今天分享的是人工智能系列深度研究报告:《人工智能专题:人工智能与未来工作》。
(报告出品方:INTERNATIONAL MONETARY FUND)
报告共计:42页
海量/完整电子版/报告下载方式:公众号《人工智能学派》
反映国家经济结构的广泛职业群体的劳动力构成解释了国家间暴露和互补性的大部分差异。图2报告了三个国家按职业类别分列的就业份额,这三个国家在暴露职业中的就业份额明显不同。联合王国有很大一部分就业在专业和管理职业,这表现出高接触和高互补性,并在文秘支持工人和技术人员的职业,一般高接触和低互补性。 在印度,大多数工人是工匠、熟练农业工人和低技能或"初级"工人;其中大多数属于低接触类别。Brazil是一个大致中间的例子。
这些发现表明,与新兴市场经济体和低收入国家相比,发达经济体可能更容易受到劳动力市场从采用人工智能转变的影响,在更短的时间内实现。鉴于发达经济体在低互补性和高互补性职业中的就业比例都很高,它们可能会经历由人工智能带来的结构转型所带来的更加两极化的影响。一方面,在高风险和低互补性的职业中,他们面临更大的劳动力迁移和有害收入发展风险。另一方面,由于他们在高曝光度和高互补性的工作中有更多的就业机会,他们能够更好地利用新兴的铝增长机会。净就业影响将取决于各国创新、采用和适应AI的能力。围绕这些预测,发达经济体、新兴市场和发展中经济体都存在相当大的不确定性。例如,在低收入国家,人工智能的采用可能反映出移动技术的迅速采用,并从人工智能中获得巨大的边际效益。 此外,随着适当的数字基础设施的到位,人工智能也可能成为新兴市场和发展中经济体解决技能短缺的机会,特别是在卫生和教育部门,可能会提高包容性和生产力(插文2)。
除了每个国家总的AI暴露量之外,国内不同群体可能受到不同的影响。人工智能的出现可能会加剧国家内部在各个方面的不平等,例如个人的收入水平、教育水平或性别。了解哪些群体最易受伤害,对于制定能够减轻这些影响的政策至关重要。有趣的是,虽然发达经济体、新兴市场经济体和发展中经济体之间的国家对铝的总体暴露差异很大,但在颗粒微观数据分析中,两个发达经济体和四个新兴市场经济体的国家内个人的暴露模式非常相似一个重要的警告是,在其他国家的研究结果可能不同。
妇女和受教育程度较高的工人接触的风险更高,但由于与铝的互补潜力更大,接触风险有所降低(图3。在大多数国家,妇女往往比男子更多地受雇于高风险职业(图3,图1)。因为这个份额是大致平均分配在互补性低和互补性高的工作之间,结果可以解释为妇女面临更大的风险和更大的机会。这一模式的例外可能是妇女在农业工作中所占比例较高,特别是在农业部门规模较大的国家(如印度)。关于教育,在所有被审查的国家中,教育水平越高,在高风险职业中的就业比例越大,但这在互补性高的职业中尤其明显(图3,第2组)。更高的暴露水平支持了一个流行的观点,即与自动化不同,铝可能会更强烈地影响高技能工人。然而,更大的互补潜力缓解了更高的暴露程度。最后,年龄差异并不表现出一个共同的模式(图3,面板3。这是因为各国在性别和教育方面的不同年龄组的组成非常不同,从而掩盖了基于年龄的差异。在英国和美国,由于过去30年大学入学率的提高,年轻群体中受过大学教育的人数更多;各年龄组的性别构成相似。在新兴市场经济体和低收入国家,受过高等教育的人更少,但由于最近女性劳动参与率的上升,年轻群体有更多的女性。
报告共计:42页
海量/完整电子版/报告下载方式:公众号《人工智能学派》