پایان کلاهبرداری | هوش مصنوعی چگونه به عدم تقارن اطلاعات پایان می‌دهد؟
به گزارش اقتصادنیوز، نظریه‌ای که جرج آکرلوف، اقتصاددان آمریکایی و برنده جایزه نوبل اقتصاد، در سال 2001 ارائه داد، کم‌ارزش‌تر از کشف عنصر اصلی در طبیعت نبود. او در سال 1970 و زمانی که فقط 30 سال داشت، مقاله‌ای منتشر کرد که توانست سازوکار بازار را تحت تاثیر قرار دهد. این مقاله به نام «بازار لیموها؛ عدم قطعیت کیفیت و مکانیسم بازار» تاکنون یکی از تاثیرگذارترین آثار حوزه اقتصاد اطلاعات به شمار می‌رود.
بنا بر گزارش سعید ابوالقاسمی در هفته نامه تجارت فردا، نظریه آکرلوف با تکیه بر مفهوم عدم تقارن اطلاعات نشان می‌دهد که نابرابری اطلاعاتی بین خریداران و فروشندگان چگونه موجب شکست بازار می‌شود. او ساده‌ترین مثالی را که می‌توانست مطرح کند برای این نظریه در نظر گرفت: بازار خودروهای دست دوم. این بازار یک ویژگی بارز دارد. فروشندگان اطلاعات کاملی از کیفیت محصولشان دارند، اما خریداران به دلیل اطلاعات اندک، با عدم قطعیت روبه‌رو می‌شوند. در پی عدم تقارنی که بر اثر فقر اطلاعات ایجاد می‌شود، پدیده «انتخاب معکوس» شکل می‌گیرد.
در این پدیده، کالاهای باکیفیت از بازار خارج می‌شوند و فقط محصولات بی‌کیفیت باقی می‌مانند. او مدل کاربردی مقاله را بر پایه فرضیه ساده‌ای بنا می‌کند: «فرض کنید دو خودرو در بازار وجود دارد؛ «هلوها»، خودروهای با کیفیت بالا هستند و «لیموها»، خودروهای با کیفیت پایین. فروشندگان، کیفیت دقیق خودروهایشان را می‌دانند، اما خریداران نمی‌توانند تمایز قائل شوند و فقط حاضر می‌شوند قیمت مساوی با ارزش میانگین کالا را پرداخت کنند. اگر ارزش میانگین، کمتر از ارزش واقعی هلو باشد، صاحبان هلوها از فروش منصرف می‌شوند، چرا که ضرر می‌کنند. این انصراف، میانگین کیفیت بازار را کاهش می‌دهد و خریداران را مجبور می‌کند قیمت پایین‌تری پیشنهاد کنند. در نتیجه، چرخه‌ای معیوب ایجاد می‌شود و ممکن است بازار به‌طور کامل فرو بپاشد.»
ایده آکرلوف به اندازه‌ای ساده و کاربردی بود که به‌سرعت حوزه‌های دیگر را هم تحت تاثیر قرار داد. در بازار بیمه، افرادی که بیشتر در معرض آسیب و بیماری قرار دارند، تمایل بیشتری برای خرید بیمه نشان می‌دهند، چرا که سود مورد انتظار بالاتری دارند. در مقابل، شرکت‌های بیمه، حق بیمه را براساس میانگین ریسک تعیین می‌کنند. در چنین شرایطی، افرادی که کمتر به‌دلیل بیماری و آسیب تهدید می‌شوند، با دلسردی اقدام به خرید حق بیمه می‌کنند و بازار به سمت پرخطرها «غش» می‌کند.
در اثر افزایش هزینه‌های بازار بیمه، دریافت حق بیمه، اجباری می‌شود. کمی آن‌سوتر و در بازار کار، کارفرمایان نمی‌توانند بهره‌وری واقعی نیروهای کار را پیش‌بینی کنند. بر همین اساس، میانگین حقوق را در پایین‌ترین سطح قرار می‌دهند. حقوق پایین، کارگران ماهر را به سمت مشاغل دیگر هدایت می‌کند یا سبب بیکاری آنها می‌شود. زمانی که نیروی کار از حوزه تخصصی خارج شود، بهره‌وری کلی پایین می‌آید.
در سطح کلان هم، کشورهای در حال توسعه که وام بیشتری دریافت می‌کنند، اطلاعات خصوصی بیشتری از پروژه‌هایشان در اختیار دارند. اما وام‌دهندگان محافظه‌کار، نرخ بهره را بالا می‌برند و فقط پروژه‌های پرریسک که بازدهی بالاتری نیاز دارند موفق به دریافت وام می‌شوند. این اتفاق سبب می‌شود که دسترسی به سرمایه محدود شود. مقاله‌ای که آکرلوف نوشت و 39 هزار استناد به آن صورت گرفت، پایه و اساس نظریه اطلاعات نامتقارن را تثبیت کرد و کارکردش را در سازمان‌های صنعتی، مالی عمومی، اقتصاد کلان و نظریه قراردادها توسعه داد. حتی سال 1975 نوعی سیاستگذاری در ایالات‌متحده انجام شد که به «قانون فدرال لیمو» معروف شد! این قانون خودروهایی را که بیش از چهار بار تعمیر شده بودند و همچنان عیب دارند «لیمو» می‌نامید و الزام به بازخرید یا جایگزینی آن را مطرح می‌کرد.
تعدیل اطلاعات
هنوز دو سال به پایان دهه دوم قرن بیست‌و‌یکم باقی مانده بود که شرکت PwC گزارشی منتشر کرد که به بررسی «تاثیر اقتصادی هوش مصنوعی در حوزه کلان» می‌پرداخت. پرایس واتر هاوس کوپرز (PwC) به‌عنوان شرکت حرفه‌ای چندملیتی بریتانیایی که خدمات مشاوره مدیریت، مشاوره مالی و سرمایه‌گذاری، مشاوره حقوقی مالیاتی و خدمات حسابداری ارائه می‌کند و اکنون دومین شرکت خدمات حرفه‌ای جهان است، از ظرفیت اقتصادی هوش مصنوعی تا سال 2030 پرده برداشت. براساس مدل‌سازی پیشرفته، هوش مصنوعی تولید ناخالص داخلی را 14 درصد افزایش می‌دهد و بیش از 40 درصد کل رشد اقتصاد را دربر می‌گیرد. این گزارش که بر پایه مطالعات قبلی انجام شده بود، بر نقش هوش مصنوعی در ایجاد ثروت و مشاغل تاکید داشت، اما هشدارهایی هم درباره اختلال‌های بازار کار ارائه کرد.
براساس یافته‌های آن، بهره‌وری فقط 55 درصد تاثیر بر توسعه را تشکیل می‌دهد و بهبود محصولات مصرفی، 58 درصد تولید ناخالص داخلی را دربر می‌گرفت. این اطلاعات زمانی ارزشمند شد که تاثیر هوش مصنوعی بر مفهوم اقتصاد اطلاعات را مورد تاکید قرار داد. همان‌طور که جرج آکرلوف در مدل بازار لیموهای سال 1970 نشان داده بود، نابرابری اطلاعاتی میان فروشندگان و خریداران به انتخاب معکوس نتیجه می‌دهد. این گزارش هوش مصنوعی را به‌عنوان ادامه‌دهنده و تقویت‌کننده اهرم اینترنت که نوعی تعدیل‌کننده اولیه در حوزه عدم تقارن بود معرفی کرد و نشان داد فناوری‌های دیجیتال چگونه اطلاعات را متقارن می‌کنند و بازارها را از ناکارآمدی به کارایی هدایت می‌کنند. براساس این گزارش، اینترنت به‌عنوان نخستین رج فناوری جدید، دیوار بلند هوش مصنوعی را ساخت و تاثیرهای ابتدایی را بر تعدیل عدم تقارن بر جای گذاشت. پیش از اینکه اینترنت گسترش یابد، مصرف‌کنندگان در بازارهای سنتی همانند خودروهای دست دوم یا خدمات درمانی، اطلاعات ناقصی در اختیار داشتند و فروشندگان هم از این ضعف اطلاعاتی، برای سودجویی بیشتر بهره‌برداری می‌کردند.
اینترنت با ارائه دسترسی عمومی به نظرات، قیمت‌ها و داده‌های مقایسه‌ای که بعدها نمونه آن را در سایت‌هایی همانند ئی‌بی مشاهده کردیم، نابرابری اطلاعاتی را کاهش داد. گزارش PwC نشان داد هوش مصنوعی با تحلیل کلان‌داده‌های اینترنتی، اطلاعات را نه‌تنها در دسترس قرار می‌دهد، بلکه حتی شخصی‌سازی می‌کند و سبب می‌شود نتایج به‌دست‌آمده، قابل پیش‌بینی باشد. در بخشی از این گزارش که به حوزه خرده‌فروشی اختصاص داشت، نشان داده شد الگوریتم‌های هوش مصنوعی همانند روبات‌های پیشنهاددهنده آمازون، اطلاعاتی را در دسترس مخاطبان قرار می‌دهند که ممکن است فقط تعداد اندکی از مصرف‌کنندگان و مخاطبان وب‌سایت به آنها دسترسی پیدا کنند. براساس گزارش PwC، این ابزار موجب افزایش تاثیرگذار تولید ناخالص داخلی تا 1/9 تریلیون دلار از طریق بهبود محصولات مصرفی می‌شود. اینترنت در بخش خدمات هم تاثیر قابل‌توجهی بر جای گذاشت. پلت‌فرم‌های مالی، اطلاعات اعتباری را نظام‌مند کرد و سبب شد وام‌گیرندگان پرخطر، کمتر دست به پنهان‌کاری بزنند. بعدها هوش مصنوعی ابزارهایی مثل چت‌بات‌های هوشمند یا تحلیلگرهای بلاک‌چین را معرفی کرد که با استفاده از آنها، دریافت‌کنندگان تسهیلات دیگر نمی‌توانستند نرخ بهره را براساس میانگین ریسک تعیین کنند، چرا که هوش مصنوعی، اطلاعات خصوصی دریافت‌کنندگان را تحلیل می‌کرد. اینترنت همچنین عدم تقارن در ارتباط میان پزشک و بیمار را از بین برد و درمان را شخصی‌سازی کرد و گزینه‌ها را برای بیماران شفاف کرد. در کنار همه این نقاط مثبت، نکته گزارش PwC اهمیت دارد. «بدون اتخاذ سیاست‌های مناسب، هوش مصنوعی عدم تقارن جدیدی ایجاد می‌کند که می‌توان از آن به‌عنوان انحصار داده‌ها در دست غول‌های فناوری نام برد.» در واقع، هرچه را اینترنت تعدیل کرده بود، هوش مصنوعی جنبه دوسویه‌ای به آن می‌بخشد و حتی کفه را به سمت معکوس سنگین می‌کند. به این معنا که به جای واگذار کردن بازار از هلوها به دست لیموها، شیوه معکوس در پیش گرفته شود و هلوها بازار را در دست می‌گیرند. این اتفاق، تولید ناخالص داخلی را 14 درصد افزایش داده و شفافیت را به عصر جدید اقتصاد تزریق می‌کند.
راه باریک
مجله اکونومیست در مقاله‌ای که روز پنجم آبان‌ماه 1404 و به‌صورت آنلاین منتشر کرد، موضوع «پایان اقتصاد کلاهبرداری» با استفاده از دستیارهای هوش مصنوعی را به‌صورت جدی مورد بحث و بررسی قرار داد. نویسنده‌های این مجله به این موضوع پرداخته‌اند که افراد عادی، چگونه با ابزارهای مختلف هوش مصنوعی، صرفه‌جویی‌های خاصی در تبادلات روزانه انجام می‌دهند. «ارسال قرارداد اجاره خودرو به چت جی‌پی‌تی برای بررسی بندهای قرارداد و هزینه‌هایی که در پی آن ایجاد می‌شود، طی چند ثانیه، ابهام‌های قراردادی را افشا می‌کند؛ این موضوع پیش از آنکه ابزارهای هوش مصنوعی آغاز به کار کنند، نیازمند وکیل یا مشاورانی بود که دستمزد یا حق‌الوکاله آنها بالاست.»
اکونومیست مثال دیگری هم می‌آورد و جنبه‌های فنی موضوع را به بحث می‌گذارد. «تشخیص نشت آب از شیر پیش از ظهور هوش مصنوعی، نیازمند لوله‌کش‌های ماهر و متخصص بود. اکنون جایگزین شده و هزینه هر ساعت 100 دلار را در جیب مردم صرفه‌جویی می‌کند.» اکونومیست تاکید دارد هوش مصنوعی می‌تواند نابرابری یا عدم تقارن اطلاعات را معکوس کند. «الگوریتم‌ها داده‌ها را سریع‌تر از انسان‌ها تجزیه‌وتحلیل می‌کنند، قراردادها را می‌خوانند، قیمت‌ها را در جدول‌های مقایسه قرار می‌دهند و حتی مذاکره انجام می‌دهند.» هوش مصنوعی در بخش مالی، شرایط دریافت تسهیلات را بررسی می‌کند و هزینه‌های پنهان دریافت وام را به مخاطب اطلاع می‌دهد. پیش از این، بانک‌ها برای دریافت سود بیشتر، این اطلاعات را از مخاطبانشان، پنهان می‌کردند. حتی در پزشکی، هوش مصنوعی گزینه‌های درمانی را براساس داده‌های جهانی پیشنهاد می‌دهد و اجازه نمی‌دهد پزشکان برای بیماران هزینه‌های غیرضروری بتراشند. نویسنده‌های اکونومیست باور دارند که این تغییرات، بازار را از «استثمار ناآگاهی» به «گفت‌وگوی آگاهانه» تبدیل کرده است. دستیارهای هوشمند زمانی در زندگی اهمیت پیدا می‌کنند که علاوه بر تعیین گام‌ها و اقدامات، راه‌حل‌های جایگزین هم ارائه می‌دهند. هوش مصنوعی، ویدئوهای یوتیوب را خلاصه می‌کند و راه‌حل‌های مبتنی بر اقدام فردی را در صدر فهرست قرار می‌دهند. این راه‌حل‌ها و اقدامات، هزینه‌ها را تا 50 درصد کاهش می‌دهد. مقاله اکونومیست، همه این موارد را مستند و بر پایه پژوهش‌های علمی مطرح می‌کند. «تحلیل بیش از یک میلیون شکایت در دفتر حمایت از مصرف‌کننده آمریکا که از سوی دانشگاه هنگ‌کنگ انجام شد، نشان می‌دهد مصرف‌کنندگانی که از هوش مصنوعی برای مذاکره یا طرح شکایت استفاده می‌کنند، به‌طور میانگین ۹ درصد نتایج بهتری دریافت می‌کنند.
این نتایج می‌تواند موارد مختلف را در بر بگیرد که از جمله آنها می‌توان به بازپرداخت بیشتر یا حتی تخفیف اشاره کرد. این داده‌ها که در سال ۲۰۲۴ جمع‌آوری شده، نخستین شواهد کمی از تاثیر هوش مصنوعی بر تعادل اطلاعاتی است.» مثال‌های دیگری همانند وکیل‌ها که با استفاده از هوش مصنوعی سندهای پرونده‌های قضایی را خلاصه می‌کنند و همچنین رانندگان تاکسی که با استفاده از مسیریاب‌های به‌روز، مسافران را سریع جابه‌جا می‌کنند نیز در این میان وجود دارد. نکته دیگری که معکوس شدن تقارن اطلاعات با استفاده از هوش مصنوعی رقم می‌زند، چشم‌انداز آینده است. براساس پیش‌بینی اکونومیست، در دوران پساهوش مصنوعی، بازارهایی بر پایه «تعادل الگوریتمی» شکل می‌گیرند که در آن، مصرف‌کنندگان، مشاوران دیجیتال شخصی خواهند داشت که سبب می‌شود در بازارها زیان نبینند. «ابزارهای هوش مصنوعی، واسطه‌های بی‌طرفی هستند که در هر نقشی وارد می‌شوند، شرایط مثبتی ایجاد می‌کنند که هر دو طرف، از معامله سود ببرند.» این موضوع، آغاز پدیده‌ای است که به آن، «پایان عصر مصرف‌کننده ناآگاه» گفته می‌شود.
لیموهای مدرن
راهی که جرج آکرلوف در سال 1970 پایه‌گذاری کرد، در سال 2025 و به‌وسیله پژوهشگران دانشگاه نیویورک ادامه داده شد. دنیس شاشا، استاد برجسته علوم کامپیوتر و ریاضیات کاربردی دانشگاه نیویورک، به همراه سه دانشجوی این دانشگاه، ابزار هوش مصنوعی با نام ContractNerd را توسعه داده‌اند که برای تحلیل‌های اجاره خودرو و خانه در شهرهای نیویورک و شیکاگو طراحی شده و الگوهای زبانی بزرگ را به‌عنوان مدل کارکردی در دستور کار قرار داده است. این ابزار هوش مصنوعی، بندهای قراردادها را به چهار دسته تقسیم می‌کند: «بندهای غایب، بندهای غیرقابل اجرا، بندهای قانونی و معتبر و درنهایت، بندهای قانونی اما پرریسک که این دسته، سه زیرمجموعه پرخطر، با خطر متوسط و با خطر پایین را در خودش جای داده است.» عملکرد این ابزار هوش مصنوعی از سوی متخصص‌ترین افراد در حوزه‌های حقوقی مورد بررسی قرار گرفته و نتایج جذابی را پیش‌روی مخاطبان قرار می‌دهد. بررسی‌ها نشان دادند ContractNerd در زمینه پیش‌بینی بندهای غیرقابل اجرا در پرونده‌های حقوقی، دقت بالاتری دارد و امتیازهای مرتبط بودن، دقت و کامل بودن را به‌صورت کامل دریافت کرده است. به اعتقاد نویسندگان این مقاله، افراد باید قراردادها را بخوانند و سپس تصمیم بگیرند که امضا کنند یا خیر. این در شرایطی است که افراد کمی آموزش‌های حقوقی را گذرانده‌اند. در نتیجه، این دستیار هوش مصنوعی، حجم ناآگاهی و مسلط نبودن بر مباحث حقوقی را از جانب مصرف‌کنندگان کاهش می‌دهد و اجازه نمی‌دهد هزینه‌های ناعادلانه به آنها تحمیل شود. همچنین، کمک کرده تا قراردادهای عادلانه در اختیار کسب‌وکارها قرار بگیرد و تعداد دعاوی کمتر شود.
برنامه آینده توسعه‌دهندگان این نرم‌افزار آن است که گستره جغرافیایی آن را افزایش دهند و به خارج از مرزهای شیکاگو و نیویورک بروند. رینا کروز، متخصص محتوای موسسه اِوِرساین هم که بر فناوری‌های حقوقی تمرکز دارد، مقاله‌ای منتشر کرد که ابزار هوش مصنوعی AI Summarizer را مورد بررسی قرار داد. این ابزار برای ویرایش و خلاصه‌نویسی قراردادها و انجام امضای الکترونیک استفاده می‌شود. افزایش سرعت فرآیندهای اجرایی کار و کاهش زمان، جلوگیری از غفلت‌های انسانی، مدیریت حجم سنگینی از پرونده‌ها و موردهای حقوقی، به‌روزرسانی قوانین جدید، ارائه تحلیل‌های سریع بر پایه شرایط کلیدی، شناسایی ریسک‌های مالی پنهان، مقیاس‌پذیری برای مالکان شرکت‌های کوچک یا بزرگ و تحلیل ریسک در مقایسه با استانداردهای موجود در حوزه تخصصی از جمله مزیت‌های استفاده از این دستیار به شمار می‌رود. دستیار هوشمند، حتی محاسبات مالی را هم انجام می‌دهد. محاسباتی که افزایش اجاره و مالیات را هم شامل می‌شود و حتی آنها را با قوانین محلی تطبیق‌پذیر می‌کند. اصلی‌ترین موضوعی که باید به آن پرداخت این است که هوش مصنوعی قابلیت آن را ندارد که با بررسی انسانی جایگزین شود. همچنین، مسائل غیرعادی یا پیچیده نیز به‌وسیله هوش مصنوعی قابل بررسی نیست. ضمن اینکه، عدم پوشش کامل قوانین و ارائه ندادن مشاوره حقوقی رسمی یا تفسیر کامل قوانین سبب می‌شود محدودیت‌هایی برای دستیارهای هوش مصنوعی در این زمینه ارائه شود. دستیارهای هوش مصنوعی در زمینه قراردادهای اجاره منزل، موضوع مهمی همانند پرداخت‌ها، شرایط تمدید و تناقض‌ها را مورد بررسی قرار می‌دهد.
آنچه هر دو پژوهشگر، هم دنیس شاشا، استاد برجسته علوم کامپیوتر و ریاضیات کاربردی دانشگاه نیویورک و هم رینا کروز، متخصص محتوای موسسه اِوِرساین به آن دست یافتند، تعبیری است که از سوی مجله اکونومیست هم مطرح می‌شود. «هوش مصنوعی، پایان اقتصاد کلاهبرداری است؛ مصرف‌کنندگان با استفاده از ابزارهای هوشمند، نتایج بهتری به‌دست می‌آورند و چشم‌انداز کلان را با استفاده از ابزارهای هوش مصنوعی مشخص می‌کنند. جزئیات ویژه‌ای همانند دقت بالا و امکان ویرایش بر دسترسی مساوی و عادلانه مصرف‌کنندگان بر اطلاعات تاکید دارند، اما درعین‌حال، موضوع‌هایی همانند نیاز به حضور یک وکیل انسانی در پرونده‌های قضایی را نیز نفی نمی‌کنند.» این‌گونه است که به تعبیر اکونومیست، بازار با کمک ابزارهای هوش مصنوعی شفاف می‌شود و لیموها جای خودشان را به هلوها می‌دهند.
کاهش ناآگاهی
زندگی روزمره مردم، فقط در تعمیرات منزل، خرید و فروش خانه یا خودرو، خرید از فروشگاه‌های مختلف یا حتی سفر خلاصه نمی‌شود. مردم بیمار می‌شوند و نیاز به مشورت‌های پزشکی دارند. همچنین، احتمال دارد مردم با مشکلات حقوقی و قضایی روبه‌رو شوند که باید با برخورداری از اطلاعات خاص از قوانین، آنها را از میان بردارند که زندگی‌شان مختل نشود. در حوزه‌های پزشکی و قضایی، پزشکان و وکیل‌ها از جزییات فنی آگاهی کامل دارند، اما مصرف‌کنندگان که همان بیماران و موکلان‌اند، این اطلاعات را در اختیار ندارند. عدم تقارن اطلاعات گاهی به سوءاستفاده منجر می‌شود و هزینه‌های غیرضروری را به مردم تحمیل می‌کند. ابزارهای هوش مصنوعی شرایطی را پدید می‌آورند که نابرابری اطلاعات تعدیل شود. مرکز پتری-فلوم دانشکده حقوق دانشگاه هاروارد (2025)، مقاله‌ای را با عنوان «دستیاران پزشکی هوشمند؛ حل بی‌سوادی پزشکی برای کاهش هزینه مراقبت‌های درمانی» منتشر کرد.
این مقاله را رابرت هورن، رئیس آزمایشگاه‌های فارست هیل، که پیش از این کارمند کنگره آمریکا هم بوده است عرضه کرد. در این پژوهش تخمین زده شد 25 درصد مجموع هزینه‌های بهداشتی ایالات‌متحده که نزدیک به یک تریلیون در سال را شامل می‌شود، به دلیل مواردی همانند بهره‌وری ناکافی، تقلب و سوءاستفاده ناشی از نابرابری‌ها رخ می‌دهد. افرادی همانند پزشکان، متخصصان و شرکت‌های بیمه بیشترین میزان آسیب‌های مالی را به مصرف‌کنندگان وارد می‌کنند، چرا که به جای حل مشکل، هزینه‌ها را بالا می‌برند که کارمزدهای بیشتری دریافت کنند و در نتیجه، استقلال مصرف‌کننده به پایین‌ترین سطح می‌رسد. دستیارهای هوشمند پزشکی با در نظر گرفتن زمان و دقت بالا، مشاوره‌های پزشکی را به زبان ساده و شخصی‌سازی‌شده به بیماران ارائه می‌کنند و در نتیجه، فقر اطلاعاتی آنها را از بین می‌برند. نکته جالب‌تر آن است که دستیارهای هوش مصنوعی نه‌تنها هزینه‌ها را برای بیماران کاهش می‌دهند، بلکه برای شرکت‌های بیمه و دولت هم صرفه‌جویی ایجاد می‌کنند. چرا این اتفاق می‌افتد؟
به این دلیل که بیماران آگاه‌تر، انتخاب‌های بهینه انجام می‌دهند. در سوی دیگر سکه، خدمات حقوقی هم با دستیارهای هوشمند متحول می‌شوند. مقاله‌ای که نشریه Nature Computational Science منتشر کرد، «رتبه‌بندی شرکت‌های وکالت مبتنی بر داده برای کاهش عدم تقارن اطلاعات در اختلافات حقوقی» را مورد بررسی قرار داد. این مطالعه بر پایه مدل‌سازی محاسباتی تاکید دارد که بیشتر موکلان فاقد اطلاعات معتبر برای انتخاب وکلای تأثیرگذار هستند. در نتیجه، نابرابری اطلاعاتی ایجاد می‌شود که به سود طرف‌های ثروتمند عمل می‌کند. این مقاله، بیش از 60 هزار دعوای مدنی را در دادگاه‌های فدرال ایالات‌متحده مورد بررسی قرار داد. نتایج به‌دست‌آمده، حیرت‌آور بود. «شهرت یا مقیاس شرکت، با میزان موفقیت قضایی همخوانی ندارد. موکلان می‌توانند پیشنهادهای طرف مقابل را به چالش بکشند و به نتایج عادلانه دست یابند. در نتیجه، هزینه‌های ناشی از انتخاب نادرست وکیل کاهش می‌یابد و بازار خدمات حقوقی به سمت کارایی و عدالت بیشتر سوق داده می‌شود.» این رویکرد، عدم تقارن اطلاعاتی را که آکرلوف از آن به‌عنوان عامل شکست بازار نام برده است، به ابزاری برای توانمندسازی موکلان تبدیل می‌کند و چهارچوب علمی برای سیاست‌گذاری‌های حقوقی فراهم می‌آورد.
سهم بیشتر
مینکیو شین، استاد بازاریابی دانشگاه هنگ‌کنگ، در پژوهشی که با عنوان «پذیرش و کارایی مدل‌های زبانی بزرگ؛ شواهدی از شکایات مصرف‌کنندگان در صنعت مالی» انجام داد، بر نقش تحول‌آفرین الگوهای زبانی بزرگ همانند «چت جی‌پی‌تی در بهبود تعاملات مصرف‌کننده-شرکت» در بازارهای مالی تمرکز کرد. این مطالعه، بیش از یک میلیون و 100 هزار شکایت ثبت‌شده در دفتر حفاظت مالی مصرف‌کننده در ایالات‌متحده را مورد بررسی قرار داد. این شکایت‌ها از سال 2015 تا 2024 ثبت شده بودند و دو نکته مهم را نشان داد. نخست اینکه، پذیرش استفاده از دستیارهای هوش مصنوعی پس از انتشار نسخه اولیه چت جی‌پی‌تی در سال 2022 به شکل چشمگیری افزایش یافت و از نزدیک به صفر، به 8/9 درصد رسید.
میزان پذیرش در گروه‌های آسیب‌پذیر بیشتر هم بود. دومین نکته این بود که شکایت‌هایی که با استفاده از الگوهای زبانی بزرگ مثل چت جی‌پی‌تی تکمیل و ثبت شده‌اند، 4/9 درصد بیشتر از پرونده‌هایی که به‌صورت کامل با هوش انسانی ثبت شده‌اند، به جبران خسارت انجامیده‌اند. نتایج پژوهش شین و همکاران، چالش‌های جدیدی را پیش‌روی مخاطبان قرار می‌دهد. میزان پذیرش و همچنین حجم موفقیت شکایت‌هایی که با استفاده از هوش مصنوعی ثبت و پردازش شده بودند، نه‌تنها حجم دموکراتیزاسیون فناوری را نشان می‌دهد، بلکه بر ناهمگونی جغرافیایی-اجتماعی نیز تاکید می‌کند. «در مناطقی که تسلط شهروندان به انگلیسی کم است، ابزارهای هوش مصنوعی مانند مترجم هوشمند ایفای نقش می‌کنند.
در بازارهای مالی که اصطلاحاتی همانند وصول بدهی یا گزارش اعتباری برای مصرف‌کنندگان ناآگاه حکم لیموهای پنهان را دارد، ابزارهای هوشمند روایت‌های واضح، منسجم و اقناع‌کننده می‌سازد.» آنچه مینکیو شین، استاد بازاریابی دانشگاه هنگ‌کنگ، به آن دست یافته، تئوری جرج آکرلوف را به‌روزرسانی می‌کند. «ابزارهای هوش مصنوعی نقش سازوکار جبرانی را ایفا می‌کنند که موجب جلوگیری از فروپاشی بازار می‌شوند. همان‌طور که مدل آکرلوف نشان داد بدون وجود تقارن در اطلاعات، بازار به سمت لیموها میل می‌کند، ابزارهای هوش مصنوعی اطلاعات پنهان را بازگو می‌کنند که بازار متعادل شود. به جای خروج مصرف‌کننده ناآگاه یا همان صاحبان هلوها، هوش مصنوعی آنها را به بازیگران آگاه بازار تبدیل می‌کند که با ایجاد تقاضای عادلانه، شرکت‌ها را به ارائه خدمات باکیفیت وادار می‌کنند.» همچنین، فرآیندهای جبرانی برای گروه‌های آسیب‌پذیر مثل مهاجرانی که هنوز به شکل کامل بر زبان کشور مقصد مسلط نشده‌اند، نابرابری‌های ناشی از عدم تقارن اطلاعات را کاهش می‌دهد. در تئوری آکرلوف، ناآگاهی، بازار را به سود فروشندگان ثروتمند که اطلاعات کاملی دارند، تغییر می‌دهد.
هوش مصنوعی با ایجاد دسترسی رایگان و فوری، زمین بازی را یکدست و مسطح می‌کند. در شکایت‌هایی که درباره خریداری و استفاده از کارت‌های اعتباری مطرح شده بود، شرکت‌ها از نرخ‌های پنهان به‌شدت سود می‌بردند، اما ابزارهای هوش مصنوعی به شکلی عمل کردند که «سیگنال کیفیت»، سبب شد اطلاعات به‌صورت یکپارچه توزیع شود و خریداران کارت‌های اعتباری، قدرت تصمیم‌گیری بیشتری داشته باشند. در چنین شرایطی، هوش مصنوعی شرایطی فراهم می‌کند که اقتصاد کلاهبرداری، جای خودش را به عصر شفافیت بدهد. شفافیتی که در آن، مصرف‌کننده مشاور دیجیتال در اختیار دارد و شرکت‌ها نمی‌توانند از ناآگاهی او سوءاستفاده کنند. اکنون که چنین امکاناتی برای تعدیل بازار فراهم شده، سیاستگذاران می‌توانند دسترسی به فناوری را با یارانه‌های دیجیتال یا آموزش سواد هوش مصنوعی ترکیب کنند تا جامعه نتایج بهتری بگیرد. مینکیو شین هم در پژوهش اخیرش به این نتیجه رسید که «وابستگی به ابزارهای تشخیصی هوش مصنوعی ممکن است چرخه جدیدی از عدم تقارن ایجاد کند. بنابراین، پژوهش‌های آینده باید اثرات بلندمدت بر رفتار شرکت‌ها مثل بهبود خدمات پیشگیرانه را بررسی کنند».
آینده بازارها
اساسی‌ترین پرسشی که در پایان عصر عدم تقارن اطلاعات باید به آن پاسخ داد این است که «هوش مصنوعی چگونه بهترین محصولات و خدمات را از بقیه جدا می‌کند؟». مجله اکونومیست در پاسخ به این پرسش هم پیشگام است. این مجله در فوریه 2025 مقاله‌ای منتشر و مشخص کرد هوش مصنوعی چگونه به مردم کمک می‌کند به سراغ بهترین کالاها و خدمات بروند.
اکونومیست با استناد به صحبت‌های مدیران فناوری از جمله سم آلتمن، مدیرعامل اوپن ای‌آی و دمیس هاسابیس، مدیرعامل دیپ‌مایند، هوش مصنوعی را «معجزه‌ساز» توصیف کرد. «هوش مصنوعی با تقویت بهره‌وری نخبگان، شکاف میان بهترین‌ها و بقیه را افزایش می‌دهد. برای مثال در حوزه‌های خلاقانه‌ای همانند نویسندگی یا برنامه‌نویسی، ابزارهایی را فراهم می‌کند که متخصصان برتر را 20 تا 30 درصد کارآمد می‌کند. درحالی‌که کارگران متوسط، با کارگران دارای مهارت‌های روتین جایگزین می‌شوند.» اکونومیست براساس مطالعه دانشگاه استنفورد (2024) نشان می‌دهد بهره‌وری شرکت‌های بزرگ فناوری مثل گوگل و مایکروسافت با هوش مصنوعی بیش از 15 درصد رشد کرده، اما شرکت‌های کوچک‌تر که دسترسی محدود به مدل‌های پیشرفته داشته‌اند، عقب مانده‌اند. این پویایی، به «اقتصاد ابرستاره‌ها» دامن می‌زند، در این اقتصاد، 10 درصد بازار که بهترند، 80 درصد سود را جذب می‌کنند.
بر این مبنا می‌توان گفت، بازارهای آینده، بر پایه «تعادل الگوریتمی» شکل می‌گیرند. «شرکت‌ها از هوش مصنوعی برای بهینه‌سازی بازاریابی و قیمت‌گذاری پویا استفاده می‌کنند، درحالی‌که مصرف‌کنندگان، با دستیاران شخصی هوش مصنوعی، مذاکره می‌کنند.» این رقابت، شفافیت را افزایش می‌دهد: «مصرف‌کننده می‌تواند قراردادها را تحلیل و نقص‌ها را شناسایی کند که درنهایت، ابهام اطلاعاتی را کاهش دهد.» با‌این‌حال، بدون واسطه‌های بی‌طرف، این تعادل به نفع غول‌های فناوری چرخش می‌کند. اکونومیست بازار املاک را مثال می‌آورد. «پلت‌فرم‌هایی همانند Zillow، با استفاده از هوش مصنوعی قیمت‌ها را شخصی‌سازی می‌کنند، اما الگوریتم‌های انحصاری اطلاعات را در دست مالکان بزرگ نگه می‌دارند و مستاجران را در موضع ضعف قرار می‌دهند؛ نتیجه این می‌شود که نابرابری درآمدی در بخش‌های هوشمند، افزایش 25درصدی ایجاد می‌کند!» دارون عجم‌اوغلو، برنده نوبل اقتصاد، هم در مقاله‌ای که با عنوان «آسیب‌های هوش مصنوعی» نوشت و در سال 2023 منتشر کرد، بر این موضوع تاکید داشت هوش مصنوعی در صورت وجود نداشتن مقررات مبتنی بر آن، نابرابری‌ها را تشدید می‌کند.
«اتوماسیون روتین، 50 درصد تغییرات ساختاری دستمزدها را در آمریکا توضیح می‌دهد و هوش مصنوعی با جایگزین کردن مشاغلی که به مهارت کمتری نیاز دارند، این روند را سرعت می‌بخشد.» او هشدار می‌دهد هوش مصنوعی به جای ایجاد وظایف جدید، به «اتوماسیون جایگزین» تمایل دارد و وظایف متوسط بدون نوآوری گسترده را از پیش پا برمی‌دارد. این اقتصاددان همچنین در گفت‌وگویی که با MIT Technology Review انجام داده تاکید می‌کند که «فناوری‌های دیجیتال، نابرابری را تشدید می‌کنند، مگر اینکه انتخاب‌های نهادی در این زمینه مداخله کند و واسطه‌های بی‌طرف را به بازی بگیرند». واسطه‌های بی‌طرف هوش مصنوعی به‌عنوان داوران مستقل، نقش مهمی در این چرخه ایفا می‌کنند. اکونومیست همچنین پیش‌بینی می‌کند رقابت الگوریتمی، به تولد «داوران دیجیتال» می‌انجامد. مثال عملی آن، در بازار بیمه رخ می‌دهد. «هوش مصنوعی شرایطی ایجاد می‌کند که شرکت‌های بیمه بتوانند نرخ‌های شخصی‌سازی‌شده اعمال کنند، اما واسطه‌های بی‌طرف با مقایسه نرخ‌ها، تقلب را مشخص می‌کنند.» در نتیجه، آینده بازارها، بر پایه تعادل میان نوآوری هوش مصنوعی و مداخله نهادی استوار است. جایی که زمین بازی، شرایط معامله برد-برد را برای همه طرفین بازار فراهم می‌کند.
ارسال نظر