摘要：該指數(shù)通過整合近3萬(wàn)項(xiàng)職業(yè)任務(wù)數(shù)據(jù)，結(jié)合專家驗(yàn)證、人工智能輔助評(píng)分與國(guó)際勞工組織標(biāo)準(zhǔn)化微觀數(shù)據(jù)，為不同國(guó)家職業(yè)崗位的人工智能轉(zhuǎn)型風(fēng)險(xiǎn)提供了獨(dú)特而精細(xì)的評(píng)估框架。國(guó)際勞工組織高級(jí)研究員、該研究主要作者格米雷克表示：“我們突破理論局限，開發(fā)出基于真實(shí)職業(yè)場(chǎng)景的評(píng)估工具。通過融合人類洞察、專家評(píng)審與生成式人...

該指數(shù)通過整合近3萬(wàn)項(xiàng)職業(yè)任務(wù)數(shù)據(jù)，結(jié)合專家驗(yàn)證、人工智能輔助評(píng)分與國(guó)際勞工組織標(biāo)準(zhǔn)化微觀數(shù)據(jù)，為不同國(guó)家職業(yè)崗位的人工智能轉(zhuǎn)型風(fēng)險(xiǎn)提供了獨(dú)特而精細(xì)的評(píng)估框架。

國(guó)際勞工組織高級(jí)研究員、該研究主要作者格米雷克表示：“我們突破理論局限，開發(fā)出基于真實(shí)職業(yè)場(chǎng)景的評(píng)估工具。通過融合人類洞察、專家評(píng)審與生成式人工智能模型，建立了一套可復(fù)制的方法，幫助各國(guó)精準(zhǔn)評(píng)估風(fēng)險(xiǎn)并制定應(yīng)對(duì)策略。”

核心發(fā)現(xiàn)

報(bào)告創(chuàng)新性提出“受沖擊梯度”分類法，依據(jù)職業(yè)受生成式人工智能影響程度進(jìn)行聚類，幫助政策制定者區(qū)分可能被完全自動(dòng)化取代的高風(fēng)險(xiǎn)崗位與更可能通過任務(wù)轉(zhuǎn)型演化的崗位。

報(bào)告指出，全球25%的就業(yè)崗位可能受到生成式人工智能影響，其中高收入國(guó)家比例更高，達(dá)34%。

此外，女性從業(yè)者的人工智能受影響風(fēng)險(xiǎn)持續(xù)顯著偏高。在高收入國(guó)家，面臨最高自動(dòng)化風(fēng)險(xiǎn)的女性崗位占比達(dá)9.6%，與男性同類崗位占比3.5%形成強(qiáng)烈反差。

報(bào)告發(fā)現(xiàn)，文職類崗位面臨最高風(fēng)險(xiǎn)，這源于生成式人工智能在理論上具備自動(dòng)化處理其多數(shù)任務(wù)的能力。然而，隨著生成式人工智能能力的持續(xù)擴(kuò)展，媒體、軟件和金融等高度數(shù)字化認(rèn)知崗位的受影響風(fēng)險(xiǎn)也顯著上升。

完全自動(dòng)化取代仍然有限，因?yàn)樵S多任務(wù)即使效率提升，仍需人類參與。研究指出，習(xí)慣于快速數(shù)字化轉(zhuǎn)型的職業(yè)（如軟件開發(fā)人員）與數(shù)字技能薄弱的職業(yè)可能面臨截然不同的發(fā)展路徑，后者受到的負(fù)面影響可能更為顯著。

報(bào)告指出，數(shù)字化過渡政策將成為關(guān)鍵因素，決定勞動(dòng)者能否在受人工智能轉(zhuǎn)型影響的崗位中留存，以及這種轉(zhuǎn)型如何影響工作質(zhì)量。

包容性轉(zhuǎn)型的政策工具

報(bào)告強(qiáng)調(diào)，相關(guān)數(shù)據(jù)反映的是潛在影響而非實(shí)際崗位流失。由于技術(shù)限制、基礎(chǔ)設(shè)施差距和技能短缺等因素，人工智能的應(yīng)用效果將因國(guó)家和行業(yè)而異。研究作者特別指出，生成式人工智能更可能帶來崗位轉(zhuǎn)型而非直接取代。

報(bào)告呼吁各國(guó)政府、雇主組織和工會(huì)開展社會(huì)對(duì)話，制定積極包容的發(fā)展戰(zhàn)略，特別是在高風(fēng)險(xiǎn)行業(yè)提升生產(chǎn)力和就業(yè)質(zhì)量。