Analysis: The automation of human jobs in the 2030s
本文利用新的经合组织(OECD)数据对主流经济模型提出了挑战,认为人工智能驱动的就业流失将在 2030 年代变得显现,并可能影响几乎所有的就业,且这一现象发生在该对应的生产率提升和通缩效应显现之前。
原始论文采用 CC BY 4.0 许可(https://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
关于机器如何改变工作的故事长期以来一直有两种截然不同的叙述方式。一方面,经济学家往往通过回顾过去来预测未来,认为新技术将缓慢地重塑工作,使某些任务变得更容易,但很少会在一夜之间消除整个职业。另一方面,最先进人工智能系统的创造者们则预言了一个更加快速、更具戏剧性的转变,即能够像人类一样思考和行动的机器可能会在几年而非几十年内接管大部分认知性工作。这种谨慎的经济模型与大胆的技术预测之间的差距留下了一个悬而未决的难题:我们究竟何时会看到这些变化,以及这些变化的规模会有多大?为了回答这个问题,研究人员需要一种衡量标准,不仅要衡量机器在实验室里能做什么,还要衡量它是否能胜任一项特定人类职业所要求的一切,从解决复杂问题到与人互动。
来自经济合作与发展组织(OECD)的一个研究小组通过构建一套全新的工具解决了这一问题,用以追踪人工智能相对于人类全方位能力的进展。他们没有试图去统计单个任务,因为这在实时测量中几乎是不可能的,而是将重点放在了整个职业上。他们创建了一个量表,对人工智能在九个不同领域的能力进行评分,例如语言、社交互动、问题解决和物理操控,范围从基础的、已解决的功能到完全等同于人类水平。通过将这些人工智能评分与近九百种不同工作的需求进行对比,他们识别出了哪些职业一旦技术跟上步伐,就可能被完全自动化。他们的分析表明,虽然这些变化在广泛的经济层面尚未显现,但我们正站在一场快速转型的边缘,届时可以被机器完全取代的工作份额可能会从今天的极小部分增长到近乎所有的就业岗位。
研究人员首先承认,研究工作的标准方式往往忽略了最重要的信号。传统的模型观察技术如何改变工作中的任务组合,但由于我们无法轻易衡量特定任务发生的频率,这些模型难以检测到人工智能的到来。相反,该团队关注了两个确实存在数据的领域:整个职业的更替以及由此产生的整体经济变化。他们的逻辑是,即使人工智能已经在幕后改变着任务,这种转变的第一个明确信号也将是当一台机器的能力足以完全取代一个完整的职业头衔时。只有在规模化发生之后,我们才会看到更广泛的经济效应,例如生产力的激增或价格的下降。
为了进行这种衡量,该团队开发了一套可以用任何人理解的指标来描述人工智能的进展。他们定义了人类能力的九个领域,包括语言、社交互动、创造力和物理操控,并为每个领域创建了一个五级量表。第一级代表长期以来已经解决的能力,而第五级则代表匹配人类能力每一个方面的表现。在最初的评估中,当前的人工智能系统在这些领域大多处于第二级和第三级之间。为了获得更清晰的图景,他们要求目前最先进的两套人工智能系统根据最新的研究结果对自身的进展进行重新评估。这一初步更新表明,在短短十八个月内,人工智能在问题解决和语言方面取得了实质性的飞跃,正向着能够处理许多专业角色完整需求的水平迈进。
随后,研究人员将这些能力水平与近九百种职业的要求进行了映射。他们发现,目前只有约百分之一的劳动力从事着当前人工智能可以完全自动化的工作,这些工作大多是常规的办公室及行政类角色。然而,当他们观察那些即将到来的新能力时,情况发生了剧烈变化。随着第一波新能力的出现,可自动化的工作份额跃升至约百分之八,涵盖了销售、金融和计算机工作的部分领域。然而,真正的转变来自于下一波及随后的预期进展。如果人工智能继续保持近期所见的进步速度,第二波进展可能会使约三分之一的工作变得完全可自动化,而第三波最终可能会覆盖几乎所有的就业岗位。唯一仍将在很大程度上不受影响的工作,是那些高度依赖深度人类连接的工作,例如社区社会服务和医疗保健的某些方面。
数据已经显示出了这一趋势的开端。研究人员检查了那些已经可以自动化的工作的就业数据,发现这些领域的就业人数已经开始下降。对于随着第一波新能力出现而变得可自动化的工作,下降趋势才刚刚开始显现,而处于更长周期时间线上的工作则保持稳定甚至仍在增长。这一模式表明,变化的信号正按照研究人员的预测精准抵达:首先出现在那些机器现在就可以接管的特定职业中,随后才会在整体经济中显现。他们估计,随着可自动化工作的份额增长,其经济效应将变得具有历史意义,可能导致生产力的巨大提升和价格的大幅下降,这种组合在现代史上尚无先例。
这一轨迹为政策制定和社会带来了深刻的挑战。研究人员认为,等待经济自行调整是冒险的,因为这种转型的速度可能会超过劳动者重新培训以适应新角色的能力。如果机器可以执行几乎任何工作,那么“新任务会自动创造新工作”的传统观念可能不再成立。相反,政府可能需要为一种高生产力与价格下跌并存,同时伴随着大规模失业的经济形态做好准备。该研究得出结论,采取行动的时机就在现在,应利用所识别出的可自动化职业清单来指导再培训工作和社会保障体系建设,而不是依赖那些假设变化是缓慢且温和的模型。通过专注于那些实际上已处于当前及近期技术触达范围内的职业,社会可以开始为那个人类工作的定义将被根本性改变的未来做好准备。
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。