AI财富如何与所有美国人分享

伯尼·桑德斯（Bernie Sanders）最近提出的公众应该拥有一半人工智能的建议不太可能很快成为政策，但它反映了经济学家、技术研究人员和政策制定者之间正在兴起的一场更广泛的辩论：如果人工智能创造数万亿美元的新经济价值，美国人将如何受益？不乏想法，但大多未经检验。但风险以及公众对人工智能日益强烈的反对，使这一问题成为一个重要问题。

人工智能财富在股市中迅速积累，但许多美国人从这种增长中受益的程度仍然有限​​。最近的调查工作表明，大多数美国工人现在希望通过人工智能主权财富基金让企业承担更多责任。有未经证实的报道称，在备受期待的 IPO 之前，OpenAI 已讨论向政府提供 5% 的股权。与此同时，杰夫·贝索斯 (Jeff Bezos) 最近告诉 CNBC，公平经济竞争环境的最佳政策理念就是取消美国收入最低的一半人群的联邦所得税。

最近的调查数据表明，这个问题与公众对人工智能情绪的快速变化有关。艾默生学院本周发布的一项民意调查发现，只有 27% 的美国人支持在社区内或社区附近建立数据中心，63% 的人反对。不到一年的时间里，公众情绪大幅恶化。 2025 年 12 月进行的一项类似民意调查发现，虽然 33% 的人表示支持此类发展，但只有 42% 的人表示反对。许多美国人觉得他们从人工智能中得不到任何好处，反而会失去一切。

“当我看到数据中心提案时，我没有看到任何进展，”俄亥俄州东北部居民威尔·霍林斯沃思 (Will Hollingsworth) 在 4 月份关于波蒂奇县​​拟议的 257 英亩数据中心园区的公众评论会议上发言时说道。 “我看到了一场赌博，大型科技公司获得黄金，而波蒂奇县则买单。”

霍林斯沃斯在疯传的评论中表示：“我们被要求牺牲我们城市的命脉，以便一家价值数万亿美元的公司能够节省一分钱的利润。” “我们被要求排空水库，以便聊天机器人可以写一首诗，或者让我们的警长可以生成一张自己站在大脚怪旁边的照片。”

经济学家、科技行业研究人员和公共政策专家提出了多项建议来回应霍林斯沃斯的观点，即人工智能开发的潜在结果极大地偏向于有利于企业。其中包括人工智能中的部分公有制模式和其他共享股权机制。

目前担任微软研究院首席技术官首席统一科学家办公室的计算机科学家 Jaron Lanier 主张建立一种有时被称为“数据尊严”的模型，在该模型中，人们因帮助创建人工智能系统的信息和贡献而获得补偿。

“当桑德斯参议员访问斯坦福大学的人工智能社区时，我和他一起度过了一段时间，”拉尼尔说。 “（他的提议）是否是一个好主意取决于负责向人民提供福利的政府的性质，”他说。如果政府只是成为“另一家人工智能公司”，他更喜欢他所说的更加“分布式的经济模式”。

拉尼尔说：“良好的数据和监督可以带来足够的真实资金，对人们的生活产生重大影响。”

“但如果未来是规范的硅谷，人们将被虚构地视为无用之人，因为他们的贡献被匿名并被驳回，以支持假装人工智能完成了所有工作，那么最好通过具有参与性/民主元素的政府结构来提供某种支持，”拉尼尔说。

直接向人们支付人工智能训练数据费用

挑战在于弄清楚这样一个系统如何运作。人工智能模型接受来自数百万或数十亿来源的大量信息的训练。确定哪些个人贡献创造了价值，以及应该支付多少费用，可能会遇到与人们为搜索历史提供补偿的同样的批评——虽然总金额巨大，但任何单个个人数据的经济价值都很低。

芝加哥大学计算机科学助理教授劳尔·卡斯特罗·费尔南德斯（Raul Castro Fernandez）最近撰写了一篇关于如何公平地补偿公众人工智能的文章，他反驳了这样的论点：准确跟踪（和补偿）人工智能模型从人类贡献者那里收集的大量数据点是不可行的。费尔南德斯说：“利润分享的最强版本不是税收，而是与人类贡献挂钩的补偿制度，正是这种贡献首先使人工智能系统变得有价值。”

费尔南德斯说：“他们（人工智能公司）已经通过缩放法则估计了数据的重要性。” “一个看似合理的机制看起来不像是计算每个单独‘代币’的确切价值，而更像是一个集体管理系统，在精神上类似于音乐版税：人工智能公司将把模型利润的一部分支付到一个池中，总份额将由模型性能在多大程度上依赖于数据的证据来确定，付款将根据数据贡献的审计指标在创作者、出版商、平台或其他中介机构之间分配，”他说。

但分别来自西蒙弗雷泽大学和西北大学的研究人员尼古拉斯·文森特和布伦特·赫克特对这种方法提出了警告。在 2023 年的一项研究中，研究是否有可能对个人对人工智能系统的贡献给予充分补偿，文森特和赫克特认为，对每个人的数据进行评估可能是非常主观的，并且可能违反直觉。

他们表示：“看似微小的设计选择可能会严重改变数据值的分布，这对于任何寻求将这些值纳入支付或其他目的的人类人工智能系统来说都是一个严重的问题。” “如果一项技术依赖于数百万或数十亿人的集体贡献，我们已经知道每个人的价值将非常小，那么为什么还要花时间和精力进行（可能成本高昂的）数据价值估计呢？”他们得出结论。

为 21 世纪创建新的强大工会

然而，直接支付可能并不是实现更公平的数据采购流程的唯一方法。 RadicalxChange 基金会主席、该政策文件的两位作者之一马特·普威特 (Matt Prewitt) 主张创建一类新的法律权利，赋予人们塑造人工智能运作方式的权力，这是 21 世纪版本的工会，其中“人们不能在个人层面上签署放弃这些权利。相反，人们必须联合起来组成协会才能行使这些权利。”

普威特说，这将创建一类新的受监管协会，它们“在人工智能公司的谈判桌上拥有非常重要的席位，并且有权获得股份、报酬、治理和权力”。

微软首席研究员、RadicalxChange 创始人、经济学家和技术专家 Glen Weyl 认为，目标不一定是政府或公司的公有制。根据 RadicalxChange 的说法，“分割和分割所有权（即，给予更多或不同的人分享传统所有权）；或巩固所有权（即，将其置于某些公众代表手中，例如国家）”的努力能够带来一些好处，但最好被视为“只是创可贴”。

RadicalxChange 的工作人员在一篇主张以共同所有权为中心的新模式的政策文章中写道：“分割所有权只是‘传播’传统所有权的旧有榨取激励，而巩固所有权则‘把所有鸡蛋放在一个篮子里’，加剧了机构捕获和非法代表的风险。”

新企业税，减少工作时间

其他人表示，政策制定者无需诉诸未经检验的想法即可创建更公平的人工智能经济，这些机制已经存在。经济学家兼经济与政策研究中心联合创始人迪恩·贝克表示，这些措施包括加强企业税、反垄断执法和劳工保护。

尽管贝克表示，他仍然不相信人工智能会大规模取代人类劳动力，但他补充说，他仍然会求助于“旧的补救措施”。

贝克说，这些补救措施可能包括“对所有公司征收更高税率的可行企业所得税”。但他补充说，付款方式可能是新的。 “做到这一点的最佳方法是要求公司上交与目标税率相同的无投票权股份（例如，25% 的税率下交 25% 的股份），”他说。

此外，贝克表示，如果严格执行，反垄断执法将为人工智能利润的更公平的经济分配提供一条可行的途径。贝克用廉价的中国产品取代了蓝领劳动力进行了类比。 “我们让中国制造的商品进入，从而榨干了大部分蓝领劳动力。我们不应该采取保护主义来让埃隆·马斯克和马克·扎克伯格保持巨额财富，”他说。

不重复过去的政策错误，包括对社交媒体崛起和早期全球外包时代的宽松态度，受到美国一些最高级政策制定者的高度关注，他们押注人工智能，特别是就业方面，将在未来几年成为一个选举和社会问题。

虽然通过全民基本收入——或者埃隆·马斯克所说的“全民高收入”计划——来应对大规模失业的想法已经流传多年，但有一个更简单的劳动力市场机制来分配人工智能创造的未来经济效率，这已经有了全球先例。

答案不是不工作，而是减少工作。

“我们在 90 年前就制定了每周工作 40 小时的标准，此后一直没有改变，”贝克说。 “其他国家已经缩短了工作周、工作年。如果人工智能要给我们带来承诺的生产力繁荣，那么让我们将门槛降低到 32 小时，甚至可能更低。我们还可以将加班费提高一倍，达到 100%，而不是 50%，”贝克说。