tocmai de aceea, trebuie analizată cu multă atenţie şi viteza prin care progresul tehnic influenţează modul în care societatea îşi adaptează guvernanţa şi regulile la noua realitate.
Astfel, în contextul în care inteligenţa artificială va determina o accelerare semnificativă a ritmului de dezvoltare economică, concomitent cu apariţia unor riscuri specifice asociate implementării acestor noi tehnologii, este important să investigăm, într-o manieră prospectivă şi inevitabil ipotetică în acest stadiu, măsura în care societatea va reuşi să îşi adapteze regulile de guvernanţă şi principiile etice. Din această perspectivă, adoptarea, în anul 2024, a Regulamentului european privind inteligenţa artificială (AI Act) marchează o etapă importantă în evoluţia arhitecturii de reglementare a tehnologiilor digitale emergente, Uniunea Europeană devenind prima jurisdicţie care a instituit un cadru legislativ amplu şi unitar în domeniul inteligenţei artificiale. Având la bază principiul proporţionalităţii cerinţelor de reglementare în raport cu riscurile asociate utilizării acestor tehnologii, noul cadru normativ îşi propune să concilieze necesitatea susţinerii progresului tehnologic cu imperativul protejării drepturilor fundamentale, al asigurării transparenţei şi al siguranţei utilizatorilor. În acest context, regulamentul stabileşte un ansamblu de obligaţii diferenţiate în funcţie de gradul de risc al sistemelor de inteligenţă artificială, impunând standarde deosebit de riguroase pentru aplicaţiile încadrate în categoria celor cu risc ridicat, inclusiv pentru cele destinate evaluării bonităţii persoanelor fizice sau determinării accesului la anumite servicii esenţiale. Totodată, prevederile AI Act acordă o atenţie sporită responsabilităţii în utilizarea acestor tehnologii, menţinerii unui nivel adecvat de supraveghere umană şi limitării riscurilor de discriminare, elemente esenţiale pentru consolidarea încrederii publicului în soluţiile bazate pe inteligenţă artificială. Implementarea graduală a prevederilor regulamentului, demarată în anul 2025, evidenţiază, de asemenea, preocuparea instituţiilor europene pentru asigurarea unei tranziţii ordonate, care să permită atât autorităţilor, cât şi operatorilor economici să îşi adapteze activitatea la exigenţele noului cadru legislativ.
Totodată, este extrem de important să înţelegem că, dincolo de componenta filozofică şi de alegere, există şi o componenta financiară. Dezvoltarea AI va trebui să fie susţinută de fonduri semnificative, care mai departe trebuie procurate de pe pieţele de capital sau de pe piaţa bancară. De asemenea, creşterea economică ca şi obiectiv de politică publică este, în primul rând, un instrument prin care oamenii pot ajunge să trăiască mai bine, fiindcă productivitatea, în esenţă, trebuie să conducă la creşterea veniturilor şi la satisfacerea nevoilor materiale, dar în acelaşi timp trebuie să conducă la reducerea timpului necesar muncii şi implicit la creşterea timpului dedicat pentru îmbunătăţirea calităţii vieţii.
De fapt, externalităţile menţionate anterior alcătuiesc o cauzalitate interesantă între ceea ce înseamnă creşterea PIB şi modul în care inteligenţa artificială influenţează productivitatea. Dacă, într-un scenariu de bază, ne gândim că inteligenţa artificială va produce un salt major de productivitate, atunci trebuie să avem în vedere că acest salt nu va veni imediat şi că, totodată, va induce unele costuri. Mai exact, este necesar să identificăm în ce măsură acest progres va transforma creşterea productivităţii în mai multă bunăstare generală, respectiv în mai mult timp liber pentru oameni.
O altă perspectivă care merită avută în vedere şi investigată, din punctul meu de vedere, se referă la modul în care în care introducerea pe scală largă a tehnologiilor pe bază de AI va afecta sustenabilitatea datoriei publice.
Chiar dacă, în opinia mea, această nouă tehnologie AI va contribui iniţial la o creştere a datoriei publice, aceasta din urmă va putea finanţa capitalul productiv necesar pentru a face datoria sustenabilă ulterior. Sigur, este foarte important să facem o distincţie necesară între datoria ca o povară care trebuie finanţată şi datoria ca o finanţare a capacităţii productive. Altfel spus, o eventuală creştere a datoriei publice ca urmare a investiţiilor publice, directe şi indirecte, în tehnologii bazate pe AI ar putea fi asociată un nivel ridicat al multiplicatorului fiscal. Mai simplu exprimat, un dolar, un euro sau un leu din bani publici investit, direct sau indirect, în tehnologii de tip AI ar putea să contribuie la creşterea economiei mai mult decât alte investiţii publice (de exemplu, o investiţie standard în infrastructură).
Într-o economie mondială deja foarte îndatorată, ajustarea exclusiv prin austeritate este foarte dificilă din punct de vedere economic şi social. Alternativa ar trebui să fie dezvoltarea potenţialului de creştere prin creşterea capacităţii productive. Dacă productivitatea creşte, ca urmare a acestor evoluţii, veniturile fiscale vor creşte şi, de asemenea, datoria publică (exprimată ca în PIB) ar trebui să se stabilizeze sau chiar să scadă. În schimb, există o condiţie care ar trebui analizată în mod riguros, şi anume ca o dezvoltare economică adiţională ca urmare a tehnologiilor de tip AI să îmbunătăţească suficient diferenţialul dintre costurile cu dobânzile şi creşterea nominală a economiei (’r-g’), precum şi soldul bugetar primar.
Altfel spus, într-o lume prea îndatorată, aşa cum menţionam anterior, o eventuală dezvoltare suplimentară a economiei ca urmare a utilizării la scală largă a tehnologiilor bazate pe AI, însă cu efecte iniţiale de creştere a datoriei publice, poate să reprezinte mai departe unul dintre mecanismele prin care datoria adiţională este transformată dintr-o creanţă asupra veniturilor viitoare, într-un instrument care contribuie efectiv la realizarea acestor venituri viitoare.
Totodată, este important de conştientizat faptul că putem obţine chiar efectul contrar, deoarece această tranziţie poate conduce şi la apariţia unor vulnerabilităţi financiare majore ca urmare a finanţării unor proiecte care nu sunt suficient de viabile. Aş dori să subliniez faptul că problema fundamentală rămâne nu câtă datorie este determinată de finanţarea tehnologiilor AI, ci câtă creştere de productivitate viitoare cumpără fiecare unitate implementară de datorie. Mai exact, este important de evaluat în acest sens dimensiunea multiplicatorului fiscal.
Este esenţial să realizăm, de asemenea, faptul că întotdeauna, în economie, există un drum complex de la apariţia ideii, la finanţarea acestei, până la dezvoltarea ei ca o oportunitate productivă pe termen mediu şi lung.
Revenind la partea etică a problemei, în acest moment există o cultură în cadrul acestor firme care dezvoltă tehnologia AI, care însă trebuie îmbunătăţită. De ce spun acest lucru? Deoarece, aşa cum s-a putut observa, au existat deja agenţi individuali AI care au atacat componente de infrastructură în mod voluntar, identificând breşe de securitate. Şi această nouă realitate este obligatoriu să fie tratată cu maximum de atenţie. În acest sens, nu este suficient doar să încercăm să dimensionăm riscurile, ci trebuie să dezvoltăm o cultură a organizaţiei care să permită gestionarea eficientă a acestora.
Această cultură este foarte importantă, fiindcă ea va permite dezvoltarea de produse care să poată fi exploatate fără a afecta infrastructurile critice utilizate pe scară largă de către societate. Tocmai din acest motiv, va trebui să iniţiem instrumente pe care societatea le-a mai utilizat şi altădată, de exemplu, când s-a dezvoltat industria aeronautică sau când s-a dezvoltat forţa nucleară generatoare de energie. Şi sigur, toate acestea au arătat că putem dezvolta într-un mod controlat o tehnologie care să fie revoluţionară. De aceea, în acest moment sunt foarte importante atât viteza de dezvoltare în utilizarea de tehnologii noi incluzive, cât şi viteza cu care dezvoltăm normele de guvernanţă şi cultura organizaţională.
O a doua perspectivă relevantă pentru înţelegerea decalajului Azazel este oferită de cercetările privind rolul capitalului intangibil în creşterea economică. Capacităţile organizaţionale şi mecanismele de guvernanţă corporativă pot fi privite, într-un sens larg, ca elemente ale capitalului organizaţional, în timp ce calitatea guvernanţei instituţionale influenţează eficienţa cu care sunt utilizate şi valorificate resursele productive. Ellen McGrattan (2020), în lucrarea Intangible Capital and Measured Productivity, arată că investiţiile în active intangibile au un rol important în explicarea dinamicii economice şi că omiterea lor din măsurarea producţiei poate conduce la interpretări distorsionate ale productivităţii. Această abordare sugerează că valorificarea progresului tehnologic nu depinde exclusiv de investiţiile în echipamente, infrastructură digitală sau algoritmi, ci şi de acumularea unor capacităţi complementare, precum competenţele specializate, procesele organizaţionale şi mecanismele de coordonare. În cazul inteligenţei artificiale, dezvoltarea acestor capacităţi poate necesita un orizont de timp diferit de cel al progresului tehnologic propriu-zis. Prin extinderea acestei perspective, decalajul Azazel poate fi înţeles şi ca expresia unui dezechilibru între acumularea rapidă a capacităţilor tehnologice şi dezvoltarea mai lentă a capitalului organizaţional şi instituţional necesar utilizării lor eficiente şi sigure. Astfel, investiţiile în guvernanţă, cultură organizaţională şi capacitatea de gestionare a riscurilor nu ar trebui privite doar ca obligaţii de conformitate, ci şi ca investiţii complementare progresului tehnologic, care contribuie la transformarea acestuia în beneficii economice şi sociale durabile.
Analiza implicaţiilor economice ale decalajului Azazel poate fi aprofundată prin intermediul unui exerciţiu de simulare a unor scenarii alternative, care permite examinarea modului în care ritmurile diferite de dezvoltare tehnologică şi adaptare organizaţională influenţează evoluţia economiei. În acest scop, am utilizat un cadru cantitativ inspirat din modelul neoclasic de creştere Solow, în care procesul de producţie este descris printr-o funcţie Cobb–Douglas extinsă pentru a surprinde contribuţia distinctă a capitalului fizic, a capitalului tehnologic şi a celui organizaţional. Structura modelului atribuie acestor trei factori elasticităţi ale producţiei de 0,30, 0,15 şi, respectiv, 0,10, diferenţa până la unitate, de 0,45, revenind factorului muncă. Prin această parametrizare, tehnologia de producţie prezintă randamente constante la scară. Totodată, se presupune că volumul muncii nu se modifică pe parcursul perioadei analizate, iar uzura anuală a stocurilor de capital diferă în funcţie de natura acestora, fiind de 5% în cazul capitalului fizic, 12% pentru componenta tehnologică şi 6% pentru cea organizaţională.
Pentru a surprinde eventualele vulnerabilităţi generate de dezvoltarea neuniformă a celor două componente intangibile, modelul include un indicator specific, denumit decalajul Azazel, construit ca diferenţă între logaritmul raportului capitalului tehnologic faţă de cel organizaţional şi valoarea iniţială a acestuia. Indicatorul este utilizat pentru a descrie, printr-o relaţie neliniară, modul în care dezechilibrele dintre capacităţile tehnologice şi cele organizaţionale se pot reflecta în probabilitatea producerii unor incidente tehnologice. Intensitatea acestei relaţii este controlată de un coeficient de sensibilitate stabilit la 2,5, în timp ce impactul economic al unui incident este echivalat cu o reducere de 15% a producţiei potenţiale. Astfel, riscurile tehnologice sunt integrate în mecanismul de acumulare a capitalului, deoarece resursele disponibile pentru investiţii sunt determinate în funcţie de producţia aşteptată, după ajustarea acesteia pentru pierderile asociate eventualelor incidente.
Pornind de la această configuraţie, au fost construite trei traiectorii alternative de evoluţie economică, menite să evidenţieze consecinţele unor ritmuri diferite de acumulare a capitalului tehnologic şi organizaţional. Prima traiectorie, corespunzătoare scenariului de bază, descrie o economie în care productivitatea totală a factorilor avansează exogen cu 1% anual, iar structura investiţiilor rămâne nemodificată. Din producţia realizată, 20% sunt direcţionate către capitalul fizic, 6% către dezvoltarea capitalului tehnologic asociat inteligenţei artificiale şi 4% către capitalul organizaţional, fără a fi introduse modificări suplimentare ale eficienţei investiţiilor. Cea de-a doua traiectorie, denumită scenariul accelerării AI, introduce, începând cu perioada a şasea, un impuls pozitiv de 80% asupra eficienţei investiţiilor tehnologice, fără o creştere simultană a resurselor alocate guvernanţei. În fine, scenariul dezvoltării complementare presupune că acelaşi impuls tehnologic este însoţit de intensificarea efortului investiţional în capital organizaţional, a cărui pondere în producţie avansează de la 4% la 10%.
În absenţa unor modificări ale condiţiilor de investiţii, aşa cum se întâmplă în scenariul de referinţă, dinamica indicatorului reflectă exclusiv interacţiunea dintre acumularea şi deprecierea capitalului tehnologic şi organizaţional, potrivit parametrilor iniţiali. Situaţia se modifică atunci când progresul inteligenţei artificiale beneficiază de un impuls suplimentar de eficienţă, fără ca dezvoltarea capacităţilor de guvernanţă să fie susţinută prin investiţii adiţionale. În această configuraţie, capitalul tehnologic poate avansa într-un ritm superior celui organizaţional, accentuând dezechilibrul dintre potenţialul oferit de noile tehnologii şi capacitatea economiei de a gestiona implicaţiile utilizării acestora. O evoluţie diferită este evidenţiată de scenariul în care accelerarea tehnologică se produce concomitent cu majorarea investiţiilor în structurile organizaţionale. Alocarea unei ponderi de 10% din producţie către această componentă favorizează convergenţa ritmurilor de acumulare şi poate limita extinderea decalajului Azazel.
Dincolo de diferenţele dintre traiectoriile simulate, exerciţiul evidenţiază o implicaţie economică mai generală: beneficiile asociate dezvoltării inteligenţei artificiale depind nu numai de viteza progresului tehnologic, ci şi de capacitatea de adaptare a mecanismelor organizaţionale care facilitează utilizarea şi supravegherea acestuia. În consecinţă, o accelerare a investiţiilor în AI care nu este însoţită de consolidarea corespunzătoare a structurilor de guvernanţă poate conduce la accentuarea unor vulnerabilităţi, în timp ce dezvoltarea coordonată a celor două categorii de capital poate contribui la diminuarea riscurilor asociate transformării tehnologice. Această interpretare trebuie însă circumscrisă caracterului teoretic al exerciţiului: simulările pun în lumină un mecanism economic plauzibil, fără a permite identificarea empirică a unui nivel optim al decalajului Azazel.
Astăzi, devine o evidenţă faptul că utilizarea AI pe scară largă transformă această nouă tehnologie într-o componentă esenţială a tuturor infrastructurilor critice. Viitorul, din perspectiva termenului mediu şi lung, va aduce o parte din externalităţile pozitive ale tranziţiei AI, dar acestea vor veni la pachet cu riscuri noi, care se vor manifesta, în special, pe termen scurt şi pe care încercăm să le înţelegem. Acesta este drumul dezvoltării şi aşa a fost mereu de-a lungul istoriei. Aşa cum spunea TS Eliot în 1931, prevestind într-un fel evoluţiile actuale -„only those who will risk going too far can possibly find out just how far one can go”.
