← 最新论文
🔬 physics

Occupational Convergence or Divergence? Mapping Labor Market Structural Shifts Driven by AI Penetration

这项研究基于来自十个国家的职位空缺数据,揭示了虽然人工智能驱动的技能需求促进了狭窄的技术性STEM职业核心内部的趋同,但由于未能渗透到更广泛的劳动力市场,它同时也加深了职业分层,从而强化了现有的障碍,并将利益集中在已处于优势地位的劳动者身上。

原作者: Rafiazka Hilman, Julia Koltai

发布于 2026-08-03
📖 1 分钟阅读☕ 轻松阅读

原作者: Rafiazka Hilman, Julia Koltai

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,将就业市场看作一座繁忙的大都市,每一个社区都代表着一种不同的工作类型。长期以来,人们认为新技术(如人工智能,AI)会像一把万能钥匙,能够打开通往每个社区的大门,使每个人的技能更加相似,并帮助人们在不同工作中轻松转换。这种观点被称为“趋同”(convergence)。另一方面,人们也担心 AI 会像一堵巨大的围墙,将某些人推入高科技堡垒,而让其他人留在旧城中,从而拉大差距。这被称为“分歧”(divergence)。研究人员提出的核心问题是:AI 究竟是在为每个人搭建桥梁,还是在为少数人建造堡垒?为了回答这个问题,我们需要了解一些简单的概念。AI 本质上是一种超级智能的计算机工具,可以完成通常由人类完成的任务,比如编写代码或分析数据。“技能”是劳动者从事工作所需的工具和技巧,而“职业结构”仅仅是所有这些不同工作是如何组织的地图。如果 AI 改变了这张地图,可能意味着对某些人来说,找工作会变得更加困难,而对另一些人来说则会变得更加容易,从而重塑我们的整个社会。

那么,这项研究究竟发现了什么?研究人员拉菲亚兹卡·希尔曼(Rafiazka Hilman)和朱莉娅·科尔泰(Júlia Koltai)决定停止猜测,开始绘制地图。他们扮演着数字侦探的角色,扫描了来自十个不同国家(从美国、英国到巴西和印度)的数百万份在线招聘广告,以观察雇主在提到 AI 时究竟在要求哪些技能。他们不仅是在计数职位,还使用了一种特殊的计算机方法来绘制一张展示工作与技能之间如何相互连接的巨大网络图。

这里有一个他们发现的转折点:AI 既不是在为每个人搭建桥梁,也不仅仅是在建造一堵墙。相反,它正在创造一个分裂的城市,拥有两个截然不同的区域。

首先,是“技术核心区”(Tech Core)。这是一个规模较小、高度互联的社区,大约四分之三到五分之四的所有 AI 相关职位都居住在这里。如果你观察这里所需的技能,它就像是一个秘密握手仪式:这个群体中的几乎每个人都需要掌握 Python、SQL、机器学习和数据分析。因为他们都共享这套完全相同的工具包,所以这些工作正变得越来越相似。这是趋同的一个案例,但仅限于这个微小的、高科技的俱乐部内部。

然而,一旦你踏出这个技术核心区,桥梁就消失了。对于剩余的就业市场——比如教师、护士、卡车司机或零售从业者——AI 技能几乎没有出现。研究表明,AI 技能并没有扩散开来成为每个人的通用技能。相反,它被锁在了那个技术堡垒之内。这造成了分歧:技术精湛的核心圈与其他人之间存在着巨大的鸿沟。

研究人员还发现了一些关于何时需要这些技能的惊人发现。他们查看了针对不同职业阶段(从实习生到首席执行官)的招聘广告。他们发现,对 AI 技能的需求在职业生涯的最早期最为强烈。这就像是“禁止入内”的标志被直接放在了大门口。雇主正日益将 AI 知识视为获得入门级职位面试机会的强制性门票。这意味着,如果你在职业生涯开始时没有这些特定的技术技能,你可能根本无法进入职场,而资深高管对这些技能的需求可能并不那么高。

简而言之,这篇论文表明,AI 正在将劳动力市场重新组织成一种“分叉”结构——一条分裂的路径。在技术世界内部,各种工作正围绕着一套共享的超级技能进行合并。但在技术世界与经济的其他部分之间,这种隔阂正在加深。这项研究表明,AI 并非在让机会变得更加平等,而是可能正在提高准入门槛,使得没有接受过先前技术培训的人更难加入劳动力队伍,并将 AI 的收益集中在那些已经在技术俱乐部中的人手中。未来的就业市场地图,看起来不再像是一个连通的网格,而更像是一个被广阔且不连通的海洋所包围的高科技孤岛。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →