DOI: https://doi.org/10.1057/s41599-025-04417-7
تاريخ النشر: 2025-02-24
المؤلف: Derviş Kırıkkaleli وآخرون
الموضوع الرئيسي: الابتكار الاقتصادي والتكنولوجي
نظرة عامة
تبحث الورقة البحثية في التأثيرات غير المتماثلة لاستثمار الذكاء الاصطناعي (AI) على مؤشر أهداف التنمية المستدامة (SDGs) في الولايات المتحدة، مع الأخذ في الاعتبار عوامل مثل الكهرباء الخضراء والناتج المحلي الإجمالي (GDP). باستخدام أدوات اقتصادية متقدمة، بما في ذلك BDS، واختبار جذر الوحدة ADF، واختبارات حدود NARDL، تجد الدراسة علاقة غير متماثلة طويلة الأجل بين الذكاء الاصطناعي، وأهداف التنمية المستدامة، والناتج المحلي الإجمالي، والكهرباء الخضراء. تشير النتائج الرئيسية إلى أن استثمار الذكاء الاصطناعي والكهرباء الخضراء يساهمان بشكل إيجابي في التنمية المستدامة، بينما يؤثر النمو الاقتصادي سلبًا على مؤشر أهداف التنمية المستدامة.
تؤكد الدراسة على أهمية الاستمرار في الاستثمار في الذكاء الاصطناعي واعتماد سياسات داعمة لتعزيز نتائج التنمية المستدامة. تقترح أن يقوم صناع السياسة في الولايات المتحدة بتحفيز البحث والتطوير في الذكاء الاصطناعي من خلال التخفيضات الضريبية، والمنح، والحوافز على براءات الاختراع، بينما يدعون أيضًا إلى تنظيمات عالمية لضمان الاستخدام الأخلاقي لتقنيات الذكاء الاصطناعي. يوصي المؤلفون بمزيد من البحث لاستكشاف تأثير الذكاء الاصطناعي على كل من أهداف التنمية المستدامة الـ 17 بشكل فردي وتوسيع التحليل ليشمل اقتصادات متقدمة أخرى، مع الاعتراف بالقيود التي تفرضها مجموعة بيانات قصيرة من 2012 إلى 2022. مع توسع مجموعة البيانات، يمكن دمج متغيرات إضافية لإثراء رؤى النموذج.
الطرق
تركز المنهجية المستخدمة في هذه الدراسة على إطار غير خطي لتحليل تأثيرات استثمار الذكاء الاصطناعي (AI) على التنمية المستدامة في الولايات المتحدة، مع تضمين متغيرات مثل الكهرباء الخضراء والناتج المحلي الإجمالي (GDP). يبدأ التحليل باختبارات مسبقة، بما في ذلك اختبار جذر الوحدة ADF المعزز لتقييم استقرار المتغيرات، يليه اختبار BDS لتحديد الاعتماديات غير الخطية. ثم يتم تطبيق نموذج الانحدار الذاتي غير الخطي الموزع (NARDL) لالتقاط كل من التأثيرات قصيرة الأجل وطويلة الأجل، مما يسمح بتفكيك المتغيرات إلى صدمات إيجابية وسلبية.
تشير النتائج التجريبية إلى تأثير إيجابي طويل الأجل كبير لصدمات إيجابية في استثمار الذكاء الاصطناعي (LAI) على مؤشر أهداف التنمية المستدامة (LSDG)، حيث يؤدي زيادة بنسبة 1% في LAI إلى زيادة بنسبة 0.26% في LSDG. على العكس، فإن الصدمات السلبية في LAI لا تؤثر بشكل كبير على LSDG. تكشف النتائج أيضًا أنه بينما تساهم الصدمات الإيجابية والسلبية في الكهرباء الخضراء (LGREEN) بشكل إيجابي في LSDG، فإن الناتج المحلي الإجمالي (LGDP) يظهر تأثيرًا ضارًا طويل الأجل على التنمية المستدامة، مما يبرز العواقب السلبية للنمو الاقتصادي على الاستدامة. بشكل عام، تؤكد الدراسة على الدور الحاسم لاستثمار الذكاء الاصطناعي والطاقة المتجددة في تعزيز التنمية المستدامة، متماشية مع الأدبيات الموجودة حول هذا الموضوع. يتم تأكيد استقرار النموذج من خلال اختبارات تشخيصية إضافية، مما يعزز موثوقية النتائج.
المناقشة
تسلط المناقشة الضوء على الإمكانيات التحويلية للذكاء الاصطناعي (AI) في تعزيز أهداف التنمية المستدامة (SDGs) في الولايات المتحدة. يتم وضع الذكاء الاصطناعي كعامل محفز للابتكار والكفاءة عبر مختلف القطاعات، بما في ذلك الرعاية الصحية والطاقة والتخطيط الحضري، من خلال تحسين اتخاذ القرار من خلال تحليل البيانات والتحليلات التنبؤية. تشير الأدبيات إلى أن الذكاء الاصطناعي يمكن أن يساهم بشكل كبير في تحقيق أهداف التنمية المستدامة من خلال تعزيز الشمولية، وتحسين تخصيص الموارد، ومعالجة الفجوات النظامية. على الرغم من التطبيقات الواعدة للذكاء الاصطناعي، تشير الدراسة إلى نقص في الأبحاث التجريبية التي تربط بشكل محدد بين الذكاء الاصطناعي ونتائج أهداف التنمية المستدامة في الولايات المتحدة، مما يبرز الحاجة إلى مزيد من التحقيق في هذه العلاقة.
تتم مناقشة تطور الذكاء الاصطناعي، من جذوره الفلسفية إلى تطبيقاته الحالية في التعلم الآلي والبيانات الضخمة، مع التأكيد على اعترافه المتزايد كأداة للتنمية المستدامة. تتناقض الورقة بين نموذجين اقتصاديين—التقليص والنمو الأخضر—مؤكدة على دور الذكاء الاصطناعي في تحسين إدارة الموارد والإنتاج الاقتصادي مع ضمان الاستدامة البيئية. تستخدم الدراسة التحليل الاقتصادي لإظهار علاقة غير متماثلة طويلة الأجل بين استثمار الذكاء الاصطناعي، والناتج المحلي الإجمالي، والكهرباء الخضراء، كاشفة أن استثمار الذكاء الاصطناعي يؤثر بشكل إيجابي على التنمية المستدامة في الولايات المتحدة. يدعو المؤلفون إلى الاستمرار في الاستثمار في الذكاء الاصطناعي وإقامة أطر تنظيمية لتعظيم فوائده الاجتماعية مع تقليل المخاطر، مقترحين أن تستكشف الأبحاث المستقبلية تأثيرات الذكاء الاصطناعي على أهداف التنمية المستدامة الفردية وتوسع مجموعة البيانات لتحليل أكثر شمولاً.
DOI: https://doi.org/10.1057/s41599-025-04417-7
Publication Date: 2025-02-24
Author(s): Derviş Kırıkkaleli et al.
Primary Topic: Economic and Technological Innovation
Overview
The research paper investigates the asymmetric effects of artificial intelligence (AI) investment on the sustainable development goals (SDGs) index in the USA, considering factors such as green electricity and gross domestic product (GDP). Utilizing advanced econometric tools, including BDS, ADF unit root, and NARDL bounds tests, the study finds a long-run asymmetric relationship among AI, SDGs, GDP, and green electricity. Key findings indicate that AI investment and green electricity positively contribute to sustainable development, while economic growth negatively impacts the SDGs index.
The study emphasizes the importance of continued investment in AI and the adoption of supportive policies to enhance sustainable development outcomes. It suggests that U.S. policymakers should incentivize AI research and development through tax breaks, grants, and patent incentives, while also advocating for global regulations to ensure the ethical use of AI technologies. The authors recommend further research to explore the impact of AI on each of the 17 SDGs individually and to extend the analysis to other developed economies, acknowledging the limitations posed by a short dataset from 2012 to 2022. As the dataset expands, additional variables could be incorporated to enrich the model’s insights.
Methods
The methodology employed in this study focuses on a non-linear framework to analyze the impacts of artificial intelligence (AI) investment on sustainable development in the United States, incorporating variables such as green electricity and gross domestic product (GDP). The analysis begins with pre-tests, including the Augmented Dickey-Fuller (ADF) unit root test to assess the stationarity of the variables, followed by the BDS test to identify non-linear dependencies. The Non-linear Autoregressive Distributed Lag (NARDL) model is then applied to capture both short-term and long-term effects, allowing for the decomposition of the variables into positive and negative shocks.
The empirical results indicate a significant long-run positive impact of positive shocks in AI investment (LAI) on the sustainable development goals index (LSDG), with a 1% increase in LAI resulting in a 0.26% increase in LSDG. Conversely, negative shocks in LAI do not significantly affect LSDG. The findings also reveal that while positive and negative shocks in green electricity (LGREEN) contribute positively to LSDG, GDP (LGDP) exhibits a detrimental long-run effect on sustainable development, highlighting the adverse consequences of economic growth on sustainability. Overall, the study underscores the critical role of AI investment and renewable energy in promoting sustainable development, aligning with existing literature on the subject. The model’s stability is confirmed through additional diagnostic tests, reinforcing the reliability of the results.
Discussion
The discussion highlights the transformative potential of artificial intelligence (AI) in advancing sustainable development goals (SDGs) in the United States. AI is positioned as a catalyst for innovation and efficiency across various sectors, including healthcare, energy, and urban planning, by enhancing decision-making through data analysis and predictive analytics. The literature indicates that AI can significantly contribute to achieving SDGs by promoting inclusivity, optimizing resource allocation, and addressing systemic disparities. Despite the promising applications of AI, the study notes a lack of empirical research specifically linking AI to SDG outcomes in the U.S., underscoring the need for further investigation into this relationship.
The evolution of AI, from its philosophical roots to its current applications in machine learning and big data, is discussed, emphasizing its growing recognition as a tool for sustainable development. The paper contrasts two economic paradigms—degrowth and green growth—highlighting the role of AI in enhancing resource management and economic output while ensuring environmental sustainability. The study employs econometric analysis to demonstrate a long-run asymmetric relationship between AI investment, GDP, and green electricity, revealing that AI investment positively influences sustainable development in the U.S. The authors advocate for continued investment in AI and the establishment of regulatory frameworks to maximize its societal benefits while minimizing risks, suggesting that future research should explore the impacts of AI on individual SDGs and expand the dataset for more comprehensive analysis.