目 录CONTENT

文章目录

适用性与工作岗位替代:关于我们近期AI与职业研究的补充说明

Administrator
2025-10-21 / 0 评论 / 0 点赞 / 0 阅读 / 0 字

📢 转载信息

原文链接:https://www.microsoft.com/en-us/research/blog/applicability-vs-job-displacement-further-notes-on-our-recent-research-on-ai-and-occupations/

原文作者:Microsoft Research


核心内容提取

原始HTML内容仅包含一个链接到另一篇博客文章的引用,没有提供主体文章内容。因此,我将提取该引用中的信息,并标记为“内容缺失/引用”。

我们收到了关于我们近期关于AI影响职业研究的反馈和提问。特别地,一些人对我们研究中使用的“适用性”(Applicability)“工作岗位替代”(Job Displacement)这两个术语的含义提出了疑问,并质疑它们是否以相同的方式被解释或应用。

我们希望借此机会澄清这些概念,并重申我们研究方法论的核心:

适用性(Applicability)的定义

在我们的研究中,适用性指的是特定技术(例如AI)可以在多大程度上执行特定工作中的特定任务。这是一个关于技术潜力的客观衡量标准,侧重于技术在当前任务层面上的表现能力。

例如,如果一个AI模型可以生成特定类型的报告,那么它就对“生成报告”这一任务具有高适用性。

工作岗位替代(Job Displacement)的考量

工作岗位替代则是一个更复杂、更具情境性的概念。它不仅考虑技术能做什么(适用性),还必须考虑现有工作岗位是如何构建的员工如何整合新技术,以及组织将如何重新设计工作流程

我们强调,高适用性不一定等同于高工作岗位替代率。技术应用可能会导致工作流程的重新设计、某些任务的自动化以及新技能的需求,而不是简单地消除整个岗位。

我们深知AI对劳动力市场的影响是复杂且多方面的。这项研究旨在提供一个量化的基础,来理解技术在任务层面的影响潜力,但这只是全面讨论AI与未来工作所需考量因素的一部分。

我们欢迎持续的讨论和反馈,以帮助我们更好地理解和量化这些正在发生的深刻变化。

相关链接:




🚀 想要体验更好更全面的AI调用?

欢迎使用青云聚合API,约为官网价格的十分之一,支持300+全球最新模型,以及全球各种生图生视频模型,无需翻墙高速稳定,文档丰富,小白也可以简单操作。

0

评论区