當專家們談論人工智能的破壞性影響時，他們傾向於關注低收入勞動者——但一項最新發表的研究表明，收入更高、受教育程度更高的勞動者將越來越多地面臨工作挑戰。

該研究將西雅圖列爲人工智能相關的工作中斷最嚴重的地區。

這份分析報告借鑑了斯坦福大學(Stanford University)和布魯金斯學會(Brookings Institution)研究人員的研究成果，使用了一種新技術，將人工智能相關專利與不同職業的工作描述聯繫起來。

斯坦福大學的研究人員邁克爾·韋伯(Michael Webb)從谷歌數據庫中提取了數千萬項專利，以及美國勞工部索引的964項工作描述。

他們的目標是將自動化和人工智能相關專利的名動描述與職位描述進行匹配，他們的理論是，如果某個特定職位的職位描述涉及的專利更多，那麼該職位未來可能面臨更多的干擾。

例如，一項監測電力設備運行狀況的設備專利可能會影響到某些人，他們的工作描述中提到要監測污水處理廠設備的運行狀況。如果這類設備擁有大量專利，那麼韋伯的分析模型中的工作暴露指數就會增加。

韋伯研究了機器人、軟件應用和人工智能的工作暴露評估，並對每個類別的工作暴露最高和最低進行了排名:

機器人:高暴露職業包括叉車司機，起重機操作員和門衛。接觸較少的職業包括工資職員、藝術/娛樂表演者和牧師。

軟件:高暴露職業:廣播設備操作員、水和污水處理廠操作員、停車場服務員、手工包裝工人和包裝工人。低輻射:理髮師、足科醫生、大學教師和郵差。

高暴露職業:臨牀實驗室技術員，化學工程師，驗光師，發電廠操作員。低接觸:非農業動物飼養員，食物準備工人，大學教師，藝術/娛樂表演者。

爲什麼像實驗室技術人員這樣的高技能工人最終排在人工智能名單的首位?韋伯指出，人工智能在這些工作中越來越擅長與人類的表現匹配。相比之下，一些看似緊密相關的工作類別——例如，實驗室研究人員——“涉及到對從未見過的情況的推理。“其他的，如食物準備或按摩療法，則需要不適合人工智能的人際交往技能。

與只審閱文件的律師助理相比，與公衆打交道的律師不用太擔心。足科醫生可以對病人的腳做出判斷，而不用擔心驗光師的診斷過程更容易計算機化。韋伯寫道:“驗光術可能是迄今爲止人工智能算法最成功的醫學領域。”

布魯金斯學會以韋伯的研究爲基礎，研究了工作暴露在地理、人口和職業羣體中的分佈情況。在人工智能方面，農業、工程和科學的暴露得分最高。教育、食品服務和個人護理費用最低。

與女性相比，男性、白人和亞裔美國工人、黑人和拉美裔/拉美裔工人、25-64歲年齡段的工人、以及較年輕或較年長的工人相比，工作暴露程度相對較高。

規模更大、技術含量更高的都市區和製造中心更容易受到人工智能工作中斷的影響。因此，西雅圖地區和加州的硅谷在顛覆性規模上得分很高，但沒有印第安納州的埃爾克哈特(Elkhart)那麼高，埃爾克哈特被認爲是美國的房車製造業之都。

人工智能對高薪職業的影響將在一定程度上影響美國的收入不平等。“假設長期替代的歷史模式將繼續下去，我估計人工智能將減少90-10的工資不平等，但不會影響最富有的1%人羣，”他說。

他和他在布魯金斯學會的同事們承認，人工智能將如何發展仍有很多不確定性。人口趨勢、投資水平或教育項目的變化可能會減少或增加就業機會。人工智能的崛起很可能帶來新產品、服務和職業。

布魯金斯學會(Brookings Institution)的研究團隊表示:“雖然目前的評估預測了可能會產生某種影響的工作領域，但它並沒有具體預測人工智能將取代現有工作、補充現有工作，還是爲人類創造全新的工作。”“這意味着需要更多的調查——定性的和經驗的——來梳理出人工智能的特殊天賦和未來的影響。”

相關文章