Jednego człowieka bardzo trudno zamodelować, ale grupę osób już tak. Jesteśmy w stanie przewidzieć, z jakim prawdopodobieństwem wybiorą jakieś rozwiązanie – mówi  prof. Małgorzata Guzowska z Wydziału Ekonomii, Finansów i Zarządzania Uniwersytetu Szczecińskiego.

Rozmawiamy o tym, jaką rolę matematyka pełni w nauce społecznej, jaką jest ekonomia. Sama prof. Guzowska zajmuje się właśnie matematyką w ekonomii, modelowaniem, układami opartymi na równaniach różniczkowych czy różnicowych. To właśnie rozwój matematyki pozwala na tworzenie coraz bardziej złożonych modeli, w których można brać pod uwagę różne czynniki lub zakłócenia (np. wojny, susze).

Sporo rozmawiamy o tym, na ile matematyczny opis tego, co widzimy u innych zwierząt (ławice ryb, ptaki w kluczu) można zastosować do naszych zachowań. Jako ludzie obserwujemy swoje najbliższe otoczenie i dostosowujemy zachowanie (przypomnijcie sobie przetrzebione półki w sklepach przed każdym długim weekendem). Ale ekonomia nie jest w stanie prognozować dokładnego rozwoju sytuacji, bo czynnik ludzki wprowadza zbyt wiele chaosu.

W odcinku usłyszycie też, jaką wagę mają influencerzy i gwiazdy K-popu, o trudnościach ekonomistów w erze cyfrowej, o tym, czy ekonomista w ogóle musi znać matematykę (zdania są podzielone), a także o mocy tweetów Elona Muska.

Odcinek jest siódmy, ostatnim, jaki przywieźliśmy dla Was ze Szczecina z naszej XIV podróży. Wyjazdy po nagrania są możliwe dzięki wspierającym nas słuchaczom i słuchaczkom w serwisie https://patronite.pl/radionaukowe Dziękujemy!

 

TRANSKRYPCJA

 

Karolina Głowacka: Radio Naukowe w podróży, jestem u pani profesor Małgorzaty Guzowskiej, dzień dobry.

Małgorzata Guzowska: Dzień dobry.

K.G.: Z Instytutu Ekonomii i Finansów, Wydział Ekonomii, Finansów i Zarządzania Uniwersytetu Szczecińskiego. Pani profesor jest również pełnomocniczką rektora Uniwersytetu Szczecińskiego do spraw równego traktowania. Zajmuje się ekonomią matematyczną, ekonomią behawioralną, ewolucyjną teorią gier, teorią optymalizacji równowagi wzrostu gospodarczego, zastosowaniem układów dynamicznych w ekonomii. Trochę tego jest, pani profesor.

M.G.: Myślę, że te wymienione rzeczy to częściowo też moje zainteresowania, nie tylko praca naukowa, bo publikacje generalnie mogę powiedzieć, że mam w nurcie właśnie zastosowania układów dynamicznych w ekonomii, ale także, powiedzmy, zastosowania metod ilościowych w ekonomii, szeroko pojętych.

K.G.: Spotykam się tutaj z panią, żeby dowiedzieć się, jak wiele jest matematyki w ekonomii, co okazuje się być pytaniem w pewnym sensie kontrowersyjnym. Od razu się przyznam, że słuchałam rozmowy z panią w Radiu News. To jest rozgłośnia uniwersytecka Uniwersytetu Szczecińskiego. Mam nadzieję, że prowadzący nie będzie miał mi za złe, że podkradnę właśnie jedno z pierwszych pytań, czyli ile w ekonomii jest nauki społecznej, a ile jest takiej psychologii też przecież, a ile jest takiej twardej matematyki?

M.G.: To pytanie jest bardzo ciężkie. Nie robiłam badań na ten temat, natomiast patrząc tak definicyjnie na ekonomię… Zacznijmy od tego, czym jest ekonomia. Ekonomia definicyjnie jest alokacją zasobów w celu zaspokojenia potrzeb ludzkich. Czyli mamy tego człowieka tutaj u podstaw i zasoby i patrząc definicyjnie, ekonomia jest wpisana w nauki społeczne. Czyli jednak nie jest zakwalifikowana do nauk ścisłych. Matematyka jest tutaj tym narzędziem, które pozwala zrozumieć pewne mechanizmy, przedstawia pewne zjawiska ekonomiczne w sformalizowany sposób, jaki daje nam matematyka. Natomiast cały czas nie tworzy to tego, czy nie powoduje to tego, że ekonomia staje się, nie wiem, ścisłą nauką.

K.G.: Nie jest to fizyka.

M.G.: To nie jest fizyka. Mamy cały czas tego człowieka, który jest tak naprawdę ciężki do okiełznania, jeżeli chodzi o jego wybory, preferencje i zachowanie na tym rynku i myślę, że można by tak przyjąć, że pół na pół. Też patrząc na pracę moich kolegów, no ja jestem… Może troszeczkę też z innego punktu widzenia patrzę, pracując w Katedrze Ekonometrii i Statystyki. Prawie moi wszyscy koledzy wykorzystują metody ilościowe, czyli matematykę, statystykę, ekonometrię w swojej pracy, ale też spotykając się z osobami z innych katedr, czasami poza prostymi, nie wiem, wskaźnikami, poza prostymi analizami to tak naprawdę nie potrzebują matematyki. Czyli powiedziałabym, że pół na pół. Przy czym trzeba traktować matematykę jako takie typowe narzędzie, które pomaga nam w zrozumieniu pewnych mechanizmów, które mamy w ekonomii.

K.G.: Czyli jedno z narzędzi, tak byśmy to powiedzieli?

M.G.: Jedno z narzędzi, tak.

K.G.: Ale niekoniecznie dominujące?

M.G.: Nie, niekoniecznie dominujące, bo to zależy też, w jakiej subdyscyplinie ekonomii pracujemy i wtedy mamy to nasycenie zupełnie inne modelami matematycznymi czy narzędziami matematycznymi. Możemy o tych samych rzeczach… To jak pani słuchała podcastu ze Sławkiem Frankiem, my ze Sławkiem mamy takie doświadczenie. Jechaliśmy kiedyś razem pociągiem do Krakowa, 12 godzin. Dostałam przed wyjazdem książkę właśnie z modelami matematycznymi w ekonomii i Sławek, jadąc obok. pyta się: „słuchaj, co to jest za model?” Ja mówię, że to jest model taki finansowy, którego uczysz na finansach. A on mówi, że nigdy nie widział wzorów, ponieważ on opisuje ten model, pokazując, jak zmieniają się różne składniki tego modelu, graficznie i opisowo. Więc prowadziliśmy właśnie dyskusję, że to samo zjawisko w ekonomii możemy tak naprawdę opisywać też w różny sposób. No i stwierdziliśmy, że też czegoś się po drodze od siebie nauczyliśmy, jadąc 12 godzin do tego Krakowa.

K.G.: No też myślę, że pani ma to inne spojrzenie z tej chociażby przyczyny, że pierwsze wykształcenie to to matematyczne.

M.G.: Tak, tak.

K.G.: Więc to są pani odruchy, najpierw widzieć pewnie równania.

M.G.: Myślę, że dużo osób, które pracuje w ekonomii, wykorzystuje metody ilościowe. Ja się śmieję zawsze, że w dużej ilości my mamy jakiś spektrum autyzmu. Widzimy wzorami.

K.G.: Statystycznie nadreprezentację jakby?

M.G.: Tak. Mamy, widzimy pewnymi wzorcami i dla nas te wzorce to są wzory, czyli ja szybciej zrozumiem jakieś zjawisko, jak widzę model i widzę, jak ten model mogę rozwiązać, co na co wpływa, czyli który czynnik wpłynie mi na to, że będę miała wzrost gospodarczy, czy nie, niż jak przeczytam kilka stron opisu tego samego zjawiska. Mój mózg nie przyjmuje opisów, ja muszę mieć to jakoś skwantyfikowane, zapisane we wzorze. Zawsze podziwiam osoby, które mają obie zdolności, czyli i widzą tekst, rozumieją słowne opisy tych wszystkich mechanizmów i też rozumieją zapisy matematyczne i te mechanizmy, które się w modelach matematycznych dzieją.

K.G.: To prawda, takie osoby są bardzo cenne, bo są tłumaczami między tymi światami, nie? Bo trochę się nawzajem, myślę, te światy mogą nie rozumieć. A gdzie by pani historycznie zlokalizowała zaistnienie matematyki właśnie w ekonomii?

M.G.: Mamy na początku ekonomię jako filozofię, czyli z jednej strony na początku mamy teorię Adama Smitha, bogactwo narodów, teorię pieniądza, którego uważa się za tak naprawdę ojca ekonomii behawioralnej, gdzie to są traktaty bardziej filozoficzne niż matematyczne. Pojawiają się teorie na przykład prezentowane przez Karola Marksa, czyli analiza kapitalizmu i wyzysku, i już tam też się pojawiają różnego rodzaju modele. Natomiast taki boom to mamy XIX-XX wiek, czyli proste modele, na przykład Warlasa równania matematyczne, opisujące równowagę rynkową, i potem cały wysyp różnego rodzaju modeli, na przykład wzrostu, czyli keynesowską, makroekonomiczną. To już XX wiek, czyli model Solowa, Samuelsona i tu cała lista modeli. Musimy pamiętać, że pojawienie się matematyki… Najpierw ona była takim narzędziem do liczenia, takim typowym, tak? Czyli idziemy, płacimy za coś, mamy jakąś umowną monetę czy system płatniczy, więc liczymy, proste rachunki wykonujemy. Potem pojawiły się podatki, więc znowu się pojawiło liczenie.

K.G.: Właśnie jeśli pamięć mnie nie myli, to samo wymyślenie opisywania liczb wynikało z potrzeby właśnie handlowo-podatkowej.

M.G.: Dokładnie. I potem równocześnie z tym rozwojem tak jakby całej filozofii związanej z ekonomią równocześnie rozwijała się matematyka. Czyli te modele wzrostu, które my znamy właśnie z klasycznej ekonomii matematycznej, jak model Warlasa, jak model Solowa i kolejne modele, one nigdy by nie powstały, gdyby matematyka w tym samym czasie się nie rozwijała. Czyli rozwinęły się na przykład równania różniczkowe, które pozwoliły nam nie tylko zapisać statyczny model, ale pozwoliły nam na to, czy pozwoliły wtedy naukowcom na to, żeby pokazać, jak coś się w czasie zmienia. Pierwsze modele to są modele te klasyczne, opisane właśnie równaniami różniczkowymi, bo tak rozwinięta na tym poziomie była matematyka. Teraz wraz z rozwojem matematyki pojawiają się modele dyskretne, które pokazują, co się dzieje z tymi zjawiskami w dyskretnym czasie. No i też ekonomiści są podzieleni. Część uważa, że te klasyczne, ciągłe są wystarczające, część ekonomistów uważa, że nie, świat jest dyskretny. Dane mamy w dyskretnej wersji, czyli… Dyskretne to takie, że są opisane równaniami różnicowymi, tak? Jeżeli to nazwiemy z matematycznego punktu widzenia. Równania różniczkowe, mamy obserwacje w czasie ciągłym, czyli to nasze wydarzenie, które obserwujemy, możemy powiedzieć, że zachodzi non stop, my je mamy nieprzerwanie. Natomiast modele dyskretne, one nam pokazują, że zdarzenie zaszło w jakichś interwałach czasowych, czyli obserwacje, które zbieramy i które opisujemy, to są na przykład, nie wiem, co miesiąc, co dzień.

K.G.: Jakieś fluktuacje.

M.G.: Co rok, dokładnie. I też te równania pozwalają nam opisać te zjawiska w czasie. Czyli w równaniach różniczkowych wykorzystujemy do tego pochodną, a w równaniach różnicowych tak zwaną różnicę między stanami. Oba te działy możemy przechodzić, jeżeli umiejętnie to robimy, tak jakby z jednej konstrukcji do drugiej, czasami niektórzy ekonomiści mieszają te czasy, na przykład klasyczny model Kaleckiego. To jest model, gdzie część równań jest w czasie dyskretnym, część jest w czasie ciągłym, czyli mamy mieszankę równań różniczkowych i różnicowych. To są już skomplikowane matematycznie modele do rozwiązania i do analizy, bo już zawęża się też grupa osób, która jest w stanie to zrobić. Potem idąc w czasie, mamy jeszcze większy rozwój modeli matematycznych już stochastycznych, czyli mamy wykorzystanie równań różniczkowych. Mamy modele stochastyczne na rynkach finansowych, model Blacka-Scholesa na przykład. Stochastyczne równania różniczkowe, stochastyczne równania różnicowe, czyli mamy jeszcze zakłócenie, które tam się pojawia. Oczywiście ja tutaj mówię tylko o klasycznych modelach matematycznych, nie mówię o ekonometrii, gdzie estymujemy dane i też jakiś tam czynnik losowy wpisujemy. Mamy potem ewolucję, pojawiające się nowe modele czy nowe trendy w ekonomii, które w tej chwili też ewoluują. Pojawiła się na przykład w XX wieku teoria gier, która cały czas się rozwija. W tej chwili ta teoria gier ewoluuje do ewolucyjnej teorii gier, czyli klasyczne gry były statyczne. Mieliśmy 2 graczy, 3 graczy, jakąś określoną liczbę graczy, tablicę wypłat, jak relacje przebiegają między tymi graczami, ale w tej chwili naukowcy, najpierw biolodzy, teraz ekonomiści, dorzucili do tego czas. Czyli decyzje, które podejmują ci gracze, zmieniają się w czasie. I znowu: wykorzystujemy do tego wspomniane wcześniej układy ciągłe, dynamiczne albo dyskretne, czyli albo układy równań różniczkowych, albo różnicowych, i staramy się zobaczyć, jak w czasie to będzie ewoluować. Potem mamy całą gamę nowych modeli, czyli modeli agentowych, gdzie obserwujemy agentów i przez agentów możemy nazywać firmy, możemy nazywać pojedyncze osoby, grupy agentów i ich zachowania. Nie mówiąc o wykorzystaniu teraz sztucznej inteligencji, tak?

K.G.: To mamy obraz, a teraz spróbujmy przejść do szczegółów albo może przepisania tego, co pani mówiła, właśnie na to, co znamy z rzeczywistości. No bo ekonomia, korzystając z tych rozwiązań matematycznych, próbuje właśnie opisywać, czy jeszcze lepiej: przewidywać, to, co się będzie działo w rzeczywistym świecie, a ekonomia to jest właśnie ta gra między ludźmi i decyzjami, firmami i tak dalej, i tak dalej. To takie równania, te różniczkowe, te pierwsze, to one na przykład jakiego rodzaju sytuacje opisują? Co one mogą nam opisać w tym takim świecie rzeczywistym?

M.G.: W klasycznym rozumieniu te równania zostały stworzone do tego bardziej, żeby pokazywać mechanizmy, jakie zachodzą, czyli jak migracje, inflacje wpływają na przykład na wzrost gospodarczy. Jak migracje, integracje, bo kiedyś analizowałam taki model, wpływa na sytuację na przykład w danym kraju. Te modele przeważnie, one są trochę obarczone pewnym założeniem, które nie zawsze w rzeczywistości tak wygląda. Czyli są to modele, które dążą do poziomu równowagi, czyli ich rozwiązaniem jest jakiś stan idealny, do którego mamy dążyć. I najczęściej są tak skonstruowane, że pokazują nam, jak ten punkt równowagi wygląda, ale też dzięki rozumieniu, rozwiązaniu takiego modelu, oszacowaniu jego ścieżki czasowej możemy zobaczyć, czy po danym czasie albo w jakim czasie do tego stanu równowagi dojdzie. Natomiast tak jak pani powiedziała, one pokazują wycinek rzeczywistości albo są uproszczoną wersją rzeczywistości. Nie pokazują nam realnych zdarzeń, które mamy, czyli różnego rodzaju szoków, które moglibyśmy nazwać, zjawisk, których nie jesteśmy w stanie przewidzieć.

K.G.: Katastrofy jakiejś na przykład.

M.G.: Dokładnie, pandemii, wojny, suszy, wszystkich tych katastrof naturalnych. I to też jest krytyka modeli matematycznych. Jeden z ekonomistów, profesor Taleb, autor książki o czarnych łabędziach, on właśnie krytykuje te modele matematyczne za to, że nie uwzględniają wartości skrajnych, czyli właśnie takich nieprzewidzianych sytuacji, które wpływają na zachowanie tych modeli. Naukowcy oczywiście próbują te modele zrobić bardziej realne, czyli budują dość skomplikowane systemy. Dzięki teraz sztucznej inteligencji czy generalnie możliwościom obliczeniowym próbuje się to robić, właśnie wprowadza się różnego rodzaju szoki, zakłócenia do modeli, żeby zobaczyć, jakie scenariusze może przyjąć taki model. I wtedy to już jest bardziej praca na symulacjach niż na takim klasycznym podejściu właśnie ekonomii matematycznej, gdzie ten model rozwiązujemy i staramy się zrozumieć mechanizmy. Wtedy pokazuje się, z jakim wysokim prawdopodobieństwem coś się może zdarzyć albo w jakich kierunkach może pójść model albo ewoluować może też model. I tutaj też w tym kierunku idzie właśnie ekonomia ewolucyjna, która pokazuje, że nie jesteśmy cały czas, nie zbiegamy do tego samego punktu równowagi, tylko może zdarzyć się jakieś wydarzenie, które spowoduje, że ta nasza trajektoria będzie szła do nowego punktu równowagi, który się pojawił. I tutaj na przykład z takimi teoriami przychodzi może nie teoria chaosu, bardziej teoria bifurkacji, które pokazują, że w modelach nawet klasycznych mamy sytuację, gdzie coś, co uważaliśmy za taką ścieżkę, którą powinniśmy podążać do punktu równowagi, przestaje być tą ścieżką, bo pojawiają się na przykład nam dwie nowe ścieżki do wyboru i od nas zależy, którą ścieżkę wybierzemy. Czyli tak jakby pojawiają nam się nowe punkty, do których powinniśmy dążyć.

K.G.: Czy można to rozumieć trochę jak taką mapę potencjalnej przyszłości? Jesteśmy na przykład rządzącym, krajem na przykład albo przedsiębiorstwem, i ekonomiści rozwijają nam taką mapę i mówią: słuchajcie, może się wydarzyć to, może się wydarzyć tamto. Czy to może pomóc na przykład, czy pomaga w tworzeniu procedur, czyli wydarza się coś takiego, widzimy zmianę wskaźników i zamiast się zastanawiać i robić burzę mózgów na bieżąco, już mamy procedurę. Aha, wiemy, że według prawdopodobieństwa to może to prowadzić do tego i do tego, więc podejmujemy taką decyzję. Po to to jest?

M.G.: Myślę, że tak, przy czym ekonomiści ci, którzy mają wpływ na decyzje rządów, nie wiem, czy wykorzystują modele matematyczne. Na pewno ekonometryczne, czyli do…

K.G.: Połączenie statystyki…

M.G.: Tak, statystyki i ekonometrii, czyli budujemy modele oparte na danych rzeczywistych. Bo musimy pamiętać, że modele ekonomii matematycznej to są modele teoretyczne, gdzie nie mamy danych. Na podstawie tych modeli możemy…

K.G.: Możemy je wypełnić właśnie?

M.G.: Tak, możemy zbudować model ekonometryczny, czyli one nam dają podstawę do tego, że ekonometryk wie, w jakim kierunku powinien iść, żeby wykorzystać tą teorię i potem bazując na tych danych, które ma, może faktycznie pokazać, co się może zdarzyć, tak? Jakie, nie wiem, czekają nas cykle koniunkturalne. Makroekonomiści też idą w innym kierunku, wykorzystują tak zwane modele stochastyczne, ale bardzo proste, czyli badają tak jakby wartość oczekiwaną danego zdarzenia z szokiem, czyli zakłócają i patrzą też na to, co się może zdarzyć. Nie wiem, jak jest w przypadku faktycznie tych biur analiz, ale te rzeczy są analizowane. Te osoby, które się tym zajmują, analizują dane pod kątem statystycznym, ekonometrycznym, oczywiście znają też teorię ekonomii i w odróżnieniu od takich naturalnych zjawisk, które ciężko nam kontrolować, to faktycznie można się przygotowywać na te przewidywalne zjawiska.

K.G.: A takie modele dyskretne to one co nam opisują w rzeczywistości?

M.G.: To samo co ciągłe, czyli pokazują najczęściej… W ekonomii to są modele wzrostu. Są to modele pokazujące różne relacje na przykład między pracodawcami i pracownikami, model na przykład Goodwina, są to różnego rodzaju interakcje, które możemy pokazać. Są to modele migracyjne, demograficzne. Wszystkie prawie zjawiska w ekonomii możemy zapisać za pomocą właśnie… Tam, gdzie mamy zmianę w czasie, próbujemy opisać zjawisko zmiany w czasie, możemy zapisać za pomocą dyskretnych albo ciągłych równań, czyli równań różnicowych albo różniczkowych, albo ich układów, gdy mamy interakcję między większą ilością zmiennych.

K.G.: A teoria gier, czyli ta sytuacja, gdzie matematycznie się sprawdza, która ze strategii jest najbardziej opłacalna dla jednej czy drugiej strony czy dla obu i o ile wiem, najlepsza jest współpraca długoterminowa.

M.G.: Tak, ale mało kto wybiera tą współpracę.

K.G.: Mało kto wybiera i tak się zastanawiam właśnie… Pierwsze skojarzenie mam takie, że to jest coś, co opisuje globalną ekonomię i na przykład współpracę między państwami, bo kiedy dochodzi na przykład do wojny celnej, no to mamy takie, że nikt nie współpracuje, prawda? I wszyscy na tym tracą. Czy to do tego na przykład można wykorzystać?

M.G.: Do wielu aspektów, bo wszędzie możemy wykorzystać teorię gier, gdy podejmujemy decyzję, czyli patrzymy na to prawdopodobieństwo zysku i strat. Oczywiście na rynku, gdzie mamy przynajmniej dwóch graczy, to mamy taką czystą teorię gier, ale to może dotyczyć polityki, może dotyczyć firm, gdzie mamy konkurencję bądź oligopol, może to dotyczyć oczywiście państw, gdy myślimy o takiej wojnie-wojnie, tak? Mogą być, taka klasa właśnie gier z naturą, gdzie my gramy przeciw naturze, czyli jest bardzo dużo miejsc, gdzie teorię gier możemy wykorzystać. To nie jest tylko taka wojna, jak myślimy, o, gramy w karty w wojnę albo mamy wojnę czy dwa państwa między sobą walczą. Wszędzie, gdzie przynajmniej mamy dwa podmioty, dwa, powiedziałabym obozy, już możemy skonstruować jakąś grę.

K.G.: Między państwem a obywatelami na przykład? Zakładając obywateli jako jednego gracza, nie wiem, państwo narzuca podatek, a obywatele go albo płacą albo nie, unikają?

M.G.: Też możemy. Myślę, że można by było skonstruować też takie gry. Byle byśmy mieli te dwa podmioty. A jak je zdefiniujemy i jak tą grę zdefiniujemy, to już jest kwestia tak naprawdę wyboru.

K.G.: A ten model agentowy to mamy tutaj do czynienia z wieloma właśnie podmiotami? Bo rozumiem, że agenci to po prostu podmioty.

M.G.: Tak, to są podmioty, to mogą być też osoby, to mogą być też firmy. Znowu: nazwane to zostało agentami, ponieważ tutaj badamy zachowanie agentów w reakcji na innych agentów, czyli jak zachowujemy się w sąsiedztwie. Taki jeden z modeli opartych na modelach agentowych to model Schellinga, za który zresztą Schelling dostał nagrodę Nobla. Segregacja rasowa i etniczna w miastach. On pokazał, że jeżeli byśmy ludziom nadali kolory, nie mówmy biały, czarny, żeby tutaj jakoś od razu tej segregacji nie wprowadzać, powiedzmy niebieski, czerwony. I jeżeli wybieramy, gdzie chcemy mieszkać, mamy jakieś założenia, szczególnie w Stanach Zjednoczonych. Czyli jeżeli zakładamy, że chcemy, żeby przynajmniej 30% naszych sąsiadów było tego samego koloru, to okazuje się, że w tych modelach agentowych on pokazał, że wystarczy, że nasze najbliższe otoczenie, jeżeli ma takie samo założenie jak my, to już prowadzi to do tego, że to sąsiedztwo staje się w pewnym sensie gettem, czyli staje się jednokolorowe. Dlaczego to tak działa? Kiedyś przeczytałam taki bardzo obrazowy opis, jak należy traktować modele agentowe. Ptaki na przykład zachowują się właśnie jak tacy agenci, gdy lecą. My jak patrzymy na ptaki, to myślimy „o, pięknie te kształty układają, muszą to gdzieś mieć zakodowane”. To nie jest tak, że ptaki mają zakodowane, w jakim kształcie lecą. Ptaki obserwują tylko najbliższe sąsiedztwo i zaczynają się zachowywać tak samo, czyli zaczynają w tym samym kierunku lecieć. Zawsze jest jakiś tam lider, za którym one podążają, natomiast obserwując tylko najbliższe sąsiedztwo, tak naprawdę podążamy w pewnym kierunku.

K.G.: Ławice ryb podobnie się zachowują.

M.G.: Dokładnie, mamy w biologii to i ludzie też tak się zachowują.

K.G.: Tłum można w ten sposób chyba zaprognozować, jak się będzie zachowywał.

M.G.: Oczywiście. To sztuczna inteligencja, algorytmy, które nam podsuwają to, co czytamy, nie wiem, w mediach społecznościowych, właśnie wykorzystuje ten efekt. Proszę zobaczyć: jak pojawiła się sztuczna inteligencja przed wyborami, jeżeli zaglądamy na jakąś stronę dość często, za chwilę dostajemy spersonalizowane wiadomości, ukierunkowane na przykład na daną partię przed wyborami. Jeżeli korzystamy z mediów społecznościowych, algorytmy bardzo szybko się uczą, ale też jest udowodnione, że zaczynają nam podsyłać informacje o określonej treści, co powoduje, że nasze opinie na różne tematy się polaryzują. W ekonomii to oczywiście nasze opinie na temat wyborów różnych rzeczy, czyli mechanizmy zachowania tego agenta są tutaj bardzo mocno wykorzystywane, teorii agentowej. Co więcej, w marketingu, w sprzedaży… Spotkałam się kiedyś, będąc we Włoszech, z kolegą z Australii, który właśnie zajmuje się takimi modelami agentowymi. I on mówił, że ponad 15 lat temu zwracano się do niego, żeby, korzystając z dostępnych wtedy baz danych, określać, które osoby są najbardziej wpływowe na świecie. I te 15, bo on to mówił, że to było z ponad 15 lat temu, okazało się, że nie politycy, nie osoby, nie wiem, wybitne, które tworzą historię, tylko gwiazdy K-popu już wtedy były osobami, które mają największy wpływ na to, co się sprzedaje, czyli co ludzie kupują. Widzimy to teraz masowo w internecie, gdy pojawiają się nam jak grzyby po deszczu influencerzy różnego rodzaju, którzy tak naprawdę może w mniejszym stopniu, ale dla jakiejś tam grupy tych followersów są autorytetami, które wpływają na nasze wybory. Szczególnie właśnie wybory zakupowe. Ja się zawsze śmieję, jak otoczenie właśnie wpływa na te wybory. Ja mam takie własne przykłady. Przez pół roku byłam we Włoszech, na stażu, byłam tam jako visiting professor, i jest jedna rzecz, której w modzie… no, nie do końca mi pasuje. Torebki z łańcuszkiem bardzo mi się źle kojarzą. Kojarzą mi się mimo tego, że mamy, nie wiem, firmy Chanel bardzo drogie torebki. Są dla mnie w jakimś sensie kiczowate. I pamiętam, że pod koniec mojego pobytu rozmawiałam przez telefon z koleżanką i powiedziałam jej „wiesz co, ja już muszę chyba wracać do Polski, bo zaczęłam oglądać dwie torebki z łańcuszkiem i jestem bliska kupienia tych torebek z łańcuszkiem”.

K.G.: Tak były popularne?

M.G.: Tak były popularne i patrząc właśnie, co jest w sklepach, co noszą moje koleżanki w pracy, zaczynamy… Tak jakby zmienia nam się gust i zmienia nam się to, jak postrzegaliśmy pewne rzeczy. I to wpływ jest właśnie otoczenia, czyli tych wszystkich agentów, których miałam wtedy wokół siebie, jak one zmieniają nasze postrzeganie.

K.G.: Wydaje mi się, że podobny mechanizm jest przy poglądach politycznych, to znaczy jak jesteśmy bombardowani czasami, przyjmujemy dane treści, to coraz bardziej, no można by nazwać to właśnie tak psychologicznie, powiedzmy, nasiąkamy nimi, ale tak jak pani mówi, to da się opisać też matematycznie właśnie.

M.G.: Da się i tutaj znowu wracamy do tych modeli agentowych, zresztą do tego modelu, który Schelling opisał, właśnie tego podziału rasowego. Bo proszę zobaczyć, jak wybieramy mieszkanie, jak kupujemy czy gdzie, jak budujemy dom. Oczywiście w zależności od naszych możliwości finansowych, ale staramy się mieszkać w dzielnicy, gdzie podobni ludzie mieszkają albo o podobnych zainteresowaniach. Jak wysyłamy dzieci do szkoły, to też staramy się myśleć o, nie wiem, poziomie edukacji, o tym, jakie inne dzieci będą w tej szkole. Gdy mamy znajomych, to często tak jest… Ja mam znajomych o innych poglądach politycznych niż ja, ale ustalamy wtedy, że nie rozmawiamy o polityce. Znaczy, ja się śmieję, że czasami Jestem ekumeniczna. Może dlatego, że u mnie moi rodzice mają zupełnie skrajne poglądy polityczne, a funkcjonują.

K.G.: Między sobą?

M.G.: Tak, funkcjonują, więc mają dwa telewizory w dwóch osobnych pokojach i śledzą.

K.G.: To chyba jedyne rozwiązanie faktycznie.

M.G.: Jedyne rozwiązanie. I też jest taka zasada przyjęta w domu, żeby o polityce nie rozmawiać, bo zawsze to prowadzi do ogromnego spięcia, więc wśród znajomych, którzy wiem, że mają bardzo odmienne poglądy polityczne niż ja, oczywiście czasami argumentujemy te nasze poglądy, ale to nie jest tak, że wykluczam tych znajomych ze swojego środowiska, ale mam znajomych, którzy wykluczają znajomych o innych poglądach politycznych ze swojego otoczenia.

K.G.: Kwestia argumentów tutaj chyba niewiele ma do czynienia, dlatego, że wydaje mi się, że kwestie polityczne to jest kwestia bardziej światopoglądu czy nawet estetyki. To znaczy zależy, w którym miejscu jesteśmy na tym spektrum prawo-lewo, to dany pogląd jest dla nas po prostu nieprzyjemny i tutaj jakby kwestia argumentacji, myślę, nie ma większego znaczenia, jak się tak nad tym głębiej zastanowię, bo to jest kwestia emocji już właśnie.

M.G.: Tak, już wchodzą emocje i znowu mamy tą polaryzację. Tak naprawdę we wszystkich zjawiskach, które obserwujemy, mamy polaryzację, czyli znowu jesteśmy właśnie czerwoni-niebiescy.

K.G.: I to jest coś, co właśnie z tych modeli wyjdzie?

M.G.: Tak, prędzej czy później. Dochodzi po pewnym momencie, jeżeli mamy ten próg ustawiony, to prawdopodobieństwo, że nie godzimy się na coś albo nie jesteśmy w stanie kompromisu przyjąć i w okolicy nas mamy ludzi o podobnym kolorze, to zaczyna się właśnie takie popularyzowanie, gettowanie. Czyli przechodzimy na jedną, na drugą stronę. I proszę zobaczyć: takie zjawiska obserwujemy teraz dość często. Bo kiedyś, gdy mówiliśmy o polityce, to zawsze był jakiś ten środek, czyli mieliśmy wybór prawo-lewo, ale mieliśmy też jakąś opcję środka. W tej chwili jest albo prawo, albo lewo. W czasie pandemii mieliśmy pandemia-teorie spiskowe, mieliśmy szczepionkowców-antyszczepionkowców. Brakuje już tego środka. Ta polaryzacja we wszystkich tych zjawiskach następuje dość mocno i bardzo szybko przez to, że mamy też dostęp do informacji.

K.G.: Tak się zastanawiam, wracając trochę do tych kwestii influencerów, gwiazd K-popu i tak dalej. Czy taki model pozwala na przykład… Jesteśmy firmą, chcemy wprowadzić coś nowego, wracamy teraz do mody na skinny jeans, już, powiedzmy, te szerokie uznajemy, że został rynek wysycony, wracamy z jakimiś powiedzmy obcisłymi, dodajmy im jeszcze diamenciki. Coś, co dla mnie jakby, diamenciki to jest jakiś po prostu koszmar na spodniach. I teraz: czy taka firma jest w stanie wyliczyć sobie, ilu potrzebuje influencerów, influencerek, z jakimi zasięgami i jak długo musiałaby trwać taka kampania, żeby właśnie, nazwę to, masę krytyczną osiągnąć, żeby właśnie tak jak pani z tymi torebkami na łańcuszku, żebym ja powiedzmy za pół roku, cmokając, cmokając, uznała, że a, może jednak to nie jest takie złe rozwiązanie? Czy to się da? No bo w ekonomii chodzi o pieniądze, tak? Więc taki dział promocji musi powiedzieć „potrzebujemy pół miliona złotych na promocję i dzięki temu zarobimy dwa miliony” na przykład. To rozumiem, że jakoś trzeba to wyliczać?

M.G.: Wylicza się tak naprawdę… Najpierw się wylicza tempo rozchodzenia informacji i to myślę, że jeżeli korzysta pani z mediów społecznościowych, to też pani zauważyła, że przychodzą różnego rodzaju, nie wiem informacje, łańcuszki w stylu „podaj dalej”. To są często różnego rodzaju informacje wymyślone sztucznie, żeby sprawdzić, jak szybko wiadomość rozsiewa się po internecie. Druga rzecz, jeżeli chodzi o influencerów, to oczywiście tutaj firmy sprawdzają zasięgi, czyli możemy zaczynać właśnie od tych gwiazd K-popu, gdzie mamy na przykład dwa zespoły, jeden męski, drugi żeński, którzy w milionach tych influencerów mają, więc wiadomo, że jeżeli taka dziewczyna na przykład z Blackpink pokaże się z jakąś torebką, to od razu w tym momencie miliony już kupują tą torebkę, nawet jeżeli to jest bardzo droga torebka. W przypadku innych firm, takich na poziomie takiego przeciętnego zjadacza chleba, to już nawet nie jest kwestia pół roku, to są kwestie tygodni, kwestie dni. Czyli jeżeli ten influencer faktycznie ma duże zasięgi, firmy zapraszają do współpracy tych influencerów. Tu chodzi, nie wiem, o ciuchy, kawę. Studentka mi opowiadała taką historię, że w Starbucksie pojawiła się jakaś kawa, która była promowana właśnie przez wybranych influencerów, i był taki moment w ciągu pierwszych dni tej promocji, że nie było tej kawy, nie można było jej dostać w ogóle w tym Starbucksie, bo tak szybko się rozchodziła. I dla mnie to było wręcz szokujące, że kawa też może być właśnie takim produktem, który w ten sposób sprzedajemy. Sprzedaje się wszystko w ten sposób w tej chwili.

K.G.: Czy takim razie możemy powiedzieć, że da się ująć ściśle w karby matematyki ludzkie zachowania? Tutaj wchodzimy jeszcze w kolejny dział, czyli ekonomię behawioralną, prawda? Psychologiczne nasze podejście, naszą nieracjonalność wyborów. Czy na przykład właśnie nieracjonalność można ubrać w matematykę?

M.G.: Można ubrać w jakieś prawdopodobieństwo, natomiast tutaj musimy podzielić człowieka jako jednostkę, który jest nieokiełznany, tutaj żadna matematyka…

K.G.: Czyli jednego pani nie zamodeluje?

M.G.: Nie, absolutnie. Ponieważ w teorii ekonomii mamy to założenie podejścia racjonalnego, homo economicus, natomiast człowiek…

K.G.: To optymistycznie.

M.G.: Tak, to jest bardzo optymistycznie. Natomiast sami wiemy, że często podejmujemy decyzje emocjami, że coś się wydarzy i podejmujemy dziwne decyzje, które potem się nawet sami dziwimy, że takie podjęliśmy, albo podejmujemy bardzo duże ryzyko.

K.G.: Wystarczy otworzyć szafę, nie?

M.G.: Tak, tak, dokładnie zakupy to już inna rzecz. Czyli jednego człowieka jest bardzo ciężko zamodelować, ale już grupę ludzi szybciej się da.

K.G.: Jak z tą ławicą i ptakami?

M.G.: Tak, dokładnie, ponieważ już wtedy możemy zobaczyć te interakcje między ludźmi i możemy z jakimś prawdopodobieństwem przyjąć, jak ci ludzie się zachowają. Oczywiście możemy też mieć takie zjawiska, które będą ciężkie do przewidzenia, natomiast w takich ogólnych ramach, gdzie funkcjonuje rynek w normalny sposób, to grupę osób jesteśmy w stanie zamodelować i przewidzieć, z jakim prawdopodobieństwem ta grupa na przykład wybierze jakieś rozwiązanie. Natomiast pojedynczej osoby bardzo ciężko, bo tutaj mówimy już o zachowaniu, o gustach, o preferencjach, czyli taka pojedyncza osoba, musielibyśmy dla niej profilować, nie wiem, model wyboru, przy czym też nigdy nie będziemy pewni, czy ona tak naprawdę postąpi w ten sposób.

K.G.: To jak się łączą w takim razie te dziedziny, taka ekonomia matematyczna czy właśnie ekonomia behawioralna? Czy ekonomiści behawioralni, biolodzy, psycholodzy, czy oni dostarczają właśnie danych? Na przykład pozwalają ekonomistom, matematykom jakoś tak poustawiać te modele, żeby dany agent był bardziej wrażliwy na jakiś czynnik? To o to tutaj chodzi? Bo nie wiem, jak to połączyć.

M.G.: Zbiera się informacje. Teraz w czasach, kiedy mamy dostęp do tak zwanych big data, to wszyscy…

K.G.: I to są naprawdę big big data.

M.G.: Tak, to są big big data. Jest taki dokument na Netfliksie, gdzie właśnie jest pokazane, jak social media działają. Że to nie jest tylko śledzenie tego, co czytamy, co wybieramy. To jest wręcz śledzenie, jak zachowuje się nasza gałka oczna, gdy oglądamy różne rzeczy.

K.G.: Nawet jeśli nie klikniemy „like”, nie podamy dalej, to samo zatrzymanie się chociażby na chwilę na danej rolce już jest informacją dla algorytmu.

M.G.: Już jest informacją. I to widać, jak na przykład szukamy czegoś, nie wiem, ciuchów, butów, hotelu, to za chwilę na paskach pojawiają nam się cały czas reklamy tej rzeczy.

K.G.: A ja to akurat lubię. Po prostu pojawiają się nowe rzeczy i sobie znajduję, czy to jakieś tam buty, talerze, ostatnio talerzy szukałam. Uwaga, szukam talerzy, proszę, niech wszystkie usłyszą algorytmy teraz i podsyłają ładne.

M.G.: Już nie mówiąc o naszych telefonach właśnie, które też mają algorytmy, które nas słuchają. Więc te informacje są zbierane i potem jesteśmy w pewien sposób grupowani. Czyli mamy jakąś grupę docelową, dla której, nie wiem, jakiś produkt jest stworzony, tym się zajmuje marketing, ale tą analizą osób zajmują się zarówno ekonomiści, socjologowie, statystycy, tutaj łączymy te wszystkie dziedziny razem, żeby jakoś pogrupować i wskazać, kto jest faktycznie naszą grupą docelową.

K.G.: Widać to, skrajnie nawet, myślę, jeśli się na przykład robi reklamy na Facebooku, gdzie można bardzo precyzyjnie powiedzieć: „chcę dotrzeć do mężczyzn w wieku 40-45, którzy się interesują modą” na przykład, albo jakimś staroświeckim rodzajem golenia, i mieszkają w dużych miastach i korzystają z iPhone’a, więc możemy założyć, że będą bardziej chętni, żeby wydać pieniądze na coś niekoniecznego. Tak bym powiedziała, nie?

M.G.: Tak.

K.G.: To jest szokujące, a jeśli państwo tego nigdy nie robili, to naprawdę to, jak precyzyjnie można właśnie Facebookiem dotrzeć do konkretnych ludzi, to jest wstrząsające.

M.G.: W tworzeniu produktów mamy dwie tak jakby ścieżki. Taką starą ścieżkę, że tworzymy coś, a potem myślimy dla kogo to będzie. I wtedy faktycznie, jeżeli tak zrobimy, to ten algorytm sprzedaży w czasach obecnych bardzo dobrze się sprawdza, bo faktycznie sztuczna inteligencja jest w stanie nam wyłuskać tą grupę, nawet jakby była niszową grupą, to wyłuskać tego właśnie faceta, nie wiem, z brodą, z iPhone’em, który interesuje się modą. Albo mamy tworzenie rzeczy, produktów, wynikające z potrzeb. Czyli badamy rynek, staramy się zobaczyć, to jest taka teoria, przez Uniwersytet Stanforda wypromowana, design thinking, że najpierw staramy się poczuć, być tą osobą, żeby zobaczyć, co jest potrzebne, jakie tam są problemy i co tak naprawdę ta grupa, czego potrzebuje. W obecnych czasach, gdy mamy nadprodukcję wszystkiego, jest ciężko powiedzieć, że my cały czas czegoś potrzebujemy, ale okazuje się, że cały czas, zawsze są jakieś produkty, które rozwiązują nam…

K.G.: Bo te potrzeby są generowane.

M.G.: Tak, potrzeby są.

K.G.: Kiedyś Temu mi podpowiadało takie wypełniacze na łydki i okazało się, że można mieć kompleks tego, no nie?

M.G.: Ja mam odwrotnie, ja bym sobie chciała tam wyciąć te łydki.

K.G.: Może da się to jakoś… Ekonomia by znalazła na to rozwiązanie. Ale poważnie. I byłam w szoku, że to może być elementem kompleksu, żeby pokazane takie nogi kobiece właśnie szczupłe, gdzie był taki wypełniacz, żeby wewnętrzna część łydek, żeby była bardziej zaokrąglona i mogłam sobie to kupić na Temu właśnie. I jest produkt. Wydaje się, że jest to wygenerowana potrzeba, co chyba musi się wydarzyć w sytuacji, kiedy firmy muszą rosnąć, a ludzie już w bogatych państwach bardzo często mają wszystko, w takim znaczeniu zaspokojenia potrzeb bytowych, tak? No to trzeba dowymyślać te różne potrzeby.

M.G.: Wymyślamy i to też jest, wynika często z kultury danego kraju. Ja od kilku lat fascynuję się Koreą przez przypadek. W czasie pandemii miałam dość mocnego covida, nie byłam w stanie pracować, myśleć, więc oglądałam najpierw seriale po włosku, a potem mi wskoczył jakiś po koreańsku i tak zostało. I zafascynowały.

K.G.: I tak w oryginale, rozumiem, pani oglądała?

M.G.: Nie no, z napisami.

K.G.: Już myślałam, że w tym covidzie to już pani było wszystko jedno.

M.G.: Włoskie w oryginale starałam się, a te po koreańsku jeszcze wtedy z napisami, teraz już powoli odchodzę od tych napisów.

K.G.: Ja tylko jedno przekleństwo znam po koreańsku. Nie wiem, czy mi nie wytną, YouTube zablokuje.

M.G.: No właśnie. Ja znam kilka. Tam to dążenie do tego, w Azji generalnie dążenie do tego, żeby być idealnym, jest tak silne, że wcale nie dziwią mnie te nakładki na łydki, bo podejrzewam, że tam jest o wiele więcej różnych rzeczy, które możemy zrobić. Już pomijam operacje plastyczne, tak, które są na porządku dziennym, i w krajach, gdzie tak jakby musimy być piękni, żeby dostać pracę, musimy być piękni, żeby znaleźć się gdziekolwiek, żeby, nie wiem, wejść na rynek matrymonialny. No to te kraje narzucają zmiany w nas samych.

K.G.: Wracając do matematyki, bo to popłynęłyśmy w stronę taką bardziej społeczną.

M.G.: Tak, popłynęłyśmy zupełnie gdzie indziej.

K.G.: No ale to widać, jak to jest wszystko połączone. Na ile student, studentka współczesnej ekonomii musi znać i rozumieć matematykę, skoro rozwój sztucznej inteligencji jest tak duży, że… No to ta fundamentalna zmiana, którą Chat GPT pokazał teraz, oczywiście tych modeli jest dużo więcej. Czyli takie korzystanie ze sztucznej inteligencji bez umiejętności programowania. Wystarczy pisać w języku naturalnym i te algorytmy nam odpowiadają. Zastanawiam się właśnie, czy to nie spowoduje, że część osób powie: „ale ja nie muszę, ja po prostu napiszę w języku naturalnym i ta maszyna mi da odpowiedź”.

M.G.: To pytanie jest bardzo ciekawe, mieliśmy zresztą taką debatę całą, jak właśnie sztuczna inteligencja, różnego rodzaju platformy, takie jak Chat GPT, wpłyną w ogóle na edukację i nie tylko, w sensie w przypadku matematyki, w ekonomii, tylko generalnie. I doszliśmy do jednego wniosku. Ja ten wniosek też uważam, znaczy są ludzie, którym ta matematyka nie będzie potrzebna. Natomiast musimy znać ją na tyle, żeby zweryfikować to, co daje nam ten algorytm sztucznej inteligencji. Ja byłam na takim szkoleniu, jak wykorzystać sztuczną inteligencję w edukacji, i jednym z ćwiczeń, które wykonywaliśmy na tym szkoleniu, było czy możemy wykorzystać na przykład Chata GPT jako asystenta w zajęciach albo uczyć się z nim czegoś, czyli zadawaliśmy mu pytania na różnym stopniu złożoności. No i tam jak zadałam mu pytanie, wytłumacz mi, nie wiem, jak się mnoży macierzą, bardzo dobrze to zrobił. Potem spytałam się o zachowanie jakiegoś modelu ekonomicznego, bardzo dobrze to zrobił. A potem zadałam mu już pytanie wiedziałam, że zaawansowane, czyli „napisz mi warunki stabilności dyskretnych układów dynamicznych”, czyli układów równań różnicowych. I on przepięknie mi napisał, tylko ta jego odpowiedź dotyczyła równej różniczkowych, czyli ciągłych układów dynamicznych, niedyskretnych. I ja to wiem, mam tą wiedzę, żeby ocenić, że to, co dostałam w odpowiedzi, to nie jest tak naprawdę to, tylko jest jakaś halucynacja, blisko, ale bardzo daleko z drugiej strony.

K.G.: Tak, chociaż są modele, które są precyzyjniejsze. Chat GPT lubi halucynować.

M.G.: Lubi, tak. Natomiast ja już się też nauczyłam, bo pracuję z Chatem GPT i z innymi modelami, ja je uczę. Czyli żeby uzyskać od nich jakąś informację, najpierw je uczę, czyli daję im w PDF-ie jakieś materiały, które pokazują podstawy. I to, jak… Może nie do końca w ekonomii, myślę, że też, natomiast sztuczna inteligencja tak naprawdę może nam pokazać, może nam pomagać w, nie wiem, pokazywaniu jakichś scenariuszy, ale nie zastąpi tego czynnika ludzkiego.

K.G.: Trzeba wiedzieć, czego się na przykład nie wie, albo czego ta maszyna może nie wiedzieć. Jednak rozeznanie musi być.

M.G.: Ona nie jest w stanie też emocji, różnego rodzaju asymetrii informacji, którą mamy, na przykład, nie wiem, układów politycznych, układów międzyludzkich, nie jest tego w stanie przewidzieć. Czyli w tym zakresie człowiek cały czas będzie niezastąpiony. Z drugiej strony dobre wykorzystanie sztucznej inteligencji też w matematyce jest ciekawe. Czytałam taki artykuł z jednym z laureatów medalu Fieldsa. I on zajmuje się bardzo abstrakcyjną matematyką, do tego stopnia, że nawet jak piszą artykuły ze współautorami, to ciężko jest im ocenić wkład współautorów, bo już ta działka współautorów jest już tak abstrakcyjna i tak mało ludzi się nią zajmuje, że jest to ciężkie do oceny. Więc na jednym z angielskich uniwersytetów opracowano właśnie takiego asystenta opartego na sztucznej inteligencji, nakarmiono go tą matematyką abstrakcyjną i ten asystent jest w stanie, ta sztuczna inteligencja, ocenić, czy na przykład te wszystkie części artykułu są spójne. Czy ta teoria, która tam jest zaprezentowana, jest spójna. Z nowych takich rzeczy, poza właśnie takimi platformami jak Chat GPT, na tym szkoleniu, na którym byłam, dowiedziałam się, że w tej chwili jest tworzony supernaukowiec, czyli taka sztuczna inteligencja, gdzie karmiona jest wiedzą z różnych dziedzin, która pozwoli tak naprawdę na może wymyślanie nowych rzeczy.

K.G.: Jakąś syntezę?

M.G.: Tak, na jakąś syntezę, tak jak tutaj wspomniała pani o wcześniejszym wywiadzie, astronomia i biologia, tak? Łączenie, nie wiem, astronomii z uprawą na przykład czegoś.

K.G.: Astrobiologia, bo pani profesor mnie wypytywała, co tu jeszcze w Szczecinie nagrywaliśmy.

M.G.: Tak. Ta sztuczna inteligencja pozwoli nam na to, żebyśmy się łączyli z innymi osobami. Ja bardzo lubię, to wspominałam we wcześniejszym podcaście, bardzo lubię patrzeć, co robią biolodzy. Czyli jakie modele stosują, jakie zjawiska badają, bo patrząc na historię modeli biologicznych i tego, co w biologii jest odkrywane, zauważyłam, że bardzo często my potem adoptujemy te modele do ekonomii, czyli wspomniany właśnie model Goodwina, który jest modelem predator-prey, czyli ofiara-drapieżca, stosowany wcześniej do pokazywania interakcji między właśnie rybami czy dwoma gatunkami zwierząt, zaaplikowane przez Goodwina do firmy, gdzie mamy tego właściciela, pracowników, mamy też wynagrodzenia. Teoria gier, ewolucyjna teoria gier, nawet te modele agentowe, no to te ptaki nie wiedzą o tym, że one taki model wymyśliły agentowy, one po prostu funkcjonują w taki sposób. My zaadaptowaliśmy te mechanizmy na polu nauk społecznych, bo nie tylko mówię, że ekonomii, bo tutaj generalnie możemy mówić o różnych naukach społecznych. Czyli od sztucznej inteligencji już się nie uwolnimy, tak podejrzewam. Natomiast możemy się obawiać, że niektóre zawody będą zastąpione sztuczną inteligencją, ale w niektórych przypadkach człowiek jest niezbędny przy podejmowaniu decyzji, przy reagowaniu, przy rozumieniu też pewnych mechanizmów taki ludzki sposób.

K.G.: To zapytam z innej strony. Czy ekonomia da się rozumieć intuicyjnie, na tak zwany chłopski rozum albo na, no użyję tutaj, tak zwaną „logikę”, bo wydaje mi się, że często ta logika jest rozumiana w sposób dość uproszczony. Przyznaję, że moje pytanie jest sugestią, że nie wydaje mi się, biorąc pod uwagę złożoność tego wszystkiego, ale może się mylę.

M.G.: Takie proste mechanizmy myślę, że nie trzeba być ekonomistą, nawet znać terminów ekonomicznych, żeby rozumieć mechanizmy ekonomiczne. Weźmy od takiej podstawowej teorii popytu-podaży. Jeżeli mamy teraz zmiany klimatyczne, nie wiem, w zeszłym roku w kwietniu mieliśmy ogromne mrozy, które zmroziły wszystkie drzewa owocowe, no to nie trzeba być ekonomistą, żeby wiedzieć, że na przykład cena jabłek będzie wyższa w tym roku, tak? Bo będzie tych jabłek o wiele mniej, czyli ich cena będzie wyższa.

K.G.: To tak, ale na przykład takie rzeczy w stylu „dla wszystkich równy podatek 15%, wyrównujemy”. Wydaje się to, na logikę właśnie taką prostą, o super, każdy równiutko i tak dalej. A tutaj mamy podatek czy proponowane na przykład podatki gdzieś tam, czy tu od majątku, tutaj progresywne, to tego to owego. To się wydaje, tutaj znowu kwestie światopoglądu, ale jednym osobom się wyda, powiedzmy, bardziej sprawiedliwe, a drugim się wyda jakieś takie skomplikowane, uprośćmy to wszystko, będzie święty spokój.

M.G.: Tu znowu mamy te dwie strony. Po co mamy podatki? Po to, żeby były wpływy do naszego budżetu. Z drugiej strony my jako konsumenci nie chcemy się dzielić tymi naszymi pieniędzmi z państwem, więc większość osób dąży do tego, żeby te podatki były jak najmniejsze. I kwestia tego, co jest sprawiedliwe, niesprawiedliwe, to znowu mamy wtedy bardzo dużo teorii w zależności od tego, kim jesteśmy. I znowu tutaj: czy potrzebna jest jakaś wielka ekonomia? Dla takiego przeciętnego zjadacza chleba, on po prostu patrzy, ile to jest pieniędzy mniej, tak? Z jego kieszeni.

K.G.: To właśnie to pojedyncze spojrzenie, rozumiem, każdy je ma, ale właśnie ekonomista zbiera 36 milionów ludzi mieszkających w Polsce na przykład, no i tych czynników chyba jest więcej jednak.

M.G.: Tak, oczywiście, że jest więcej. Myślę, że ekonomiści patrzą na różnego rodzaju aspekty, ale rozmawiałyśmy o tym, czy przeciętna osoba musi znać te aspekty. To nie musi znać tych aspektów. Ta przeciętna osoba… Oczywiście rząd czy jakiś przedstawiciel, który… Minister finansów, bo najczęściej tutaj mamy te decyzje podatkowe, będzie przedstawiał scenariusze albo wyjaśnienia, dlaczego takie decyzje zostały podjęte, bo proszę zobaczyć, że w różnych krajach mamy różnego rodzaju systemy podatkowe. I też oczywiście możemy dyskutować, dlaczego takie, a nie inne systemy zostały przyjęte. Te decyzje o systemach podatkowych mogą w tym samym kraju wyglądać zupełnie inaczej w różnym czasie. Mamy czas wzrostu gospodarczego, mamy czas kryzysu, gdzie szuka się albo nie trzeba szukać tych pieniędzy do skarbu państwa, albo szukamy bardzo mocno tych pieniędzy do skarbu państwa.

K.G.: Czy ekonomia nie mogłaby mieć jakichś zdolności rozstrzygających na przykład? Czyli mamy właśnie osoby, które mają bardziej lewicowy sposób myślenia, jeśli chodzi o podatki, i bardziej prawicowy, taki super wolnorynkowy. No i przychodzi ekonomia i mówi: „słuchajcie, tutaj z wyliczeń wynika to i tamto, najlepsze jest takie podejście, przestańcie się kłócić przy stołach” i tak dalej.

M.G.: Nie, ponieważ w ekonomii mamy zawsze masę przeciwstawnych teorii. Czyli sama ekonomia jako teoria ekonomii ma dużo teorii, które wykluczają się nawzajem.

K.G.: To jest trochę problematyczne, nawet bardzo, bym powiedziała. W fizyce tego nie ma.

M.G.: Nie ma w fizyce, ale fizyka jest nauką ścisłą i mamy obserwacje, mamy eksperymenty, tu mamy mimo wszystko ten czynnik ludzki. Kiedyś pisałam artykuł z moją koleżanką z Białegostoku. Wykorzystywałyśmy coś, co się nazywa skale czasowe, do tego, żeby zobaczyć, czy jak pracujemy z modelem ekonomicznym na różnych skalach, czyli na różnych czasach, nie tylko na ciągłym dyskretnym, a jeszcze jakimś tam mieszanym, czy uzyskamy jakieś zjawisko. I wtedy, pamiętam, ta moja koleżanka powiedziała: „dobrze, że wykorzystujemy to w ekonomii, bo w ekonomii zawsze jest jakaś teoria, która będzie pokrywała się z naszymi wynikami”. I faktycznie tak było. Uzyskałyśmy, zrobiłyśmy tam ogromne symulacje, ogromne wyliczenia i wyszło nam, że gdy… Mimo że mamy jakieś tam preferencje i mamy jakąś tam swoją użyteczność, to gdy wiemy, że dostaniemy, będziemy mieć nieoczekiwany, dodatkowy dochód, to zanim go dostaniemy, już wydajemy pieniądze na konto tego dochodu. I potem tutaj moje koleżanki się śmiały w pracy, że to nie trzeba robić żadnego modelu, to każdy wie, że jak, nie wiem, wpłyną jakieś nieoczekiwane pieniądze, jakiś bonus dostaniemy, to, że tak powiem, szybciej go wydamy, niż te pieniądze wpłyną. Natomiast ten model, gdzie te czasy wymieszałyśmy, nam to pokazał. Ale oczywiście znalazłyśmy też inne teorie, które właśnie mówiły o zupełnie innym zachowaniu, które konsument powinien mieć.

K.G.: To w takim razie proszę mi wybaczyć, ale zasadnym jest pytanie, czy ekonomia jest nauką?

M.G.: To już jest filozoficzne pytanie. Myślę, że jest. Myślę, że jest i ta polemika, to, że mamy różne szkoły ekonomii, że mamy różne podejście do rynku, że mamy różne podejście do modelowania, w ogóle do teorii, to właśnie tworzy naukę. Ta polemika, którą mamy.

K.G.: A czy w ekonomii jest takie miejsce na modelowanie, jak na przykład w meteorologii? Czy ona ma zdolności predykcyjne tego typu, a może lepsze? Byłoby fajnie, żeby było lepiej, chociaż ja meteorologów bardzo naprawdę szanuję i nie mam oczekiwań nierealnych, że mi powiedzą, jak będzie.15 lipca w Międzyzdrojach, ale wiem, jakie są zasięgi możliwości meteorologii. A jeśli chodzi właśnie o ekonomię?

M.G.: Są takie modele, które możemy przyrównać do modeli meteorologicznych. Są to duże układy właśnie dynamiczne. Natomiast te układy w ekonomii, one się troszeczkę różnią od takich typowych modeli ekonomicznych. Tak jak powiedziałam wcześniej, modele ekonomii matematycznej, czyli te teoretyczne modele w ekonomii, one zawsze mają jakiś punkt równowagi, do którego dążymy. Tutaj te modele, które są podobne do tych modeli meteorologicznych, nie mają takich punktów równowagi. One mają jakieś stany, w których jesteśmy. Są, tak samo jak modele meteorologiczne, bardzo wrażliwe na różnego rodzaju czynniki zewnętrzne albo warunki początkowe. Tak mówimy z matematycznego punktu widzenia. Czyli w meteorologii widzimy, że tak przy zmieniającym się klimacie, że jakbyśmy się dzisiaj pytali, jaka pogoda będzie w lipcu, to nie będziemy wiedzieć. Możemy jakiś przedział podać. To chyba w filmie „Jurassic Park” ktoś, prezentując teorię chaosu, mówił o efekcie motyla, bo to się zawsze przy układach dynamicznych podaje, ten efekt motyla, czyli jeżeli motyl zatrzepie skrzydłami w Australii, to huragan w Europie na przykład będziemy mieli. Czyli tak wrażliwe są te modele na zmieniające się czynniki. Tak samo te duże układy dynamiczne, które próbuje się stosować w ekonomii, one są też nieodporne na te czynniki. Czyli wiadomość na Twitterze przez Elona Muska opublikowana powoduje, że ten model zaczyna już nam się zupełnie inaczej zachowywać, że już nam się wydawało, że gdzieś po jakichś orbitach krążą te nasze rozwiązania, przynajmniej widzimy, jak się będzie zachowywać, ale idzie to zupełnie w innym kierunku. I z drugiej strony w meteorologii mamy jasno: mamy słońce, deszcz, pogodę. Czasami w takich dużych modelach dynamicznych mamy problem z interpretacją wyników, czyli one są ciężkie do oszacowania. Natomiast w odróżnieniu od meteorologii, jeżeli takie modele są stosowane, to mamy mimo wszystko możliwość korekty tych modeli. Czyli w meteorologii, powiedziałabym tak: jak mamy zapowiedź huraganu, nie mamy na to wpływu. Ten huragan będzie. No co prawda ostatnio gdzieś czytałam, że są już mechanizmy rozdmuchiwania chmur, czyli może być w jakimś tam miejscu w dany dzień na pewno słoneczna pogoda, ale z huraganem nie wiem, czy się tak zrobi. Natomiast jeżeli widzimy, że model nam pokazuje, że zbliża się jakieś zjawisko ekonomiczne, jakaś recesja, możemy podejmować kroki zaradcze, żebyśmy nie mieli, nie wiem, krachu finansowego, żebyśmy mogli na to zareagować. I tutaj w ekonomii mamy ten moment decyzyjny, gdzie możemy mimo wszystko zmieniając parametry…

K.G.: Że widzimy, że coś się zbliża.

M.G.: Tak. Zmieniając parametry modelu, reagować na to.

K.G.: Pani profesor Małgorzata Guzowska, dziękuję bardzo za rozmowę.

M.G.: Ja dziękuję również, czas nam szybko minął. Dziękuję tutaj pani za przyjazd do Szczecina i też dziękuję przyszłym słuchaczom tego naszego podcastu.

K.G.: Przyjemność po naszej stronie, dzięki.

M.G.: Po mojej również.