جدیدترین تحولات هوش مصنوعی را در کانال بله هوشیو بخوانید

Generic filters
Search in title
Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
یادداشت
 چگونه سود کلان هوش مصنوعی را توزیع کنیم؟

آیا مالیات کافی‌ست؟

چگونه سود کلان هوش مصنوعی را توزیع کنیم؟

زمان مطالعه: 4 دقیقه

اگر هوش مصنوعی باعث بیکاری گسترده شود، کارمندان به‌هیچ‌وجه خوشحال نخواهند شد. اما اداره مالیات نیز از این وضعیت خرسند نخواهد بود، حتی اگر خودش هنوز خودکار نشده باشد.

در بیشتر سال‌های قرن گذشته، کشورهای ثروتمند قوانین ساده‌ای برای تسهیم رفاه داشته‌اند؛ تأمین بودجه عمدتاً از طریق اخذ مالیات بر کار و مصرف، ترکیب آن با کمی استقراض و در نهایت توزیع درآمدها. اگر هوش مصنوعی با همان سرعتی که حامیانش ادعا می‌کنند پیشرفت کند، این مدل ممکن است فرو بپاشد. ازاین‌رو، بسیاری معتقدند که به رویکرد جدیدی نیاز است؛ رویکردی که در آن دولت درآمد خود را عمدتاً از این فناوری جدید کسب کند.

اینکه دقیقاً چگونه یک هوش مصنوعیِ خداگونه (God-like AI) بر اشتغال تأثیر خواهد گذاشت، موضوع بحث‌های گسترده‌ای است. ممکن است در یک اقتصاد بسیار ثروتمندتر، نیروی کار انسانی صرفاً جابه‌جا شده و به انجام کارهایی بپردازد که هوش مصنوعی قادر به انجام آن‌ها نیست. در این سناریو، پس از یک دوره انطباق دردناک، اکثر مردم همچنان مشاغل خوبی خواهند داشت. اما می‌توان پیامد پیچیده‌تری را نیز متصور شد که در آن هوش مصنوعی، درآمدی که در حال حاضر به دست کارمندان می‌رسد را به‌سوی صاحبان سرمایه منحرف کند. این امر یک تحول و دگرگونی عظیم خواهد بود. همان‌طور که «نیکولاس کالدور» (Nicholas Kaldor)، اقتصاددان دانشگاه کمبریج در دهه ۱۹۶۰ اشاره کرد؛ در طول تاریخ مدرن، نسبت میان نیروی کار و سرمایه به شکل قابل‌توجهی روی عدد ۲ به ۱ ثابت بوده است. اگرچه از آن زمان سهم نیروی کار در آمریکا بر اساس برخی معیارها کاهش یافته است، اما مشاهدات کالدور عمدتاً پابرجا مانده است.

اگر این الگو در هم بشکند، دولت‌ها همچنان به پول نیاز خواهند داشت و درصورتی‌که بخش‌های وسیعی از جمعیت بیکار و نیازمند شوند، این نیاز احتمالاً بسیار بیشتر خواهد بود. خواه دولت‌ها از طریق پرداخت‌های نقدی، آموزش شغلی یا روش‌های خلاقانه‌تری از آن‌ها حمایت کنند؛ این بودجه باید از جایی تأمین شود. اما اگر سهم نیروی کار از درآمد پایین بیاید، پایه مالیاتی فرو خواهد ریخت. یک عضو متوسط سازمان همکاری و توسعه اقتصادی (OECD)؛ گروهی متشکل از کشورهای غالباً ثروتمند، نیمی از درآمدهای مالیاتی خود را از نیروی کار تأمین می‌کند. ۳۰ درصد دیگر از مالیات بر مصرف به دست می‌آید و مابقی از طریق مجموعه‌ای از مالیات‌ها بر شرکت‌ها، سرمایه و دارایی‌ها جمع‌آوری می‌شود. آمریکا که فاقد مالیات بر مصرف در سطح ملی است، وابستگی ویژه‌ای به نیروی کار دارد.

این رویکرد به‌طورکلی از توصیه‌های اقتصاددانان مالیاتی پیروی می‌کند. آن‌ها معمولاً وضع مالیات‌های ثابت بر مصرف را برای افزایش درآمد و مالیات‌های تصاعدی بر درآمد (نرخ بالاتر برای درآمدهای بیشتر) را برای بازتوزیع ثروت توصیه می‌کنند. آن‌ها نگاهی منفی به مالیات بر شرکت‌ها که سرمایه‌گذاری را دلسرد می‌کند و سایر مالیات‌ها بر بازده سرمایه که انتخاب بین مصرف فعلی و آینده را مختل می‌کند، دارند.

مالیات‌بردرآمد کمتر، هم به معنای درآمد کمتر برای دولت و هم بازتوزیعِ کمتر است. جایگزین بدیهی برای آن، افزایش قابل‌توجه مالیات بر مصرف خواهد بود. به‌هرحال، مردم از جمله سرمایه‌دارانِ فوق‌ثروتمندِ حوزه هوش مصنوعی، همچنان کالا خریداری خواهند کرد و دولت‌ها می‌توانند درآمدهای حاصله را به دیگران منتقل کنند.

مالیات بر سرمایه نیز ممکن است اهمیت بیشتری پیدا کند. اگرچه این نوع مالیات همچنان اقتصاد را دچار اعوجاج می‌کند، اما ازآنجایی‌که بیشتر بازده سرمایه به ثروتمندان می‌رسد، می‌تواند به بازتوزیع کمک کند. دنیای مبتنی بر هوش مصنوعی همچنین ممکن است منابع بیشتری از رانت‌های فوق‌العاده مانند ارزش زمین در ثروتمندترین شهرهای امروزی را ارائه دهد که می‌توان بدون منحرف‌کردن انگیزه‌های سرمایه‌گذاری و در نتیجه آسیب‌رساندن به رشد اقتصادی، از آن‌ها مالیات گرفت.

بسیاری از پیشنهادهای پرزرق‌وبرق مالیاتی در حوزه هوش مصنوعی که این روزها مطرح می‌شوند، در همین طبقه‌بندی سنتی جای می‌گیرند. به‌عنوان‌مثال، «مالیات بر ربات» عوارضی بر یک نوع خاص از سرمایه است. «مالیات بر توکن» شکلی از مالیات هدفمند بر مصرف است. هر دوی این موارد منجر به اعوجاج‌های نامطلوب شده و سرمایه‌گذاری و هزینه‌کرد را از اتوماسیون دور می‌کنند و در نتیجه به رشد آسیب می‌رسانند؛ هرچند طرفداران آن‌ها تمایل دارند استدلال کنند که چنین اعوجاج‌هایی باعث ایجاد نوآوری در فناوری‌هایی با مشارکت بیشتر انسان می‌شود و مفید خواهند بود.

یک گزینه رادیکال‌تر، ارائه سهام مستقیم در پیشرفت هوش مصنوعی به نیروی انسانی است. یک راه برای انجام این کار، گسترش دامنه مالکیت شرکت‌های توسعه‌دهنده این فناوری است؛ خواه از طریق توزیع سهام و خواه از طریق صندوق‌های ثروت ملی. در ظاهر، به نظر می‌رسد این ایده فرسنگ‌ها با مفهوم مالیات‌گیری فاصله دارد؛ اما در اصل مشابهِ بازتوزیع درآمدهای حاصل از یک مالیات شرکتیِ به‌خوبی طراحی‌شده است. در نهایت، در هر دو حالت، دولت‌ها عملاً به شهروندان خود سهمی در درآمدهای شرکتی اعطا می‌کنند.

یک مزیت بزرگ بازتوزیع از طریق سیستم مالیاتی این است که دولت‌ها نیازی به حدس‌زدن اینکه کدام شرکت‌ها بیشترین سود را از هوش مصنوعی خواهند برد، ندارند؛ یعنی دقیقاً کاری که در صورت خرید سهامِ شرکت‌ها مجبور به انجام آن هستند. بااین‌وجود، داشتن سهام در شرکت‌های بزرگ هوش مصنوعی ممکن است کارمندان تعدیل و جایگزین‌شدن را بسیار بیشتر از یک سیستم غیرمستقیمِ «اخذ مالیات و هزینه‌کرد» تسکین دهد. همچنین، اختصاص سهام، مسئله اینکه کدام کشور از شرکت‌های ثروتمند مالیات می‌گیرد را دور می‌زند؛ مزیتی قابل‌توجه باتوجه‌به مهارت غول‌های فناوری در انتقال سود به حوزه‌های قضایی با مالیات کمتر.

در واقع، این سیستم رادیکالِ بازتوزیع چندان از واقعیت دور نیست. بسیاری از کارگران در حال حاضر خود سرمایه‌دار هستند و در حساب‌های بازنشستگی یا پس‌انداز خود سهام دارند. هر آمریکایی که در صندوقی سرمایه‌گذاری کرده باشد که شاخص سهام S&P را دنبال می‌کند، مالکِ کسری از شرکت‌های انویدیا (Nvidia)، آلفابت (Alphabet)، اپل (Apple) و شرکت بزرگ دیگر است. پس‌اندازکنندگان در سایر نقاط جهان نیز در این روند مشارکت دارند. هیچ‌کس نیازی به انتخاب برنده‌ها ندارد: در چنین صندوق‌هایی، موفق‌ترین سهام ارزش بیشتری پیدا کرده و سهم بزرگ‌تری از سبد سرمایه‌گذاری (پورتفولیو) را به خود اختصاص می‌دهند، درحالی‌که سهم بازنده‌ها کوچک‌تر می‌شود.

در حالت ایده‌آل، بزرگ‌ترین برنده‌ها شرکت‌های سهامی عام خواهند بود تا افراد خارجی، یعنی عموم مردم نیز بتوانند به‌راحتی افراد داخلی در آن‌ها سرمایه‌گذاری کنند. پیشرفت‌هایی در این زمینه در حال رخ‌دادن است و هر دو شرکت OpenAI و Anthropic در حال آماده‌شدن برای عرضه زودهنگام سهام خود هستند. حتی بازارهای خصوصی نیز دموکراتیک‌تر از آن چیزی هستند که بسیاری تصور می‌کنند. سرمایه‌گذاران نهایی در بسیاری از صندوق‌های بزرگ سرمایه‌گذاری خطرپذیر، پس‌اندازکنندگان کانادایی (از طریق طرح‌های بازنشستگی) یا مالیات‌دهندگان سنگاپوری (از طریق یک صندوق ثروت ملی) هستند. اگر دولت‌ها نگران افزایش نابرابری توسط هوش مصنوعی هستند، می‌توانند تلاش کنند تا سهم مالکیتیِ اقشار کم‌درآمدتر را افزایش دهند.

بنابراین، با وجود تمام تحولاتی که هوش مصنوعی نویدبخش آن است، علم اقتصاد یک درس آرام‌بخش ارائه می‌دهد؛ ابزارهای فراوانی برای تسهیم رفاهی که اتوماسیون انبوه ایجاد می‌کند، وجود دارد. اما اینکه آیا سیاست‌مداران از آن‌ها استفاده خواهند کرد، موضوعی کاملاً متفاوت است.

گزارش حاضر در نسخه May 16th 2026 نشریه The Economist منتشر شده است.

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها

در جریان مهم‌ترین اتفاقات AI بمانید

هر هفته، خلاصه‌ای از اخبار، تحلیل‌ها و رویدادهای هوش مصنوعی را در ایمیل‌تان دریافت کنید.

[wpforms id="48325"]