Ekonomista z Princeton ostrzega bankierów centralnych w Jackson Hole: AI może rozumieć ich politykę lepiej niż oni sami
Najważniejsze informacje
- •Ekonomista z Princeton Markus K. Brunnermeier przedstawił 29 sierpnia 2026 roku artykuł na Sympozjum Polityki Ekonomicznej w Jackson Hole, argumentując, że AI może rozwinąć rozumienie polityki pieniężnej przewyższające możliwości poznawcze ludzkich decydentów.
- •Brunnermeier zaproponował, aby banki centralne organizowały dwie oddzielne konferencje prasowe: jedną dostosowaną do odbiorców ludzkich, a drugą do odbiorców maszynowych.
- •Zarekomendował, aby banki centralne przyjęły bardziej nieprzejrzystą i nieprzewidywalną komunikację, odwracając dekady środków przejrzystości budowanych w celu stabilizacji oczekiwań rynkowych i ograniczania zmienności.
- •Przemówienie przewodniczącego Fed Kevina Warsha miało bardziej optymistyczny ton, przywołując sprzedaż tokenów AI przekraczającą 100 miliardów dolarów rocznie, co oznacza wzrost o ponad 500% rok do roku według stanu na sierpień 2026 roku.
- •Sympozjum, odbywające się w dniach 27–29 sierpnia w Jackson Hole w stanie Wyoming, koncentrowało się na potencjale ekonomicznym AI; uczestnicy uznali ujęcie długoterminowych ryzyk AI przez Brunnermeiera za użyteczne, podczas gdy inni, jak prezes Fed z Bostonu Susan Collins, podkreślali krótsze horyzonty zastosowań.

Ekonomista z Princeton powiedział najpotężniejszym bankierom centralnym świata, że sztuczna inteligencja może wkrótce rozumieć ich własną politykę lepiej niż oni sami — a jego proponowane rozwiązanie jest niezwykle niekonwencjonalne: zorganizowanie dwóch oddzielnych konferencji prasowych, jednej dla ludzi i jednej dla maszyn.
Markus K. Brunnermeier przedstawił swój artykuł 29 sierpnia podczas Sympozjum Polityki Ekonomicznej w Jackson Hole w 2026 roku — dorocznego spotkania w Jackson Hole w stanie Wyoming, podczas którego bankierzy centralni, naukowcy i decydenci polityczni debatują o najważniejszych kwestiach globalnej gospodarki. Artykuły prezentowane na tym forum historycznie kształtowały debaty o polityce pieniężnej daleko poza salą konferencyjną. W tym roku sztuczna inteligencja zdominowała rozmowy. Wkład Brunnermeiera koncentrował się jednak mniej na zyskach produktywności, a bardziej na niepokojącej możliwości: że narzędzia mogą wkrótce stać się mądrzejsze niż ich twórcy.
Problem asymetrycznego zrozumienia
W centrum argumentacji Brunnermeiera leży koncepcja, którą nazywa „asymetrycznym zrozumieniem”. Tradycyjna ekonomia od dawna zajmuje się asymetrią informacji, w której jedna strona transakcji wie więcej niż druga — na przykład sprzedawca samochodów używanych, który wie, że silnik się psuje, podczas gdy kupujący nie.
Wersja Brunnermeiera odwraca tę dynamikę. W jego ujęciu agenci AI mogliby rozwinąć wiedzę o polityce pieniężnej, której ludzie — w tym sami decydenci polityczni — nie byliby w stanie w pełni zinterpretować. Maszyny nie miałyby jedynie więcej danych; dysponowałyby fundamentalnie innym — i potencjalnie lepszym — rozumieniem tego, jak decyzje polityczne przenikają przez gospodarkę. Obawa ta nie jest czysto hipotetyczna: systemy algorytmiczne i oparte na uczeniu maszynowym odgrywają już istotną rolę w handlu i analizie rynkowej, a każdy system AI zdolny do systematycznego przewidywania reakcji banków centralnych zmieniłby sposób, w jaki rynki wyceniają informacje o polityce.
Mów nieprzewidywalnie, albo zostaniesz wykorzystany
Proponowane przez Brunnermeiera środki zaradcze przypominają taktyki stosowane przeciwko przeciwnikowi czytającemu w myślach przy stole pokerowym. Zasugerował, że banki centralne mogą musieć przyjąć bardziej nieprzejrzysty i nieprzewidywalny sposób komunikacji, co oznaczałoby faktyczne odwrócenie wieloletniego trendu ku przejrzystości i otwartości — przesunięcie o realnym znaczeniu, ponieważ banki centralne, w szczególności amerykańska Rezerwa Federalna, przez dekady budowały forward guidance i przejrzystość konferencji prasowych właśnie po to, aby stabilizować oczekiwania i ograniczać zmienność na rynkach.
Najbardziej uderzającą rekomendacją była koncepcja podwójnej konferencji prasowej: oddzielne briefings dla odbiorców ludzkich i maszynowych, każdy dostosowany do sposobu, w jaki dana grupa przetwarza informacje.
Wezwał także do stworzenia solidnych ram regulacyjnych, które uproszczyłyby nadzór, w celu zachowania tego, co określił jako zaufanie do rynku i integralność informacyjną.
Prezentacja wyraźnie kontrastowała ze stanowiskiem przewodniczącego Fed Kevina Warsha, którego wcześniejsze przemówienie otwierające miało bardziej optymistyczny ton w kwestii AI jako czynnika zwiększającego produktywność. Warsh zwrócił uwagę na rosnący krajobraz inwestycyjny wokół AI, zauważając, że sprzedaż tokenów AI przekroczyła rocznie 100 miliardów dolarów, co oznacza wzrost o ponad 500% rok do roku według stanu na sierpień 2026 roku.
Co to oznacza na przyszłość
Uczestnicy sympozjum mieli podobno uznać prezentację za użyteczną dla ujęcia długoterminowych ryzyk związanych z AI, podczas gdy inni decydenci, tacy jak prezes Fed z Bostonu Susan Collins, podkreślali bardziej bezpośrednie zastosowania.
Sympozjum, odbywające się od 27 do 29 sierpnia w Jackson Hole w stanie Wyoming, badało potencjał ekonomiczny AI w wielu sesjach. Ale to właśnie końcowy artykuł Brunnermeiera pozostawił uczestnikom najtrudniejsze pytanie: co się stanie, gdy odbiorcą polityki pieniężnej nie będą już ludzie — a to ludzie nie będą nadążać?