📢 转载信息
原文作者：Microsoft Research
在我们的最新研究中，我们探讨了人工智能（AI）对特定职业的影响，并使用了两个关键术语：“适用性”（applicability）和“工作岗位替代”（job displacement）。我们收到了关于这些术语含义的反馈，因此我们想进一步澄清我们研究中的定义以及为何我们认为这种区分很重要。
适用性 vs. 工作岗位替代：核心区别
我们发现，研究中的术语往往因为在不同上下文中的不同含义而引起混淆。在我们的工作中，我们希望区分AI系统可以做什么和AI系统将导致什么结果。
适用性（Applicability）
适用性指的是AI系统在理论上可以用于完成特定任务的百分比。它衡量的是一个职业的哪些部分可以由AI来执行。例如，如果一个职业的70%的任务可以通过AI工具完成，那么该职业的AI适用性就是70%。
关键在于，高适用性并不一定意味着该职业会被完全取代。它表明了AI有潜力可以辅助或增强该职业的工作流程。
工作岗位替代（Job Displacement）
工作岗位替代则衡量了由于AI的引入，导致工作岗位完全消失的可能性。这需要考虑许多其他因素，例如技术采纳率、经济因素、监管环境，以及工作性质中那些需要人类判断、情感智能或物理操作的部分。
简而言之，高适用性意味着AI可以参与到工作中，而工作岗位替代意味着AI将取代整个工作岗位。
为什么这种区分很重要
我们认为，区分这两个概念对于理解AI对劳动力市场的长期影响至关重要。过于关注单一的“替代率”可能会导致对潜在变革的误判。
当研究人员只关注“AI可以做什么”时，他们通常指的是“适用性”。但这只是故事的一部分。即使一个职业具有很高的适用性（例如，许多认知任务可以自动化），该职业的工人仍然可能通过专注于那些难以自动化的任务（例如，人际交往、复杂决策、物理协调）来适应和转型。
我们强调，适用性是潜力的度量，而工作岗位替代是结果的度量。理解这一点有助于政策制定者、教育工作者和企业更有效地规划未来劳动力培训和职业发展路径。
我们希望这些澄清能够帮助读者更准确地理解我们在研究中对AI与职业相互作用的分析。我们相信，通过更精细的框架来评估AI的影响，我们可以更好地驾驭即将到来的技术变革。
🚀 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。
评论区