<\/span><\/h2>\nNagrin\u0117jame ry\u0161\u012f tarp dirbtinio intelekto skatinam\u0173 inovacij\u0173 ir darbo j\u0117gos dalies, naudodami duomenis i\u0161 238 region\u0173 21 Europos \u0161alyje, apiman\u010dius 2000\u20132017 m. \u0160is regioninis objektyvas yra b\u016btinas, nes pramon\u0117s strukt\u016bros, i\u0161silavinimo ir vietos inovacij\u0173 dinamikos skirtumai stipriai \u012ftakoja technologini\u0173 poky\u010di\u0173 poveik\u012f.<\/p>\n
DI inovacijas vertiname naudodami naujai sukurt\u0105 su AI susijusi\u0173 patent\u0173 duomen\u0173 rinkin\u012f, \u012fskaitant tokias technologijas kaip ma\u0161ininis mokymasis, nat\u016bralios kalbos apdorojimas, vaizdo apdorojimo metodai ir pan. \u0160ie duomenys yra susieti su i\u0161samiais regioniniais u\u017eimtumo, darbo u\u017emokes\u010dio ir prid\u0117tin\u0117s vert\u0117s rodikliais, suskirstytais pagal \u012fg\u016bd\u017ei\u0173 lyg\u012f.<\/p>\n
I\u0161vados atskleid\u017eia tvirt\u0105 ir statisti\u0161kai reik\u0161ming\u0105 neigiam\u0105 ry\u0161\u012f tarp AI patentavimo intensyvumo ir darbo pajam\u0173 dalies. DI patent\u0173 intensyvumo padvigub\u0117jimas yra susij\u0119s su 0,5\u20131,6 procentinio punkto suma\u017e\u0117jimu darbo j\u0117gos dalimi. 1 paveikslas iliustruoja \u0161i\u0105 raid\u0105, pavaizduodamas dirbtinio intelekto intensyvum\u0105 Europos regionuose (kairysis skydelis) ir bendr\u0105 darbo j\u0117gos dalies pokyt\u012f 2000\u20132017 m. (de\u0161inysis skydelis). Regionuose, kuriuose dirbtinio intelekto intensyvumas didesnis, darbo pajam\u0173 dalis per vis\u0105 laikotarp\u012f ma\u017e\u0117jo.<\/p>\n
1 pav<\/strong><\/p>\n<\/span>Pastaba<\/em>: kair\u0117je diagramos pus\u0117je pateikiamas regioninis AI patentavimo intensyvumas, apibr\u0117\u017eiamas kaip technologi\u0161kai atskleistas lyginamasis prana\u0161umas, apskai\u010diuotas kaip vidutinis dirbtinio intelekto patent\u0173 skai\u010dius, palyginti su kit\u0173 patent\u0173, pateikt\u0173 regione 2000\u20132017 m., skai\u010dius. Tada gauta vert\u0117 i\u0161rei\u0161kiama kaip santykis su tuo pa\u010diu matu kituose regionuose. Jei indeksas didesnis nei 1, regionas specializuojasi dirbtinio intelekto patentavime. De\u0161in\u0117je pus\u0117je parodytas suminis darbo j\u0117gos dalies pokytis 2000\u20132017 m., i\u0161reik\u0161tas procentiniais punktais.<\/span><\/h6>\nSvarbiausia, kad darbo j\u0117gos dalies ma\u017e\u0117jimas n\u0117ra vienodas visoje darbo j\u0117goje. Pastebime, kad vidutin\u0117s ir auk\u0161tos kvalifikacijos darbuotoj\u0173 pajam\u0173 dalis labiausiai ma\u017e\u0117ja, vis\u0173 pirma d\u0117l darbo u\u017emokes\u010dio ma\u017einimo, o ne d\u0117l u\u017eimtumo poky\u010di\u0173. Prie\u0161ingai, \u017eemos kvalifikacijos darbuotoj\u0173 darbo dalis ma\u017e\u0117ja ma\u017eiau \u2013 daugiausia d\u0117l nedidelio u\u017eimtumo augimo \u0161iame segmente, kuris i\u0161 dalies kompensuoja sustingus\u012f arba ma\u017e\u0117jant\u012f atlyginim\u0105. \u0160ie modeliai rodo, kad dirbtinis intelektas pertvarko darbo rink\u0105 ne tik tarp darbo ir kapitalo, bet ir darbo viduje, perskirstydamas gr\u0105\u017e\u0105 tarp \u012fg\u016bd\u017ei\u0173 grupi\u0173 (taip pat \u017er. Bloom ir kt. 2024 ir 2025 m. teorin\u0119 sistem\u0105, kuri atitinka \u0161iuos rezultatus).<\/p>\n
Svarbu tai, kad mes nepastebime proporcingo darbo na\u0161umo padid\u0117jimo, kuris gal\u0117t\u0173 kompensuoti \u0161iuos paskirstymo poky\u010dius. \u0160iame kontekste dirbtinis intelektas ne tik padidina efektyvum\u0105, bet ir perskirsto naujovi\u0173 naud\u0105, padidindamas kapitalui kaupiam\u0173 pajam\u0173 dal\u012f.<\/p>\n
<\/span>Nuo \u012fprastinio pakeitimo iki \u012fg\u016bd\u017ei\u0173 suspaudimo: perm\u0105styti poliarizacij\u0105<\/span><\/h2>\nNors darbo j\u0117gos dalies ma\u017e\u0117jimas prasid\u0117jo dar gerokai prie\u0161 AI atsiradim\u0105, \u012frodymai rodo, kad dirbtinio intelekto naujov\u0117s stiprina ir pagreitina \u0161i\u0105 tendencij\u0105. Istori\u0161kai technologin\u0117 pa\u017eanga da\u017enai papildydavo kvalifikuot\u0105 darbo j\u0117g\u0105, pakeisdama \u012fprastas, \u017eemos kvalifikacijos reikalaujan\u010dias u\u017eduotis. Prie\u0161ingai, \u0161iuolaikinis AI vis labiau gali atkartoti pa\u017eintin\u012f darb\u0105, i\u0161pl\u0117sdamas automatizavimo srit\u012f \u012f auk\u0161to ir vidutinio \u012fg\u016bd\u017ei\u0173 reikalaujan\u010dias profesijas.<\/p>\n
\u0160is pokytis ypa\u010d pastebimas paslaug\u0173 ekonomikoje. DI programos dabar naudojamos teis\u0117s, finans\u0173, logistikos, vie\u0161ojo administravimo ir kitose balt\u0173j\u0173 apykakli\u0173 srityse, kurios anks\u010diau buvo laikomos atspariomis automatizavimui. D\u0117l to dabartin\u0117 naujovi\u0173 banga neatitinka klasikinio pasakojimo apie \u017eemos kvalifikacijos darbo perk\u0117lim\u0105, po kurio imamasi \u012fg\u016bd\u017ei\u0173 tobulinimo. Vietoj to, mes pastebime darbo u\u017emokes\u010dio suspaudimo po\u017eymius \u012fg\u016bd\u017ei\u0173 pasiskirstymo vir\u0161uje ir viduryje.<\/p>\n
Grynasis poveikis yra nauja darbo rinkos poliarizacijos forma, kuri neb\u016btinai bus naudinga auk\u0161tos kvalifikacijos darbuotojams, kaip praeityje vykstan\u010diose technologini\u0173 poky\u010di\u0173 bangose. Atvirk\u0161\u010diai, \u012frodymai rodo ekonomin\u0117s vert\u0117s perskirstym\u0105 nuo darbo j\u0117gos visame pasaulyje, ypa\u010d neigiam\u0105 poveik\u012f tiems, kurie anks\u010diau buvo izoliuoti nuo technologini\u0173 sutrikim\u0173. Tai atsitinka net ir atsi\u017evelgiant \u012f tai, kad dirbtinis intelektas padidina vidutin\u012f produktyvum\u0105 ir ekonomikos augim\u0105 (pvz., Acemoglu 2025).<\/p>\n
Europos kontekste, kur susir\u016bpinimas d\u0117l darbo u\u017emokes\u010dio s\u0105stingio, nelygyb\u0117s ir politinio nepasitenkinimo auga, \u0161i besikei\u010dianti dinamika reikalauja ypatingo d\u0117mesio.<\/p>\n