A armadilha dos despedimentos por IA

Vale a pena refletir sobre um recente estudo de Brett Hemenway Falk e Gerry Tsoukalas, da Universidade de Boston, que chama a atenção para o que designam de “a armadilha dos despedimentos por Inteligência Artificial” (IA), no qual exploram um dilema económico crítico sobre a automação e o seu impacto no mercado laboral e no consumo.

Os autores constroem um modelo económico formal para explicar um enigma: se empresas racionais e previdentes, os seus executivos e acionistas conseguem prever os danos que os despedimentos massivos impulsionados por IA eventualmente causarão ao consumo – e, portanto, à receita das suas empresas –, por que continuam a fazê-los mesmo assim?

1. O problema central: o dilema do prisioneiro no mercado de produtos

O artigo argumenta que a economia está a entrar num “ciclo vicioso” de automação. Se as empresas substituírem os trabalhadores humanos por IA, robôs e autómatos mais depressa do que a economia consegue reabsorver esses trabalhadores noutras funções, a procura dos consumidores – da qual as próprias empresas dependem – acaba por sofrer uma quebra.

A armadilha reside no facto de, embora as empresas saibam que despedimentos em massa prejudicam o mercado a longo prazo, elas são racionalmente forçadas a automatizar para manterem a competitividade. Se uma empresa reduzir custos através da IA, poderá baixar preços e tirar do mercado quem não o faz.

A resposta, demonstram os autores, é que eles não têm escolha. Não por falta de visão, mas devido à estrutura dos mercados competitivos.

A principal contribuição do artigo é demonstrar que a automação impulsionada por IA cria o que os economistas chamam de externalidade da procura – uma situação em que a decisão de uma empresa impõe custos a outras empresas que a primeira empresa não precisa pagar.

Quando uma empresa substitui trabalhadores humanos por IA, ela reduz os seus custos laborais. Num mercado competitivo, essa redução é repassada aos consumidores na forma de preços mais baixos, o que aumenta a quota de mercado da empresa. Porém, esses trabalhadores substituídos também são consumidores – e, ao perderem o seu rendimento, param de comprar ou reduzem significativamente o seu consumo. Essa redução no consumo prejudica todas as empresas do setor, inclusive aquela que automatizou os seus processos.

A assimetria crucial reside no facto de a empresa que automatiza capturar todo o benefício da redução de custos, mas arcar apenas com uma fração da destruição da procura que causa. O restante recai sobre os seus concorrentes. Todas as empresas enfrentam esse mesmo cálculo. Provocando uma corrida à automação em que todas automatizam para além do que seria coletivamente ideal – e todas sabem que estão a fazer isso.

Na versão mais extrema do modelo, chamada “limite sem atrito”, a estratégia dominante de todas as empresas é substituir toda a sua força de trabalho humana por IA, apesar de todas as empresas concordarem que, se fossem mais cautelosas, todas beneficiariam. Essa é a estrutura clássica do “dilema do prisioneiro”. O resultado de equilíbrio é aquele em que decisões racionais de empresas individuais produzem um resultado coletivo irracional.

Fundamentalmente, os autores demonstram que o excedente destruído pela automação excessiva não é uma transferência dos trabalhadores para os donos das empresas. Trata-se de uma perda de bem-estar social – valor que é simplesmente destruído e que prejudica tanto os trabalhadores quanto os acionistas das empresas. As empresas que automatizam também saem a perder.

2. O “efeito da Rainha Vermelha”: uma IA melhor só piora a situação.

Um dos resultados mais surpreendentes do estudo é o que acontece quando a IA se torna melhor e mais produtiva. A intuição comum sugere que uma IA com maior produtividade resolveria o problema: se a IA tornar os trabalhadores assaz mais produtivos, a substituição de mão de obra pode não se traduzir em perda de empregos.

O modelo mostra o oposto – quando a IA se torna mais produtiva, a externalidade da procura aumenta, não diminui. O paradoxo da IA “melhor” mostra que, quanto mais eficiente for a tecnologia de IA, pior se torna o problema, pois o incentivo empresarial para substituir humanos por IA, robôs e autómatos torna-se ainda mais irresistível. Cada empresa percebe que automatizar de forma mais agressiva do que seus concorrentes garantir-lhe-á maior quota de mercado. Porém, no equilíbrio em que todas as empresas automatizaram igualmente, esses ganhos percebidos anulam-se; o que resta é a destruição adicional de procura resultante da automação extra. Os autores chamam a isto o “efeito Rainha Vermelha”, numa referência à personagem de Lewis Carroll [no livro As Aventuras de Alice no País das Maravilhas] que precisa correr cada vez mais rápido apenas para permanecer no mesmo lugar.

O aumento da concorrência entre empresas também agrava o problema. Quanto mais fragmentado o mercado, mais a destruição da procura se espalha entre os concorrentes e maior se torna a diferença entre o nível de automação escolhido por cada empresa e o nível ideal para todos.

3. Soluções propostas que não resolvem o problema

O artigo é especialmente interessante pela análise criteriosa das potenciais soluções para resolver o problema do despedimento massivo causado por IA. Os autores examinam seis políticas públicas geralmente propostas para mitigar esse despedimento e avaliam se elas corrigem o incentivo competitivo que leva à automação excessiva. Concluem que nenhuma delas promove uma correção, com exceção de uma.

O Rendimento Básico Universal (UBI) aumenta o limiar mínimo de gastos para trabalhadores desempregados, o que restaura parcialmente a procura do consumidor. Todavia, não altera, em termos marginais, o cálculo de nenhuma empresa sobre o quanto automatizar. O incentivo para automatizar de forma mais agressiva do que os concorrentes permanece exatamente o mesmo.

Os impostos sobre o rendimento do capital proveniente dos lucros da automação transferem recursos entre acionistas das empresas e governos, embora operem sobre os níveis de lucro em vez de sobre a margem por tarefa, onde a externalidade realmente se manifesta. Eles não alteram o grau de automação que uma empresa opta por implementar.

A participação acionista dos trabalhadores – que lhes dá uma parcela da propriedade da empresa para que também os trabalhadores beneficiem com a automação – reduz a desigualdade, mas não a elimina completamente. A destruição da procura afeta todas as empresas, não apenas aquelas nas quais os trabalhadores detêm participação acionista.

Programas de requalificação profissional que ajudam trabalhadores desempregados a encontrar novos empregos mais rapidamente reduzem a destruição da procura, diminuindo o tempo que os trabalhadores passam sem rendimento. No entanto, se parte do rendimento salarial for perdido permanentemente, em vez de apenas interrompida temporariamente, a requalificação profissional, por si só, não será suficiente para compensar essa perda.

A concertação interempresas – a ideia de que as empresas poderiam concordar voluntariamente, entre si, em restringir a automação para benefício mútuo – falha porque a automação é uma estratégia dominante. Qualquer acordo seria muito provavelmente quebrado por empresas individuais agindo no seu próprio interesse. A concorrência feroz não dá espaço para um equilíbrio cooperativo autossustentável.

4. A única solução que funciona: um imposto pigouviano sobre a IA e a automação

O único instrumento político que os autores consideram capaz de corrigir efetivamente a falha de mercado é um imposto pigouviano sobre a IA e a automação – um imposto sobre cada tarefa automatizada, fixado no valor da perda de procura não-internalizada que a automação gera para o restante do mercado.

Um imposto pigouviano (nomeado em homenagem ao economista Arthur C. Pigou) visa internalizar os custos externos decorrentes de externalidades negativas, impondo um imposto igual ao custo social marginal associado à atividade; os exemplos mais conhecidos são os impostos sobre o carbono e sobre a poluição. A lógica é fazer com que a empresa que gera o dano pague o custo social total da sua decisão, em vez de externalizar parte desse custo para outros.

Neste modelo, um imposto sobre a IA e a automação corretamente calibrado implementaria o que os autores chamam de “ótimo cooperativo” – o nível de automação que empresas racionais escolheriam coletivamente se pudessem coordenar e internalizar as externalidades da procura criadas pelas suas decisões. A receita do imposto poderia ser usada para financiar programas de requalificação profissional que aumentem as taxas de reposição de rendimento para trabalhadores despedidos, o que reduziria a externalidade subjacente ao longo do tempo.

Em suma,

O artigo mostra que não devemos focar-nos apenas nas consequências do massivo desemprego tecnológico, mas também analisar os incentivos competitivos que estão a impulsionar essa tendência de forma descontrolada.

É ainda importante que os governos não olhem para a IA apenas como um avanço tecnológico, mas se preparem para colmatar as falhas do mercado que requerem mecanismos compensatórios do desemprego inevitável, bem como aprovar regulação para o efeito, incluindo regulação fiscal.