Kierownik projektu: dr Maciej Jagódka
Katedra Rynków Finansowych
Konkurs: SONATA 21, panel: HS4
Cel
Współczesne życie przyspieszyło: decyzje podejmują algorytmy w ułamku sekundy, roboty przejmują zadania w fabrykach i magazynach, a sztuczna inteligencja wspiera coraz więcej funkcji w usługach, edukacji, ochronie zdrowia i administracji. Ten dynamizm tworzy nowe możliwości, lecz jednocześnie potęguje niepewność co do przyszłości pracy, dochodów i jakości życia. W wielu sektorach automatyzacja i robotyzacja zastępują część pracy ludzkiej, zwłaszcza w zadaniach rutynowych, co prowadzi do przetasowań na rynku pracy i wymusza szybkie zdobywanie nowych kompetencji. Równocześnie dochód z pracy maszyn i oprogramowania nie ma dziś uzgodnionych zasad podziału: nie wiadomo, czy jego beneficjentem powinien być głównie właściciel kapitału, twórca technologii, społeczność jako całość, czy osoby wypierane z dotychczasowych stanowisk. Projekt zakłada pogłębioną ocenę, jak cyfryzacja, automatyzacja, robotyzacja i adopcja sztucznej inteligencji kształtują dochody gospodarstw domowych, strukturę rynku pracy oraz rozbieżności rozwojowe między regionami w Polsce i wybranych krajach Europy; a także jak te procesy przekładają się na poczucie bezpieczeństwa ekonomicznego, zaufanie do instytucji i postawy obywatelskie. W centrum analizy znajduje się polaryzacja: kurczenie się „środka” rynku pracy przy jednoczesnym wzroście skrajnych grup dochodowych oraz rozchodzenie się ścieżek rozwoju terytorialnego między dynamicznymi metropoliami a obszarami peryferyjnymi. Wykorzystane zostaną modele wielopoziomowe, które uwzględniają zależności pomiędzy gospodarstwami domowymi, regionami i krajami, a także analizy panelowe w ujęciu czasowym, analizy mediacji i moderacji oraz metody statystyki przestrzennej w celu identyfikacji zależności i klastrów polaryzacji.
Znaczenie
W warunkach szybkich zmian społeczno‑technologicznych utrzymanie spójności społecznej bywa trudniejsze. Nierówności dochodowe i majątkowe są wysokie, a lokalnie rosną, co osłabia tkankę społeczną i zwiększa podatność na napięcia. Polaryzacja—rozpad „środka” rynku pracy na dwa bieguny: dobrze opłacanych specjalistów oraz pracowników niskopłatnych—obniża poczucie stabilności i sprawiedliwości, utrudniając planowanie przyszłości. W geografii rozwoju podobne procesy widać między metropoliami a obszarami peryferyjnymi: regiony o wysokiej gotowości cyfrowej i silnych ekosystemach innowacji przyciągają inwestycje, talenty i lepsze miejsca pracy, podczas gdy inne doświadczają odpływu młodych ludzi, słabszych usług publicznych i ograniczonych perspektyw. W świecie, w którym pogoń za sukcesem i dobrobytem coraz częściej zależy od dostępu do technologii (sieci, danych, umiejętności), nierówny podział korzyści może utrwalać podziały klasowe i terytorialne. Wysoki poziom nierówności eroduje zaufanie, a to osłabia zdolność państwa i instytucji do łagodzenia kryzysów; w takich warunkach konflikty interesów łatwiej przeradzają się w konflikty społeczne. Znaczenie projektu polega na dostarczeniu rzetelnych, empirycznych odpowiedzi na pytania dzisiejszej debaty: kiedy technologia dzieli, kiedy włącza, co przesądza o wyniku (kompetencje, infrastruktura, instytucje, transfery społeczne), oraz jak odbudowywać zaufanie w epoce algorytmicznego podejmowania decyzji. Bez wiarygodnych danych i przekonujących analiz łatwo ulec uproszczeniom, które polaryzują zamiast łączyć.
Rezultaty
Efektem będzie mapa mechanizmów polaryzacji napędzanych przez zmiany technologiczne—na poziomie gospodarstw domowych (dochody, bezpieczeństwo, dobrostan) i regionów (produktywność, zatrudnienie, gotowość cyfrowa). Zostaną zidentyfikowane warunki, w których cyfryzacja i robotyzacja prowadzą do pogłębienia podziałów (np. przy braku szkoleń i słabej infrastruktury), oraz warunki, w których—przy właściwym wsparciu publicznym—stają się dźwignią włączenia (np. dzięki powszechnym umiejętnościom cyfrowym, skutecznym programom przekwalifikowania i dobrej jakości usługom publicznym). Rezultaty obejmą praktyczne rekomendacje dla polityk edukacyjnych (uniwersalne kompetencje cyfrowe; uczenie się przez całe życie), rynku pracy (łatwiejsze przejścia między zawodami i sektorami), polityki regionalnej (inwestycje w infrastrukturę cyfrową, transport, lokalne ekosystemy innowacji), a także dla systemów zabezpieczenia społecznego i podatkowych, które mogą równoważyć podział dochodów z pracy maszyn i łagodzić koszty zmian. Powstanie anonimowy, udokumentowany zbiór danych łączący warstwę mikro i regionalną, aby samorządy, organizacje społeczne, think‑tanki i badacze mogli projektować rozwiązania dopasowane do lokalnych wyzwań. Najważniejsze, że projekt dostarczy języka i liczb, dzięki którym narastającą niepewność można opisywać i zarządzać w sposób konstruktywny: szybkie zmiany nie muszą kończyć się konfliktem, jeśli korzyści technologii są bardziej sprawiedliwie dzielone, a ryzyka—wcześnie identyfikowane i minimalizowane. W ten sposób cyfrowa rewolucja może stać się wspólną szansą zamiast źródłem nowych podziałów.
