Un programme de recherche pour le Fonds de recherche sur les perspectives économiques

Nous publions le programme de recherche du Fonds de recherche sur les futurs économiques anthropiques. Nous y consacrons 200 millions de dollars afin de soutenir des recherches externes ambitieuses sur les interventions visant à préparer la société aux impacts économiques de l'IA.

Grâce aux recherches soutenues par le Fonds, nous souhaitons étudier quels programmes pourraient rendre l'économie plus flexible et résiliente, garantir que les avantages de l'IA soient partagés et minimiser les dommages que les perturbations induites par l'IA pourraient causer.

Dans le cadre de ce fonds, nous privilégierons cinq domaines de recherche :

1. Façonner l'impact de l'IA sur les travailleurs au niveau de l'entreprise et du lieu de travail
2. Préparer les individus à naviguer dans les transitions pilotées par l'IA
3. Moderniser les aides au revenu pour les déplacements induits par l'IA
4. Renforcer l'engagement des travailleurs dans la croissance pilotée par l'IA avant l'arrivée des bouleversements.
5. Générer de nouvelles données probantes sur les investissements publics

Qu'est-ce que le fonds ?

Les capacités de l'IA continuent de progresser. Cependant, nous ignorons encore à quelle vitesse elle se diffusera dans l'économie tout en gagnant en puissance, et quels en seront les effets économiques. Dans notre Cadre de politique économique (CPE), publié en juin, nous avons proposé des programmes et des politiques pour différents scénarios. Mais nous avons besoin de davantage de données empiriques sur les interventions susceptibles de fonctionner dans une économie transformée par l'IA : lesquelles rendent l'économie plus flexible et résiliente, et permettent une diffusion plus large des bénéfices ? Face à cette incertitude, notre objectif est de constituer cette base de données probantes afin que les travailleurs, les entreprises et les gouvernements puissent s'adapter. Ce fonds de 200 millions de dollars financera des recherches externes sur les interventions proposées dans le CPE et sur d'autres questions en suspens. Nous entrons peut-être dans une ère sans précédent, où les solutions les plus prometteuses sont celles que personne n'a encore expérimentées. Nous sommes prêts à financer des projets pilotes novateurs et ambitieux qui pourront nous éclairer sur des questions pour lesquelles les essais contrôlés randomisés ne fourniraient, à eux seuls, que des éléments de preuve incrémentaux.

Il s'agit d'une évolution majeure de notre programme « Perspectives économiques », lancé il y a un an. Nous recentrons nos efforts sur des projets ambitieux et des subventions importantes, car nous sommes convaincus que c'est là que nous pouvons avoir le plus d'impact. Nous avons toujours considéré qu'il était essentiel de financer des projets de recherche externes d'envergure ; cette réorientation nous permettra de le faire. Le programme « Perspectives économiques » nous a également appris qu'il nous est difficile d'accroître nos capacités pour gérer simultanément de nombreuses petites subventions. Outre les essais contrôlés randomisés et les projets pilotes à grande échelle, nous souhaitons également collaborer avec des partenaires capables de développer un programme de projets pilotes efficaces à petite échelle.

Les types de recherches que nous finançons

Notre objectif principal est de financer les projets les plus ambitieux possibles. Nous visons à financer des essais contrôlés randomisés à grande échelle, des projets pilotes ambitieux et novateurs, ou des évaluations de programmes qui enrichissent notre compréhension commune des approches prometteuses et de leurs contextes d'application, comblent les lacunes en matière de données probantes et inspirent de nouvelles solutions. Les axes de financement ci-dessous présentent un éventail de possibilités, mais nous savons que nous n'avons pas encore recensé toutes les bonnes idées dans ce domaine. Nous accueillons favorablement les propositions qui ne figurent pas ci-dessous.

L'IA pourrait transformer la société plus rapidement que les cycles de financement et de publication de la recherche traditionnelle. Nous souhaitons collaborer avec des organismes de recherche prêts à partager publiquement leurs découvertes lors d'étapes clés, car un signal reçu suffisamment tôt pour permettre une action immédiate est souvent plus précieux qu'une réponse arrivée trop tard. Nous nous intéressons particulièrement aux projets pilotes prometteurs, susceptibles d'être déployés à grande échelle.

Il s'agit d'un fonds mondial. Les orientations de financement décrites ci-dessous sont quelque peu centrées sur les États-Unis, notamment parce que notre siège social est à San Francisco et que Claude est davantage utilisé aux États-Unis que dans tout autre pays. Cependant, la nécessité de se préparer aux bouleversements sera une réalité mondiale, et nous prévoyons de financer les projets en tenant compte de cette réalité.

Nous prévoyons de financer principalement des projets dont le montant se situe entre 5 et 30 millions de dollars, mais nous restons ouverts à des financements plus élevés pour des projets bien définis et à fort potentiel d'impact. Forts de l'expérience acquise avec le programme Economic Futures, et compte tenu de l'ambition et de l'envergure recherchées dans les propositions, nous ne financerons pas directement de projets inférieurs à 1 million de dollars à partir de ce fonds.

Nous acceptons les propositions d'universités accréditées et d'autres établissements délivrant des diplômes, d'instituts de recherche indépendants et d'organismes de recherche en politiques publiques, ainsi que d'organismes sans but lucratif ayant une expérience avérée dans la réalisation d'expérimentations de terrain à grande échelle. Les chercheurs peuvent être désignés comme chercheurs principaux pour les propositions soumises par leurs institutions, mais nous n'examinerons pas les propositions émanant de personnes se présentant à titre personnel.

Nous privilégions le financement de projets s'inscrivant dans nos priorités de recherche, mais nous accueillons favorablement les propositions ambitieuses qui n'y figurent pas, pourvu qu'elles soient à la hauteur du problème et des opportunités. Consultez notre appel à propositions et soumettez votre candidature ici.

Nos cinq priorités de recherche

1. Façonner l'impact de l'IA sur les travailleurs au niveau de l'entreprise et du lieu de travail

L'impact de l'IA sur le marché du travail dépend des systèmes, des environnements de travail, des protocoles de formation et des choix institutionnels mis en place. Les données actuelles sur l'intégration de l'IA en milieu professionnel sont observationnelles et à court terme. Des expérimentations sur le terrain peuvent nous aider à comprendre quels modèles de collaboration favorisent le développement de l'expertise humaine parallèlement à l'IA, comment les choix d'organisation influencent la productivité et la répartition des gains, et quel est l'impact de la participation des travailleurs sur ces choix.

Without this evidence, both firm-level decisions and policy levers like incentives for worker augmentation, retention tax credits, employer co-investment requirements, or apprenticeship programs will be poorly informed.

Fundable directions include:

• Field experiments randomizing AI systems and AI integration designs at the firm or team level, including comparisons of designs co-developed with workers and worker organizations against top-down approaches.
• Estimates of the impact of organizational choices around AI workplace integration and usage on the incidence of AI productivity gains.
• Evaluations of retention tax credits and employer co-investment requirements.

2. Equipping people to navigate AI-driven transitions

The evidence on retraining and job placement is mixed, and it may not generalize to AI-induced economic disruption and rapid structural transformation.

Fundable directions include:

• Evaluations of innovative skill retraining, job placement, licensing reform, and sectoral transition packages, including newer AI-enabled matching, credentialing, and learning models, and the bundling of income support with intensive reemployment services, retraining, and relocation assistance.
• Field experiments on the early-career and professional pipeline, e.g., what apprenticeship, mentorship, or rotational models can build expertise if junior tasks are absorbed by AI.
• Evaluations of curriculum and educational delivery models in K-12 and higher education that aim to prepare students for a transformed labor market, including longitudinal pilots that link educational interventions to later labor market outcomes.
• Tests of ambitious mobility instruments, for example paid leave tied to retraining programs and portable benefits that follow workers across employers.

There’s existing evidence on many such efforts, including some especially effective sectoral training programs. We want to find out whether promising programs could scale quickly across a broader population. For example, a large-scale “fire drill” where selected programs are scaled up rapidly for job seekers in a given state could provide evidence on how well these programs work in the face of major disruption.

3. Modernizing income support for AI-driven displacement

Like similar insurance programs around the world, the US system for supporting displaced workers is built almost entirely around the assumption that joblessness is temporary. AI may lead to displacement that is broader and more persistent. In that scenario, we’ll need instruments calibrated to a new equilibrium, one with no modern precedent.

Fundable directions include:

• Unemployment Insurance (UI) reforms suited to AI-driven displacement, including alternative eligibility thresholds, automatic extension triggers linked to industry or occupation, and integration of UI with wage insurance, retraining, or other transition supports.
• Basic needs relief for workers who exhaust UI, never qualified, or are persistently underemployed.
• Longer-duration unconditional income pilots at livable levels, designed to speak to scenarios where income and work are decoupled for sustained periods of time, with analyzed outcomes spanning not only labor supply and consumption but also wellbeing, family stability, child development, civic participation, and how recipients structure their time.

4. Building worker stakes in AI-driven growth before disruption arrives

In unprecedented scenarios where AI delivers large aggregate gains, those gains may not be broadly shared by default. In the EPF, we discuss universal pre-distributive capital accounts and adjacent mechanisms, like equity-sharing, AI-sector dividends, and public ownership stakes. But these mechanisms have limited direct empirical precedent at scale, and they also need a funding source. Many proposals to generate revenue exist, including taxing AI-driven returns through corporate, capital gains, or token taxes. But we lack evidence on who would bear the economic incidence of such taxes, and how different designs would affect collected revenue and adoption.

Fundable directions include:

• RCTs testing the design of pre-distributive capital accounts at scale.
• Pilots testing equity-sharing or dividend-style mechanisms, including community-level pilots where AI infrastructure or AI-using firms generate direct, ongoing returns to local residents.
• Evaluations comparing different mechanisms for raising and distributing revenue—which tax base (corporate profits, capital gains, compute, automation taxes, etc.) and which mechanism (pre-distributive accounts, equity stakes, dividends, or equivalent direct transfers) lead to the best labor market and household outcomes.

5. Generating new evidence on public investments

The EPF calls for both modernizing the income safety net and substantially expanding public investment in human- and community-facing work. Policymakers need a consistent way to compare these instruments against one another, and against direct transfers. This research would generate evidence on what forms of spending generate the most public benefit, especially in sectors that might be undervalued by the private market.

Fundable directions include:

• Large-scale pilots that directly fund human- and community-facing service positions (in e.g., teaching, after-school programming, libraries, community health, parks, infrastructure, the arts), measuring outcomes including employment levels, educational attainment, crime, and wellbeing.
• Pilots broadening access to AI-enabled public services (legal aid, medical guidance, financial advice) for underserved populations, testing whether such investments can narrow the divide in access.
• Guaranteed-jobs pilots for displaced or long-term unemployed workers, in which participants are offered employment in public good roles in the spirit of the Civilian Conservation Corps but spanning a broader range of roles.
• Des interventions ciblées dans les communautés les plus exposées aux déplacements de population induits par l'IA ou accueillant d'importants déploiements d'infrastructures d'IA, notamment des investissements groupés dans la main-d'œuvre, les services publics, les infrastructures et les équipements, ainsi que des projets pilotes d'autorités de développement régional qui coordonnent ces investissements sous une gouvernance unifiée.

Pour en savoir plus sur l'appel d'offres et soumettre votre candidature, cliquez ici.