.png)
Две ключевые темы современных экономических работ «Экономика на слух» обсудила с двумя профессорами РЭШ. Дмитрий Дагаев рассказывал о последних исследованиях поведения больших языковых моделей, таких как ChatGPT. Можем ли мы, например, объяснить поведение искусственного интеллекта (ИИ) и насколько homo silicus – «человек кремниевый» – иррационален и терпелив? А Герхард Тевс обсудил работы, которые показывают, какую цену миру придется заплатить за потепление, как эта плата будет распределена между странами и готовы ли люди платить за то, чтобы затормозить потепление и помочь наиболее пострадавшим. GURU рассказывает о самом интересном в этом подкасте и обсуждавшихся исследованиях.
Современные нейросети, используемые OpenAI или Google, применяют сложные математические алгоритмы на огромных объемах данных. Объяснить, как модель пришла к тому или иному решению, крайне сложно, а иногда и вовсе невозможно. И чем сложнее модель, тем труднее понять ее «размышления». В последние годы публикуется все больше научных работ (например, 1 и 2), посвященных интерпретируемости моделей.
Экономисты тоже занимаются подобными исследованиями. Им важно не только понять, почему модель приняла те или иные решения, но и проверить, насколько они похожи на решения людей. Если LLM (Large Language Models – большие языковые модели) смогут достаточно хорошо симулировать реальных экономических агентов, то первое, что захотят сделать владельцы бизнеса, – это заменить работников на алгоритмы, рассуждает Дмитрий Дагаев: «Очевидно, что рано или поздно их использование станет дешевле обычной рабочей силы. Если бы мы уже сейчас были уверены в том, что языковые модели справляются с определенным классом задач лучше человека, то не составило бы труда заменить homo economicus на homo silicus».
Но можно ли смоделировать человека? Люди могут принимать иррациональные решения, поэтому не ясно, насколько успешно LLM сможет вести себя, как человек, говорит Дагаев.
Одно из новейших исследований в этой области описано в статье «Большие языковые модели как симуляция экономических агентов: чему мы можем научиться у homo silicus?» Его автор Джон Хортон из школы менеджмента Слоуна Массачусетского технологического института задался вопросом, могут ли языковые модели, homo silicus, имитировать человеческое поведение и какие установки влияют на их решения.
Хортон использовал LLM для воспроизведения классических экспериментов из поведенческой экономики, таких как игра «Диктатор». Такой подход позволяет на простых модельных ситуациях понять, будет ли большая языковая модель вести себя так же, как реальные люди, объясняет Дагаев.
В игре «Диктатор» участвует два игрока. Одному дается определенная сумма, и он решает, сколько из нее отдать другому игроку. Этот известный эксперимент проводится в разных модификациях, например, «диктатору» может быть предложен вариант – сумма, которую он получит, несколько сокращается, но увеличивается общий размер «пирога», так что второй игрок может получить намного больше. Это позволяет оценить социальные предпочтения «диктатора» и его склонность к альтруизму.
Хортон проводил эксперименты с разными настройками, где языковой модели перед игрой задавались социальные предпочтения, определяющие баланс между стремлением к справедливости и к личной выгоде. С одной стороны, мы должны поместить языковую модель в такие же условия, как и человека, объясняет Дагаев, с другой – если мы скажем языковой модели, что в одном случае она получает $20, а в другом – $30, возникает вопрос: что такое $20 или $30 для языковой модели? Поэтому приходится формулировать вопросы с максимально четкими параметрами. «Представь, что ты, например, студент 1-го курса, экономист, ничем не отличаешься от своих соперников, с которыми ты будешь играть», – объясняет Дагаев.
В экспериментах Хортона более справедливая модель всегда выбирала вариант с наиболее равным распределением денег. Более эффективная – с максимальной общей выгодой. А эгоистичный агент предпочитал максимизировать личный доход.
«Результат игры напрямую зависит от предпосылок, которые заложены в модель. Если модель настроена как рациональный экономический агент, то будет действовать эгоистично. Если же как справедливый, то будет более равномерно распределять деньги», – отметил Дагаев.
Хортон также сравнил результаты языковой модели с результатами, полученными в игре реальных людей, проводивших тот же эксперимент в тех же условиях. Результаты часто совпадали.
В другом эксперименте Хортон исследовал, как LLM воспринимают рост цен. Этот эксперимент разработал основоположник поведенческой экономики, нобелевский лауреат Даниэль Канеман с коллегами. В нем описана следующая ситуация. Хозяйственный магазин продает лопаты для уборки снега по $15. На следующее утро после сильной метели магазин повышает цену до $20. Участников исследования просят оценить это решение:
● полностью справедливо;
● приемлемо;
● несправедливо;
● очень несправедливо
В статье Канемана 82% респондентов оценили такое решение магазина как «несправедливое» или «крайне несправедливое». Хортон задал подобный вопрос языковой модели, однако добавил несколько переменных. Вместо того чтобы оставить только одну новую цену в $20, он добавил вариации: $16, $20, $40 и $100. Кроме того, автор использовал разные формулировки – «цена увеличена» и «цена изменена», а также попросил LLM учитывать политические предпочтения агентов, например социалистические или либертарианские.
Небольшое повышение цен (до $16 или $20) воспринималось AI как более справедливое, чем значительное (до $40 или $100). Политические взгляды сильно влияли на оценку: модель-социалист считала любое повышение несправедливым, тогда как «правая» и модель-либертарианец были более терпимы к небольшим увеличениям. Формулировка («цена изменена» вместо «цена повышена») почти не влияла на восприятие, только «социалисты» сочли повышение «очень несправедливым».
Хортон пришел к выводу, что LLM способны вести себя так же, как и люди, особенно когда они наделяются определенными установками, такими как стремление к справедливости или эгоизм. Этот эксперимент показывает, что большая языковая модель – не универсальная система с фиксированным поведением, а гибкий инструмент, поведение которого может быть настроено в зависимости от того, какую информацию мы ей даем и какие установки задаем, объясняет Дагаев. Современные модели сделали шаг вперед: если ранее более примитивные модели всегда давали один и тот же ответ в одинаковых условиях, то современные модели дают распределение возможных ответов, каждый из которых имеет свою вероятность.
Другое важное исследование поведения моделей провели ученые из Университета Вашингтона Али Голи и Амандип Сингх. Они попытались оценить, смогут ли языковые модели точно имитировать человеческие предпочтения в контексте временных предпочтений – выбор между более быстрым и более поздним вознаграждениями.
Авторы провели серию экспериментов с использованием GPT-3.5 и GPT-4. Например, модели предложили выбрать – 1000 токенов через 1 месяц или 1562 токена через 25 месяцев: «Этот простой выбор (меньше денег сейчас или больше, но позже) позволяет сравнить, как дисконтируют будущее люди и как – искусственный интеллект». Исследование показало, что обе модели в целом оказались нетерпеливее людей.
Другая интересная подробность: выбор ИИ зависит от того, на каком языке он дает ответ. Исследования показывают, что язык влияет на готовность человека терпеть и ждать. Известная работа на эту тему была написана Китом Ченом из Йельского университета. Он разделил языки на две группы – сильно и слабо привязанные к будущему (future-time reference, FTR) – в зависимости от того, различаются или нет настоящее и будущее время (дождь пойдет завтра или дождь идет завтра). Носители языков второй группы оказались более терпеливыми.
Так же ведет себя и ИИ. Модели проявляли большее терпение, когда использовали языки со слабыми FTR (например, немецкий и китайский). Это различие показывает, как далека пока наука от полного понимания решений ИИ, замечает Дагаев.
Исследования о влиянии глобального потепления и изменения климата на экономику начали появляться более полувека назад. Еще в 1972 г. Римский клуб опубликовал доклад «Пределы роста». Его авторы смоделировали рост человечества и перспективы исчерпания ресурсов исходя из разных сценариев – от катастрофических до благоприятных.
Сегодня изменение климата признано одной из ключевых глобальных проблем, некоторые процессы уже невозможно изменить, говорит профессор РЭШ Герхард Тевс. К 2100 г. глобальное потепление может составить от 1,4 до 4,5 °C, ожидают Клаус Десмет из Южного методистского университета и Эстебан Росси-Хансберг, научный сотрудник Чикагского университета, в статье «Экономика изменения климата во времени и пространстве».
Влияние климата на экономику исследовали прогнозируют, анализируя исторические данные, рассказывает Тевс, это помогает оценить, какие меры следует принять сейчас, чтобы избежать самых серьезных последствий в будущем. Он приводит в пример статью научных сотрудников Стэнфордского университета и Университета Нортуэстерн Адриена Била и Диего Р. Кянцига «Макроэкономическое воздействие изменения климата: глобальная температура против местной», опубликованную в 2024 г. По их оценке, повышение глобальной температуры на 1 °C приводит к постепенному снижению мирового ВВП, которое достигает максимума в 12% через шесть лет. Это в 6 раз превышает прежние оценки.
Человечеству не впервой сталкиваться с переменами климата, и всякий раз похолодание сопровождалось крупными изменениями в обществе, экономике, различными катаклизмами – голодом, массовой миграцией, войнами. Например, римский климатический оптимум способствовал процветанию Римской империи. А на последовавший за ним холодный и с непредсказуемыми переменами погоды климатический пессимум пришлись кризисы, крушение Западной Римской империи, Великое переселение народов. Средневековый климатический оптимум способствовал коммерческой революции в Европе и ее восстановлению после потрясений раннего Средневековья. А малый ледниковый период, длившийся с XIV по XIX в., сопровождался такими потрясениями, как разрушительные войны, голод и опустошительные эпидемии (об истории влияния климата на экономику – в выпуске «Экономики на слух»). Например, в статье «Зима близко» Мурат Ийигун, Натан Нанн и Нэнси Цянь пишут, что похолодание совпало с ростом конфликтов в период между 1400 и 1900 гг.
Но человечество справлялось с климатическими вызовами – одни государства гибли, другие продолжали развиваться. Например, сокращение населения из-за катаклизмов означало рост подушевого ВВП; появлялись ресурсы, которые выжившие инвестировали. К тому же спровоцированный сокращением населения рост зарплат стимулировал развитие трудосберегающих технологий и правовых отношений в части стран Западной Европы (этот механизм описывается в разных исследованиях, о которых можно почитать, в частности, в книге Марка Коямы и Джареда Рубина «Как разбогател мир»). Однако масштабы сегодняшнего климатического кризиса намного превышают все предыдущие, считает Тевс. За последний миллион лет выбросы СО2 незначительно отклонялись от долгосрочного среднего значения, объясняет он, но за минувшие 60–70 лет концентрация СО2 удвоилась. Проблема не только в том, что это много, но и в том, что процесс происходит быстро. Это, безусловно, связано с деятельностью человечества, которое сжигает огромное количество угля, газа и нефти каждый год.
Десмет и Росси-Хансберг рассмотрели влияние изменения климата на экономику разных стран в зависимости от их расположения. С учетом того что средняя температура варьируется от -20 °C на Северном полюсе до 30 °C на экваторе изменение климата повлияет на различные регионы по-разному. Например, более теплые и менее развитые регионы, такие как некоторые страны Африки и Юго-Восточной Азии, будут сталкиваться с относительно большими экономическими потерями, в то время как более холодные регионы могут получить выгоды от повышения температур (в долгосрочной перспективе, однако в краткосрочной перспективе они понесут издержки на адаптацию).
Оптимальной для экономики считается среднегодовая температура 13 °C. В большинстве бедных стран намного жарче и из-за потепления климат в них еще больше отдалится от этого оптимума, поэтому их экономическая ситуация, вероятно, ухудшится, констатирует Тевс. Россия, казалось бы, может выиграть (опять же при этом придется нести издержки на адаптацию), так как в части ее регионов средняя температура ниже 13 °C, отмечает он, но ее южные регионы, напротив, проиграют. (Об этом – в работе Маршалла Бёрка, Соломона М. Сяна, Эдварда Мигеля.)
Одним из возможных последствий может стать массовая миграция из наиболее пострадавших стран. Люди могут покинуть районы, где климатические условия становятся неблагоприятными, и перемещаться в более комфортные климатические зоны. Например, снижение урожайности в Мексике на 10% уже приводило к увеличению миграции в США на 2%.
«История показывает, что, к сожалению, миграция неоднократно приводила к конфликтам. Вероятность новых столкновений из-за миграции высока», – предупреждает Тевс.
