Πώς λύνετε ένα πρόβλημα όπως το AI; Φορολογήστε το

Μπορεί η τεχνητή νοημοσύνη να γράψει ένα τραγούδι για τα χάμπουργκερ στο στυλ της Τέιλορ Σουίφτ; Ναι, σε μόλις λίγα δευτερόλεπτα. Μπορεί να πληρώσει για τις σημαντικές εξαρθρώσεις που είναι πιθανό να επιβάλει στο παγκόσμιο εργατικό δυναμικό; Μάλλον όχι για πολλά χρόνια ακόμα. Οι υπεύθυνοι χάραξης πολιτικής και οι οικονομολόγοι συζητούν ήδη πώς να ρυθμίσουν την τεχνητή νοημοσύνη και οι εταιρείες σπεύδουν να καταλάβουν πώς μπορούν να χρησιμοποιήσουν επικερδώς τεχνολογίες όπως το ChatGPT. Ένα λιγότερο πικάντικο ερώτημα είναι όμως το σημαντικότερο: πώς να την φορολογήσετε.

Οι πιθανότητες να ξαναβάλουμε την «γεννητική τεχνητή νοημοσύνη» στο κουτί της Πανδώρας είναι ελάχιστες. Επειδή μπορεί να επιτελέσει γνωστικές λειτουργίες που οι άνθρωποι κάνουν αργά, και επειδή ακονίζει γρήγορα τις δεξιότητές της, θα ενισχύει όλο και περισσότερο τις ικανότητες των εργαζομένων ή θα τις αντικαθιστά. Οι οικονομολόγοι της Goldman Sachs εκτιμούν ότι το 18% της εργασίας παγκοσμίως θα μπορούσε να αυτοματοποιηθεί και ότι το 7% του εργατικού δυναμικού των ΗΠΑ μπορεί να αντικατασταθεί από τεχνητή νοημοσύνη. Μια μελέτη με επικεφαλής την ακαδημαϊκό ειδικευόμενη στο OpenAI, Τίνα Ελουντού, προτείνει ότι οι μισοί εργαζόμενοι θα μπορούσαν να βρουν τις μισές εργασίες τους «εκτεθειμένες στα λεγόμενα μεγάλα γλωσσικά μοντέλα».

Με την πάροδο του χρόνου, το εφιαλτικό σενάριο των εργαζομένων που απαρχαιώνονται από μηχανές είναι απίθανο να πραγματοποιηθεί. Η ιδέα “lump of labor”, δηλαδή η υπόθεση ότι υπάρχει ένα σταθερό ποσό εργασίας που πρέπει να γίνει και επομένως ό,τι ανατίθεται σε μια μηχανή πρέπει να αποσπάται από έναν άνθρωπο, δεν επιβεβαιώνεται από την εμπειρία προηγούμενων τεχνολογικών αλμάτων, όπως το αυτοκίνητο ή το Διαδίκτυο. Έχουν δημιουργηθεί νέες θέσεις εργασίας. οι εργαζόμενοι έχουν επανεκπαιδευτεί ή επανατοποθετηθεί σε άλλες θέσεις.

Αλλά η ανανέωση απαιτεί χρόνο – και πιθανώς πολλά χρόνια. Ενώ η δημιουργία θέσεων εργασίας έφτανε κατά προσέγγιση την καταστροφή τους από νέες καινοτομίες για δεκαετίες από το 1950 και μετά, αυτό άλλαξε στη δεκαετία του 1980, διαπίστωσε η Goldman. Ένα τρανταχτό παράδειγμα των τριβών που συμβαίνουν σε τέτοιες περιπτώσεις είναι το «κινεζικό σοκ», όταν οι φτηνές κινεζικές εξαγωγές στις αρχές του 2000 κατέστησαν ανέργους εκατομμύρια Αμερικανούς εργάτες και διέλυσαν τις κοινότητές τους. Το αποτέλεσμα ουσιαστικά κορυφώθηκε το 2010, και μακροπρόθεσμα, τα φθηνότερα αγαθά και η κινεζική ζήτηση βοήθησαν στη δημιουργία εκατομμυρίων νέων θέσεων στον τομέα των υπηρεσιών. Αλλά η δυσαρέσκεια για τις αμερικανικές θέσεις εργασίας που χάθηκαν από τη Λαϊκή Δημοκρατία ήταν ακόμα εμφανής στις κάλπες μια δεκαετία αργότερα.

Η πρόκληση, λοιπόν, είναι να μετριαστεί ο αντίκτυπος για τους εργαζόμενους που βρίσκονται στο «δρόμο», έστω και προσωρινά. Είναι ένα νέο είδος διλήμματος, επειδή εκείνοι που θα έρθουν αντιμέτωποι με την τεχνητή νοημοσύνη δεν είναι εργαζόμενοι στα εργοστάσια, αλλά υπάλληλοι της οικονομίας της γνώσης, όπως δικηγόροι και άλλα επαγγελματικά στελέχη υπηρεσιών. Γεωγραφικά, μπορεί να επικεντρώνονται περισσότερο σε μεγάλες πόλεις παρά σε μικρές κοινότητες. Είναι επίσης πλουσιότεροι σε σχετικούς όρους, γεγονός που τους δίνει πολιτική επιρροή.

Πιθανό τα χρήματα να είναι η απάντηση σε αυτό: επιδόματα ανεργίας, υγειονομική περίθαλψη, ακόμη και απευθείας μετρητά. Το καθολικό βασικό εισόδημα –καταβολές μετρητών χωρίς προαπαιτούμενους όρους– μπορεί να επανέλθει στην ημερήσια διάταξη. Αλλά δεν θα μπορούσε να υπάρχει χειρότερη στιγμή αν χρειάζεται κυβερνητική απλοχεριά. Οι πολιτικοί στις Ηνωμένες Πολιτείες τσακώνονται ήδη για το ανώτατο όριο του χρέους που επιβάλλεται από τους ίδιους, και το ομοσπονδιακό χρέος προβλέπεται να αγγίξει σχεδόν το 120% του ΑΕΠ σε μια δεκαετία. Ευρωπαϊκά κράτη όπως η Ισπανία, η Γαλλία και η Ιταλία έχουν χρέος που ξεπερνά το 100% του ΑΕΠ τους. Τα επιτόκια αυξάνονται σχεδόν παντού, καθιστώντας ακριβότερο τον δανεισμό.

Επιπλέον, ενώ η τεχνητή νοημοσύνη θα δημιουργήσει απροσδόκητα κέρδη, πολλές χώρες δεν τα φορολογούν τόσο αποτελεσματικά όσο θα έπρεπε. Ένα δολάριο χαμένων κερδών για έναν καλά αμειβόμενο εργαζόμενο στερεί από τις κυβερνήσεις των ΗΠΑ, πολιτειακές και τοπικές, περίπου 30 σεντς σε φόρους, με βάση τους υπολογισμούς του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης. Όμως, ένα δολάριο εξοικονόμησης κόστους για μια εταιρεία δημιουργεί μόνο 21 σεντς σε έσοδα από τον εταιρικό φόρο εισοδήματος. Τα μερίσματα φορολογούνται επίσης, αλλά μόνο το ένα τέταρτο περίπου των επενδυτών σε εταιρείες των ΗΠΑ υπόκεινται στην πραγματικότητα σε αυτόν τον φόρο, υπολόγισε ο συνεργάτης του Brookings Institution, Στίβεν Ρόζενταλ το 2020, πράγμα ακόμη λιγότερο ευνοϊκό για την αναπλήρωση των δημοσίων ταμείων λόγω της ευνοϊκής φορολογικής τους μεταχείρισης.

Υπάρχουν και άλλες κραυγαλέες τρύπες που η τεχνητή νοημοσύνη θα μπορούσε να αποκαλύψει. Τα κέρδη κεφαλαίου εξακολουθούν να φορολογούνται κάτω από το επίπεδο εισοδήματος στις περισσότερες χώρες. Έτσι, ένας επιχειρηματίας του οποίου η επιχείρηση διογκώνεται σε αξία λόγω δραστηριοτήτων που σχετίζονται με την τεχνητή νοημοσύνη θα πληρώσει σχετικά λίγα αν πουλήσει μετοχές της εταιρείας του. Ένα πιο κραυγαλέο παραθυράκι είναι ο αμερικανικός νόμος «ενισχυμένης βάσης» (step-up in basis), το οποίο ο πρόεδρος Τζο Μπάιντεν προσπάθησε και απέτυχε να καταργήσει. Όταν ένας ιδιοκτήτης εταιρείας μεταβιβάζει την αυτοκρατορία του σε έναν κληρονόμο, το ενσωματωμένο κεφαλαιακό κέρδος μηδενίζεται, μειώνοντας τον φορολογικό λογαριασμό του παραλήπτη εάν πουλήσει αργότερα. Η αύξηση του ποσοστού κεφαλαιακών κερδών στο 28%, η επιβολή του φόρου στο σημείο της κληρονομιάς και η πραγματοποίηση άλλων τροποποιήσεων θα μπορούσε να συγκεντρώσει 185 δισεκατομμύρια δολάρια σε μια δεκαετία, σύμφωνα με ανάλυση του 2022 από τη Σχολή Wharton του Πανεπιστημίου της Πενσυλβάνια.

Τέλος, υπάρχει το ερώτημα πώς να σταματήσει η διοχέτευση κερδών από την τεχνητή νοημοσύνη σε δικαιοδοσίες με χαμηλότερους φόρους. Ο ΟΟΣΑ έχει συνάψει μια συμφωνία που σκοπεύει να διασφαλίσει ότι κάθε μεγάλη πολυεθνική εταιρεία πληρώνει τουλάχιστον 15% φόρο, ανεξάρτητα από το πού έχει την έδρα της. Αλλά αυτό το 15% εξακολουθεί να είναι πολύ χαμηλότερο από τον παγκόσμιο μέσο όρο 23% που επιβάλλεται στα εταιρικά κέρδη, για να μην αναφέρουμε τους φόρους που πληρώνουν πολλοί υπάλληλοι γραφείου στις αποδοχές τους. Οι προηγούμενες ιδέες για έναν «φόρο ρομπότ», του οποίου οι υποστηρικτές περιλαμβάνουν τον ιδρυτή της Microsoft, Μπιλ Γκέιτς, έχουν κυρίως διαγραφεί ως υπερβολικά περίπλοκες. Πρώτον, υπάρχει η πρόκληση να ορίσουμε τι ακριβώς είναι ένα ρομπότ.

Όλα αυτά δημιουργούν το φάσμα μιας τεχνολογικής έκρηξης που συγκεντρώνει κέρδη και κοινωνικοποιεί τις ζημίες. Είναι αλήθεια ότι από την εφεύρεση της τυπογραφικής μηχανής μέχρι το κινητό τηλέφωνο, οι άνθρωποι έχουν βρει νέους τρόπους για να ευδοκιμήσουν και να χρησιμοποιήσουν ανατρεπτικές τεχνολογίες με τρόπους που βελτιώνουν τη ζωή. Αλλά η διαδικασία δεν είναι πάντα ομαλή ή δίκαιη. Η επανεξέταση του τρόπου με τον οποίο φορολογούνται τα κέρδη και τα κέρδη κεφαλαίου μπορεί να ακούγεται ως το λιγότερο συναρπαστικό μέρος της ιστορίας της τεχνητής νοημοσύνης, αλλά αξίζει επειγόντως προσοχή για να βεβαιωθείτε ότι ένα οικονομικό αγαθό δεν αφήνει κοινωνικό μακελειό στο πέρασμα του.