Essays on Artificial Intelligence and Innovation

Abstract

La difusió de les tecnologies d'intel·ligència artificial (IA) ha rebut una atenció considerable pel seu potencial per remodelar la distribució d'oportunitats d'innovació dins de la societat. Aquest estudi pretén dilucidar com els diferents agents classifiquen aquestes oportunitats i els mecanismes subjacents que impulsen l'adopció i la innovació de la IA. A partir de la literatura existent, exploro els papers matisats del suport regulador, la ideologia política i les interaccions de la comunitat en la configuració de la difusió i l'impacte de la IA en la innovació. El primer assaig examina la influència del suport regulatori en la innovació de productes amb intel·ligència artificial dins d'indústries altament regulades. Trobo que el suport regulatori serveix com a factor contextual crucial, facilitant l'adopció de la IA i mitigant els riscos associats. Aprofitant l'evidència empírica d'un conjunt de dades complet de fabricants de dispositius mèdics, la meva anàlisi demostra que el suport regulador de les agències locals millora els efectes positius de la IA en la innovació de productes sense comprometre els estàndards de seguretat. El segon assaig explora els antecedents de l'adopció de la IA, centrant-se en el paper de la ideologia política entre les elits corporatives. Mitjançant una anàlisi d'empreses políticament neutrals dins de l'S&P 1500, revelo que la ideologia política del CEO influeix significativament en les decisions d'adopció de la IA. Concretament, els CEO moderadament conservadors presenten un 84% menys d'adopció d'IA en comparació amb els seus homòlegs liberals, cosa que subratlla el paper dels valors ideològics en la configuració de decisions estratègiques cap a la innovació tecnològica. El tercer assaig es centra en la dinàmica de la innovació dins dels comuns de dades, explorant el paper fonamental dels punts de referència de dades per impulsar les interaccions col·laboratives i la innovació. Utilitzant dades d'arxiu, d'observació i d'entrevistes dels comuns de dades de biologia sintètica, destaco la importància dels punts de referència de dades per fomentar les interaccions entre diversos actors i impulsar la innovació en entorns oberts i competitius. A més, la meva anàlisi dilucida com les variacions en l'orientació de la comunitat cap a l'obertura i la competència influeixen en l'atenció als punts de referència de les dades i als resultats d'innovació posteriors. En sintetitzar les meves troballes, ofereixo una perspectiva nova sobre la difusió i la innovació de la IA, posant èmfasi en la intricada interacció entre les tecnologies d'IA i les estructures institucionals. El suport regulador, les ideologies polítiques i les dinàmiques relacionals sorgeixen com a factors clau que configuren la transferència de tecnologia d'IA en innovacions tangibles i valuoses. En aportar llum sobre aquestes dinàmiques complexes, aquest treball de tesi contribueix a una comprensió més profunda de les implicacions socials de la difusió de la IA i el seu potencial transformador per a la innovació en diversos contextos.

La difusión de tecnologías de inteligencia artificial (IA) ha atraído considerable atención debido a su potencial para remodelar la distribución de oportunidades de innovación dentro de la sociedad. Este estudio busca dilucidar cómo los diferentes agentes aprovechan estas oportunidades y los mecanismos subyacentes que impulsan la adopción y la innovación de la IA. Basándome en la literatura existente, exploro los roles matizados del apoyo regulatorio, la ideología política y las interacciones comunitarias en la configuración de la difusión y el impacto de la IA en la innovación. El primer ensayo examina la influencia del apoyo regulatorio en la innovación de productos basados ??en IA dentro de industrias altamente reguladas. Encuentro que el apoyo regulatorio sirve como un factor contextual crucial, que facilita la adopción de la IA y al mismo tiempo mitiga los riesgos asociados. Aprovechando la evidencia empírica de un conjunto completo de datos de fabricantes de dispositivos médicos, mi análisis demuestra que el apoyo regulatorio de las agencias locales mejora los efectos positivos de la IA en la innovación de productos sin comprometer los estándares de seguridad. El segundo ensayo explora los antecedentes de la adopción de la IA, centrándose en el papel de la ideología política entre las élites corporativas. A través de un análisis de empresas políticamente neutrales dentro del S&P 1500, revelo que la ideología política de los directores ejecutivos influye significativamente en las decisiones de adopción de IA. Específicamente, los directores ejecutivos moderadamente conservadores exhiben un 84% menos de adopción de IA en comparación con sus homólogos liberales, lo que subraya el papel de los valores ideológicos en la configuración de decisiones estratégicas hacia la innovación tecnológica. El tercer ensayo se centra en la dinámica de la innovación dentro de los datos comunes, explorando el papel fundamental de los puntos de referencia de datos para impulsar las interacciones colaborativas y la innovación. Utilizando datos de archivo, observaciones y entrevistas provenientes de datos comunes de biología sintética, destaco la importancia de los puntos de referencia de datos para fomentar las interacciones entre diversos actores e impulsar la innovación en entornos abiertos y competitivos. Además, mi análisis aclara cómo las variaciones en la orientación de la comunidad hacia la apertura y la competencia influyen en la atención a los datos comparativos y los resultados de innovación posteriores. Al sintetizar mis hallazgos, ofrezco una perspectiva novedosa sobre la difusión y la innovación de la IA, enfatizando la intrincada interacción entre las tecnologías de IA y las estructuras institucionales. El apoyo regulatorio, las ideologías políticas y las dinámicas relacionales emergen como factores clave que configuran la transferencia de la tecnología de IA en innovaciones tangibles y valiosas. Al arrojar luz sobre estas complejas dinámicas, este trabajo de tesis contribuye a una comprensión más profunda de las implicaciones sociales de la difusión de la IA y su potencial transformador para la innovación en diversos contextos.

The diffusion of artificial intelligence (AI) technologies has garnered considerable attention due to its potential to reshape the distribution of innovation opportunities within society. This study seeks to elucidate how different agents sort into these opportunities and the underlying mechanisms driving AI adoption and innovation. Drawing upon extant literature, I explore the nuanced roles of regulatory support, political ideology, and community interactions in shaping the diffusion and impact of AI on innovation. The first essay examines the influence of regulatory support on AI-enabled product innovation within highly regulated industries. I find that regulatory support serves as a crucial contextual factor, facilitating AI adoption while mitigating associated risks. Leveraging empirical evidence from a comprehensive dataset of medical device manufacturers, my analysis demonstrates that regulatory support from local agencies enhances the positive effects of AI on product innovation without compromising safety standards. The second essay explores the antecedents of AI adoption, focusing on the role of political ideology among corporate elites. Through an analysis of politically neutral firms within the S&P 1500, I reveal that CEO political ideology significantly influences AI adoption decisions. Specifically, moderately conservative CEOs exhibit 84% less AI adoption compared to their liberal counterparts, underscoring the role of ideological values in shaping strategic decisions towards technological innovation. The third essay shifts focus to the dynamics of innovation within data commons, exploring the pivotal role of data benchmarks in driving collaborative interactions and innovation. Utilizing archival, observational, and interview data from synthetic biology data commons, I highlight the criticality of data benchmarks in fostering interactions among diverse actors and driving innovation in open and competitive environments. Furthermore, my analysis elucidates how variations in community orientation towards openness and competition influence attention to data benchmarks and subsequent innovation outcomes. In synthesizing my findings, I offer a novel perspective on AI diffusion and innovation, emphasizing the intricate interplay between AI technologies and institutional structures. Regulatory support, political ideologies, and relational dynamics emerge as key factors shaping the transfer of AI technology into tangible and valuable innovations. By shedding light on these complex dynamics, this dissertation work contributes to a deeper understanding of the societal implications of AI diffusion and its transformative potential for innovation across diverse contexts.