对人工智能就业效应的评析论文

对人工智能就业效应的评析论文

对人工智能就业效应的评析

江苏省社会科学院 沈于

摘 要: 人工智能技术的大规模推广会加剧社会失业吗?在经济学史上,新技术革命与失业之间的关系一直受到研究者的关注。本文梳理了相关学者的研究成果,在此基础上,结合新一代人工智能自身的技术特点对其就业效应作了分析,并提出了政策建议。

关键词: 人工智能 就业 失业

随着电脑性能的提升与算法思想的进步,近年来,人工智能(Artifi cial Intelligence,简称A.I.)技术取得了巨大突破。普遍认为,人工智能将形成新一轮产业变革的核心驱动力,重构生产、分配、交换、消费等经济活动环节,催生新产品、新服务、新产业,引发经济结构的重大变革,实现全社会生产力的整体跃升。目前,人工智能已成为全球竞争的新焦点,各国政府不断加大在人工智能领域的投入,力求在新一轮科技竞争中把握主导权。人工智能领域的风险投资金额、参与机构数量大幅攀升,人工智能企业的市场估值迭创新高。整体上看,全球范围内人工智能产业蓬勃发展的态势已经形成。

在人工智能高歌猛进的同时,一个不容忽视的问题逐渐浮出了水面——新一代人工智能技术会在多大程度上替代人的劳动?A.I.技术的大规模普及会加剧工人失业吗?近期,一些媒体开始渲染“人工智能将引发大规模失业”这一论断,并引发公众热议。毋庸讳言,大众舆论易受情绪左右,其观点缺乏严谨性,不足为凭。然而,站在学术的立场,“人工智能的就业效应”却是一项值得研究的课题。

人工智能是一项新近出现的技术,就此,对“人工智能是否会加剧失业?”这个具体的问题,经济学理论并没有现成的答案。然而,从逻辑上看,该问题隶属于一个更古老的论题,那就是——技术进步是否会导致工人失去工作?从历史上看,每一轮技术革命都在不同程度上引起了“机器替代工人”的现象,从而在当时引发了学术界的关注。有鉴于此,对人工智能就业效应的分析,无疑可以从经济思想史上得到有益的启示。另外,与历次科技革命相比,人工智能技术当然具备其独特性,对其就业效应的深入分析,必须考虑人工智能的自身特点。

1 历史的启示

“技术进步的就业效应”这一课题是近代社会的产物。在漫长的农业社会,一方面,技术进步非常缓慢;另一方面,以自然经济为主的农业社会,大规模雇佣劳动并不存在,失业只是偶发、零散的出现。当然也就谈不上技术进步加剧失业的问题。

到了18世纪,随着第一次工业革命的发生,动力机器开始出现。大规模工业化导致欧洲进入了以机器替代手工劳动的时代。在这一进程中,机器设备在一些领域取代了人工,技术进步的就业效应首次进入公众的视线,也引起了学术界的强烈兴趣。英国经济学家马尔萨斯认为,机器设备的大规模推广可能降低企业主对劳动力的需求,从而导致工人被解雇;与之相对,萨伊等经济学家却认为,使用新机器意味着生产效率提升,从而使产量增加,基于“萨伊定律”,这必然伴随着更多的产品需求,进而增加对劳动力的需求;李嘉图分析了机器大规模使用对就业带来的影响,他开创性的区分了长期与短期的差异。李嘉图认为:从短期看,技术进步必然伴随机器对工人的替代,这当然会加剧失业状况;但从长期看,使用机器将带来更高的产量,从而导致投资资本上升,这又会增加对劳动力的需求。很明显,李嘉图的观点综合了马尔萨斯与萨伊的论断,其对技术进步长期与短期效应的区分,对我们当前的研究依然有很强的参考价值。马克思则利用“资本有机构成”这一概念分析了使用机器的影响。在马克思看来,使用机器将导致人口相对过剩并带来失业,由于市场竞争的压力,这一过程会不断自我强化,从而加剧失业,最终导致庞大的产业后备军。此后,随着第二次工业革命的到来,新机器是否会导致失业这一论题再度引发经济学家的关注,一些研究者甚至将经济危机归因于技术进步。作为研究大萧条现象的专家,凯恩斯在其著作中提及了“技术进步引发的失业”。里昂惕夫也认为机器对劳动力存在挤出效应。这些早期的理论研究,虽然并不完善,但无疑为后来的研究者开辟了道路。

(1)毫不动摇的继续支持、鼓励人工智能产业的发展。人工智能不会对就业造成长期影响,一些媒体渲染“人工智能将导致大规模失业”的论断,造成了不必要的恐慌情绪,对此,应积极加以引导。

一般乡镇地处偏僻,获得知识和信息的方式和渠道较少,文化水平与城市相比较低。因此,在乡镇中的孕产妇对怀孕及分娩的认知也较薄弱,不懂得孕期应注意的事项,出现了问题也没有正确处理方法,有时更会盲目一些偏方,给孕产妇及胎儿带来了极大的伤害。

需要指出的是,人工智能对劳动力的替代效应固然取决于A.I.系统自身的成本,同时也受到劳动力成本的影响。而劳动力成本则受制于一系列市场、政策因素。如果允许工资自由浮动,那么在人工智能的压力下,相关职业的人员工资将向下调整,这就在一定程度上缓解人工智能的挤出效应。相反,如果为工资的自由浮动设置种种障碍,机器设备对劳动力的替代将更加严重。

尽管上述论断是基于对历史文献的梳理而得出的,但它同样适用于分析新一代人工智能的就业效应。这意味着,从长期看,我们大可不必担心人工智能技术会加剧整体失业率。但在短期内,人工智能可能对就业状况有所影响,而在某些特定行业,这种影响还可能较为显著。

综上所述,对于人工智能的就业效应,我们的观点是,从长期看,人工智能技术不可能加剧全社会失业水平,但在短期,人工智能可能对就业造成某种影响,在特定某些行业,影响还可能比较严重。基于此,我们的建议主要有以下几点。

进入虚拟漫游培训场景后,可以通过手柄摇杆控制场景中的漫游动作。将场景中的主摄像机Main Camera替换为MojingMain预设摄像头,添加脚本组件MojingWalk挂在MojingMain上,实例代码如下:

2 进一步分析

一个公认的事实是,新一代人工智能是“数据驱动型”技术。这就是说,要在某一领域实现人工智能,就必须向电脑系统输入大量(该领域的)数据。比如,要实现对肺部X光影像的智能识别,就必须向电脑输入大量肺部X光照片,并在每一张照片上标注这是“健康人”还是“肺炎患者”或“肺结核患者”。当电脑消化了大量已知照片之后(该过程被称为“训练”),面对一张全新的、未标注的肺部X光照片,A.I.即可判断该照片属于“健康人”还是“肺炎患者”或“肺结核患者”。不仅如此,用于训练的X光照片数量越多,A.I.的识别准确率越高。类似的,要开发一个语音识别系统,就必须向电脑输入大量的语音材料,以供电脑展开“训练”。这意味着,新一代人工智能须要大量数据作为支撑(AlphaGo就输入了16万盘人类棋手的对弈资料)。从某种意义上说,数据的可得性在很大程度上决定了人工智能系统的性能。所幸的是,随着互联网技术的发展,万物互联正从理想变为现实,大数据的兴起在很大程度上缓解了数据的可得性问题,为人工智能插上了腾飞的翅膀。在医学影像领域,早在多年前就实现了影像资料的全数字化保存,从而拥有大量现成的医学影像资料可供调阅,这极大便利了相关A.I.系统的开发。此外,在金融、气象等领域,往往都保存着较为完整的历史数据可供调用。从某种意义上说,越是拥有大量完整数据资料的行业,人工智能系统的开发成本就越低廉。相应的,相关职业岗位越容易受到A.I.的冲击。然而,并非每个行业的数据都是廉价可得的,那些不保存历史资料,甚至不记录数据的行业,部署人工智能的成本将非常高昂——这意味着需要从零开始积累数据,从而耗费大量时间及人力、物力资源。就此,我们的判断是:某个行业越容易获得完整的数据资料,相关职业越易于遭受人工智能的冲击。

既然人工智能对不同职业的影响是不同的。那么,顺理成章,研究重点就在于预判哪些职业更可能受到A.I.技术的影响。毫无疑问,这既涉及职业自身的特点,也涉及新一代人工智能的技术特性。

(2)数据拓扑关系管理就是数据拓扑结构的重组。具体结构需要根据上述使用的矢量关系数据来表示,点线和面分别表示节点、数据链和岛。

3 结论与对策建议

总体而言,就长期看,现有研究并不支持“技术进步将导致社会整体失业率增加”这一论断,理论逻辑或实证分析均表明,技术进步在长期倾向于促进而非削减就业。至于短期,情况有所不同,技术进步对就业的短期影响是不定的。如果把视线局限于某一类职业,则情况更加复杂,一般来说,技术进步总是倾向于削减某类职位,而增加另一类职位。无论如何,在短期内,至少有一部分职业岗位会受到技术进步的影响。

在当代的研究文献中,对技术进步就业效应的研究主要基于实证分析。一些宏观层面的研究者分析了美国或欧洲的就业数据,大多数研究结果表明,技术进步对就业的影响是不确定的,主要取决于需求弹性及要素替代弹性,若弹性较高,则技术进步不仅不会导致失业,还将促进就业,反之则可能减少就业岗位(Sinclair,1981,Nickell and Komg,1989等)。一些研究还证实了李嘉图的观点,即技术进步在短期倾向于加剧失业,但从长期看,技术进步几乎不会影响就业水平(Feldmann,2013等)。在微观层面,从直觉上说,技术进步对不同部门就业状况的影响应当是有差异的。这种直观猜测得到了实证研究的支持。有学者研究了欧洲五国的就业数据,其结论是,若仅仅考察制造业的就业状况,那么技术进步将阻碍就业。若将服务业数据纳入样本,结论将完全相反(Bogliacino and Pianta,2010)。无论对欧洲还是美国的分析均表明,技术进步显著促进了高科技领域的就业(Bogliacino and Vivarelli,2012;Coad and Rao,2012)。此外,有研究表明,技术进步,特别是信息技术的发展,对高、中、低层就业岗位的影响差异巨大,甚至达到了“极化”(polarization)的地步。Goos等人(2009)发现,信息技术严重削弱了中层职位的数量,而低层及高层职位的数量不仅没有减少,反而有所增加。根据Autor(2003)等研究者的分析,这可能是由于相关职业的特性所致——中层职位,比如出纳、速记员等,其工作易于被计算机所替代。高层职位往往涉及决策、灵感、判断力等,这些须要创造力的工作难以被计算机取代。而低层职务,往往是一些体力劳动或直接面向顾客的服务,它们可能涉及视觉或听觉感知能力、手工操作能力、语言表达能力等,这同样难以被计算机所取代。最终,信息技术的发展导致了中间层职位减少,高层及低层职位增加的“极化”现象。

1.4 统计学方法 采用SPSS 19.0软件对数据进行分析。计数资料以百分比表示,采用χ2检验;计量资料以x±s表示,采用t检验。以P<0.05为差异有统计学意义。

(2)人工智能对特定某些职业的冲击较大。对那些处于人工智能冲击波第一线的人员,应鼓励其未雨绸缪,早做准备,根据自身能力、技能,尽早转向新职业。政府部门应根据其实际状况,提供职业培训、就业指导等服务。对于一些因为年龄、技能等因素,确实无法顺利再就业的人员,政府应当在社会福利等方面及时给予救助。

(3)工资自由浮动可削弱人工智能技术对劳动力的替代效应。应强化市场机制在劳动力薪酬中的决定作用,尽可能消除各种身份、户籍等歧视,减少劳动力市场运行的摩擦。

(4)面临人工智能的冲击浪潮,教育部门应及时调整大专院校、职业学校的专业设置,削减易受人工智能影响专业的招生数量。

我点点头,叫他拿来碗筷。金宝感激地说:“杨细婆才送来一瓢鸡蛋,前脚刚走。这小半天儿啊就过来好几位乡亲。这个情啊我什么时候才还得清啊。”

参考文献

[1]Autor,D.H.et al.“the skill content of recent technological change:An empirical exploration”[J].Quarterly Journal of Economics,2003,118(4).

[2]Bogliacino,F.,Pianta,M..“Innovation and Employment,A Reinvestigation Using Revised Pavitt Classes”[J].Research Policy,2010(39).

[3]Bogliacino,F., Vivarelli,M..“The Job Creation Effect of R&D Expenditures”[D].Australian Economic Papers,2012.

[4]Coad,A.,Rao,R..“The Firm-Level Employment Effects of Innovations in High-tech US Manufacturing Industries”[J].Journal of Evolutionary Economics,2011(21).

[5]Feldmann,H..Technological Unemployment in Industrial Countries[J].Journal of Evolutionary Economics,2013(23).

[6]Goos,M.etal.“Job polarization in Europe”[J].American Economic Review 2009,99(2).

[7]Nickell,S.,and Komg,P.“Technical Progress and Jobs”[D].Centre for Labour Economics.Discussion Paper 366,London School of Economics,London.,1989.

[8]Sinclair,P.J.N..“When Will Technical Progress Destroy Jobs?”[D].Oxford Economic Papers,1981.

中图分类号: F241

文献标识码: A

文章编号: 2096-0298(2019)06(a)-238-02

DOI: 10.19699/j.cnki.issn2096-0298.2019.11.238

标签:;  ;  ;  ;  

对人工智能就业效应的评析论文
下载Doc文档

猜你喜欢