Τάιλερ Κάουαν πρόσφατα πρότεινε να προσπαθήσουμε να αποκόψουμε ένα AI με το όνομα “o1”:
1. Ο Ο1 είναι πολύ καλός οικονομολόγος. Προσπάθησε να τον παρακάνεις αν μπορείς.
Δεν μπορούσα να βρω το o1 και χρησιμοποίησα το ChatGPT 4o mini. Ελπίζω ότι κάποιος θα προσπαθήσει να απαντήσει στην ακόλουθη ερώτηση χρησιμοποιώντας το o1 και θα αναφέρει τα αποτελέσματα στην ενότητα σχολίων:
Αυτό που παρατηρώ συνεχώς σχετικά με την τεχνητή νοημοσύνη είναι ότι είναι σαν πολύ έξυπνοι μαθητές, ικανοί να απομνημονεύσουν τεράστιες ποσότητες πληροφοριών, αλλά δεν μπορούν να δουν πραγματικά την ουσία του προβλήματος. Στο παραπάνω παράδειγμα, έδωσα τη μία υπόδειξη μετά την άλλη, πρακτικά παρακαλώντας την τεχνητή νοημοσύνη να αποφύγει το σκεπτικό σχετικά με τις αλλαγές τιμών. Ήξερε τόσο λίγα για το τι έκανε που κατέληξε να μου πει ότι το Qd είχε πέσει και το Qs είχε αυξηθεί, και ωστόσο η αγορά παρέμενε σε ισορροπία.
Ίσως χρησιμοποίησα λάθος AI, ή ίσως αυτή η ερώτηση είναι ασυνήθιστα περίπλοκη. (Για έναν φοιτητή, το «δύσκολο» σημαίνει μια ερώτηση όπου πρέπει πραγματικά να καταλάβετε κάτι και όχι απλώς να ανακαλέσετε αυτό που διαβάσατε στις σημειώσεις σας.)
Ας πάρουμε λοιπόν την ερώτηση που έκανε ο Tyler στον οικονομολόγο o1:
Γράψτε ένα δοκίμιο σχετικά με το γιατί οι σημερινοί μακροοικονομολόγοι έχουν τέτοια δυσκολία να προβλέψουν τη δυναμική του πληθωρισμού και γιατί αυτό τους οδηγεί να απορρίψουν διάφορες μορφές μονεταρισμού ως ακόμη και προσεγγίσεις του τι συμβαίνει πίσω από τη συμπεριφορά του επιπέδου των τιμών.
Η απάντηση είναι πολύ μεγάλη, επομένως θα εστιάσω σε μερικά μόνο βασικά σημεία της απάντησης:
Αρκετοί παράγοντες έχουν συμβάλει στην αυξανόμενη πολυπλοκότητα και μη προβλεψιμότητα του πληθωρισμού. Πρώτον, οι χρηματοοικονομικές καινοτομίες και οι ρυθμιστικές αλλαγές του τέλους του εικοστού και των αρχών του εικοστού πρώτου αιώνα έχουν αλλάξει δραματικά τη σχέση μεταξύ χρήματος και οικονομικής δραστηριότητας. Νομισματικά μεγέθη όπως το Μ1 ή το Μ2, που κάποτε χρησίμευαν ως αξιόπιστοι δείκτες πολιτικής και μελλοντικού πληθωρισμού, τώρα συμπεριφέρονται ακανόνιστα λόγω των αλλαγών στην ταχύτητα του χρήματος, της εξάπλωσης της σκιώδους τραπεζικής και της παγκοσμιοποίησης των χρηματοοικονομικών ροών. Με απλά λόγια, το πού βρίσκεται το χρήμα και το πόσο γρήγορα κινείται στην οικονομία έχει γίνει πολύ ασταθές και πολύ περίπλοκο για να συλλάβουν οι παλιοί μονεταριστικοί απλοί κανόνες.
Δεύτερον, η φύση της κεντρικής τραπεζικής και της δημοσιονομικής πολιτικής έχει αλλάξει. Σήμερα, οι κεντρικές τράπεζες παρεμβαίνουν με διάφορους αντισυμβατικούς τρόπους, από μαζικές αγορές χρηματοοικονομικών περιουσιακών στοιχείων μέχρι πρόβλεψη πολιτικών προσδοκιών. Αυτά τα μέσα εξηγούνται ελάχιστα από την κλασική μονεταριστική άποψη, η οποία επικεντρώνεται στον έλεγχο ενός συγκεκριμένου μέτρου της προσφοράς χρήματος. Η πρόσφατη εμπειρία μετά την παγκόσμια χρηματοπιστωτική κρίση καταδεικνύει αυτό το σημείο δραματικά: η Ομοσπονδιακή Τράπεζα των ΗΠΑ και άλλες κεντρικές τράπεζες έχουν αναλάβει πρωτοφανή προγράμματα ποσοτικής χαλάρωσης, διευρύνοντας δραματικά τους ισολογισμούς τους. Σύμφωνα με την παραδοσιακή μονεταριστική λογική, μια τέτοια ταχεία ανάπτυξη της νομισματικής βάσης θα έπρεπε να είχε οδηγήσει σε σημαντικό πληθωρισμό. Ωστόσο, σε πολλές προηγμένες οικονομίες, ο πληθωρισμός παρέμεινε σταθερά κάτω από τον στόχο για χρόνια, μπερδεύοντας όσους βασίζονταν στα παλιά νομισματικά μεγέθη ως οδηγό.
Τρίτον, η ανακάλυψη τιμών σήμερα περιλαμβάνει μια εκπληκτική αλληλεπίδραση παγκόσμιων αλυσίδων εφοδιασμού, τεχνολογικές προόδους, μετασχηματισμούς της αγοράς εργασίας και αλλαγές στη συμπεριφορά των καταναλωτών. Παγκοσμιοποίηση σημαίνει ότι οι τιμές των αγαθών και των υπηρεσιών επηρεάζονται όχι μόνο από τις εγχώριες νομισματικές συνθήκες, αλλά και από μακρινούς κλυδωνισμούς της προσφοράς, τις διακυμάνσεις των συναλλαγματικών ισοτιμιών και τον διεθνή ανταγωνισμό. Οι τεχνολογικές αλλαγές αυξάνουν την παραγωγικότητα και μπορούν να μειώσουν τις τιμές σε ορισμένους τομείς, ενώ άλλα τμήματα της οικονομίας επηρεάζονται λιγότερο. Οι αγορές εργασίας έχουν επίσης αλλάξει, με αλλαγές στη δύναμη των συνδικάτων, δημογραφικές αλλαγές και αλλοιωμένα πρότυπα συμμετοχής στο εργατικό δυναμικό που επηρεάζουν τη διαμόρφωση των μισθών και τις πιέσεις στις τιμές. Αυτές οι διαφωνίες και οι διαρθρωτικές αλλαγές σε μικροεπίπεδο καθιστούν τις παλιές εξισώσεις σε μακροεπίπεδο που συσχετίζουν την αύξηση του χρήματος με τον πληθωρισμό πολύ ωμές και ανακριβείς.
Λυπούμαστε, αλλά αυτό είναι κυρίως ένα μείγμα κενών κλισέ και ακατάλληλων σχολίων. Και πάλι, περιμένω από τον μαθητή να το γράψει αυτό εάν δεν γνωρίζει την απάντηση. Θα εξηγήσω το γιατί λίγο αργότερα, αλλά πρώτα επιτρέψτε μου να ξεκαθαρίσω ένα σημαντικό σημείο. Είμαι σίγουρος ότι ο o1 είναι πιο έξυπνος από εμένα, τουλάχιστον με τον τρόπο που οι περισσότεροι ορίζουν την «ευφυΐα». Με άλλα λόγια, ο o1 ξέρει πολύ περισσότερα από εμένα. Είναι πολύ πιο έξυπνο από εμένα, με τον ίδιο τρόπο που οι New York Times είναι πολύ πιο έξυπνοι από εμένα. Και είναι πραγματικά εντυπωσιακό.
Αλλά ο o1 δεν είναι πολύ καλός οικονομολόγος. Συγγνώμη, απλά δεν είναι αλήθεια.
Ας ξεφορτωθούμε πρώτα την τελευταία παράγραφο, που είναι πλήρης ανοησία. Η τεχνολογία προχωρά για πάνω από 100 χρόνια και ο ρυθμός αύξησης της παραγωγικότητας δεν επιταχύνεται. Επομένως, αυτός δεν είναι ένας παράγοντας που δυσχεραίνει την πρόβλεψη του πληθωρισμού. Η ισχύς των συνδικάτων αυξάνεται και μειώνεται, γεγονός που δεν δυσχεραίνει την πρόβλεψη του πληθωρισμού. Αλλαγές στη συμπεριφορά των καταναλωτών; Τώρα ο μαθητής είναι πραγματικά απελπισμένος. Αυτό είναι ένα σχόλιο όπως “Χρειάζομαι κάτι για να γεμίσω τη σελίδα.” Παγκόσμιες αλυσίδες εφοδιασμού; Και πάλι, αυτό δεν δυσχεραίνει την πρόβλεψη του πληθωρισμού. Καθόλου. Οι παγκόσμιες τιμές των εμπορευμάτων είχαν μεγαλύτερη επίδραση στον πληθωρισμό των ΗΠΑ πριν από 100 χρόνια από ό,τι σήμερα. Κανένας από αυτούς τους τέσσερις παράγοντες δεν έκανε πιο δύσκολη την πρόβλεψη του πληθωρισμού. Επιπλέον, δεν είμαι καν σίγουρος ότι η πρόβλεψη του πληθωρισμού γίνεται όλο και πιο δύσκολη. Νομίζω ότι ο πληθωρισμός ήταν πολύ πιο δύσκολο να προβλεφθεί όταν ήμουν νέος από ό,τι σήμερα.
Η πρώτη πρόταση της μεσαίας παραγράφου είναι ελαφρώς λιγότερο κακή. Οι κεντρικές τράπεζες έχουν πράγματι αλλάξει από μία άποψη. Και η σύνδεση μεταξύ της βάσης και των μονάδων έχει πράγματι γίνει πιο αδύναμη. Δυστυχώς, το AI φαίνεται να μην έχει ιδέα γιατί η σχέση έχει γίνει πιο αδύναμη. Αναφέρει πολλά άσχετα πράγματα όπως το QE και χάνει το βασικό σημείο: οι πληρωμές τόκων στα αποθεματικά και το πρόβλημα μηδενικού κατώτερου ορίου έχουν κάνει τον πολλαπλασιαστή των χρημάτων πολύ πιο ασταθή. Το AI αναφέρει επίσης ότι η δημοσιονομική πολιτική έχει αλλάξει. Μάλλον ήταν απλώς μια τρελή εικασία. Δεν μπορώ να σκεφτώ αλλαγές στη δημοσιονομική πολιτική που θα καθιστούσαν δύσκολη την πρόβλεψη του πληθωρισμού. Δεδομένου ότι η τεχνητή νοημοσύνη παραμένει σιωπηλή για αυτό το θέμα, υποψιάζομαι ότι επίσης δεν έχει ιδέα τι έχει αλλάξει στη δημοσιονομική πολιτική και γιατί αυτές οι αλλαγές θα δυσκολέψουν την πρόβλεψη του πληθωρισμού.
Στην πρώτη παράγραφο το AI λέει:
Νομισματικά μεγέθη όπως το Μ1 ή το Μ2, που κάποτε χρησίμευαν ως αξιόπιστοι δείκτες πολιτικής και μελλοντικού πληθωρισμού, τώρα συμπεριφέρονται ακανόνιστα λόγω των αλλαγών στην ταχύτητα του χρήματος, της εξάπλωσης της σκιώδους τραπεζικής και της παγκοσμιοποίησης των χρηματοοικονομικών ροών.
ΨΕΜΑ. Τα μεγέθη δεν υπήρξαν ποτέ αξιόπιστοι δείκτες του πληθωρισμού. Η ταχύτητα της κυκλοφορίας του χρήματος ήταν πάντα ασταθής. Αλλά δεν λένε τα σχολικά βιβλία ότι η ταχύτητα του χρήματος ήταν σταθερή; Ναι, πολλοί άνθρωποι το κάνουν αυτό. Πιθανώς από εδώ πήρε την παραπληροφόρηση η τεχνητή νοημοσύνη. Μπορεί να είναι πιο ασταθές τώρα, αλλά ποτέ δεν ήταν αρκετά σταθερό ώστε τα μεγέθη να είναι καλοί προγνωστικοί παράγοντες.
Σημειώστε επίσης την περίεργη λίστα, η οποία περιλαμβάνει ταχύτητα, σκιώδη τραπεζική και χρηματοοικονομικές ροές. Είναι λίγο ανόητο. Μια τεχνητή νοημοσύνη που καταλάβαινε τι μιλούσαμε θα έβαζε μια περίοδο μετά την ταχύτητα και μετά θα έγραφε μια ξεχωριστή πρόταση εξηγώντας μερικούς από τους λόγους για την αλλαγή της ταχύτητας. Τώρα είναι ένα μπερδεμένο χάος εννοιών.
Εάν είστε άτομο με προσανατολισμό στα μαθηματικά και σας μπερδεύει η οικονομία, αυτή η εξίσωση μπορεί να σας βοηθήσει να κατανοήσετε την άποψή μου:
B = PI/M
Ουσιαστικά, το AI λέει ότι ο λόγος PY/M αλλάζει λόγω παραγόντων όπως η αλλαγή του V, η σκιώδης τραπεζική και οι χρηματοοικονομικές ροές. Αναλογία V!! Άλλες μεταβλητές εξηγούν γιατί το V μπορεί να αλλάξει.
Παρόλο που οι New York Times είναι πολύ πιο έξυπνοι από εμένα, όταν συναντώ ένα άρθρο των New York Times σε έναν τομέα στον οποίο έχω κάποια εμπειρία, η εφημερίδα φαίνεται ξαφνικά πολύ λιγότερο έξυπνη. Δεν θα πω «χαζό», γιατί ακόμα και στη χειρότερη περίπτωση, οι New York Times έχουν ταλαντούχους ρεπόρτερ. Και δεν μπορώ να περιμένω από αυτούς να αφιερώσουν ολόκληρη τη ζωή τους στη μελέτη της νομισματικής οικονομίας.
Κατά τη γνώμη μου, η απάντηση του Tyler o1 είναι λίγο πιο κάτω από το επίπεδο των NYT. Τουλάχιστον, οι Times θα ανέφεραν τους τόκους των τραπεζικών αποθεματικών ή το μηδενικό κατώτερο όριο. Ωστόσο, τα AI είναι πραγματικά εντυπωσιακά όταν πρόκειται για τον όγκο των πληροφοριών που θυμούνται. Ακόμη και στο πλαίσιο της νομισματικής οικονομίας, η τεχνητή νοημοσύνη έχει συχνά περισσότερες πληροφορίες στα χέρια της από εμένα. Ένα AI θα μπορούσε να γράψει ένα καλύτερο δοκίμιο για όλα τα νέα εργαλεία πολιτικής της Fed από ό,τι μπορώ. Εκεί που πέφτει είναι σε συγκεκριμένο τύπο κατανόηση. Δεν είμαι σίγουρος ότι μπορώ καν να εκφράσω αυτή την έννοια με λέξεις. Ίσως η κατανόηση να μην υπάρχει στην πραγματικότητα και απλώς κοροϊδεύουμε τον εαυτό μας νομίζοντας ότι κατανοούμε βαθιά κάτι. Ίσως μια υπερευφυΐα θα γελοιοποιήσει τη δουλειά μου με τον ίδιο τρόπο που ειρωνεύομαι τις τεχνητές νοημοσύνης που βασίζονται στις αλλαγές τιμών.
Το μόνο που ξέρω είναι ότι η τεχνητή νοημοσύνη έχει πολύ δρόμο να διανύσει για να μπορέσει να με εντυπωσιάσει στον τομέα της κατανόησης της νομισματικής οικονομίας. Αλλά εκτός της περιοχής μου είμαι ήδη πολύ εντυπωσιασμένος.
Δείτε πώς το AI Review ορίζει την αμνησία Gell-Mann:
Το Gell-Mann Amnesia (GMA) είναι ένας αμυντικός μηχανισμός που εμφανίζεται όταν κάποιος διαβάζει ένα άρθρο ειδήσεων για ένα θέμα που γνωρίζει καλά και ανακαλύπτει ότι είναι γεμάτο λάθη, αλλά στη συνέχεια συνεχίζει να διαβάζει την υπόλοιπη εφημερίδα σαν να ήταν πιο ακριβές. Ο όρος επινοήθηκε από τον Michael Crichton αφού τον συζήτησε με τον Murray Gell-Mann.
