-
Article
Nieuwe partnerships in UvA-onderzoek naar belastingstelsels
Het Amsterdam Centre for Tax Law van de UvA is erin geslaagd nieuwe partnerships te verwerven. Ernst & Young (EY), Microsoft en Netflix gaan het onderzoeksproject ‘Designing the tax system for a Cashless, Platform-based and Technology-driven society’ (CPT-project) steunen. Daarnaast heeft de belastingdienst van miljoenenstad Buenos Aires formeel de intentie uitgesproken zich bij het initiatief aan te sluiten. Inzet van het ambitieuze CPT-project is om – op basis van wetenschappelijk onderzoek – bouwstenen aan te reiken om belastingstelsels eerlijker, efficiënter en moeilijker te omzeilen te maken. ‘Paying the fair share in the right place’.
Telkens als zich grote economische of maatschappelijke veranderingen voordoen, moeten belastingstelsels volgen. Ervan uitgaande dat de samenleving zich in een overgangsproces bevindt naar een nieuw economisch model, versneld door de coronacrisis, wordt in het CPT-project onderzocht hoe belastingstelsels ontworpen en gestructureerd kunnen worden voor een samenleving die primair is gebaseerd op cashless betaalmethoden, online platforms en digitale technologieën, zoals Artificial Intelligence (AI) en blockchain. Het uiteindelijke doel is te komen tot concrete aanbevelingen die niet alleen verschillende stakeholders – overheden en commerciële organisaties – helpen bij het aanpakken van problemen onder de huidige belastingstelsels en/of de introductie van structurele belastinghervormingen, maar ook bouwstenen bieden voor het herontwerp van belastingstelsels.Naar een hoger niveau‘Onze samenleving wordt steeds digitaler. Het is daarom de hoogste tijd om datawetenschappers en fiscaal juristen samen te brengen om uit te zoeken hoe we met behulp van technologie betere belastingstelsels kunnen ontwerpen’, vertelt Dennis Weber, hoogleraar Europese ondernemingsbelastingen en leider van het CPT-project. ‘De komende jaren zullen we een toename zien in het gebruik van algoritmen om te bepalen of iemand voldoende belasting betaalt over zijn inkomen. Dat kan heel doeltreffend zijn, maar we mogen daarbij niet de fundamentele rechten van burgers uit het oog verliezen. Daarom onderzoeken we in ons project onder meer hoe we ervoor kunnen zorgen dat het gebruik van AI in het fiscale veld betrouwbaar is en gunstig is voor iedereen in de samenleving. Zogenoemde distributed ledger technologie zoals blockchain biedt overheden unieke mogelijkheden om belastingstelsels te ontwerpen die minder fraudegevoelig zijn. Het onderzoek op dit gebied staat echter nog in de kinderschoenen en onze inzet is om dit naar een hoger niveau te tillen.’‘Dit is een zeer noodzakelijk initiatief’, vult Raffaele Russo, voorzitter van de Raad van Advies van het CPT-project en voormalig hoofd van het BEPS-project van de OESO, aan. ‘De wereld verandert en de coronapandemie versnelt dat proces. Het is daarom een goede zaak dat de academische wereld, in samenwerking met publieke en particuliere stakeholders, tijd en middelen besteedt aan de aanpak van vraagstukken die – sneller dan de meeste mensen verwachten – urgent en belangwekkend gaan worden. Naar mijn mening moeten belastingstelsels gemakkelijk na te leven én moeilijk te omzeilen zijn, en de technologie moet dit basisprincipe mogelijk maken.’Weber heeft zijn team onlangs weten te versterken door een aantal gerenommeerde onderzoekers aan het project te verbinden. Zo is per 1 september Daniel Smit, hoofd van het bureau vaktechniek bij EY, begonnen als bijzonder hoogleraar Belastingheffing digitale economie aan de UvA. Ook zijn recent drie internationale onderzoekersovergestapt naar de UvA om onderzoek te doen onder de paraplu van het CPT-project.Groeiend aantal partnershipsAls onafhankelijk en inclusief initiatief staat het CPT-project open voor alle overheden, NGO's en bedrijven die eraan willen bijdragen. Naast de steun van de nieuw verworven partners EY, Microsoft en Netflix en intentieverklaring van de belastingdienst van Buenos Aires (AGIP), zullen naar verwachting de komende maanden nog meer belastingautoriteiten en commerciële organisaties zich bij het CPT-project aansluiten.Het initiatief wordt ook gesteund door de Nederlandse Orde van Belastingadviseurs (NOB), de Nederlandse tak van de International Fiscal Association (IFA) en twee Italiaanse advocatenkantoren: Maisto e Associati en Gatti Pavesi Bianchi Ludovici. Een deel van het project wordt gefinancierd vanuit het nationale Sectorplan Rechtsgeleerdheid 2019-2025, binnen Digital Legal Studies. Ook maakt het project deel uit het Digital Transformation of Decision-Making-initiatief van de Amsterdam Law School. -
Article
Vraag het aan Google
Tijdens HIMSS 2018, de wereldwijde conferentie over zorg-ICT in Las Vegas Nevada, zei Eric Schmidt, voorzitter van de raad van commissarissen van Google Inc, dat machine learning (kunstmatige intelligentie) een van de belangrijkste en interessantste technologieën voor de zorg is. Datagiganten zoals Google Knowledge Graph verzamelen al jaren data. Kunstmatige intelligentie leert van deze data (robot). Een verschuiving was al gaande, maar door de coronacrisis lijken dataverzameling, datamining, ontwikkeling van the Cloud en robotisering te versnellen. Sommige banen verdwijnen. Maar hoe kan deze technologische ontwikkeling bijdragen aan het werk van de bedrijfsarts? Dit artikel heeft als doel om een kleine aanzet te geven tot een discussie over de innovatie in de bedrijfsgeneeskundige zorg.
Bron: Niekoop, V. Vraag het aan Google. TBV - Tijdschr Bedrijfs- en Verzekeringsgeneeskd 28, 12–14 (2020). https://doi.org/10.1007/s12498-020-1255-4
-
Article
The Impact of AI on Jobs and Sexual Discrimination
Artificial intelligence has been applied more into occupations by companies and individuals. However, the effects within the benefits are both imaginable and unpredictable. Sexual discrimination in jobs is also a debatable topic. The purpose of this paper is to combine the topics of both AI and sexual discrimination and discuss their effects in the job field in the future. Automation, big data and the algorithm applied in the job field would be some of the points to discover.
To briefly summarize, automation is the use of machines and computers that reduces human intervention. Big data is a collection of data from various sources, it is related to AI because the more data input into AI the better it becomes. Since AI absorbs the information and learns from them. AI algorithm takes the data input and uses mathematics and logic to produce the output. Gender discrimination in AI not only reflects the pre-existing biases in the society, but it could also reinforce them through automation, hiring system and decision making. This paper is not totally against the use of AI but advocates that artificial intelligence should be used in a more careful, gender responsible way to reduce sexual discrimination in the job field.
Source: Huang, Z. 2021. The Impact of AI on Jobs and Sexual Discrimination. Advances in Social Science, Education and Humanities Research, volume 554.
-
Article
Don’t wait for that robot to take over your job
AI can make people think differently about their work, causing them to question how skilled they still are and feel uncertain about the future of their job. Will your job soon be taken over by a robot? Such uncertainty can lead to unhealthy stress. Work & Organizational Psychologist Jessie Koen and her colleagues are examining how employees are dealing with this impact of digitalisation and how learning communities can help.
The development of Artificial Intelligence is bringing changes to the workplace, such as through the introduction of new analytical tools and automated decision-making procedures. These are major processes that have an impact on how we experience our daily work and how we think about our own autonomy, skills and future as employees. To cope with this shift, we need to constantly adapt, learn new skills and develop our knowledge. And organisations must learn to facilitate these efforts.
Work & Organizational Psychologist Jessie Koen and her colleagues are investigating how this is specifically playing out in one of the sectors where digitalisation is happening at a rapid pace: logistics. ‘As a result, many employees in this sector have to learn new skills that were not covered in their training, and there may even be uncertainty as to whether their jobs will still exist in the future’, Koen explains.
How do people learn?
Based on previous research, Koen knows that there is a strong relationship between job insecurity and unhealthy stress, and that giving up doesn’t help. ‘That just causes more stress.’ Proactive behaviour seems to be a good remedy for job insecurity. ‘You shouldn’t wait for a robot to take over your job, but instead anticipate, adapt and develop new skills early on in the process’, Koen says. The focus of the study therefore lies on this process of anticipation and learning. ‘How can employees continue to develop their skills throughout their lives and thus withstand a labour market that is constantly changing? That is our psychological take on this issue’, Koen explains.
Learning Communities
To study this process of learning, the researchers are delving into the world of Learning Communities. ‘Many SMEs operate in the logistics sector. These companies have limited resources to support their employees’ continued development,’ Koen explains. ‘In Learning Communities, employees from these various companies are brought together to identify the problems they encounter as a result of digitalisation. Together, they come up with solutions to do something about these challenges.’
The Learning Communities in the research project are facilitated by HAN University of Applied Sciences and Rotterdam University of Applied Sciences. Employees are paired with students from these universities who are enrolled in study programmes that match the employees’ work profile. ‘In principle, these students are learning the skills of the future and are still in self-development mode.’
The researchers will measure whether and how these Learning Communities help by administering questionnaires to individual employees. Are they building their skills? The research team will also look at whether these skills can be used in the organisation. How is the acquired knowledge applied within the organisation? Does it lead to innovation and progress?
Opportunity from employers
The goal of Koen and her colleagues’ research is to ultimately find out what promotes and what inhibits the learning process in Learning Communities, and how this translates into success in the workplace. ‘You can learn quite a lot as an employee’, Koen explains, ‘but in the end, your manager or employer also has to provide the opportunity to apply this knowledge so that you can actually deal effectively with change and help the company move forward. A manager can hinder this process, but they can act as a catalyst as well.’
Source: UvA - Don’t wait for that robot to take over your job
-
Article
What impact does the changing labour market have on specialists?
What will car mechanics do once everyone is driving an electric vehicle? And how are watchmakers doing now that people mostly wear smartwatches? Social developments are changing the demand for labour. Sociologist Thijs Bol will be studying the impact this changing labour market has on people with specialist training. Will they be hit harder if their professions disappear or skill requirements change?
How compatible is our education with the changing labour market, and what are the differences between people with broad vs specialist training? This is the central question that sociologist Thijs Bol will investigate with funding from the European Research Committee (ERC).
‘Some people are trained for one specific profession in vocational education, but what will happen to these people if this profession changes or even disappears altogether?’ Bol asks. ‘What about accountants and bank employees, for example, whose work is increasingly being taken over by automated systems, or car mechanics who have to adapt their knowledge and skills to service electric vehicles?’
Does specialist training make you vulnerable?
According to Bol, there is now a strong belief that overly specialised training makes people vulnerable when the labour market changes. But is this really the case? To find out, Bol and his team will be following a panel of people with various professions and education levels in six European countries (the Netherlands, England, Sweden, Germany, Switzerland and Poland) to chart their career development. ‘Where people end up right after their training is just a snapshot’, Bol explains. ‘How do their careers progress from there?’
Bol will link this panel data to an analysis of the labour market based on millions of job vacancies over the past 15 years. How has the demand for labour changed? What professions are emerging and disappearing, and what skills are required within professions?
The role of AI
Artificial Intelligence (AI) will also play a role in this research. On the one hand, AI has an impact on the labour market and is bringing about a great deal of change. ‘AI has already taken over certain work processes and professions, and if we look at how AI is developing, this trend will probably only accelerate from here. Soon, we might hardly need interpreters at all, for example’, Bol says. But AI will also be used to analyse the millions of job postings. ‘Through this research, I hope to boost the use of such computational methods – that is, analysing large sets of data with mathematical models – in the social sciences’, Bol says.
Useful for policy
The research results will also be relevant to policy, where those in the field are tackling the big question: how do we train the employees of the future? ‘It is entirely possible that it makes no difference to your job security whether you’ve been trained as a specialist or not’, Bol says. ‘We can never accurately predict which skills will be required in the future, but that might not be a bad thing. Nevertheless, policymakers are now focusing on this issue: they want people with specialist training to be more broadly employable.’
Bol is currently assembling the research team and they will start the study in September. The study will run until 2026.
Source: UvA - What impact does the changing labour market have on specialists?
-
Article
Economische en maatschappelijke kansen van AI voor Nederland
Artificial Intelligence (AI) wordt sterk bepalend voor onze toekomstige welvaart en welzijn. Door het generieke karakter zal AI impact hebben op alle bedrijfssectoren, ons privéleven en de maatschappij als geheel. AI is geen doel op zichzelf. Het is een krachtig middel om onze internationale concurrentiepositie te verbeteren en economische en maatschappelijke vraagstukken mee op te lossen. Hoe groot de economische potentie precies is, bleef tot voor kort voor Nederland onbeantwoord.
Tot vandaag. Want tijdens het NL AIC evenement voor deelnemers heeft McKinsey & Company hun rapport gepubliceerd dat ingaat op de economische potentie van AI voor Nederland. De potentie is groot want als Nederland in staat is om AI ten volle te adopteren, dan kan de economische groei door inzet van AI oplopen tot 1,2% bbp per jaar. Nieuwe AI-toepassingen waar bedrijven, overheden en burgers mee om kunnen gaan, zullen met name onze productiviteit vergroten.
Naast de economische effecten zijn er ook welzijnseffecten die ons als samenleving vooruit helpen. Omgerekend naar BBP effecten becijfert McKinsey dat deze welzijnseffecten tot 0,4% bijdragen. Om deze potentiële vooruitgang te kunnen realiseren, is het van belang om daar als Nederland goed op in te zetten. De cruciale vraag is vervolgens hoe we dit kunnen bereiken. McKinsey maakt vanuit hun AI Readiness Index inzichtelijk hoe landen presteren ten opzichte van elkaar. Hoe beter een land hierop scoort, hoe groter het deel van de potentiële welvaartswinst door AI zal zijn. Nederland staat daarin wereldwijd op de 11e plek en ten opzichte van de vergelijkbare landen uit de regionale studie op de 4eplek. Duidelijk is dat Nederland zich kan en soms moet verbeteren.
McKinsey geeft daarom aan waar voor Nederland verbeterpunten liggen. Op het gebied van investeringsniveaus (zowel publiek als privaat), het aantal AI-onderzoekers en patenten, scoort Nederland onder gemiddeld. Ten opzichte van de andere (digital frontrunners). Verder kan Nederland zich verbeteren op het gebied van het aanwezige talent en de beschikbaarheid van data. Hierin scoort niet onder het gemiddelde, maar daar liggen wel evidente mogelijkheden voor verbetering.Dat meer investeringen nodig zijn om bovengenoemde punten te verbeteren is duidelijk. Nederland heeft met de NL AIC een basis gelegd voor sterke publiek-private samenwerking met een lerende benadering. Daarmee kunnen de benodigde investeringen worden aangewend om de verbeterpunten in hun samenhang aan te pakken.
-
Article
Werken op waarde geschat
Het Rathenau Instituut waarschuwt voor doorgeschoten monitoring op werkvloer. Digitale middelen zijn er om ons te ondersteunen in ons werk en moeten geen robot maken van de werkenden. Het instituut vraagt werkgevers, werkenden en de overheid grenzen te stellen aan digitale hulpmiddelen.
Steeds meer organisaties maken gebruik van nieuwe technologieën om werkenden in kaart te brengen. Daarbij verzamelen ze gegevens over werkenden die ze analyseren met behulp van algoritmen en kunstmatige intelligentie. Via digitale instrumenten proberen ze onder meer de geschiktheid van werkenden te voorspellen, hun gezondheid te meten en hun werkzaamheden te beoordelen. We noemen deze instrumenten digitale monitoringstechnologie. Organisaties verwachten dat de instrumenten hen in staat stellen om beter onderbouwd besluiten te nemen, en zo de waarde van het werk te kunnen optimaliseren.
In dit rapport verkennen we op verzoek van de commissie Sociale Zaken en Werkgelegenheid van de Tweede Kamer, wat de nieuwe mogelijkheden voor het meten, analyseren en feedback geven aan werkenden betekenen voor de kwaliteit van werk. We kijken naar drie centrale dimensies van dit begrip, (inkomsten, arbeidsmarktzekerheid en werkomgeving), en naar bredere maatschappelijke en ethische aspecten. Vragen die we stellen zijn: Wat betekent het meten voor de privacy van werkenden en voor de inclusiviteit op de werkvloer? En slagen de instrumenten erin de waarde van het werk te vergroten? We onderzoeken deze vragen op basis van deskresearch, literatuuronderzoek, interviews en een analyse van relevante wettelijke kaders. Het onderzoek is uitgevoerd van juni 2019 tot maart 2020. Het onderzoek maakt deel uit van het thema ‘Veranderende arbeidsmarkt’ van de kennisagenda van de commissie SZW, die met dit rapport de gemeenschappelijke kennis op genoemd thema verder kan uitbreiden.
Bron: Das, D., R. de Jong en L. Kool, m.m.v. J. Gerritsen (2020). Werken op waarde geschat - Grenzen aan digitale monitoring op de werkvloer door middel van data, algoritmen en AI. Den Haag: Rathenau Instituut.
-
Article
De belastingbetaler was onvoorspelbaar, maar nu is er AI
Stephan Zheng ontwikkelde een artificiële econoom, die het meest eerlijke belastingstelsel uitdacht. De ‘AI Economist’ van techbedrijf Salesforce knobbelde een wonderlijk fiscaal regime uit dat de welvaart harder laat groeien én tegelijkertijd de kloof tussen arm en rijk kleiner maakt dan welk ander belastingmodel dan ook.
Het Amerikaanse techbedrijf Salesforce denkt met zijn zelflerende machines een doorbraak te hebben gevonden in een van de hardnekkigste problemen van de economie: wat is de ideale belastingpolitiek?
De kunst van belastingen’, grapte Jean-Baptiste Colbert (1619-1683), schatkistbewaarder van de Zonnekoning en postuum de naamgever van het bekende jasje, ‘is de gans zo te plukken dat je zo veel mogelijk veren, en zo min mogelijk gesis krijgt’. Dat is geen koud kunstje. Als belastingen te laag zijn, heeft de staat te weinig geld voor goede scholen, ziekenhuizen, wegen en andere belangrijke zaken. Zijn de belastingen te hoog, dan loont het nauwelijks om te werken. Ergens tussen deze extremen ligt een optimum, maar waar? Daarover breken economen zich al sinds mensenheugenis het hoofd.
Uit onverwachte hoek is er nu hulp: uit die van artificiële intelligentie (AI). Het Amerikaanse techbedrijf Salesforce denkt met zijn zelflerende machines een doorbraak te hebben gevonden in een van de hardnekkigste problemen van de economie: wat is de ideale belastingpolitiek? Het team achter de AI Economist van Salesforce knobbelde een wonderlijk fiscaal regime uit dat welvaart harder laat groeien en tegelijkertijd de kloof tussen arm en rijk kleiner maakt dan welk ander belastingmodel dan ook. Nederlander Stephan Zheng, die bij Salesforce leiding geeft aan het AI Economist-programma, vertelt vanuit San Francisco over zijn onderzoek.
Stephan Zheng (33) studeerde wiskunde en theoretische natuurkunde aan de universiteit Utrecht, met als specialisme de zogeheten ‘supersnaartheorie’, een verklaring over het ontstaan van de kosmos. Voor zijn door Robbert Dijkgraaf begeleide masterscriptie over ‘exotische dualiteit’ – een wiskundige techniek – in de supersymmetrische kwantumveldentheorie won hij in 2011 de Lorentz Afstudeerprijs voor Theoretische Natuurkunde. Na tussenstops aan Harvard en Cambridge én na zijn promotie in 2018 aan het California Institute of Technology ging hij werken voor de onderzoekstak van de Amerikaanse softwaregigant Salesforce, de grootste werkgever in techstad San Francisco.
De afgelopen jaren verblufte kunstmatige intelligentie de wereld al door de mens voorbij te streven in bijvoorbeeld schaken, Go en StarCraft, maar Zheng en zijn collega-onderzoekers wilden iets bedenken dat niet een spelletje, maar de hele wereld zou veranderen. Ze richtten hun vizier op de groeiende inkomenskloof in de Amerikaanse samenleving, een kwaal die de afgelopen jaren niet alleen de economische kansen, maar ook de gezondheid van Amerikanen aan de onderkant van de inkomenspiramide heeft geschaad.
Het belastingmodel van Zheng en zijn collega’s resulteerde in een opmerkelijke symbiose tussen kapitalisme en socialisme. Vergeleken bij een samenleving waarin helemaal geen belastingen bestaan – het droombeeld van libertariërs – resulteerde Zhengs belastingmodel bijvoorbeeld in slechts 11 procent minder productiviteit, bijna twee keer zo goed als het huidige Amerikaanse belastingbeleid. Daar stond bovendien een verkleining van de inkomensongelijkheid met 47 procent tegenover, waarmee de AI Economist zelfs een van ’s werelds meest egalitaire belastingmodellen is, dat dat van de Franse econoom en Piketty-geestverwant Emmanuel Saez, ruimschoots verslaat.
Bron: Witteman, J. 2020. De belastingbetaler was onvoorspelbaar, maar nu is er AI. de Volkskrant.
-
Article
Nederlandse Digitaliseringsstrategie
Digitalisering transformeert wereldwijd economieën en maatschappijen in een razendsnel tempo. Nederland heeft een goede uitgangspositie om de economische en maatschappelijke kansen van digitalisering te verzilveren. De digitale infrastructuur is van wereldklasse, de beroepsbevolking is goed opgeleid en we hebben een traditie van samenwerking, bijvoorbeeld tussen bedrijfsleven, kennisinstellingen en overheid. Tegelijkertijd roept digitalisering ook nieuwe, fundamentele vragen op. Bijvoorbeeld over de bescherming van onze privacy en de toekomst van onze banen.
Om de kansen van digitalisering te benutten en antwoorden te geven op deze vragen moet Nederland voorop lopen met digitalisering. Met onderzoek, met experimenten en met het toepassen van nieuwe technologie. Op die manier versterken we het Nederlands verdienvermogen, kunnen we beter richting geven aan technologische ontwikkelingen en zetten we vol in op de economische en maatschappelijke kansen van digitalisering.
Om voorop te kunnen lopen moeten we ook het vertrouwen van burgers en bedrijven vergroten. Daarom versterken we het fundament – o.a. privacybescherming, cybersecurity, digitale vaardigheden en eerlijke concurrentie - voor digitalisering. De uitdaging bij deze transformatie is om iedereen binnen boord te krijgen én te houden. Op de arbeidsmarkt, maar ook in de samenleving als geheel.
-
Article
The Impact of Robotics, Artificial Intelligence on Business and Economics
In the Industrial Age that humanity has entered long time ago with steam series has caused to primitive mechanization in production. With the development of internet and mobile technologies, electronics, nano technology, advances in medicine, health and digital applications and so on speed up mechatronics studies nowadays. Last World Economic Forum holds an important place on the agenda of Robotics and Artificial Intelligence and the economists like Roubini, Stiglitz also entered in the discussion of robotics and artificial in intelligence impacts on economics and business.
Although Stephen Hawking criticized on the risks in this regard, every day we are witnessing tremendous news and articles in business pages, regarding on these topics and obviously corporate life and professionals can no longer resist to these changes. Changing form of the business terms and work forces, the way of doing business by using new technologies will have serious impacts on the daily business life and deriving from these on countries and on world economics. Many items and headlines such as jobless ratio, Philips Curve, performance, management, CRM Analytics, customer relationship management, sales, strategic planning, mass production, Purchasing Power Parity, GDP, inflation, money, Central Banks, Banking System, coaching, training, accounting, taxes etc. regarding to business and economics will face serious dangers, hits, change, exposures as well as opportunities and gains with the improvements in Artificial Intelligence and Robotics. One simple example can explain the degree of these impacts: Should we continue to make provisions for severance pay of the company's staff or should we calculate reserve for depreciation / amortization of robots in the company, which side of the balance sheet will be managed by human resources managers or shall we still name human resources ? This conceptual and hypothetical paper is aiming to address and discusses the future of robots, mechatronics and artificial intelligence in different perspectives.
Bron: Dirican, C. 2015. The Impacts of Robotics, Artificial Intelligence On Business and Economics. Proceed - Social and Behavioral Sciences, Elsevier. 195, p. 564-573. https://doi.org/10.1016/j.sbspro.2015.06.134
-
Article
Artificial Intelligence in business and economics research
Artificial Intelligence is a disruptive technology developed during the 20th century, which has undergone an accelerated evolution, underpinning solutions to complex problems in the business world. Neural Networks, Machine Learning, or Deep Learning are concepts currently associated with terms such as digital marketing, decision making, industry 4.0 and business digital transformation.
Interest in this technology will increase as the competitive advantages of the use of Artificial Intelligence by economic entities is realised. The aim of this research is to analyse the state-of-the-art research of Artificial Intelligence in business. To this end, a bibliometric analysis has been implement using the Web of Science and Scopus online databases. By using a fractional counting method, this paper identifies 11 clusters and the most frequent terms used in Artificial Intelligence research. The present study identifies the main trends in research on Artificial Intelligence in business and proposes future lines of inquiry.
Bron: Ruiz-Real, J. L., Uribe-Toril, J., Torres, J. A., & De Pablo, J. (2021). Artificial intelligence in business and economics research: trends and future. Journal of Business Economics and Management, 22(1), 98-117. https://doi.org/10.3846/jbem.2020.13641
-
Article
Economics of Artificial Intelligence
The current wave of technological change based on advancements in artificial intelligence (AI) has created widespread fear of job loss and further rises in inequality. This paper discusses the rationale for these fears, highlighting the specific nature of AI and comparing previous waves of automation and robotization with the current advancements made possible by a widespread adoption of AI.
It argues that large opportunities in terms of increases in productivity can ensue, including for developing countries, given the vastly reduced costs of capital that some applications have demonstrated and the potential for productivity increases, especially among the low skilled. At the same time, risks in the form of further increases in inequality need to be addressed if the benefits from AI-based technological progress are to be broadly shared. For this, skills policies are necessary but not sufficient. In addition, new forms of regulating the digital economy are called for that prevent further rises in market concentration, ensure proper data protection and privacy, and help share the benefits of productivity growth through the combination of profit sharing, (digital) capital taxation, and a reduction in working time. The paper calls for a moderately optimistic outlook on the opportunities and risks from AI, provided that policymakers and social partners take the particular characteristics of these new technologies into account.
Bron: Ernst, Ekkehardt; Merola, Rossana; Samaan, Daniel (2019) : Economics of artificial intelligence: Implications for the future of work, IZA Journal of Labor Policy, ISSN 2193-9004, Sciendo, Warsaw, Vol. 9, Iss. 1, pp. 1-35, http://dx.doi.org/10.2478/izajolp-2019-0004