Featured Faculty
John L. & Helen Kellogg Professor of Finance
Assistant Professor of Finance
Yevgenia Nayberg
ChatGPT在2022年的问世后引发了一场酝酿多年的讨论,那就是新技术将如何以及在多大程度上改变劳动力市场?
虽然像ChatGPT这样的生成式人工智能代表了一项重大进步,但这肯定不是第一次出现新工具准备改变(甚至消除)某些工作。过去的经验可能为我们对未来的期望提供重要参考信息。
在一篇新论文中,凯洛格学院的迪米崔斯·帕帕尼科劳和布莱恩·西格米勒(两人分别是该学院金融学教授和助理教授)提出了新技术的到来如何影响工人及其收入的问题。这篇研究论文的共同作者还包括了麻省理工学院史隆管理学院的李欧尼德·科根和劳伦斯·施密特。
他们的分析重点关注1981年到2016年这一时期,在此期间,蓝领与白领等各种职业引入了许多新技术。
或许不令人意外的是,研究人员发现当一种新工具可以取代工人执行相同任务时,所有受影响的工人都会受到影响。“他们的工资收入下降,这在很大程度上与其年龄、收入水平、所处行业、工作类型或是否有大学学位无关。”帕帕尼克劳说道。然而,当一项新技术为执行任务的工人提供补充时,其影响则更加多变,受害的是最有经验和高薪的员工,而新员工似乎受益。
帕帕尼科劳、西格米勒和他们的同事还研究了人工智能对当今工人的潜在影响。他们发现 “作为一门技术,人工智能可以创造职业内的公平竞争环境。”帕帕尼克劳说道。换句话说,如果每个人都能编程,那么一个技术娴熟、经验丰富的程序员在就业市场上的价值就会降低,因此“它会伤害那些更擅长工作的工人。”
研究人员首先从职业信息网络ONET和1991年版的《职业头衔词典》中收集工作描述,这两者都是得到广泛使用的有关不同职业及其职能的信息来源。例如,ONET对于“幼儿园教师,特殊教育除外” 这一职位词条列出37项任务,其中包括“向孩子示范活动步骤”和“向全班或小组朗读书籍。”
然后,也许具有讽刺意味的是,研究人员要求ChatGPT将每项工作的任务归类为常规任务(需要很少经验并且可能容易自动化)和非常规任务(需要很多经验并且可能难以自动化)。研究人员还将ChatGPT的结果与其他分类方法进行对照以确保其准确性。
例如,帕帕尼克劳解释:“作为教授,有时我教书,有时我写论文,有时我申请报销。处理报销可能是例行公事,另外其它两项则完全是非常规的。”
接下来,他们收集了一份从1980年到2007年间发布的重要专利清单。他们重点关注那些所谓的突破性专利,也就是与之前的专利非常不同,但对未来的专利影响很大的专利。
然后,研究团队计算了这些突破性专利与常规和非常规工作任务的匹配程度。如果一项专利技术与一项常规任务密切相关,研究人员将它视为节省劳动力的技术,即可能将该任务完全自动化的技术;如果一项专利技术与一项非常规任务密切相关,研究人员则将它视为一种增强劳动力的技术,即可能会对执行该任务的工人提供补充。
研究人员用这些信息来计算不同职业的劳动力节省和劳动力增强型技术的接触程度。如果某种工作的很多任务在给定时间内实现了自动化,则该工作接触到大量可节省劳动力的技术;同样,如果某种工作的很多非常规任务在给定时间内得到技术补充,该工作则接触到大量增强劳动力的技术。
为了确定劳动力节省型与劳动力增强型技术接触程度所带来的后果,研究人员收集了美国政府关于不同职业工人的数据,包括授予突破性专利后几年这些人的工资、年龄以及教育水平。
总的来说,对于任何特定职业,接触到劳动力节省型技术的职业都预期会出现工资降低以及就业率下降。另一方面,接触到劳动力增强型技术的工作则预期工资和就业率提高。
不过当研究人员改变方向,开始分析技术接触程度对工人而不是职业的影响时,他们发现情况变得更复杂,特别是涉及劳动力增强型技术方面。
在所有职业中,如果普通工人突然接触到大量劳动力增强型技术,他们的工资会出现小幅下降,失业可能性小幅上升。这些趋势在职业内白领工人、年纪较大以及高薪的工人中更加明显。
这项发现,再加上在职业层面工资增加的发现,“让人认为新雇用的工人可能获得很多益处。”帕帕尼克劳说道。换句话说,当补充技术出现时,那些已经习惯用某种特定方式做事的工人很难适应,而经验少的员工反而能顺势利用这些新工具的力量。
过去几十年来的技术进步趋势是否会延伸到人工智能领域?为了找出答案,帕帕尼克劳、西格米勒和他们的同事进行了一项新的分析。这次,他们没有使用专利来代表技术变化,而是询问ChatGPT人工智能是否在没有人工干预的情况下执行给定任务,或是否该任务需要大量的人工干预。
与以前一样,研究人员将这些信息与职业描述进行匹配,来确定工作的常规和非常规任务是否可以被人工智能补充或替代。他们使用美国人工资收入的普查数据来预测人工智能接触程度对工资的影响。
尽管只是推测,但研究结果表明,办公室员工和行政职业,以及那些在生产与交通行业的工人,面临大量接触人工智能作为一种劳动力节省技术的情况。
另一方面,最常接触人工智能作为补充技术的职业包括“保险承保人”、“医学转录员”、“客户服务代表”、“个人理财顾问”和“预算分析师”。研究人员指出,从事这些职务经验较少的工人可能会受益于机器人辅助,但年纪较大的工人则可能适应困难而且工资下降,因为他们的专长与经验可能无法提供以前那样的竞争优势。
帕帕尼克劳表示,这项研究为人工智能或任何新技术如何改变劳动力提供了急需的视角。
“特别是在人工智能方面,每个人都惊慌失措,把‘人工智能会影响我的工作’解释为‘人工智能会替代我做的工作’。这两件事并不相同,因为人工智能可以是一种工具或替代物。”他说道。“工作可能发生改变并不意味着工作会被取消。”
此外,研究结果还表明,软技能在劳动力市场可能变得更加重要。事实上,大多数依靠人际关系技巧的工作几乎不受技术的影响。
例如,帕帕尼克劳指出,人工智能工具未来可能帮助医生和护士确定医学诊断,但它们可能无法给病人提供所需的情感关心与支持。“人工智能在这方面可能会做的很糟。”
Susie Allen is the senior research editor of Kellogg Insight.
Kogan, Leonid, Dimitris Papanikolaou, Lawrence D.W. Schmidt, and Bryan Seegmiller. “Technology and Labor Displacement: Evidence from Linking Patents with Worker-Level Data.” Working paper.