AI人工智慧能扭轉共產主義「計畫經濟」的失敗歷史?

科技趨勢

本文作者為:

艾塞默魯(Daron Acemoglu),《國家為什麼會失敗:權力、繁榮和貧困的起源》作者,現為美國麻省理工學院(MIT)經濟學教授。

英國經濟學家海耶克(Friedrich von Hayek),以其1944年深具影響力的批判之作《通向奴役之路》(The Road to Serfdom)聞名於世。不過他在經濟學領域最為知名的作品卻是一篇短文,名為〈知識在社會中的運用〉,該文闡述了一個社會如何收集並使用分散的資訊,這些資訊攸關經濟基本原則,例如偏好、優先事項和生產力。

該文強力批評中央計畫經濟,海耶克認為沒有任何中央權力機構能充分收集、處理「所有獨立個體擁有之不完整且時常互相矛盾的分散式片段資訊」。中央計畫經濟不了解每個個體對數百萬產品的偏好,更遑論如何以最具生產力、創造力的方式利用這些個體的才能,因此中央計畫經濟的規劃者注定失敗。

相形之下,市場經濟能有效彙整、處理這些資訊。價格訊號能無縫傳達市場參與者的優先考量和偏好,例如當錫礦變得稀缺,其價格就會上漲。此時,海耶克解釋,「所有錫礦買家需要知道的是,他們過去習慣消費的一部分錫礦現在用在其他地方能獲得更豐厚的利潤,因此他們必須節約使用這項資源。」

市場經濟為何優於計畫經濟?

其意義也不僅限於處理現有資訊。海耶克認為,市場體系也更善於發現──甚至製造──新的相關訊號:「展開經濟計算時所涉及的『數據』從來無法完整『交給』一個能夠理解其影響並做出計算的單一思維,也永遠不可能如此『交付』。」

儘管海耶克聞名於世是因他對中央計畫經濟提出以知識(或「計算」)為基礎的批評,我們最好把他的論點理解為呼籲進行更廣泛的去中心化(decentralization。「如果我們都認同一個社會的經濟問題,主要在於快速適應各種變化......那麼最終決策權應該留給那些熟悉這些情況的人。」海耶克最終得出結論,「我們應該透過某種去中心化解決這項問題。」也就是說,透過市場經濟和價格體系解決經濟問題

數十年來,海耶克的觀點為「拒絕任何形式的監管」提供基礎。如果對經濟活動(例如管理新產品發布)或價格(例如設定價格上限或控制價格)進行監管會干擾價格體系運作,它也會妨礙適應這個不斷變化的世界的去中心化過程。

然而今日,人工智慧(AI)對海耶克的論點構成兩大挑戰,尤其是(藉由數千億參數)對大量現存資訊進行編碼、處理和配置的AI模型。

AI能讓「共產主義」美夢成真嗎?

首先,有鑒於AI能大規模吸收、組織和解讀數據,有人可能會猜想,AI是否能讓中央計畫經濟變得比今日的市場體系更有效率?這就是所謂「人工智慧社會主義」(AI socialism),或稱「全自動豪華共產主義」(fully automated luxury communism所寄望:AI將能使中央計畫經濟的規劃者有能力決定最佳且(據稱是)最善意的經濟分配方式

然而,儘管「人工智慧社會主義」是一場有趣的思想實驗,卻只是對海耶克的論點進行膚淺的批評。假設──這可是個不小的假設──AI確實可進行市場經濟所能完成的所有計算和資料蒐集,權力集中在中央的當權者手中仍然令人擔憂

1930年代初的大饑荒導致500萬名烏克蘭人死亡,並非因為時任蘇聯領導人史達林(Joseph Stalin)算不出正確的糧食分配方式。事實上正好相反,他掌握了足夠資訊,並利用這些資訊盡可能從烏克蘭運出穀物(出於政治動機,或許還因為他想要摧毀烏克蘭)。

此外,海耶克對中央計畫經濟的批評不僅限於處理現有資料。正如我們所見,他還重視適應變化,因此「創造」資訊和使用資訊具有相同的重要性。

「我所關注的知識,」海耶克寫道,「是那種本質上就無法進入統計的知識。」這表示即使是全能的大型語言模型(LLM)也無法處理分散資訊的本質。

AI時代的「去中心化」不可排除監管

不過,AI確實對海耶克的論述提出另一項深層挑戰。在ChatGPT-4的生成型AI時代,我們是否仍有理由假設市場有助使用資訊的去中心化?谷歌(Google)母公司Alphabet和微軟(Microsoft)領銜這項技術開發,這兩大企業巨擘本身很大程度上就是在進行「資訊集中」。即便其他公司能與這樣的雙頭壟斷進行競爭,LLM本身可能就需要高度集中化。我們不難想像,絕大部分人將從相同的模型獲得資訊。

當然,谷歌或微軟對資訊的控制有別於中國共產黨。但正如麻省理工學院(MIT)教授強生(Simon Johnson)和我在新著《權力與進步:我們在科技與繁榮的千年掙扎》所言,就算是看似良性的集中化,也會帶來無數政治和經濟成本,而這又取決於誰掌握最終的控制權。在美國這些成本包括科技業壟斷加劇,因為對數據的控制創造出進入壁壘(entry barriers),以及奠基於維持線上觸及和個人化數位廣告的商業開發模式,而這些模式進一步在網路上孳生憤怒情緒、極端主義和同溫層,對民主參與造成破壞性影響。

因此,去中心化仍是值得進行的作法。然而想在AI時代加強去中心化,或許我們必須透過支持監管完全改變──或至少是改善──海耶克的論點,而不只是關注其潛在成本。

© Project Syndicate

註:本文之中文翻譯由Project Syndicate提供,再經《信傳媒》洪培英編輯校稿。

back to top
navbar logo