30 июня в Санкт-Петербурге прошел 18-й семинар по экономическим исследованиям Банка России, Российской экономической школы и НИУ ВШЭ. Семинар был посвящен теме «Искусственный интеллект и экономика». Участники обсудили, где большие языковые модели уже могут быть полезны экономистам, какие ограничения возникают при моделировании поведения и прогнозировании, а также как распространение искусственного интеллекта может повлиять на экономический рост, рынок труда, инфляцию и финансовую стабильность.
В мероприятии участвовали исследователи из Банка России, РЭШ, НИУ ВШЭ, МГУ им. М.В. Ломоносова, Европейского университета в Санкт-Петербурге, Института Гайдара, представители банковского и академического сообщества.
Темами обсуждения стали:
- возможности и ограничения использования больших языковых моделей для моделирования поведения экономических агентов
- применение синтетических респондентов для предварительного тестирования коммуникации ЦБ
- построение новостных опережающих индикаторов с помощью искусственного интеллекта
- надежность оценки макропрогнозов языковых моделей на исторических данных
- влияние ИИ на производительность, занятость, инфляцию и финансовую стабильность.
Алексей Заботкин, заместитель Председателя Банка России, выпускник РЭШ (МАЭ’2005): «Английский психиатр и кибернетик Уильям Эшби однажды определил интеллект как способность делать правильный выбор в ситуации, когда очевидного решения нет. Возможно, это определение не исчерпывает само понятие интеллекта, однако оно созвучно задачам макроэкономической политики и принятию экономических решений в целом. Сегодняшнее мероприятие – уникальная возможность обсудить, как методы искусственного интеллекта помогают принимать такие решения, в какой мере они дополняют человеческое суждение и где способны частично его заменить».
Как ИИ изменит экономику?
Важным событием семинара стал круглый стол «Влияние ИИ и роботизации на экономику: вызовы для макроэкономической политики». Модератором выступил директор Департамента исследований и прогнозирования Банка России Александр Морозов. В дискуссии приняли участие профессора РЭШ Наталья Волчкова, Иван Стельмах и Валерий Черноокий, а также главный аналитик ЦМИ Сбера Александр Власов и профессор ЕУСПб Юлия Вымятнина.
Участники рассмотрели несколько возможных каналов влияния искусственного интеллекта:
- Рост производительности может проявиться не сразу: для этого необходимы инвестиции в технологии, данные, инфраструктуру, обучение сотрудников и перестройку бизнес-процессов. При этом экономический эффект может быть растянут во времени из-за дефицита энергии, вычислительных мощностей, квалифицированных кадров и прочих факторов.
- На рынке труда ИИ, вероятнее всего, будет замещать отдельные задачи, а не профессии целиком. Первые эффекты могут проявляться через изменение структуры найма и требований к навыкам, а не через массовые увольнения. Особого внимания требует положение молодых работников в профессиях, наиболее подверженных автоматизации.
- Влияние ИИ на инфляцию остается неоднозначным. Более точное прогнозирование спроса и эффективная логистика могут сглаживать колебания на стороне издержек. В то же время дефицит вычислительных ресурсов, энергии и специалистов, а также более частое алгоритмическое изменение цен способны усиливать перенос издержек в цены.
- В финансовом секторе новые риски могут быть связаны не только с ошибками отдельных алгоритмов, но и с использованием одинаковых моделей и данных многими участниками рынка. Сближение стратегий, концентрация поставщиков ИИ-решений и высокая скорость реакции способны повысить вероятность возникновения системных рисков, что требует макропруденциального подхода к оценке технологических изменений.
Эксперты подчеркнули: влияние искусственного интеллекта на экономику не предопределено самой технологией. Оно будет зависеть от того, как ИИ встроится в производственные процессы, будет ли дополнять человека или преимущественно замещать его, насколько разнообразными останутся принимаемые решения и как быстро адаптируются институты и регулирование.
Могут ли языковые модели заменить участников экспериментов?
Исследователи Петр Паршаков, Юлия Найденова и Никита Маткин представили исследование о применении больших языковых моделей в игре на доверие. Авторы сопоставили ответы восьми языковых моделей с результатами экспериментов, ранее проведенных среди российских участников. Дискуссантом выступил ректор РЭШ Антон Суворов.
Исследование показало, что в отдельных задачах языковые модели способны приблизиться к средним значениям человеческих ответов. Однако данный результат не является устойчивым для применяемых моделей и ролей, которые принимают на себя синтетические респонденты.
По мнению авторов, языковые модели пока нельзя рассматривать как прямую замену людям в экономических экспериментах. При этом они могут быть полезны для пилотирования исследовательского дизайна, предварительной проверки сценариев и формулирования гипотез, если результаты впоследствии валидируются на данных реальных участников.
Еще одно прикладное направление представили Анна Гусева и Алина Евстигнеева из Банка России. Они разработали прототип синтетической фокус-группы для предварительного тестирования текстовых материалов. Мультиагентная система моделирует разные типы восприятия, выявляет неоднозначные или слабые формулировки и формирует гипотезы о возможных коммуникационных рисках.
Исследователи подчеркивают, что такой инструмент не показывает фактическую реакцию аудитории и не позволяет оценивать доли различных мнений. Его задача — дать ранний сигнал о местах, где текст может быть понят не так, как предполагал автор. Поэтому результаты синтетической фокус-группы требуют экспертной интерпретации и дальнейшего сопоставления с реакциями реальных людей.
Искусственный интеллект в макроэкономическом прогнозировании
Владимир Косарев из Аналитического центра при Правительстве РФ и его соавторы, Олег Швецов и Михаил Аникутин, рассказали о построении опережающих индикаторов на основе экономических новостей. Авторы использовали большую языковую модель, технологии поиска по внешней базе знаний, суммаризацию и оценку релевантности, чтобы извлечь из новостного потока информацию об ожиданиях и неопределенности. Дискуссантом выступил профессор РЭШ Марат Салихов.
В исследовании было проанализировано около 1,2 млн новостей. На их основе сформированы индексы, отражающие возможное влияние информационного фона на промышленное производство. В представленной авторами задаче добавление новостного индекса повысило качество прогноза индекса промышленного производства и ряда отраслевых показателей по сравнению с моделями, использующими только традиционные макроэкономические данные.
Отдельное внимание участники уделили внутривыборочной точности языковых моделей в макроэкономическом прогнозировании. Александр Елисеев и Сергей Селезнев из Банка России предложили «тесты с подменой дат», которые позволяют определить, не использует ли модель при ретроспективном прогнозировании информацию о событиях, уже попавшую в ее обучающие данные.
Три протестированные модели не прошли сформулированные авторами тесты. Это может означать, что высокая точность на историческом периоде может быть связана не только с прогнозными способностями языковых моделей, но и со знанием будущих (относительно даты прогноза) событий или контекста соответствующей эпохи. Авторы отметили, что внутривыборочную точность языковых моделей нельзя автоматически считать показателем качества их будущих прогнозов: необходимы дополнительные тесты, либо модели с контролируемой датой отсечения обучающих данных.
О конкурсе экономических исследований
На специальной сессии семинара главный редактор журнала Банка России «Деньги и кредит» Филипп Картаев наградил призеров конкурса экономических исследований студентов и аспирантов вузов. После церемонии состоялись постер-сессия лауреатов и почетный доклад победительницы конкурса Анны Ивановой из НИУ ВШЭ на тему «Систематические ошибки в прогнозах по ключевой ставке от аналитиков и участников денежного рынка».
Где посмотреть материалы?
Видеозапись семинара доступна по ссылке.
Материалы предыдущих семинаров можно найти здесь.
Оставайтесь на связи!
