Вплив поширення штучного інтелекту на реалізацію права на достатній рівень життя
DOI:
https://doi.org/10.32631/pb.2025.3.09Ключові слова:
штучний інтелект, права людини, достатній рівень життя, правове регулювання, соціальна стабільність, автоматизація, ринок праці.Анотація
Статтю присвячено комплексному осмисленню впливу дифузії технологій штучного інтелекту на канали трансмісії продуктивності в доходи домогосподарств і, як наслідок, можливість реалізації права людини на гідний рівень життя. Метою дослідження є вивчення проблематики розроблення аналітичної рамки, що інтегрує дефініційно-правові засади регулювання штучного інтелекту, конкретні емпіричні індикатори рівня напруженості ринку праці та політико-економічні шляхи соціально-справедливої конверсії технологічних дивідендів у покращення умов і оплати праці. У методологічному вимірі використано поєднання доктринального аналізу правничих дефініцій, професійно специфічного підходу, а також таксономії секторної ШІ-інтенсивності (Організація економічного співробітництва та розвитку) та триангуляції офіційних статистичних даних із кількох технологічно розвинених регіонів (Бюро статистики праці США, Євростат, Статистична служба Канади) з галузевими оглядами (Організація економічного співробітництва та розвитку, McKinsey).
За результатами дослідження було зроблено низку висновків: постпандемічне «охолодження» кількості вакансій у США, ЄС і Канаді здебільшого має циклічний характер. Водночас специфічний сигнал штучного інтелекту проявляється у внутрішній рекомпозиції попиту – рутинні завдання витісняються позиціями з високою людино-машинною комплементарністю; абсолютна автоматизація чинить тиск на трудову частку, однак відновлювальні застосування штучного інтелекту мають потенціал до генерації подвійного соціального дивіденду за умов комплементарних інвестицій у навчання та навички персоналу; легітимність застосування штучного інтелекту у сферах діяльності з високим рівнем ризику та відповідальності (медицина, правосуддя, оборона) прямо залежить від пояснюваності штучного інтелекту, надійної підзвітності та імплементації стандартів «людина в контурі».
Наукова новизна полягає у визначенні переваг ризик-орієнтованої моделі регулювання (дозвільний коридор з операційними критеріями визначення ризиків і загроз) та в поєднанні захисту прав людини з ринковими індикаторами: експозицією завдань вакансій, динамікою кривої Беверіджа, а також часткою ШІ-ад’єнтних ролей. Практичне значення полягає в каліброваному соціальному міксі: застосуванні універсального базового доходу як базового механізму безпеки, таргетованих субсидій на зайнятість, а в разі масового поширення штучного інтелекту до критичних меж – у запровадженні програм гарантованого працевлаштування.
Завантажити
Посилання
Acemoglu, D., & Restrepo, P. (2018). The Race Between Man and Machine: Implications of Technology for Growth, Factor Shares and Employment. American Economic Review, 108(6), 1488–1542. https://doi.org/10.1257/aer.20160696.
Acemoglu, D., & Restrepo, P. (2019). Automation and New Tasks: How Technology Displaces and Reinstates Labor. Journal of Economic Perspectives, 33(2), 3–30. https://doi.org/10.1257/jep.33.2.3.
Acemoglu, D., & Restrepo, P. (2020a). The Wrong Kind of AI? Artificial Intelligence and the Future of Labour Demand. Cambridge Journal of Regions, Economy and Society, 13(1), 25–35. https://doi.org/10.1093/cjres/rsz022.
Acemoglu, D., & Restrepo, P. (2020b). Robots and Jobs: Evidence from US Labor Markets. Journal of Political Economy, 128(6), 2188–2244. https://doi.org/10.1086/705716.
Acemoglu, D., Autor, D., Hazell, J., & Restrepo, P. (2020). AI and Jobs: Evidence from Online Vacancies. NBER. https://doi.org/10.3386/w28257.
Baek, S., & Jeong, D. (2023). Factors Influencing Labor Share: Automation, Task Innovation, and Elasticity of Substitution. Munich Personal RePEc Archive.
Bessen, J., Goos, M., Salomons, A., & Van den Berge, W. (2018). Automatic Reaction – What Happens to Workers at Firms that Automate? Boston University.
Calvino, F., Dernis, H., Samek, L., & Ughi, A. (2024). A sectoral taxonomy of AI intensity. OECD Artificial Intelligence Papers, 30. https://doi.org/10.1787/1f6377b5-en.
Castelvecchi, D. (2016). Can we open the black box of AI? Nature News, 538(7623), 20–23. https://doi.org/10.1038/538020a.
Cazzaniga, M., Jaumotte, F., Li, L., Melina, G., Panton, A. J., Pizzinelli, C., Rockall, E., & Tavares, M. M. (2024). Gen-AI: Artificial Intelligence and the Future of Work. Staff Discussion Notes, 1. https://doi.org/10.5089/9798400262548.006.
Fridman, L., Brown, D. E., Glazer, M., Angell, W., Dodd, S., & Jenik, B. (2019). MIT Advanced Vehicle Technology Study: Large-Scale Naturalistic Driving Study of Driver Behavior and Interaction with Automation. IEEE Access, 7, 102021–102038. https://doi.org/10.1109/ACCESS.2019.2926040.
Georgieva, K. (2024, January 14). AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity. IMF Blog. https://www.imf.org/en/Blogs/Articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity.
Goodman, B., & Flaxman, S. (2017). European Union regulations on algorithmic decision-making and a right to explanation. AI Magazine, 38(3), 50–57. https://doi.org/10.1609/aimag.v38i3.2741.
Green, A. (2024). Artificial intelligence and the changing demand for skills in the labour market. OECD Artificial Intelligence Papers, 14. https://doi.org/10.1787/88684e36-en.
Mantoux, P. (1927). The Industrial Revolution in the Eighteenth Century: An Outline of the Beginnings of the Modern Factory System in England. Harcourt, Brace & Co.
McCarthy, J., Minsky, M., Rochester, N., & Shannon, C. (2006). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. August 31, 1955. AI Magazine, 27(4). https://doi.org/10.1609/aimag.v27i4.1904.
Monroe, D., & Chalmers, P. A. (2024, September 18). Mastering Chess with a Transformer Model. arXiv. https://arxiv.org/abs/2409.12272.
Nayebi, A. (2025, May 24). An AI Capability Threshold for Rent-Funded Universal Basic Income in an AI-Automated Economy. arXiv. https://doi.org/10.48550/arXiv.2505.18687.
Paul, M., Darity, W. Jr., & Hamilton, D. (2018). The Federal Job Guarantee – A Policy to Achieve Full Employment. Center on Budget and Policy Priorities.
Rizvi, A., & Kearns, M. (2024). Effects of guaranteed basic income interventions on poverty-related outcomes in high-income countries: A systematic review and meta-analysis. Campbell Systematic Reviews, 20(2). https://doi.org/10.1002/cl2.1414.
Scherer, M. U. (2016). Regulating Artificial Intelligence Systems: Risks, Challenges, Competencies, and Strategies. Harvard Journal of Law & Technology, 29, 354–400.
Stone, P., Brooks, R., & Brynjolfsson, E. (2022, October 21). Artificial Intelligence and Life in 2030: The One Hundred Year Study on Artificial Intelligence. arXiv. https://doi.org/10.48550/arXiv.2211.06318.
Tjoa, E., & Guan, C. (2021). A Survey on Explainable Artificial Intelligence (XAI): Towards Medical XAI. IEEE Transactions on Neural Networks and Learning Systems, 32(11), 4793–4813. https://doi.org/10.1109/TNNLS.2020.3027314.
Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, 59, 433–460. https://doi.org/10.1093/mind/LIX.236.433.
Warwick, K., & Shah, H. (2016). Passing the Turing Test Does Not Mean the End of Humanity. Cognitive Computation, 8, 409–419. https://doi.org/10.1007/s12559-016-9390-3.
Zhu, J., Liapis, A., Risi, S., & Bidarra, R. (2018, August 14–17). Explainable AI for designers: A human-centered perspective on mixed-initiative co-creation [Conference presentation abstract]. IEEE Conference on Computational Intelligence and Games, Maastricht, Netherlands. https://doi.org/10.1109/CIG.2018.8490408.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 В. В. Мальцев
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
