Интеллект искусственной поляризации
Как технологии могут усилить глобальное неравенство и можно ли это исправить
В XXI веке глобальное неравенство не сглаживается и не исчезает — оно меняет форму, а его источниками становятся вычислительные мощности, алгоритмы и доступность данных. Очередные подтверждения этому приводятся в исследовании Международного валютного фонда (МВФ), опубликованном в апреле 2025 года, в котором впервые на таком уровне прямо признается: искусственный интеллект (ИИ) принесет выгоды далеко не всем и может усилить экономическое расслоение как между странами, так и внутри них.
Фото: Дмитрий Коротаев, Коммерсантъ
Фото: Дмитрий Коротаев, Коммерсантъ
Издержки или выгоды
Пока государства обсуждают потенциал ИИ в разрезе внутренней занятости, МВФ заключает, что последствия новой технологической волны окажутся намного более существенными. Сценарий, в котором одни регионы мира получают ускоренный рост, а другие — социальную эрозию, теперь выглядит еще более вероятным. Рабочий документ МВФ, согласно которому внедрение искусственного интеллекта способно усилить экономический разрыв между странами, с названием «Глобальное влияние ИИ: берегитесь разрыва» моделирует, как новые технологии повлияют на производительность и доходы в разных группах стран.
Авторы исследования — группа экономистов под руководством Эудженио Черутти — использовали многосекторную DSGE-модель (динамического общего равновесия), чтобы учесть различия в уровне автоматизации, доступе к данным и институциональной готовности к использованию ИИ.
Полученные оценки показывают, что выгоды от использования ИИ распределяются крайне неравномерно: развитые страны смогут удвоить темпы роста производительности, в то время как государства с низкими доходами получат от новых технологий меньший эффект.
Особенно высокие выгоды прогнозируются в США, Канаде, странах ЕС и некоторых азиатских экономиках, уже обладающих продвинутыми цифровыми секторами и высокой степенью автоматизации.
Основные драйверы этого роста — наличие квалифицированной рабочей силы, доступ к большим объемам данных, развитая инфраструктура и способность бизнеса быстро внедрять инновации. Все эти элементы в развивающихся странах либо отсутствуют, либо недофинансированы. Согласно расчетам МВФ, около 40% всех рабочих мест в мире подвержены риску автоматизации. В странах с высоким уровнем доходов этот показатель еще выше — 60%, поскольку технологии легче внедряются в насыщенной цифровыми решениями среде. Но парадокс в том, что в этих же странах выше доля профессий, где ИИ способен помочь, а не заменить людей — через «усиление» человека, а не его вытеснение. В бедных странах доля рабочих мест, где ИИ может придать такое «усиление» труду, вдвое ниже, чем тех, которые может уничтожить.
Отдельное внимание исследование уделяет валютной политике. В отличие от традиционного эффекта Балассы—Самуэльсона, при котором рост производительности в экспортных отраслях укрепляет национальную валюту, ИИ усиливает производительность прежде всего во внутренних, неэкспортируемых секторах. Наиболее чувствительной к внедрению ИИ оказалась сфера услуг — именно здесь сосредоточены основные технологические прорывы, связанные с обработкой информации и автоматизацией рутинных операций. Это, по оценке МВФ, может привести к снижению реального обменного курса в странах, столкнувшихся с соответствующим эффектом.
В результате получается замкнутый круг: у стран с высоким доходом больше шансов капитализировать ИИ, что приводит к росту ВВП и инвестиций, что, в свою очередь, еще больше увеличивает их отрыв от других стран мира.
У стран с низким доходом, наоборот, ограниченный доступ к технологиям снижает эффективность, что делает экономику менее привлекательной для инвестиций. Внутри самих стран автоматизация ударит по наименее защищенным слоям, особенно в странах с низким уровнем образования и цифровой инфраструктуры.
Самая большая угроза даже не в снижении доходов, а в эрозии человеческого достоинства. Там, где ИИ заменяет людей в принятии решений, а не помогает им, усиливаются процессы депрофессионализации, утраты автономии и обесценивания труда. В условиях, когда алгоритмы все чаще становятся «новыми начальниками», сохранять доверие к институтам становится все сложнее.
На уровне государств цифровое отставание означает уязвимость — зависимость от иностранных технологий, утрату суверенитета в ключевых секторах (здравоохранение, финансы, образование) и невозможность формировать собственную технологическую политику. Зависимость от глобальных поставщиков технологий и инженерной экспертизы означает дополнительную уязвимость: в случае санкций, перебоев с поставками или усиления протекционизма экономика стран без собственной технологической базы окажется в положении заложника.
МВФ подчеркивает и потенциальные выгоды: верно интегрированный в экономику ИИ способен повысить эффективность, снизить трансакционные издержки, автоматизировать рутинные операции, повысить эффективность госуправления, оптимизировать налоговые системы, ускорить медицинскую диагностику, дать толчок инновациям в образовании, персонализировать услуги и повсеместно ускорить НИОКР.
Как и любая технология, ИИ не добро и не зло. Ключевой вопрос: кому достаются плоды такого высокотехнологичного роста? Если они распределяются в пользу узкого круга инвесторов, без адекватной компенсации тем, кто теряет, технологический прогресс превращается в источник социальной дестабилизации. Доклад МВФ — очередной важный сигнал о том, что в случае невмешательства ИИ сделает богатых богаче, бедных — беднее, а неравенство — системным.
Пути и решения
Раздел «что делать» в докладе МВФ, как это часто бывает у международных институтов, довольно предсказуем. Во-первых, предлагается усиливать политику перераспределения: вводить прогрессивное налогообложение (вплоть до налогообложения использования ИИ), снижать налоговую нагрузку на труд, инвестировать в социальную защиту. Во-вторых, реформировать образование, делая акцент на переквалификацию и цифровые навыки. В-третьих — что звучит почти утопично,— наладить трансграничное сотрудничество и обеспечить более справедливый доступ к данным и ИИ-инфраструктуре. Проблема в том, что для реализации этих мер необходимы политическая воля, доверие к институтам и долгосрочное планирование. А именно с этим в большинстве уязвимых стран дела обстоят хуже всего.
Наиболее тревожным остается вопрос регулирования. Сегодня большинство решений о том, как именно будет внедряться ИИ, принимается не в национальных парламентах, а в офисах крупных технологических компаний.
Они определяют, какие модели развиваются, какие данные используются, какие ошибки считаются допустимыми. В этом контексте государства с низкой технологической суверенностью рискуют не просто отстать, а потерять способность к управлению собственной цифровой инфраструктурой.
Однако за пределами технократических решений встает этический вопрос: какой должна быть сама логика технологического развития? Сторонники альтернативной повестки, ратующие за этику технологий и регенеративные модели экономики, предлагают другой взгляд на будущее и инструменты его достижения. В их логике ИИ не инструмент ускорения ради ускорения, а возможность для пересборки систем: от логистики и городского управления до образования и здравоохранения. В этой модели акцент смещается с максимизации прибыли на восстановление человеческих связей, справедливости доступа, локальной устойчивости.
Чтобы это стало возможным, необходима смена логики: от гонки за технологиями к созданию справедливых и инклюзивных цифровых экосистем, в которых инновации работают на восстановление, а не на экспансию. Потенциал существует. Но чтобы ИИ стал средством регенерации, а не разрушения, потребуется не только технический, но и этический прогресс. И вопрос не в том, успеет ли экономика адаптироваться, а в том, на какие цели она будет настроена.
Примеры проектов такой настройки в мире появляются повсеместно — как на Западе, так и в странах Глобального Юга. Это реальные модели, работающие в условиях нехватки ресурсов, политической нестабильности и цифрового неравенства. Их главный вклад в том, что они показывают: ИИ может обсуждаться в контексте не только автоматизации, но и эмпатии, восстановления и заботы.
Например, испанский проект Digital Future Society — международная платформа, работающая на пересечении технологий, этики и социальной справедливости. Ее миссия — формирование более инклюзивной и справедливой цифровой трансформации. В центре внимания — использование технологий в интересах большинства, а не лишь для укрепления власти технологических корпораций.
Американский проект Data for Black Lives представляет одно из наиболее активных движений за этику ИИ и данных в интересах меньшинств. Он борется за то, чтобы алгоритмы не воспроизводили и не усиливали расовую и социальную несправедливость, а, наоборот, помогали ее устранять. Другой проект из США, Algorithmic Justice League, созданный исследовательницей из MIT Джой Буоламвини, разоблачает расовую и гендерную предвзятость в системах распознавания лиц. Проект работает на стыке науки, искусства и активизма, продвигая идеи «ответственного ИИ» и борьбы с цифровыми предрассудками.
Мануэль Белтран — художник и теоретик, создавший институцию, исследующую «устаревание человека» в эпоху автоматизации, основал Institute of Human Obsolescence (Нидерланды и Испания).
Его работы ставят под сомнение экономику, в которой человек становится либо ненужным, либо «сырьем» для извлечения данных. Это радикальный, но мощный пример переосмысления роли человека в цифровом капитализме.
Схожие инициативы существуют и в странах Глобального Юга. Digital Green — некоммерческая платформа, работающая с фермерскими сообществами в Индии, Эфиопии и других странах, помогает аграриям использовать технологии для повышения устойчивости, не теряя автономии. Вместо централизации данных — видео, снятые самими фермерами; вместо ИИ как замены — ИИ как помощник в принятии решений в условиях неопределенности климата.
Masakhane — децентрализованное сообщество исследователей и разработчиков в Африке, создающее модели машинного перевода для африканских языков с открытым кодом. Цель — дать голос тем, кто был исключен из цифровой экономики и ИИ-разработки. Это пример глубоко локального подхода к ИИ, основанного на уважении к культурному разнообразию. Kusimame — проект из ЮАР, сочетающий местные знания, ремесленные практики и цифровые инструменты для экологически ориентированной экономики. ИИ здесь не автономный агент, а часть экосистемного мышления, где человек, сообщество и среда находятся в балансе. Это попытка реинтеграции технологий в концепцию заботы, а не эксплуатации.
Laboratoria — образовательная инициатива, обучающая женщин из социально уязвимых групп в Перу, Чили, Мексике и других странах цифровым профессиям — от кодинга до дизайна. Сильная сторона проекта — не просто обучение, а создание устойчивых карьер и локального цифрового лидерства. Datasketch — открытая платформа из Колумбии, которая помогает активистам, журналистам и государственным институциям использовать данные и ИИ для общественно значимых целей — от борьбы с коррупцией до мониторинга климатической политики. Упор сделан на прозрачность, участие и перераспределение технологических ресурсов в интересах общества.
Базовый доход
В условиях, когда миллионы людей рискуют потерять работу или значимую долю дохода из-за автоматизации, идея всеобщего базового дохода (Universal Basic Income, UBI) все чаще воспринимается как возможный способ компенсации потери денежного благосостояния. В докладе МВФ эта мера не упоминается напрямую, но ее обсуждают многие эксперты как потенциальный элемент социальной адаптации к эпохе ИИ.
Плюсы
- UBI дает людям финансовую устойчивость в условиях нестабильного рынка труда.
- Может поддерживать потребление и сглаживать социальную напряженность.
- Позволяет переосмыслить ценность непроизводительного труда — ухода, волонтерства, творчества.
Минусы
- Высокая стоимость реализации: даже минимальный UBI требует значительных бюджетных ресурсов.
- Риск подмены активной социальной политики пассивной раздачей средств.
- В странах с неразвитой налоговой системой или слабой институциональной базой UBI может усиливать коррупцию или быть неэффективным.
На текущем этапе UBI реалистичен в экономически развитых странах с высоким ВВП и эффективным налоговым администрированием (например, Нидерланды, Канада, Южная Корея обсуждают пилотные проекты по его внедрению). В развивающихся экономиках, особенно с высокой долей теневого сектора и внешней задолженностью, базовый доход скорее утопия без внешней поддержки или масштабной трансформации фискальной системы.
Однако в странах Глобального Юга уже тестируются гибридные модели:
- целевые трансферы (условные или безусловные), направленные на наиболее уязвимые группы;
- социальные дивиденды — за счет налогов на добычу ресурсов или использование ИИ;
- базовые сервисы — бесплатное образование, здравоохранение, доступ к цифровой инфраструктуре — как альтернатива денежным выплатам.
Таким образом, базовый доход не панацея, но один из инструментов адаптации. Он может работать, если встроен в более широкий контекст — с прогрессивным налогообложением, инвестициями в образование и переобучение, усилением локальных сообществ и переходом от экономики эффективности к экономике заботы.
Этот текст — часть проекта ИД «Коммерсантъ», посвященного трендам бизнеса и финансового рынка. Еще больше лонгридов с анализом ключевых отраслей российской экономики, экспертных интервью и авторских колонок — на странице Review.