Φορολογικά

ΔΝΤ: Ισχυρότερα δίκτυα κοινωνικής ασφάλισης και φορολογικά συστήματα για το μετριασμό των επιπτώσεων της τεχνητής νοημοσύνης

Πηγή: IMF
www.imf.org

Η δημοσιονομική πολιτική μπορεί να βοηθήσει στη διεύρυνση των κερδών της τεχνητής νοημοσύνης στην ανθρωπότητα

Η μετάβαση στην τεχνητή νοημοσύνη θα απαιτήσει ισχυρότερα δίκτυα κοινωνικής ασφάλειας, επενδύσεις στην εκπαίδευση και φορολογικά συστήματα που υποστηρίζουν τους εργαζόμενους και μετριάζουν την ανισότητα

Οι νέες τεχνολογίες παραγωγής τεχνητής νοημοσύνης έχουν τεράστιες δυνατότητες για την ενίσχυση της παραγωγικότητας και τη βελτίωση της παροχής δημόσιων υπηρεσιών, αλλά η ταχύτατη εξάπλωση και η κλίμακα του μετασχηματισμού εγείρουν επίσης ανησυχίες για απώλεια θέσεων εργασίας και μεγαλύτερη ανισότητα. Δεδομένης της αβεβαιότητας σχετικά με το μέλλον της τεχνητής νοημοσύνης, οι κυβερνήσεις θα πρέπει να υιοθετήσουν μια ευέλικτη προσέγγιση που να τις προετοιμάζει για σενάρια υψηλής αναστάτωσης.

Ένα νέο έγγραφο του ΔΝΤ υποστηρίζει ότι η δημοσιονομική πολιτική μπορεί να διαδραματίσει σημαντικό ρόλο στην υποστήριξη μιας πιο ισότιμης κατανομής των κερδών και των ευκαιριών από την τεχνητή νοημοσύνη. Αλλά αυτό θα απαιτήσει σημαντικές αναβαθμίσεις στα συστήματα κοινωνικής προστασίας και φορολογίας σε όλο τον κόσμο.

Πώς θα πρέπει να ανανεωθούν οι πολιτικές κοινωνικής προστασίας ενόψει των αποδιοργανωτικών τεχνολογικών αλλαγών από την τεχνητή νοημοσύνη; Ενώ η τεχνητή νοημοσύνη θα μπορούσε τελικά να ενισχύσει τη συνολική απασχόληση και τους μισθούς, θα μπορούσε να αφήσει μεγάλα τμήματα του εργατικού δυναμικού εκτός εργασίας για παρατεταμένες περιόδους, προκαλώντας μια οδυνηρή μετάβαση.

Τα διδάγματα από τα προηγούμενα κύματα αυτοματισμού και η μοντελοποίηση του ΔΝΤ υποδηλώνουν ότι μία πιο υψηλή ασφάλιση ανεργίας θα μπορούσε να μετριάσει τον αρνητικό αντίκτυπο της τεχνητής νοημοσύνης στους εργαζόμενους, επιτρέποντας στους εκτοπισμένους εργαζόμενους να βρουν θέσεις εργασίας που ταιριάζουν καλύτερα με τις δεξιότητές τους. Οι περισσότερες χώρες έχουν σημαντικό περιθώριο να διευρύνουν την κάλυψη και την ασφάλιση ανεργίας, να βελτιώσουν τη φορητότητα των δικαιωμάτων και να εξετάσουν μορφές ασφάλισης.

Ταυτόχρονα, η τομεακή κατάρτιση, οι θέσεις μαθητείας και τα προγράμματα αναβάθμισης και αναβάθμισης δεξιοτήτων θα μπορούσαν να διαδραματίσουν μεγαλύτερο ρόλο στην προετοιμασία των εργαζομένων για τις θέσεις εργασίας της εποχής της τεχνητής νοημοσύνης. Θα χρειαστούν ολοκληρωμένα προγράμματα κοινωνικής αρωγής για τους εργαζόμενους που αντιμετωπίζουν μακροχρόνια ανεργία ή μειωμένη τοπική ζήτηση εργατικού δυναμικού λόγω της αυτοματοποίησης ή του κλεισίματος της βιομηχανίας.

Σίγουρα, θα υπάρξουν σημαντικές διαφορές στον τρόπο με τον οποίο η τεχνητή νοημοσύνη επηρεάζει τις αναδυόμενες αγορές και τις αναπτυσσόμενες οικονομίες – και επομένως, στον τρόπο με τον οποίο θα πρέπει να ανταποκριθούν οι υπεύθυνοι χάραξης πολιτικής εκεί. Ενώ οι εργαζόμενοι σε τέτοιες χώρες είναι λιγότερο εκτεθειμένοι στην τεχνητή νοημοσύνη, προστατεύονται επίσης λιγότερο από επίσημα προγράμματα κοινωνικής προστασίας, όπως η ασφάλιση ανεργίας, λόγω των μεγαλύτερων άτυπων τομέων στις οικονομίες τους. Καινοτόμες προσεγγίσεις που αξιοποιούν τις ψηφιακές τεχνολογίες μπορούν να διευκολύνουν τη διευρυμένη κάλυψη των προγραμμάτων κοινωνικής βοήθειας σε αυτές τις χώρες.

Πρέπει η τεχνητή νοημοσύνη να φορολογηθεί για να μετριαστούν οι διαταραχές στην αγορά εργασίας και να πληρωθούν οι επιπτώσεις της στους εργαζόμενους; Ενόψει παρόμοιων ανησυχιών, ορισμένοι έχουν προτείνει έναν φόρο στην τεχνητή νοημοσύνη για να αποθαρρύνουν τις εταιρείες να εκτοπίσουν τους εργαζόμενους αντικαθιστώντας τους με ρομπότ.

Ωστόσο, ο φόρος στην τεχνητή νοημοσύνη δεν συνιστάται. Το chatbot AI ή το Copilot δεν θα είναι σε θέση να πληρώσει έναν τέτοιο φόρο – μόνο οι άνθρωποι μπορούν να το κάνουν αυτό. Ένας ειδικός φόρος στην τεχνητή νοημοσύνη θα μπορούσε αντ’ αυτού να μειώσει την ταχύτητα των επενδύσεων και της καινοτομίας, μειώνοντας τα κέρδη παραγωγικότητας. Θα ήταν επίσης δύσκολο να εφαρμοστεί στην πράξη και, εάν δεν στοχευθεί, να κάνει περισσότερο κακό παρά καλό.

Λοιπόν, τι μπορεί να γίνει για να εξισορροπηθεί η φορολογική πολιτική στην εποχή της τεχνητής νοημοσύνης; Τις τελευταίες δεκαετίες, ορισμένες προηγμένες χώρες έχουν αυξήσει τις εταιρικές φορολογικές ελαφρύνσεις στο λογισμικό και το υλικό υπολογιστών σε μια προσπάθεια να προωθήσουν την καινοτομία. Ωστόσο, αυτά τα κίνητρα τείνουν επίσης να ενθαρρύνουν τις εταιρείες να αντικαταστήσουν τους εργαζόμενους μέσω της αυτοματοποίησης. Τα συστήματα εταιρικής φορολογίας που ευνοούν αναποτελεσματικά την ταχεία μετατόπιση των ανθρώπινων θέσεων εργασίας θα πρέπει να επανεξεταστούν, δεδομένου του κινδύνου να μεγεθύνουν τις εξάρσεις από την τεχνητή νοημοσύνη.

Πολλές αναδυόμενες αγορές και αναπτυσσόμενες χώρες τείνουν να έχουν εταιρικά φορολογικά συστήματα που αποθαρρύνουν την αυτοματοποίηση. Αυτό μπορεί να είναι στρεβλωτικό με το δικό του τρόπο, αποτρέποντας τις επενδύσεις που θα επέτρεπαν σε αυτές τις χώρες να καλύψουν τη διαφορά στη νέα παγκόσμια οικονομία της τεχνητής νοημοσύνης.

Πώς πρέπει οι κυβερνήσεις να σχεδιάσουν αναδιανεμητική φορολογία για να αντισταθμίσουν την αυξανόμενη ανισότητα από την τεχνητή νοημοσύνη; Το Generative-AI, όπως και άλλα είδη καινοτομίας, μπορεί να οδηγήσει σε υψηλότερη εισοδηματική ανισότητα και συγκέντρωση πλούτου. Οι φόροι επί του εισοδήματος κεφαλαίου θα πρέπει επομένως να ενισχυθούν για την προστασία της φορολογικής βάσης από περαιτέρω μείωση του μεριδίου της εργασίας στο εισόδημα και για την αντιστάθμιση της αυξανόμενης ανισότητας πλούτου. Αυτό είναι ζωτικής σημασίας, καθώς περισσότερες επενδύσεις στην εκπαίδευση και τις κοινωνικές δαπάνες για τη διεύρυνση των κερδών από την τεχνητή νοημοσύνη θα απαιτήσουν περισσότερα δημόσια έσοδα.

Από τη δεκαετία του 1980, η φορολογική επιβάρυνση στο εισόδημα κεφαλαίου μειώνεται σταθερά στις προηγμένες οικονομίες, ενώ η επιβάρυνση του εισοδήματος από την εργασία έχει αυξηθεί.

Για να αντιστραφεί αυτή η τάση, η ενίσχυση των φόρων εισοδήματος των επιχειρήσεων θα μπορούσε να βοηθήσει. Ο παγκόσμιος ελάχιστος φόρος που συμφωνήθηκε από περισσότερες από 140 χώρες, ο οποίος καθορίζει έναν ελάχιστο πραγματικό φορολογικό συντελεστή 15% για τις πολυεθνικές εταιρείες, είναι ένα βήμα προς τη σωστή κατεύθυνση. Άλλα μέτρα θα μπορούσαν να περιλαμβάνουν έναν συμπληρωματικό φόρο στα υπερκέρδη, υψηλότερους φόρους στα κέρδη κεφαλαίου και βελτιωμένη επιβολή.

Οι πιο πρόσφατες ανακαλύψεις στην τεχνητή νοημοσύνη αντιπροσωπεύουν τον καρπό πολυετών επενδύσεων στη θεμελιώδη έρευνα, μεταξύ άλλων μέσω προγραμμάτων που χρηματοδοτούνται από το δημόσιο. Ομοίως, οι αποφάσεις που λαμβάνονται τώρα από τους υπεύθυνους χάραξης πολιτικής θα διαμορφώσουν την εξέλιξη της τεχνητής νοημοσύνης για τις επόμενες δεκαετίες. Προτεραιότητα θα πρέπει να είναι να διασφαλιστεί ότι οι εφαρμογές ωφελούν ευρέως την κοινωνία, αξιοποιώντας την τεχνητή νοημοσύνη για τη βελτίωση των αποτελεσμάτων σε τομείς όπως η εκπαίδευση, η υγεία και οι κρατικές υπηρεσίες. Και δεδομένης της παγκόσμιας εμβέλειας αυτής της ισχυρής νέας τεχνολογίας, θα είναι πιο σημαντικό από ποτέ για τις χώρες να συνεργαστούν.