هوش مصنوعی؛ پل نوین توسعه
در دنیای امروز، نوآوری فناورانه به‌عنوان موتور محرکه رشد اقتصادی و توسعه اجتماعی شناخته می‌شود؛ اما توزیع این نوآوری‌ها به‌شدت نامتوازن است، به طوری که بخش عمده‌ای از آن در مراکز شهری پیشرفته و ثروتمند متمرکز شده است. این نوع تمرکز جغرافیایی، شکاف عمیقی بین مناطق توسعه‌یافته و کمتر توسعه‌یافته ایجاد کرده است. پژوهش جدیدی که توسط آندرس رودریگز - پوز و ژوئینگ یو انجام شده است، نشان می‌دهد...
سرمایه‌گذاری در علم و فناوری (S&T) همواره به عنوان کلید اصلی نوآوری در نظر گرفته شده است. اندیشمندانی مانند آدرچ و فلدمن (1996) و پاویت (1982) بر این باور بوده اند که افزایش هزینه های تحقیق و توسعه، به رشد نوآوری منجر می‌شود. اما واقعیت پیچیده تر از این است. سیاست های سنتی مبتنی بر سرمایه‌گذاری در علم و فناوری، به جای کاهش شکاف ها، غالبا به تمرکز بیشتر نوآوری در مناطقی که از قبل پیشرفته بوده اند، منجر شده است.
لومو و اگر (2019) در مطالعه خود نشان دادند که نوآوری به طور فزاینده ای در تعداد محدودی از مراکز شهری با منابع انسانی و مالی قابل‌توجه، متمرکز شده است. این تمرکز، به شکافی عمیق در توزیع نوآوری بین مناطق توسعه یافته و کمتر توسعه یافته منجر شده است. به عبارت دیگر، توزیع جغرافیایی نوآوری، نامتوازن تر از توزیع تقریبا همه شاخص های اقتصادی دیگر مانند اشتغال، درآمد، سرمایه‌گذاری یا بهره وری است.
آغیون (Aghion) و همکاران (2019) استدلال می‌کنند شهرها و مناطقی که در مرز یا زیر مرز فناوری قرار دارند، به دلیل کمبود سرمایه انسانی و منابع مالی، در تلاش برای رسیدن به سطح نوآوری همتایان پیشرفته خود هستند. این چالش، حتی با وجود سرمایه‌گذاری های کلان در علم و فناوری، همچنان پابرجاست.
چین پیشگام در استفاده از هوش مصنوعی و روباتیک برای توسعه متوازن
در مواجهه با این چالش، چین استراتژی جسورانه ای را در پیش گرفته است. این کشور، با هدف تبدیل شدن به رهبر جهانی هوش مصنوعی تا سال 2025، به سمت استفاده گسترده از هوش مصنوعی و روباتیک حرکت کرده است. چیوکا و بیانکوتی (2018) در گزارش خود، این هدف گذاری را نشانه ای از عزم جدی چین برای تغییر در پارادایم نوآوری می دانند.
جذب استعدادها؛ کلید موفقیت چین
یکی از اقدامات کلیدی چین، راه اندازی کمپین ملی جذب استعدادهای هوش مصنوعی بود. زنگ (2021) در مطالعه خود، تاثیر چشمگیر این کمپین را نشان می‌دهد. تا سال 2017، اروپا بیش از دو برابر چین متخصص هوش مصنوعی داشت. اما طی تنها پنج‌سال، از 2015 تا 2020، نفوذ مهارت های هوش مصنوعی در چین به 1.4برابر میانگین جهانی رسید و این کشور را پس از هند و آمریکا در رتبه سوم جهانی قرار داد.
لوندوال و ریکاپ (2022) این تغییر را نه‌تنها کمی، بلکه کیفی نیز می دانند. آنها استدلال می‌کنند که چین نه‌تنها تعداد متخصصان را افزایش داده، بلکه با جذب استعدادهای برتر و ایجاد محیطی پویا برای نوآوری، کیفیت پژوهش ها را نیز ارتقا داده است.
روباتیک صنعتی؛ موتور محرکه تحول صنعتی
همزمان با پیشرفت در هوش مصنوعی، چین سرمایه‌گذاری گسترده ای در روباتیک صنعتی داشته است. لیو و همکاران (2020) روباتیک را استفاده از ماشین های قابل برنامه ریزی برای انجام وظایف تعریف می‌کنند. از سال 2013، تعداد روبات های صنعتی در چین به طور مداوم افزایش یافته است.
آسملو و رستریپو (2020) استدلال می‌کنند که روباتیک می تواند بهره وری، رشد اقتصادی و نوآوری را به طور قابل‌توجهی افزایش دهد. اما سوال اصلی این است: آیا این فناوری ها می توانند به کاهش شکاف نوآوری نیز کمک کنند؟
جغرافیای متنوع هوش مصنوعی و روباتیک در چین
یکی از نوآوری های کلیدی در استراتژی چین، رویکرد غیرمتمرکز به توسعه هوش مصنوعی و روباتیک است. برخلاف سیاست های سنتی نوآوری که به تمرکز شدید در شرق چین، به‌ویژه در شهرهایی مانند شانگهای، گوانگژو و پکن منجر شده بود (لی، 2009)، استراتژی جدید، تنوع جغرافیایی بیشتری را تشویق می‌کند.
هوش مصنوعی؛ فراتر از مراکز سنتی
زنگ (2021) توضیح می‌دهد که دولت مرکزی چین به دولت های محلی اجازه داده است تا استراتژی های توسعه هوش مصنوعی را با شرایط و ظرفیت های بومی تطبیق دهند. این رویکرد، موجب گسترش هوش مصنوعی فراتر از مراکز سنتی نوآوری شده است. نگاهی به نقشه هوش مصنوعی در چین در شکل نشان می‌دهد که گرچه مناطقی مانند دلتای رودخانه مروارید و دلتای رودخانه یانگ تسه همچنان پیشرو هستند، اما استان های داخلی نیز رشد قابل‌توجهی داشته اند. این الگو نشان می‌دهد که با سیاست های مناسب، حتی مناطق کمتر توسعه یافته نیز می توانند در فناوری های پیشرفته پیشرفت کنند.
صنعتی شدن فراگیر
الگوی مشابهی در مورد روباتیک صنعتی نیز دیده می‌شود. نقشه تراکم روبات های صنعتی نشان می‌دهد که علاوه بر مراکز صنعتی سنتی، استان هایی مانند هنان، شاندونگ، فوجیان، هبی و آنهویی نیز شاهد افزایش چشمگیر در استفاده از روبات ها بوده اند. این گسترش جغرافیایی، نشان دهنده پتانسیل هوش مصنوعی و روباتیک در ایجاد یک مدل توسعه صنعتی فراگیرتر است. به‌جای تمرکز صرف بر مناطقی که از قبل پیشرفته هستند، این فناوری ها می توانند به توزیع متوازن تر فرصت های اقتصادی و نوآوری کمک کنند.
افزایش ثبت اختراعات
یکی از یافته های کلیدی این است که سرمایه‌گذاری در هوش مصنوعی و تراکم بالای روبات های صنعتی، به طور مستقیم با افزایش نوآوری فناورانه که با شدت ثبت اختراع سنجیده می‌شود، ارتباط دارد. به عبارت ساده تر، شهرهایی که بیشتر در هوش مصنوعی سرمایه‌گذاری کرده اند و روبات های بیشتری دارند، تعداد بیشتری اختراع ثبت می‌کنند. این یافته با نظریات آسملو و رستریپو (2020) همخوانی دارد. آنها استدلال می‌کنند که روباتیک و هوش مصنوعی نه‌تنها فعالیت های تکراری را خودکار می‌کنند، بلکه با آزاد کردن منابع انسانی برای فعالیت های خلاقانه تر، به نوآوری کمک می‌کنند.
مزایای نسبی برای شهرهای عقب مانده
اما نکته جالب تر این است که تاثیر هوش مصنوعی و روباتیک در شهرهای کمتر توسعه‌یافته، بیشتر است. این یافته، شاید مهم‌ترین دستاورد این پژوهش باشد؛ به این معنی که یک واحد سرمایه‌گذاری در هوش مصنوعی یا یک واحد افزایش در تراکم روبات ها در یک شهر کمتر توسعه یافته، نسبت به همان سرمایه‌گذاری در یک شهر پیشرو، افزایش بیشتری در نوآوری ایجاد می‌کند. این پدیده را می توان با مفهوم «مزیت عقب ماندگی» توضیح داد. آغیون و همکاران (2019) استدلال می‌کنند که مناطق عقب مانده می توانند با جهش فناورانه، مراحل توسعه را سریع تر طی کنند. هوش مصنوعی و روباتیک، دقیقا چنین جهشی را ممکن می سازند. این فناوری ها به شهرهای کمتر توسعه یافته اجازه می‌دهند تا بدون طی کردن تمام مراحل صنعتی شدن سنتی، مستقیما وارد عصر صنعت هوشمند شوند.
تقویت بازده سرمایه‌گذاری در علم و فناوری
یافته دیگر این پژوهش، تاثیر «تعدیل کننده» هوش مصنوعی و روباتیک بر رابطه بین سرمایه‌گذاری در علم و فناوری (S&T) و نوآوری است. به عبارت ساده، در شهرهایی که سطح بالاتری از هوش مصنوعی و روباتیک دارند، هر یوآن سرمایه‌گذاری‌شده در S&T، نوآوری بیشتری ایجاد می‌کند. این یافته، چالش های مطرح‌شده توسط آدرچ و فلدمن (1996) را به نوعی پاسخ می‌دهد. آنها نشان داده بودند که سرمایه‌گذاری در S&T لزوما به نوآوری در همه مناطق منجر نمی‌شود. اما با حضور هوش مصنوعی و روباتیک، این معادله تغییر می‌کند. این فناوری ها می توانند به عنوان کاتالیزور عمل کرده و تبدیل دانش علمی به نوآوری های کاربردی را تسریع کنند. جالب تر اینکه این اثر تقویت کننده در شهرهای کمتر نوآور، قوی تر است. این امر به آن معناست که هوش مصنوعی و روباتیک، به‌ویژه در مناطقی که از نظر نوآوری عقب مانده اند، می توانند بازده سرمایه‌گذاری در علم و فناوری را به طور چشمگیری افزایش دهند.
چرا هوش مصنوعی و روباتیک در چین جواب داده است؟
موفقیت چین در استفاده از هوش مصنوعی و روباتیک برای کاهش شکاف نوآوری، تصادفی نبوده است. چند عامل کلیدی در این موفقیت نقش داشته اند: سازگاری با شرایط محلی؛ رویکرد غیرمتمرکز: زنگ (2021) نشان می‌دهد که رویکرد غیرمتمرکز چین به توسعه هوش مصنوعی، نقشی حیاتی داشته است. به جای یک برنامه یکسان برای همه، دولت های محلی تشویق شدند تا استراتژی های خود را با توجه به نیازها، ظرفیت ها و مزیت های نسبی منطقه خود تدوین کنند. این رویکرد با نظریه های توسعه اقتصادی منطقه ای، مانند آنچه کروگمن (1991) مطرح کرده، همخوانی دارد. او استدلال می‌کند که موفقیت در توسعه، به‌شدت به شناخت و تقویت مزیت های نسبی محلی بستگی دارد. در مورد چین، این به معنای تطبیق استراتژی های هوش مصنوعی با صنایع موجود، منابع انسانی و حتی فرهنگ کارآفرینی محلی بوده است. ارتقای مهارت های جدید؛ قلب های بزرگ در عصر هوش مصنوعی: ریچارد بالدوین (2019) در کتاب خود «مغز بزرگ، قلب بزرگ: هوش مصنوعی و آینده کار انسانی»، استدلالی جذاب مطرح می‌کند. او می گوید: «هوش مصنوعی به افراد با «قلب های بزرگ» بیشتر از افراد با «سرهای بزرگ» فرصت می‌دهد.» منظور او این است که در عصر هوش مصنوعی، مهارت های نرم مانند خلاقیت، همدلی، تفکر انتقادی و هوش هیجانی، ارزشمندتر از دانش تخصصی صرف می شوند. این دیدگاه، توضیح می‌دهد که چرا شهرهای کمتر توسعه یافته چین توانسته اند در عصر هوش مصنوعی موفق شوند. برخلاف دانش تخصصی که در مراکز دانشگاهی و تحقیقاتی متمرکز است، این مهارت های نرم در همه جا یافت می شوند. برنامه های آموزشی در چین، با تاکید بر این مهارت ها، به شهرهای کوچک‌تر کمک کرده اند تا در اقتصاد مبتنی بر هوش مصنوعی رقابت کنند.
تکمیل سرمایه انسانی محدود؛ روباتیک به عنوان راه حل: آسملو و رستریپو (2020) در مقاله خود «روباتیک و آینده کار و نوآوری»، استدلال می‌کنند که روباتیک می تواند کمبود سرمایه انسانی در مناطق کمتر توسعه یافته را جبران کند. روبات ها نه‌تنها کارهای تکراری و خطرناک را انجام می‌دهند، بلکه با آزاد کردن نیروی انسانی برای وظایف خلاقانه تر، به نوآوری کمک می‌کنند. در چین، این امر به‌ویژه در استان هایی مانند هنان و شاندونگ مشهود است. این مناطق، به‌رغم کمبود نیروی کار ماهر، با سرمایه‌گذاری در روباتیک توانسته اند در صنایعی مانند خودروسازی و الکترونیک پیشرفت کنند. روبات ها در این مناطق نه‌تنها بهره وری را افزایش داده اند، بلکه با انجام کارهای دقیق و پیچیده، زمینه را برای نوآوری های بیشتر فراهم کرده اند.
جذب سرمایه‌گذاری و استعداد؛ چرخه مثبت نوآوری: موفقیت در هوش مصنوعی و روباتیک، به نوبه خود، سرمایه‌گذاران و استعدادها را جذب می‌کند. فلوریدا (2002) در کتاب «ظهور طبقه خلاق» استدلال می‌کند که استعدادها به مکان هایی جذب می شوند که نوآوری در آنجا رونق دارد. در چین، شهرهایی که در هوش مصنوعی و روباتیک پیشرفت کرده اند، اکنون شاهد جذب سرمایه‌گذاری های بیشتر و مهاجرت استعدادها هستند. این چرخه مثبت، به‌تدریج زیرساخت های نوآوری را در این شهرها تقویت می‌کند. دانشگاه ها برنامه های مرتبط با هوش مصنوعی را گسترش می‌دهند، استارت‌آپ های جدید شکل می گیرند و شرکت‌های بزرگ‌تر دفاتر تحقیق و توسعه خود را در این مناطق مستقر می‌کنند. این روند، همان چیزی است که اتزکوویتز و لیدسدورف (2000) در مدل «مارپیچ سه گانه نوآوری» توصیف کرده اند؛ تعامل پویا بین دانشگاه، صنعت و دولت که موجب نوآوری پایدار می‌شود.
تجربه چین نشان می‌دهد که هوش مصنوعی و روباتیک، فراتر از افزایش بهره وری، می توانند به عنوان ابزاری برای توسعه متوازن و فراگیر عمل کنند. این فناوری ها نه‌تنها نوآوری را در همه شهرها ارتقا می‌دهند، بلکه به طور خاص به مناطق کمتر نوآور کمک می‌کنند تا شکاف را با پیشروها کاهش دهند. این یافته ها، درس های مهمی برای سیاستگذاران در سراسر جهان دارند؛ این فناوری ها نباید تنها به عنوان ابزارهای افزایش بهره وری، بلکه باید به عنوان بخشی اساسی از سیاست های کاهش نابرابری های منطقه ای دیده شوند. سیاستگذاران باید برنامه هایی برای توسعه و اشاعه این فناوری ها در سراسر کشور، با تمرکز ویژه بر مناطق کمتر توسعه یافته، تدوین کنند. تجربه چین نشان می‌دهد که اجازه دادن به دولت های محلی برای تطبیق استراتژی های فناوری با شرایط بومی، می تواند بسیار موثر باشد. این رویکرد به ایجاد چارچوب های قانونی و مالی نیاز دارد که از خلاقیت و نوآوری محلی حمایت کند. در عصر هوش مصنوعی، مهارت هایی مانند خلاقیت، حل مساله و تفکر انتقادی اهمیت بیشتری می یابند. سیاستگذاران باید برنامه های آموزشی را بازنگری کنند تا این مهارت ها از دبستان تا دانشگاه پرورش یابند. این امر به‌ویژه برای مناطق کمتر توسعه یافته مهم است؛ زیرا می تواند به آنها در رقابت در اقتصاد جدید کمک کند. از دیگر سو، سیاستگذاران باید مشوق هایی را برای سرمایه‌گذاری در روباتیک، به‌ویژه در مناطقی که با کمبود نیروی کار ماهر مواجه هستند، ایجاد کنند. این امر می تواند شامل معافیت های مالیاتی، وام های کم بهره یا برنامه های آموزشی برای کارگران باشد تا با روبات ها کار کنند. دولت ها باید در ایجاد محیط هایی که دانشگاه، صنعت و بخش عمومی را گرد هم می آورند، سرمایه‌گذاری کنند که می تواند شامل ایجاد پارک های علم و فناوری، برگزاری رویدادهای نوآوری و تسهیل همکاری های تحقیقاتی باشد. همچنین سیاست ها باید به طور منظم ارزیابی شوند تا اثربخشی آنها در کاهش شکاف نوآوری مشخص شود. این ارزیابی ها باید فراتر از شاخص های کلان مانند تعداد اختراعات ثبت‌شده باشند و به تاثیر بر اشتغال، درآمد و کیفیت زندگی در مناطق کمتر توسعه یافته نیز بپردازند. سیاستگذاران باید آماده باشند تا براساس این ارزیابی ها، استراتژی های خود را اصلاح کنند.
جابه‌جایی شغلی و نابرابری درآمد
آسملو و رستریپو (2020) هشدار می‌دهند که گرچه روباتیک در بلندمدت می تواند به افزایش بهره وری و ایجاد مشاغل جدید منجر شود، اما در کوتاه مدت ممکن است برخی مشاغل را جایگزین کند. این امر به‌ویژه در مناطق کمتر توسعه یافته که سرمایه انسانی محدودتری دارند، می تواند به افزایش نابرابری درآمدی منجر شود. برای مقابله با این چالش، سیاستگذاران باید برنامه های بازآموزی و ارتقای مهارت را در کنار سرمایه‌گذاری در روباتیک اجرا کنند. همچنین، سیاست های حمایت اجتماعی مانند بیمه بیکاری و یارانه های آموزشی می تواند در دوره گذار، به کارگران آسیب دیده کمک کند.
دسترسی نابرابر به فناوری
لیو و همکاران (2020) اشاره می‌کنند که دسترسی به هوش مصنوعی و روباتیک می تواند نابرابر باشد. شرکت‌های بزرگ و مناطق ثروتمندتر، توانایی بیشتری برای سرمایه‌گذاری در این فناوری ها دارند. این می تواند به تداوم یا حتی تشدید نابرابری های موجود منجر شود. برای حل این مشکل، دولت ها باید برنامه هایی برای یارانه دهی یا وام های کم بهره به شرکت‌های کوچک و متوسط در مناطق کمتر توسعه یافته برای دسترسی به هوش مصنوعی و روباتیک ایجاد کنند. همچنین، ایجاد مراکز اشتراک فناوری که شرکت‌ها بتوانند به صورت مشترک از این فناوری ها استفاده کنند، می تواند مفید باشد.
هوش مصنوعی و روباتیک؛ ابزارهایی برای توسعه
تجربه چین نشان می‌دهد که هوش مصنوعی و روباتیک می توانند به عنوان پلی برای کاهش شکاف نوآوری بین مناطق توسعه یافته و کمتر توسعه یافته عمل کنند. این فناوری ها نه‌تنها نوآوری را در همه جا تقویت می‌کنند، بلکه به طور خاص به مناطقی که از نظر فناوری عقب مانده اند، کمک بیشتری می رسانند. آنها همچنین بازده سرمایه‌گذاری در علم و فناوری را افزایش می‌دهند، به‌ویژه در مناطقی که تاکنون از این سرمایه‌گذاری ها بهره کمتری برده اند. اما این مسیر بدون چالش نیست. جابه‌جایی شغلی، نابرابری در دسترسی به فناوری، مسائل امنیتی و حریم خصوصی و خطر تعمیق شکاف دیجیتال، از جمله مواردی هستند که باید با دقت مدیریت شوند. سیاستگذاران باید رویکردی جامع اتخاذ کنند که نه‌تنها بر توسعه فناوری، بلکه بر توسعه انسانی، برابری و حقوق شهروندی نیز تمرکز دارد. در پایان می توان گفت، تجربه چین درسی مهم برای جهان دارد؛ در عصر هوش مصنوعی و روباتیک، نوآوری این توان را دارد و باید فراگیر باشد. با سیاست های هوشمندانه و انسان محور، این فناوری ها می توانند به جای تعمیق شکاف ها، پلی برای توسعه متوازن و عادلانه باشند. آنها می توانند به ما کمک کنند تا آینده ای بسازیم که در آن، نوآوری نه امتیازی برای تعداد معدودی از مناطق و افراد، بلکه موتور محرکه پیشرفت برای همه باشد.
--> اخبار مرتبط