当专家们谈论人工智能的破坏性影响时，他们倾向于关注低收入劳动者——但一项最新发表的研究表明，收入更高、受教育程度更高的劳动者将越来越多地面临工作挑战。

该研究将西雅图列为人工智能相关的工作中断最严重的地区。

这份分析报告借鉴了斯坦福大学(Stanford University)和布鲁金斯学会(Brookings Institution)研究人员的研究成果，使用了一种新技术，将人工智能相关专利与不同职业的工作描述联系起来。

斯坦福大学的研究人员迈克尔·韦伯(Michael Webb)从谷歌数据库中提取了数千万项专利，以及美国劳工部索引的964项工作描述。

他们的目标是将自动化和人工智能相关专利的名动描述与职位描述进行匹配，他们的理论是，如果某个特定职位的职位描述涉及的专利更多，那么该职位未来可能面临更多的干扰。

例如，一项监测电力设备运行状况的设备专利可能会影响到某些人，他们的工作描述中提到要监测污水处理厂设备的运行状况。如果这类设备拥有大量专利，那么韦伯的分析模型中的工作暴露指数就会增加。

韦伯研究了机器人、软件应用和人工智能的工作暴露评估，并对每个类别的工作暴露最高和最低进行了排名:

机器人:高暴露职业包括叉车司机，起重机操作员和门卫。接触较少的职业包括工资职员、艺术/娱乐表演者和牧师。

软件:高暴露职业:广播设备操作员、水和污水处理厂操作员、停车场服务员、手工包装工人和包装工人。低辐射:理发师、足科医生、大学教师和邮差。

高暴露职业:临床实验室技术员，化学工程师，验光师，发电厂操作员。低接触:非农业动物饲养员，食物准备工人，大学教师，艺术/娱乐表演者。

为什么像实验室技术人员这样的高技能工人最终排在人工智能名单的首位?韦伯指出，人工智能在这些工作中越来越擅长与人类的表现匹配。相比之下，一些看似紧密相关的工作类别——例如，实验室研究人员——“涉及到对从未见过的情况的推理。“其他的，如食物准备或按摩疗法，则需要不适合人工智能的人际交往技能。

与只审阅文件的律师助理相比，与公众打交道的律师不用太担心。足科医生可以对病人的脚做出判断，而不用担心验光师的诊断过程更容易计算机化。韦伯写道:“验光术可能是迄今为止人工智能算法最成功的医学领域。”

布鲁金斯学会以韦伯的研究为基础，研究了工作暴露在地理、人口和职业群体中的分布情况。在人工智能方面，农业、工程和科学的暴露得分最高。教育、食品服务和个人护理费用最低。

与女性相比，男性、白人和亚裔美国工人、黑人和拉美裔/拉美裔工人、25-64岁年龄段的工人、以及较年轻或较年长的工人相比，工作暴露程度相对较高。

规模更大、技术含量更高的都市区和制造中心更容易受到人工智能工作中断的影响。因此，西雅图地区和加州的硅谷在颠覆性规模上得分很高，但没有印第安纳州的埃尔克哈特(Elkhart)那么高，埃尔克哈特被认为是美国的房车制造业之都。

人工智能对高薪职业的影响将在一定程度上影响美国的收入不平等。“假设长期替代的历史模式将继续下去，我估计人工智能将减少90-10的工资不平等，但不会影响最富有的1%人群，”他说。

他和他在布鲁金斯学会的同事们承认，人工智能将如何发展仍有很多不确定性。人口趋势、投资水平或教育项目的变化可能会减少或增加就业机会。人工智能的崛起很可能带来新产品、服务和职业。

布鲁金斯学会(Brookings Institution)的研究团队表示:“虽然目前的评估预测了可能会产生某种影响的工作领域，但它并没有具体预测人工智能将取代现有工作、补充现有工作，还是为人类创造全新的工作。”“这意味着需要更多的调查——定性的和经验的——来梳理出人工智能的特殊天赋和未来的影响。”

相关文章