Teknologi, innovasjon og ekspertise kommer fra læring.
CAMBRIDGE: Det at vi lærer oss nye måter å produsere varer og tjenester på, gir oss økt velstand. Kunnskap er også et typisk «fellesgode». Nye ideer kan komme alle til gode. Og bruken av disse ideene vil ikke gjøre dem mindre tilgjengelige for andre, med mindre myndigheter eller monopoler begrenser spredningen av dem.
Dette er spesielt viktig for fattige land, fordi det betyr at de ikke trenger å finne opp hjulet på nytt. De trenger bare å ta i bruk teknologi og metoder som har blitt utviklet i rikere land, for å drive fram sin egen økonomiske utvikling.
Selv om økonomer og politikere i lang tid har forstått betydningen av kunnskap, har de ikke vært tilstrekkelig oppmerksomme på omstendighetene som skal til for at kunnskapen kommer til nytte. Det er viktig å se på kontekst — i hvilken sammenheng kunnskapen skal anvendes. Dersom det er et misforhold mellom konteksten der ideene blir utviklet og konteksten der de skal anvendes, kan det gjøre kunnskapen langt mindre anvendelig.
Da COVID-19 rammet rike land, tok det bare noen måneder før hundrevis av diagnostiske tester var tilgjengelige for bruk.
For å ta et eksempel: Mais blir dyrket mange steder rundt om i verden, men utsettes for ulike farer avhengig av miljøet der den dyrkes. Av naturlige årsaker har forskning og utvikling på dette området primært vært innrettet mot å utvikle motstand (i mais) mot angrep fra insekter som er mest vanlige i Nord-Amerika og Europa. Som et resultat av dette, finnes det tusenvis av patenter på bioteknologi som skal beskytte mot europeiske mais-borer, men kun fem unike patenter for innovasjoner som beskytter mot afrikanske mais-borer, som hovedsakelig påvirker maisdyrkingen sør for Sahara.
Økonomene Jacob Moscona og Karthik Sastry ved Harvard University har undersøkt disse to tilfellene og mange andre eksempler. De mener teknologi utviklet i avanserte økonomier, som så blir tatt ut av sin kontekst, kan være til hinder for produktivitetsvekst i jordbruket i lavinntektsområder. Ifølge deres analyse, kan denne feiltilpasningen av teknologi i forhold til avlingspesifikke insektsangrep og sykdomsfremkallende organismer i seg selv forklare 15 % av de globale produktivitetsforskjellene i jordbruket.
I en nylig avholdt paneldebatt, organisert av International Economic Association (IEA), ga Moscona og andre eksperter oss en rekke ulike eksempler på hvordan teknologi blir anvendt på steder der den ikke er hensiktsmessig. Mireille Kamariza, en bioingeniør fra UCLA, beskrev hvordan utviklingen av teknologi for diagnostisering av tuberkulose og andre smittsomme sykdommer som først og fremst rammer lavinntektsland, har ligget langt bak utviklingen av diagnoseverktøy for sykdommer i rike land.
Det mest åpenbare eksemplet på endringer som kan være ugunstige for arbeidstakere er bruk av roboter.
Da COVID-19 rammet rike land, tok det bare noen måneder før hundrevis av diagnostiske tester var tilgjengelige for bruk. Det tok mer enn hundre år å oppnå tilsvarende framskritt i forhold til tuberkulose. Og avanserte tuberkulosediagnostiseringsverktøy er fortsatt avhengig av teknikere (med opplæring) og stabil elektrisitetsforsyning, noe som ikke alltid finnes i lavinntektsområder.
Feiltilpasning av teknologi kan også skje innen land når teknologi som er skreddersydd behovene til visse grupper blir mer allment anvendt. For eksempel kan automatisering og bruk av digital teknologi være uhensiktsmessig dersom teknologien skaper uønskede virkninger for mange arbeidstakere. Som Anton Korinek ved University of Virginia påpeker, er all innovasjon tveegget:
Den kan øke produktiviteten samlet sett, men kan også generere kraftige omfordelende virkninger som kommer kapitaleiere til gode på bekostning av arbeidstakere. Og når det er snakk om relativt små produktivitetsøkninger samlet sett, kan de ofte oppveies av de negative omfordelende virkningene (ut fra at samfunnsperspektiv). Dette er et fenomen som økonomene Daron Acemoglu og Pascual Restrepo kaller «så som så»-innovasjon.
Det mest åpenbare eksemplet på endringer som kan være ugunstige for arbeidstakere er bruk av roboter. Og bruk av kunstig intelligens (AI) bidrar til at slike omfordelingskonflikter gjør seg gjeldende på stadig flere områder. Som Korinek påpeker: Når Chatbot-programvare erstatter menneskelig arbeidskraft øker det inntekten til AI-ingeniører og bedriftseiere, samtidig som teknologien fortrenger arbeidstakere som ikke har høyere utdanning. Disse virkningene gjør seg enda mer gjeldende i utviklingsland der lavtlønnet arbeid er den eneste kilden til komparative fortrinn.
Amerikaneres aversjon mot omfordeling kan være et resultat av den høye graden av økonomisk mobilitet i USA før i tiden, framfor å gjenspeile dagens realiteter.
Kunnskap er ikke bare «nedfelt» i såkorn eller programvare, men også i kulturelle normer. Under den samme paneldebatten (i regi av IEA), snakket økonomen Nathan Nunn om en annen, temporal form for feiltilpasning der kunnskap og praksis som var hensiktsmessig i et samfunn en gang i tiden senere kan bli dysfunksjonell.
Gjennom kulturelle tradisjoner overføres nyttig kunnskap til framtidige generasjoner. Religiøse ritualer kan f.eks. bidra til at folk sår korn på samme tid og til rett tid. Og man kan lære seg hvordan man skal beskytte seg mot giftstoffer i maten ved å få kunnskap om matlaging fra de eldre i familien. Men fordi kulturelle normer utvikler seg sakte, kan raske endringer i samfunnet føre til en «evolusjonær feiltilpasning».
Nunn viser til forskning han har gjort sammen med Leonard Wantchekon og gir oss et eksempel fra Afrikas traumatiske erfaring med den transkontinentale slavehandelen. Lokalsamfunn i Afrika som hadde omfattende kontakt med slavehandlere utviklet en dyp mistro til fremmede. Dette har satt sine kulturelle spor: en tilbøyelighet til mistillit som gjør det vanskelig å utvikle en velfungerende markedsøkonomi i dagens verden. Tilsvarende: Amerikaneres aversjon mot omfordeling kan være et resultat av den høye graden av økonomisk mobilitet i USA før i tiden, framfor å gjenspeile dagens realiteter.
Slike feiltilpasninger må håndteres hvis kunnskapen skal komme samfunnet til nytte — enten feiltilpasningene kommer i form av uhensiktsmessig teknologi eller utdatert kulturell praksis. En strategi er å heve bevisstheten. Miljøbevegelsen fulgte en slik strategi for å styre konsum-etterspørselen bort fra fossile drivstoff og for å få stadig flere til å støtte opp om utviklingen av fornybar energi.
Både politikere og innovatører gjør klokt i å huske på at det ikke er kunnskap, men nyttig kunnskap, som setter oss i stand til å gjøre ting.
En tilsvarende «teknologi for arbeidstakere»-bevegelse kan bidra til å styre innovasjonen i en mer arbeidstakervennlig retning. Dersom vi lytter mer til relevante interessenter — slik som arbeidstakere og representanter for fattige land — og tar mer hensyn til dem i beslutninger som angår innovasjon og teknologi, vil det bidra til at vi i mindre grad tar i bruk teknologi som ikke er hensiktsmessig.
Politikk er også avgjørende. Den grønne revolusjonen på 1900-tallet var motivert av at man eksplisitt erkjente følgende: Dersom man skal øke produktiviteten i jordbruket i lavinntektsland må man utvikle såkorn med høy avkastning som er tilpasset et tropisk miljø. Selv om vi mangler en tilsvarende internasjonal innsats for å tette ulike globale teknologigap i dag, peker Moscona på flere mellominntektsland (India, Brasil, Sør-Afrika) som har kapasiteten til å utvikle teknologi bedre tilpasset utviklingsland.
Men selv i disse landene har innovasjonen en tendens til å følge normene og preferansene til Silicon Valley framfor å ta hensyn til lokale behov. Både politikere og innovatører gjør klokt i å huske på at det ikke er kunnskap, men nyttig kunnskap, som setter oss i stand til å gjøre ting.
Oversatt av Marius Gustavson
Copyright: Project Syndicate, 2023.
www.project-syndicate.org
Kommentarer