Den geografischen Auswirkungen der Automatisierung entgegenwirken: Computer, KI und Ortsunterschiede

Die Präsidentschaftswahlen 2016 enthüllten – wie nichts zuvor – einen der auffälligsten, aber am wenigsten erwarteten Aspekte der globalen digitalen Revolution. In einer einzigen dramatischen Abstimmung hat der Sieg von Donald Trump das Aufkommen einer krassen und sich ausweitenden Teilen zwischen zwei Amerikas: eines mit Sitz in großen, digital orientierten Metropolregionen; der andere findet sich in kleineren Städten, Kleinstädten und ländlichen Gebieten mit niedrigerer Technologie.einsDabei zeigte die Abstimmung mit ihrer knallrot-blauen Karte die unterschätzte Macht der Technologie, die Geographie der Nationen neu zu gestalten.



Die Kluft war für viele ein Schock.zweiAber es war nicht nur die Kahlheit der offenbarten geografischen Kluft, die so beunruhigend war. Beunruhigend war auch das Ausmaß, in dem die offengelegten regionalen Unterschiede des Landes etwas Wichtiges über die grundlegende Natur neuer digitaler Technologien, einschließlich verschiedener Formen der Automatisierung, wie künstliche Intelligenz (KI).3

Die verschärften räumlichen Trennungen spiegelten in dieser Hinsicht nicht nur zufällige Standortentscheidungen oder den Rückgang des verarbeitenden Gewerbes wider (obwohl diese dazu beigetragen haben). Stattdessen deutet eine bedeutende wissenschaftliche Literatur nun darauf hin, dass die neuen Technologien disruptive Werkzeuge in die Wirtschaft eingeführt haben, die durch die Ermächtigung von hochrangiger Arbeit und die Ersetzung von Routineaufgaben auch die Wirtschaftsgeographie des Landes massiv neu ordnen.





Am deutlichsten war bisher die maschinengetriebene Dynamik, die verstärken die Fähigkeit von Facharbeitern, Mehrwert zu schaffen, Auswendigarbeit zu ersetzen und zu injizieren Gewinner-nehmen-am meisten -oder Superstar —Dynamik in die Märkte.4Im Laufe der Zeit hat diese anfängliche Verbreitung digitaler Tools und Automatisierung die sogenannten Agglomerationskräfte verstärkt, die dazu führen, dass sich Menschen und Unternehmen an bevorzugten Orten zusammenschließen, um Informationen auszutauschen, Fähigkeiten und Arbeit abzustimmen und neue Dinge zu lernen – mit erheblichen Auswirkungen auf die Geographie.

Auf diese Weise könnten die Wahlen 2016 so ausgehen, dass die Gesellschaft zum ersten Mal begann, die vollen Auswirkungen des Potenzials der Automatisierung zur Transformation der physischen Welt zu erkennen. Da große Tech-Städte wie New York, Washington und die Bay Area zunehmend eine andere Welt als der Rest von Amerika zu bewohnen schienen, revoltierten die Menschen und Orte, die zurückgelassen wurden.



KI und ihre positiven und negativen Auswirkungen werden nicht gleichmäßig verteilt und werden wahrscheinlich zu den beunruhigenden geografischen Kluften des Landes beitragen.

All dies legt die Notwendigkeit nahe, der Liste der sozialen und ethischen Dilemmata im Zusammenhang mit der kommenden KI-Ära einen weiteren Punkt hinzuzufügen, die Tatsache, dass KI und ihre positiven und negativen Auswirkungen nicht gleichmäßig verteilt werden und wahrscheinlich zu den beunruhigenden geografischen Kluften des Landes beitragen werden. Die Lösung dieser Herausforderung wird der Problemlösung über die Zukunft der Arbeit, die Anpassung der Arbeitnehmer und den ethischen Inhalt von Algorithmen eine weitere Priorität hinzufügen.

Automatisierung, KI – und Ort

Die Verbindung von KI zur Geografie folgt aus der Tendenz der digitalen Technologien, verstärken die Produktivität der Fachkräfte und Ersatz für Routine- oder Routinearbeiten. Allen voran, Beaudry, Doms und Lewis zeigte vor mehr als einem Jahrzehnt, dass die relativen Löhne in den Städten, die PCs am frühesten und schnellsten einführten, am schnellsten stiegen.5



Seitdem haben sich zusätzliche Beweise angesammelt – auch in jüngster Zeit Brookings-Forschung —dass digitale Technologien einen großen Beitrag zur Abweichungen der regionalen Wirtschaft und der Ziehen Sie sich von Superstar-Städten ab aus kleineren und dem ländlichen Hinterland.6 Enrico Moretti hat gezeigt, dass die digitale Wirtschaft zu wachsenden Unterschieden zwischen den Menschen und sogar zwischen den Fähigkeiten führt.7Und Elisa Giannone hat gezeigt dass die Divergenz der Löhne der Städte seit 1980 – nach jahrzehntelanger Konvergenz – eine Mischung aus den gestiegenen Belohnungen der Technologie für hochqualifizierte Techniker und der lokalen Industrieclusterung widerspiegelt.8

Ebenso zeigt meine eigene Analyse der Digitalisierung, dass die durchschnittlichen Jahreslöhne von Bundesländern und Städten nicht nur mit den durchschnittlichen Digitalkompetenzwerten der Orte korrelieren, sondern dass die Beschäftigung und das Einkommen der digitalisierten Orte von weniger digital qualifizierten Orten abgezogen werden.

Digitalisierung steht in positivem Zusammenhang mit Durchschnittslöhnen



Im Laufe der Zeit ist eine glückliche Oberschicht großer, dichter und talentierter Ballungsräume konstant schneller gewachsen als die mittleren und am wenigsten wohlhabenden Städte:

Indexierter durchschnittlicher Jahreslohn und Beschäftigungsniveau, 1969-2016

Im Mittelpunkt dieser Trends steht die Automatisierung. Was ich die erste große Phase der digitalen Automatisierung nenne, die Phase der IT-Ära, die von 1980 bis 2016 datiert wurde und sich auf die Einführung des PCs und der industriellen Robotik konzentrierte. Ungefähr in dieser Zeit hat meine Gruppe des Metropolitan Policy Program bei Brookings mit dem nicht ansässigen Senior Fellow von Brookings Ian Hathway (unter Verwendung von Daten von David Autor) zusammengearbeitet, um zu zeigen, wie sich die unterschiedlichen Auswirkungen der Automatisierung auf Aufgabentypen auf nationaler Ebene in ungleichen lokalen Beschäftigungsergebnissen niederschlagen.9



Erstens zeigt unser Blick auf die nationalen Berufstrends im IT-Zeitalter deutlich, wie Lohnwachstum und Beschäftigungswandel in den Jahren seit 1980 eine Aushöhlung des Qualifikationskontinuums widerspiegeln, die wiederum eine geringere Nachfrage nach mittelqualifizierten, routinemäßigen oder sich wiederholenden Tätigkeiten widerspiegelt. ob körperlicher oder kognitiver Natur – wenn diese Arbeit durch Maschinen ersetzt wird.

Das Lohn- und Beschäftigungswachstum war bei mittleren Löhnen am langsamsten

Insgesamt ist sehr deutlich, dass sowohl das Beschäftigungswachstum als auch der Lohnfortschritt in der Mitte der Qualifikationsverteilung für Berufe wie Produktionshelfer und Büroangestellte eingebrochen sind.

Zweitens verknüpfen wir dieses nationale Muster mit den Auswirkungen auf die Gemeinschaft, indem wir die lokale Häufigkeit von Routine- oder Wiederholungsarbeiten im Jahr 1980 kartieren. Dies führt zu einer visuellen Darstellung der lokalen Exposition gegenüber automatisierungsanfälliger Arbeit.

Normaler Beschäftigungsanteil nach Pendlerzone, 1980

Normaler Beschäftigungsanteil nach Pendlerzone, 1980

Quelle: Brookings-Analyse von Autor und Dorn (2013)

Die Karte ist übersichtlich. Während zu Beginn des Automatisierungs-Zeitalters Routinearbeiten im ganzen Land verbreitet waren, war sie nicht gleichmäßig verteilt.

Und so war auch das, was in den letzten 35 Jahren folgte, uneinheitlich. Mit der weit verbreiteten Einführung von Industrierobotern und dem PC kam es zu einer traumatischen, lokal veränderlichen Unterbrechung der Beschäftigung im mittleren Lohnbereich, verbunden mit einer massiven Verlagerung von mittelqualifizierten, oft ohne Hochschulbildung gebildeten Arbeitskräften in niedrig bezahlte Dienstleistungstätigkeiten. Insbesondere in den produktions- und büroverwaltungsorientierten Regionen – Gebiete des Mittleren Westens, Nordostens, der Süd- und Westküste mit den höchsten Konzentrationen von Routinearbeitsplätzen – waren auch die Orte, an denen im Informationszeitalter die stärkste Verlagerung zu Niedriglohnbeschäftigungen im Dienstleistungssektor verzeichnet wurde.

Zusammenfassend lässt sich sagen, dass die erste Ära der digitalen Automatisierung nicht räumlich neutral war. Die Orte mit der stärksten Belastung durch Routinearbeit – wie Detroit mit seinen Autofabriken oder New York mit seinen Millionen Büroangestellten – verzeichneten einige der stärksten Zunahmen der gering qualifizierten Dienstleistungsbeschäftigung im IT-Zeitalter. Ihre relativ großen Routinebelegschaften mit mittlerer Qualifikation gerieten durch die Automatisierung unter besonderen Druck. Umgekehrt erlebten Ballungsräume mit geringeren Anteilen an Routinearbeitsplätzen – wie Raleigh, North Carolina, mit seinen Universitäten und Krankenhäusern – weniger dramatische Arbeitsmarktübergänge.

Jetzt wandelt sich die IT-Ära in eine KI-Ära, die von leistungsfähigeren digitalen Technologien wie maschinellem Lernen und anderen Formen der künstlichen Intelligenz durchdrungen wird. Da stellt sich die Frage: Wie sieht die nächste Phase des Zusammenspiels von Automatisierung und Beschäftigung aus?

Aber das ist die erste IT-Ära der Automatisierung. Jetzt wandelt sich die IT-Ära in eine KI-Ära, die von leistungsfähigeren digitalen Technologien wie maschinellem Lernen und anderen Formen der künstlichen Intelligenz durchdrungen wird.10Da stellt sich die Frage: Wie sieht die nächste Phase des Zusammenspiels von Automatisierung und Beschäftigung aus?

Um dies zu beleuchten, arbeitete meine Gruppe weiter mit Hathaway zusammen, um zukünftige Trends in der KI-Phase der Automatisierung anhand von Schätzungen des McKinsey Global Institute of Occupational Susceptibility to Automation in den nächsten Jahrzehnten zu analysieren. (Weitere Informationen zu unserer Methode finden Sie in unserem Papier Hier ).

Erneut verknüpften wir nationale Informationen zu den prognostizierten Auswirkungen der Automatisierung auf Aufgabentypen und Berufe mit Informationen zum Berufsmix lokaler Regionen, um potenzielle Beschäftigungsergebnisse in Bundesstaaten und Ballungsräumen zu bewerten.

Was finden wir nun? Betrachtet man Daten, die Projektionen des Einflusses von KI enthalten, sieht das Bild der zukünftigen Auswirkungen auf die Besatzung – und damit auf die Geografie – etwas anders aus als in der früheren Zeit.

Auf nationaler Ebene hat eine Kurve, die das aktuelle Automatisierungspotenzial von Berufen beschreibt (mit einer auf der vertikalen Achse ansteigenden Exposition), ein deutlich neues Aussehen, da sie die höchste Exposition für die Positionen mit den niedrigsten Löhnen (die links auf der horizontalen Achse) anzeigt ) bei geringerer Automatisierungsbelastung steigen die Löhne (rechts in der Abbildung):

Die Jobs mit den niedrigsten Löhnen sind am stärksten der Automatisierung ausgesetzt

Diese Kurve sieht anders aus als die frühere, in der das Lohn- und Beschäftigungswachstum gegen das Lohnniveau aufgetragen wurde, um auf einen Automatisierungsdruck hinzuweisen. Während zuvor der Gehalt an Routineaufgaben unterhalb des 20. Lohn-Perzentils gering war, konzentriert sich hier das höchste Potenzial für die zukünftige Automatisierung aktueller Aufgaben bei den Geringverdienern. Dies spiegelt zum Teil einen dramatisch verstärkten prognostizierten Automatisierungsgrad im Dienstleistungssektor dank kommender KI-Anwendungen für Gastronomiebetriebe und Büroverwaltung wider. Das Automatisierungspotenzial auf Aufgabenebene sinkt hingegen stetig mit steigenden Durchschnittslöhnen. Besserverdiener sind im Allgemeinen weiterhin mit geringen Automatisierungsbedrohungen konfrontiert, die auf den aktuellen Aufgabeninhalten basieren – obwohl sich dies ändern könnte, wenn die KI beginnt, Druck auf einige höher bezahlte Nicht-Routine-Jobs auszuüben. Mindestens eine neue Forschungsuntersuchung legt nahe, dass genau das passieren könnte.elf

Wenn wir uns nun der Geographie dieser Trends zuwenden, sehen wir erneut, dass das Automatisierungsrisiko zwar überall zu spüren ist, seine Auswirkungen in der KI-Ära jedoch weiterhin überall anders zu spüren sind (obwohl das Muster jetzt angesichts der breiten neuen Schwachstelle etwas anders ist von untergeordneten Dienstleistungen).

In diesem Sinne zeigen die Daten zur Exposition der Automatisierung in der KI-Ära, dass die Auswirkungen der Automatisierung in den Bundesstaaten, Landkreisen und Städten von Heartland am störendsten sein werden. Dies sind genau die gleichen Regionen, die von den Veränderungen im IT-Zeitalter am stärksten betroffen sind.

Durchschnittliches Automatisierungspotenzial nach Landkreisen, 2016

Durchschnittliches Automatisierungspotenzial nach Landkreisen, 2016

Quelle: Brookings-Analyse von BLS-, Census-, EMSI-, Moodys- und McKinsey-Daten

In diesem Sinne könnten weniger gebildete Bundesstaaten und Landkreise in Heartland, die auf die verarbeitende Industrie und Low-End-Dienstleistungsbranchen spezialisiert sind, im Zeitalter der KI besonders stark von der Automatisierung betroffen sein, während gut ausgebildete Bundesstaaten und Landkreise entlang des Boston-Washington-Korridors und im Westen Küste erscheinen weniger exponiert.

Parallel dazu werden kleinere, weniger gebildete Gemeinden relativ mehr mit der Automatisierung der KI-Phase zu kämpfen haben, während größere, besser gebildete Städte weniger Störungen erleben werden. So sieht das aus:

Durchschnittliches Automatisierungspotenzial nach Metropolregion, 2016

Durchschnittliches Automatisierungspotenzial nach Metropolregion, 2016

Quelle: Brookings-Analyse von BLS-, Census-, EMSI-, Moodys- und McKinsey-Daten

Laut der Karte sind in kleinen Ballungsräumen wie Kokomo, Indiana und Hickory, North Carolina, mehr als 50 Prozent der aktuellen beschäftigungsgewichteten Aufgaben aller Arbeitnehmer potenziell automatisierbar. Im Gegensatz dazu beträgt der Anteil an gefährdeter Arbeit in hochqualifizierten, hochdigitalen Metropolen wie San Jose, Kalifornien und dem District of Columbia, nur 40 Prozent bzw. 39 Prozent. Insgesamt dient ein höheres Bildungsniveau in den Metropolen als Abwehr gegen das Automatisierungspotenzial der KI-Phase. Dies liegt zum Teil daran, dass Bildung die Art der komplexen zwischenmenschlichen Arbeit unterstützt, die KI eher ergänzt als ersetzt, und zum anderen, weil der Bildungsstand die individuelle und gemeinschaftliche Anpassungsfähigkeit verbessert.

Zusammenfassend lässt sich sagen, dass die Verbreitung von KI – wie die frühere Phase der Automatisierung – durchaus erhebliche und unterschiedliche lokale Auswirkungen haben kann. Während seine Beiträge der Nation insgesamt zugute kommen können, könnten seine Lohn- und Verlagerungseffekte auf unterschiedliche, reale und nicht immer willkommene Weise zutreffen – eine Art und Weise, die anerkannt und angemessen angegangen werden muss.

Welche Zeitzone ist GMT?

Der Geographie der Automatisierung entgegenwirken

Es ist daher angemessen, dass sich jetzt eine reichhaltige nationale Diskussion um die vielen Fragen dreht, die von KI aufgeworfen werden, beginnend mit der Zukunft der Arbeit. Wertvoll sind auch die reichen Debatten darüber, inwieweit Algorithmen dazu gebracht werden können, menschliche und demokratische Grundwerte zu respektieren. Eine solche Voraussicht ist entscheidend.

Kritisch wird jedoch auch eine ernsthafte Diskussion über die geografischen Auswirkungen von Automatisierung und KI sein.

Auch die räumlichen Implikationen der KI müssen in der Diskussion einen prominenten Platz einnehmen, da nicht weniger als das territoriale Gleichgewicht der Nation gefährdet sein kann.

Die hier berichteten geografischen Trends legen nahe, dass auch die räumlichen Implikationen der KI einen prominenten Platz in der Diskussion einnehmen müssen, da nicht weniger als das territoriale Gleichgewicht der Nation gefährdet sein kann. Die Bemühungen, sicherzustellen, dass das KI-Zeitalter überall gut funktioniert, werden auch von den Fortschritten bei einer Reihe allgemeiner, nicht-räumlicher Agenden profitieren, die die Parteien auffordern, Wachstum und Technologie zu nutzen, um den Lebensstandard hoch zu halten, eine ständige Lernhaltung der Arbeitnehmer zu fördern, einen reibungsloseren Übergang von einem Arbeitsplatz zum anderen zu ermöglichen und die Härten von Menschen mit Schwierigkeiten zu verringern. (Siehe den Brookings-Bericht, Automatisierung und künstliche Intelligenz: Wie Maschinen Menschen und Orte beeinflussen. )

Darüber hinaus muss jedoch jede umfassende Strategie zur optimalen Nutzung der KI auch die Widerstandsfähigkeit der lokalen Gemeinschaften berücksichtigen. Wie sollten solche Bemühungen aussehen? Zwei Reaktionsstrategien erscheinen wesentlich und fordern Regierung, Industrie und Zivilgesellschaft auf:

  • Zukunftssichere verwundbare regionale Volkswirtschaften.
  • Erweitern Sie die Unterstützung für die Anpassung der Gemeinschaft.

Zukunftssichere verwundbare regionale Volkswirtschaften

Eine erste Anforderung besteht darin, technologiegeschädigte Orte so auszustatten, dass sie widerstandsfähiger werden. Solche Bemühungen müssen mit einem Fokus auf die Zukunftssicherung der Arbeitnehmer an diesen Orten beginnen, indem man sich bemüht, Fähigkeiten zu vermitteln, die zu einer automatisierungsresistenten Arbeit führen.

Hier zeigen regionale und staatlich geführte Initiativen vielversprechend.

Zum Beispiel nutzt das SkillUp-Programm im nordöstlichen Cuyahoga County im Nordosten Ohios lokale Unternehmen, um die regionale Qualifikationsentwicklung für gefragte Arbeitsplätze zu erleichtern.12Das Programm hilft Unternehmen in der Region, den zukünftigen Arbeitskräftebedarf durch einen strategischen Planungsprozess zu ermitteln, die für diese Jobs erforderlichen Fähigkeiten zu bestimmen und maßgeschneiderte Roadmaps zu entwickeln, um die vorhandenen Fähigkeiten der Arbeitnehmer zu bewerten und die Ausbildung für gefragte Positionen zu erleichtern. Die Ausbildung konzentriert sich auf drei Arten von Fähigkeiten: Soft Skills, grundlegende Fähigkeiten und technische/berufliche Fähigkeiten. In Kombination machen die Fähigkeiten die Arbeitnehmer anpassungsfähiger an die Auswirkungen der Automatisierung auf den Arbeitsmarkt. Empirische Studien zeigen, dass solche arbeitgeberspezifischen Schulungsprogramme ein wirksames Mittel sind, um die Produktivität, Beschäftigung und das Einkommen der Arbeitnehmer zu steigern.13

Ebenso zeigen das Skillful State Network und das Skillful State Playbook die Schritte auf, die die Regionen unternehmen müssen, um ihre Arbeitskräfte auf die gefragten Fähigkeiten auszurichten.14Solche Bemühungen werden an Bedeutung gewinnen, da Automatisierung und KI das Tempo des Aufgabenwechsels erhöhen und dazu führen, dass Arbeiter neue Wege meistern, entweder mit den Maschinen zu arbeiten oder darüber hinaus zu arbeiten.

Die Bundesregierung sollte ihrerseits ihre Finanzierungsströme neu ausrichten, um solche Bemühungen zu unterstützen. Dazu gehören die Unterstützung lokaler Bottom-up-Lösungen und Anreize für Regionen, ihre Bildungs-, Arbeitskräfte- und Ausbildungssysteme sowie ihre Wirtschaftsentwicklungssysteme aufeinander abzustimmen, zusammen mit den spezifischen Bedürfnissen der Arbeitgeber und der neuen Bedeutung von Soft Skills höherer Ordnung. Das Ziel sollte es sein, klare, gegliederte Pipelines für den Erwerb von Fähigkeiten zu schaffen, die direkt darauf abzielen, dass die regionalen Volkswirtschaften zu Quellen für widerstandsfähige Arbeitskräfte werden, die in einer Zeit, in der die Maschinen die Routineaufgaben erledigen, Wert schaffen können.

In diesem Zusammenhang sollten Regierungen versuchen, die Einführung intelligenter Technologien durch regionale Volkswirtschaften und Unternehmen zu beschleunigen, die wahrscheinlich zurückbleiben werden, um gleichzeitig dazu beizutragen, dass Orte widerstandsfähiger werden. Dies sollte damit beginnen, dass sowohl die Bundesregierung als auch die Landesregierungen ihre Erweiterungsmissionen verstärken, indem sie mehr in die Bemühungen investieren, die Anwendung, Einführung und Kommerzialisierung von Automatisierungs- und KI-Innovationen auszuweiten – auch durch organisatorische Transformation. An dieser Front bietet das erfolgreiche Netzwerk der Manufacturing Extension Partnership (MEP) einen 30-jährigen Präzedenzfall für die Ausstattung kleiner und mittlerer Fertigungsbetriebe mit Hightech-Produktivitätslösungen, auch in ländlichen Gebieten.fünfzehnAufbauend auf dieser Geschichte brauchen die Vereinigten Staaten nun ein breiteres, mutigeres Programm im Stil eines MdEP, das darauf abzielt, Hightech- und KI-Anwendungen und organisatorische Transformationen in alle Bereiche der Wirtschaft, einschließlich des Dienstleistungssektors, zu verbreiten.

Unterstützung für Community-Anpassung erweitern

Und doch werden nicht einmal erfolgreiche Bemühungen, die Widerstandsfähigkeit der Gemeinschaften zu stärken, an manchen Orten schwerwiegendere Vertreibungen verhindern. Einige Regionen, insbesondere diejenigen am unteren Ende der Größenverteilung, könnten durchaus ernsthafte wirtschaftliche und arbeitsmarktpolitische Störungen erleiden. Aus diesem Grund müssen die politischen Entscheidungsträger von Bund und Ländern die Bemühungen zur Stärkung der lokalen Widerstandsfähigkeit durch spezielle gezielte Interventionen ergänzen, um die schlimmsten negativen Auswirkungen der Automatisierung abzumildern.

Hier gibt es Vorläufer, wie das Office of Economic Adjustment (OEA) des Verteidigungsministeriums, das sich auf die Abschwächung der Auswirkungen von Stützpunktschließungen konzentriert, das Anpassungsassistentenprogramm der Economic Development Administration, das auf negative wirtschaftliche Veränderungen ausgerichtet ist, und die vom Kongress finanzierten Partnerships for Opportunity and Workforce und Wirtschaftsrevitalisierungsprogramm (POWER), das sich an Gemeinden richtet, die von Änderungen in der Energiepolitik betroffen sind.16Der bescheidene Umfang dieser Programme – und in einigen Fällen die unzusammenhängende Koordination – begrenzt jedoch ihre Wirkung. Möglicherweise ist eine robustere nationale Strategie erforderlich.

Regierungen könnten beispielsweise arbeitsplatzschaffende Investitionen in Gemeinden und Orte lenken, die von der Automatisierung nachteilig betroffen sind, da sie anerkennen, dass einige Orte wahrscheinlich mehr Vertreibungen erleben werden als andere.

Eine solche Anstrengung könnte damit beginnen, dass staatliche und private Ressourcen in die betroffenen Gemeinden fließen, und sollte durch Bemühungen zur Steigerung der Arbeitskräftenachfrage in diesen Gebieten ergänzt werden. Regierungen könnten beispielsweise arbeitsplatzschaffende Investitionen in Gemeinden und Orte lenken, die von der Automatisierung nachteilig betroffen sind, da sie anerkennen, dass einige Orte wahrscheinlich mehr Vertreibungen erleben werden als andere.17Die Platzierung von Vermögenswerten des Bundes oder des Staates an solchen Orten – in Verbindung mit Bemühungen, das Unternehmertum durch Straffung der Vorschriften zu fördern – könnte helfen.18Genauso könnten explizite regionale Aufholprogramme sein.19

Die Tendenz der US-amerikanischen Bemühungen, Wachstum und Entwicklung in angeschlagenen Gemeinden anzukurbeln, bestand in der Regel darin, an vielen Orten kleine Ad-hoc-Zuschüsse zu gewähren, von denen nur wenige Aussichten auf eine Wende haben. Eine wirksamere Strategie wäre es, umfangreiche Investitionen in einige wenige Gebiete zu lenken, mit dem Ziel, eine dynamische Reihe neuer regionaler Beschäftigungszentren in Gang zu setzen. Auf diese Weise könnte die Bundesregierung große Investitionen in etwa 10 mittelgroße und zukunftsträchtige Ballungsräume lenken, die in einem Wettbewerbsverfahren ausgewählt wurden und zu regionalen Wachstumspolen erklärt würden. Diese Investitionen würden aus einer Reihe von Forschungs-, Steuer-, Infrastruktur- und Wirtschaftsförderungsleistungen der Regierung bestehen und würden mit entsprechenden Investitionen von Staaten und dem Privatsektor gekoppelt sein. Wachstumspole würden auf diese Weise als Anker dienen, um ein hochwertiges Beschäftigungswachstum in der näheren Umgebung zu fördern.zwanzig

Darüber hinaus sind wahrscheinlich stärkere Instrumente erforderlich – etwa Initiativen zur räumlich gezielten Einstellung von Anstellungskrediten, Arbeitsplatzzuschüssen oder Arbeitsplatzgarantien –, um einigen stark betroffenen Standorten bei der Bewältigung des Aufgabenwechsels zu helfen. Solche Unterstützungen – die sich auf Neueinstellungen konzentrieren (um keine unerwarteten Vorteile für bestehende Arbeitsplätze zu bieten) – würden auf Bereiche abzielen, in denen es besonders schmerzhafte oder langsame Anpassungen gibt, und sie würden natürlich Anreize für Investitionen geben, um die Arbeitsplätze zu schaffen. So unterschiedliche Ökonomen wie Ed Glaeser, Larry Summers, Robert Litan und David Neumark haben alle die Notwendigkeit so starker arbeitsfördernder Interventionen an bestimmten schwierigen Stellen bestätigt, in denen die Automatisierung die Arbeitskräftenachfrage geschwächt hat.einundzwanzigIn diesem Sinne müssen Regierungen möglicherweise auch Initiativen in Betracht ziehen, die auf arbeitsfördernde Investitionen in am stärksten betroffenen Standorten abzielen. Solche Investitionen in die erforderliche Infrastruktur oder Energieeffizienzmaßnahmen hätten beispielsweise den zusätzlichen Vorteil, dass eine beträchtliche Zahl von Arbeitsplätzen im mittleren Lohnbereich geschaffen würde – die am stärksten durch neue Technologien gefährdet sind.22

In Summe

Zusammenfassend lässt sich sagen, dass die Nation ihrer wachsenden Diskussion über den Nutzen und Schaden von KI geografische Faktoren hinzufügen muss. Wie wir gesehen haben, brachte die Automatisierung in ihrer ersten digitalen Phase von 1980 bis heute der Gesamtwirtschaft bedeutende wirtschaftliche Vorteile, aber auch erhebliche Störungen, die nicht gleichmäßig verteilt waren. Vor allem hat die digitale Automatisierung in ihrer ersten Phase zu erheblichen Störungen des Arbeitsmarktes und einer Krise der Arbeitsplatzqualität beigetragen, die sich in ungleichen lokalen Beschäftigungsergebnissen niedergeschlagen haben – Ergebnisse, die wahrscheinlich zu den sozialen und politischen Krisen des aktuellen Jahrzehnts beigetragen haben. In dem Maße, in dem diese negativen Auswirkungen in den kommenden Jahren mehr Gleiches (oder Schlimmeres) ankündigen, könnte die KI-Periode noch schwieriger werden. Die potenziell schnellere Verbreitung neuer KI-Technologien, ihr projiziertes Eindringen in neue Berufsfelder und ihre offensichtliche Kraft, Unternehmen, Industrien und lokale Arbeitsmärkte neu zu gestalten, machen sie als Technologien besonders spannend und als Faktoren regionaler Disruption potenziell furchterregend.

Die Nation muss sich jetzt zu neuen Anstrengungen verpflichten, um sowohl den Gemeinden als auch den Arbeitnehmern zu helfen, sich an den Wandel anzupassen. Wenn sich die Nation auf diese Weise für ihre Bevölkerung einsetzen kann, wird eine Zukunft voller Maschinen in ihren nervösen Regionen viel erträglicher erscheinen.

Allerdings müssen die nächsten Jahrzehnte die Erfahrungen der letzten Jahrzehnte nicht wiederholen. Tatsächlich kann die Nation aus der IT-Periode der Automatisierung lernen, um sich auf die KI vorzubereiten. Es ist beispielsweise klar, dass eine bewusste, koordinierte Anpassungshaltung unter Einbeziehung von Politikern auf Bundes-, Landes- und Kommunalpolitik, Pädagogen, der Privatwirtschaft und der Zivilgesellschaft durchaus erforderlich sein könnte, um die regionalen Ungleichgewichte zu überwinden, die die Technologie in den letzten Jahrzehnten verschärft hat. In diesem Sinne muss die Nation jetzt neue Anstrengungen unternehmen, um sowohl den Gemeinden als auch den Arbeitnehmern dabei zu helfen, sich an den Wandel anzupassen. Wenn sich die Nation auf diese Weise für ihre Bevölkerung einsetzen kann, wird eine Zukunft voller Maschinen in ihren nervösen Regionen viel erträglicher erscheinen.