Finance & Economics

‍ 📄 یادداشت

نقد تکنوسوسیالیسم: چرا برنامه ریزی با هوش مصنوعی نمی‌تواند جانشین فرایند بازار شود؟

👤 امیرحسین خالقی

هایک معتقد بود که دانش پراکنده در جامعه باعث می‌شود هیچ اتوریته متمرکزی نتواند تمام اطلاعات لازم را برای برنامه‌ریزی موثر در اختیار داشته باشد.
ایرادش این بود که در اقتصاد سوسیالیستی (دولتی/برنامه ریزی شده/دستوری) هماهنگی اقتصادی مناسب در عمل ممکن نیست و مسئله «محاسبه اقتصادی» را نمی‌شود حل کرد.

اما در اقتصاد بازار قیمت‌هایی که از رجحان‌ها و انتخاب‌های افراد ناشی می‌شوند علامت‌هایی برای هماهنگی فعالیت‌های اقتصادی به حساب می‌آیند که کار را به خوبی پیش می‌برند. ماجرای محاسبه اقتصادی یکی از مهمترین چالش نظری علم اقتصاد در قرن بیستم بود که آن را با #میزس و #هایک و رابینز و لانگه و لرنر می‌شناسیم.

اما آیا تکنولوژی‌های جدید در حوزه فناوری اطلاعات و ارتباطات، #هوش_مصنوعی و کلان داده و بلاک‌چین می‌توان مشکل محاسبه اقتصادی را حل کرد؟
این تکنولوژی‌های جدید می‌توانند حجم عظیمی از اطلاعات را از منابع مختلف جمع‌آوری و پردازش کند، الگوها را بهتر کشف کنند و پیش‌بینی‌های دقیق‌تری داشته باشند که کار تخصیص منابع را بهبود می‌بخشد. یکی از مشهورترین تلاش‌های اولیه برای استفاده از تکنولوژی‌های جدید در برنامه‌ریزی اقتصادی را در دوران دولت #سالوادور_آلنده در شیلی شاهد بودیم که به پروژه سایبرسین شهرت داشت و البته با مشکلات زیادی نظیر دقت اطلاعات، به‌روز رسانی به موقع روبه رو بود و عمرش هم دراز نبود. آن سال‌ها #لانگه از هواداران پرشور #سوسیالیسم_بازار خواب این را می‌دید که حتی با رایانه‌های آن زمان به راحتی می‌شود مشکل محاسبه اقتصادی را حل کرد. او فکر می‌کرد اصل مطلب همان ظرفیت پردازش و تکنولوژی خوب است.

تکنولوژی‌های جدید البته قدرتمندند ولی به ورودی‌های خوب نیاز دارند؛ باید داده‌های قابل اتکایی باشد تا بشود الگویی در آنها رصد کرد، منطق تغییر آنها را شناخت و به پیش بینی آینده پرداخت.

اما برای تصمیم گیری‌های اقتصادی ما با دانش خاموش (دانشی که نمی‌توان آن را به اعداد و ارقام بدل کرد) و زمینه مند (محلی که فقط افراد درگیر از آن اطلاع دارند) طرف هستیم. چنین دانشی آن بیرون نیست که بشود با روش‌های ریاضی به آن پرداخت بلکه طی فرایند بازار خود را ظاهر می‌کند. وقتی در جامعه «تقسیم کار» داریم پس از «تقسیم دانش» هم گریزی نیست و این دانش هم فقط در تعامل افراد «کشف» می‌شود. چنین دانشی دانش مشروط به زمان و مکان است و بیرون از آن موضوعیت ندارد. برای تقریب ذهن تصور کنید که کامپیوترها می‌توانند خوب شطرنج بازی کنند ولی بعید است بازی فوتبال آنها چیز جذاب و دیدنی از آب در بیاید!

خلاصه کنم، مشکل محاسبه اقتصادی «فنی» نیست بلکه «اقتصادی» است! الله اعلم.

◽️@utfinance◽️

👍6❤1

www.group-telegram.com/ru/UTfinance.com/4266

1.21K viewsedited  Feb 2 at 08:52

‍ 📄 یادداشت

نقد تکنوسوسیالیسم: چرا برنامه ریزی با هوش مصنوعی نمی‌تواند جانشین فرایند بازار شود؟

👤 امیرحسین خالقی

هایک معتقد بود که دانش پراکنده در جامعه باعث می‌شود هیچ اتوریته متمرکزی نتواند تمام اطلاعات لازم را برای برنامه‌ریزی موثر در اختیار داشته باشد.
ایرادش این بود که در اقتصاد سوسیالیستی (دولتی/برنامه ریزی شده/دستوری) هماهنگی اقتصادی مناسب در عمل ممکن نیست و مسئله «محاسبه اقتصادی» را نمی‌شود حل کرد.

اما در اقتصاد بازار قیمت‌هایی که از رجحان‌ها و انتخاب‌های افراد ناشی می‌شوند علامت‌هایی برای هماهنگی فعالیت‌های اقتصادی به حساب می‌آیند که کار را به خوبی پیش می‌برند. ماجرای محاسبه اقتصادی یکی از مهمترین چالش نظری علم اقتصاد در قرن بیستم بود که آن را با #میزس و #هایک و رابینز و لانگه و لرنر می‌شناسیم.

اما آیا تکنولوژی‌های جدید در حوزه فناوری اطلاعات و ارتباطات، #هوش_مصنوعی و کلان داده و بلاک‌چین می‌توان مشکل محاسبه اقتصادی را حل کرد؟
این تکنولوژی‌های جدید می‌توانند حجم عظیمی از اطلاعات را از منابع مختلف جمع‌آوری و پردازش کند، الگوها را بهتر کشف کنند و پیش‌بینی‌های دقیق‌تری داشته باشند که کار تخصیص منابع را بهبود می‌بخشد. یکی از مشهورترین تلاش‌های اولیه برای استفاده از تکنولوژی‌های جدید در برنامه‌ریزی اقتصادی را در دوران دولت #سالوادور_آلنده در شیلی شاهد بودیم که به پروژه سایبرسین شهرت داشت و البته با مشکلات زیادی نظیر دقت اطلاعات، به‌روز رسانی به موقع روبه رو بود و عمرش هم دراز نبود. آن سال‌ها #لانگه از هواداران پرشور #سوسیالیسم_بازار خواب این را می‌دید که حتی با رایانه‌های آن زمان به راحتی می‌شود مشکل محاسبه اقتصادی را حل کرد. او فکر می‌کرد اصل مطلب همان ظرفیت پردازش و تکنولوژی خوب است.

تکنولوژی‌های جدید البته قدرتمندند ولی به ورودی‌های خوب نیاز دارند؛ باید داده‌های قابل اتکایی باشد تا بشود الگویی در آنها رصد کرد، منطق تغییر آنها را شناخت و به پیش بینی آینده پرداخت.

اما برای تصمیم گیری‌های اقتصادی ما با دانش خاموش (دانشی که نمی‌توان آن را به اعداد و ارقام بدل کرد) و زمینه مند (محلی که فقط افراد درگیر از آن اطلاع دارند) طرف هستیم. چنین دانشی آن بیرون نیست که بشود با روش‌های ریاضی به آن پرداخت بلکه طی فرایند بازار خود را ظاهر می‌کند. وقتی در جامعه «تقسیم کار» داریم پس از «تقسیم دانش» هم گریزی نیست و این دانش هم فقط در تعامل افراد «کشف» می‌شود. چنین دانشی دانش مشروط به زمان و مکان است و بیرون از آن موضوعیت ندارد. برای تقریب ذهن تصور کنید که کامپیوترها می‌توانند خوب شطرنج بازی کنند ولی بعید است بازی فوتبال آنها چیز جذاب و دیدنی از آب در بیاید!

خلاصه کنم، مشکل محاسبه اقتصادی «فنی» نیست بلکه «اقتصادی» است! الله اعلم.

◽️@utfinance◽️

BY Finance & Economics