缓冲区还是瓶颈？拉丁美洲的生成性人工智能和数字鸿沟的就业风险（英）

政策研究工作文件10863 缓冲区还是瓶颈？ 生成人工智能的就业暴露与拉丁美洲的数字鸿沟 Pawe²GmyrekHernanWinklerSantiagoGarganta 授权公开披露 授权公开披露 贫困与公平全球实践2024年 7月 一个经过验证的可重复性包可在以下网址获取：http: //reproducibility.worldbank.org，点击以获得直接访问。 here 政策研究工作文件10863 Abstract 实证证据主要集中在高收入国家生成式人工智能 （GenAI）潜在影响方面。相比之下，关于这项技术对未来发展中经济体经济路径的作用知之甚少 。本文通过估算拉丁美洲劳动力市场对GenAI的暴露程度，旨在填补这一空白。它利用丰富的家庭和劳动力调查数据集提供了详细的GenAI暴露统计数据，并在计算暴露度时考虑了发展中经济体技术采用速度较慢的情况，通过工作场所访问数字技术的可能性来调整暴露度衡量标准。然后，它用于评估数字鸿沟（无论是国与国之间还是国内 ）是否将成为限制由GenAI工具增强的职业生产力收益的最大障碍。 研究发现某些特征与更高的接触程度始终存在一致的相关性。具体而言，基于城市的工作、要求较高教育背景的工作、处于正式部门的工作以及由高收入个人持有的工作更有可能与该技术产生互动。此外，接触程度的倾向明显偏向于年轻工人，这些工人面临更大的接触风险，尤其是自动化风险，特别是在金融、保险和公共管理等行业。在调整了对数字技术的访问后，研究显示，数字鸿沟是阻碍该地区利用GenAI对就业产生积极影响的主要障碍。特别是，近一半可能从增强中受益的职位因缺乏使用数字技术而受限。这种数字鸿沟的负面影响在较贫穷的国家更为显著。 N I K A R R C E P C A Y P S E E 这篇论文是由世界银行贫困与平等全球实践部门出品。它是世界银行为提供研究资源并为全球发展政策讨论做出贡献而进行的一项更大努力的一部分。政策研究工作论文也在网上发布于http://www.worldbank.org/prwp。作者可以联系hwinkler@worldbank.org。对于这篇论文，一个经过验证的可再现性包可在http://reproducibility.worldbank.org获取，请点击相应链接。here直接进入。 该政策研究工作论文系列旨在发布正在进行中的研究成果，以促进关于发展问题的想法交流。该系列的一个目标是尽快发表这些发现，即使展示尚未完全打磨成熟。这些论文标有作者姓名，并应据此引用。本文中的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不一定代表世界银行执行董事会成员或他们所代表的政府的观点。 由研究支持团队制作 缓冲还是瓶颈？拉丁美洲对生成人工智能的就业暴露和l鸿沟 Digita1 帕维尔·格米雷克（PawełGmyrek），国际劳工组织高级研究员；赫南·宾克勒（HernanWinkler），世界银行高级经济学家；泰戈·加尔塔（tiagoGarganta），CEDLAS-UNLP高级研究员 San ©2024世界银行和国际劳工组织 该政策研究工作论文系列发布工作中的发现以促进关于发展问题的想法交流。该系列的一个目标是尽快发布这些发现，即使展示尚未完全润色。这些论文标有作者姓名，并应相应地引用。本文中表达的观点、解释和结论完全是作者的个人观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不代表世界银行执行董事会成员或他们所代表的政府的观点，或者代表国际劳工组织（ILO）的观点。 1我们感谢RichardSamans、SergeiSuarezDillonSoares、JanineBerg、LeonardoIacovone、PauloBastos、WilliamMaloney、CarlosRodriguezCastelan以及来自国际劳工组织研究部门和世界银行贫困团队的工作人员提供的宝贵意见。我们也感谢国际劳工组织统计团队的数据贡献，尤其是DavidBescond ，他根据国际劳工组织微观数据仓库的数据提供了多项输入，这些内容已在论文中详细说明。本文是世界银行和国际劳工组织工作人员的合作成果。它已被收录在世界银行政策研究工作论文系列（WorldBankPolicyResearchWorkingPaperSeries）和国际劳工组织工作论文系列20410035中，并作为世界银行的一项背景文件。 ,ISBN:97892 (https://doi.org/10.54394/TFZY7681 银行区域研究“数字平等：拉丁美洲和加勒比包容性增长的途径”。 1.Introduction 公众对生成式人工智能（GenAI）的关注自对话模型（如ChatGPT、Bard或Gemini）推出以来持续上升。大型语言模型（LLM）及其他基于神经网络的AI系统能够从简单的文本提示生成图像甚至视频的能力，引发了国家政策制定者和国际合作结构对于一系列重要的伦理和安全问题的关注。然而，普通民众最为关注的是这些迅速发展的工具可能对就业产生的影响。 在美国（US），超过一半的成年人对人工智能在日常生活中的应用感到担忧而非兴奋，他们最关心的问题是“人类工作岗位的丧失”（Faverio和Tyson,2022；皮尤研究中心,2023；罗格斯大学,2024）。在瑞士，一项于2023年进行的专门针对生成式人工智能（GenAI）的调查显示，在1000名已使用计算机工作的受访者中，近一半（43%）的人担心在未来五年内失去工作，而经常在工作中使用GenAI的人员则有显著更高的担忧比例（69%）（Grampp等,2023）。这表明，与经合组织在2022年末公开聊天机器人之前收集的关于AI的更积极的评估相比，人们对AI的态度迅速发生了变化（Lane等,2023；经合组织,2023）。2 不surprising的是，生成式人工智能（GenAI）与劳动力市场互动可能带来的潜在转变也引起了学者们的广泛关注。主要的研究问题集中在就业影响、新兴职业、生产率以及工作质量等方面。3 一篇近期由国际货币基金组织（IMF）发布的论文提供了该领域全面的概述，并同时强 调了超越高收入国家（HICs）的研究文献的稀缺性（Comunale和Manera，2024）。 填补这一研究空白，我们的研究提供了关于拉丁美洲和加勒比（LAC）地区劳动力市场中人工智能（GenAI）潜在影响的新证据。基于Gmyrek、Berg和Bescond（2023）开发的方法（以下简称GBB），我们通过利用世界银行（WB）和国际劳工组织（ILO）提供的harmonized家庭和劳动力调查数据，提供了不同国家之间以及同一国家内部的人工智能暴露情况的新证据。通过结合两家机构数据的优势，我们构建了一个完整的区域概况，并提供了按详细的人口统计学特征和劳动力市场特征进一步细分的潜在职业暴露估计值。 本研究的一个重要贡献是在发展中国家的背景下首次尝试将工作岗位暴露于通用人工智能（GenAI）的衡量标准进行调整，即使是在通常预期能从GenAI中受益的职业，由于数字基础设施较差，工人也可能无法享受到其带来的好处。我们通过估计计算机 2 在经合组织对工人的调查中五分之四的工人表示人工智能提高了他们的工作效率，五分之三的工人表示它增加了他们工作的满意度。”(…)“工人也对AI对其身心健康的影响及其在决策中的实用性持积极态度。”(OECD,2023). 3 例如，参见Brynjolfsson等人，2023年；Hui等人，2023年，Beraja等人，2023年，Adams- 在工作中跨ISCO两位数职业、工人和国家层面特征✁基础上，使用PIAAC数据进行利用 ，并随后将这些数据纳入SEDLAC数据库中国家层面调查✁个体观察中。我们然后使用这一指标来创建两类受益于通用人工智能（GenAI）使用✁工人：一类是有访问数字技术权限✁工人，另一类是没有这种权限✁工人。后者规模反映了尽管他们✁工作理论上可以从转型中获益，但仍无法享受GenAI带来✁生产率效益✁工人数目。我们还讨论了最有可能受到这些基础设施限制负面影响✁群体✁详细人口统计特征。 我们✁研究发现，拉丁美洲和加勒比地区（LAC）约30%至40%✁就业机会在某种程度上受到通用人工智能（GenAI）✁影响。这种影响与国家✁经济状况相关，表明收入水平是GenAI对劳动力市场影响✁重要指标。总体暴露水平包括三类：自动化风险、增强风险以及“未知风险”。后者包括某些职业，这些职业根据技术进步以及邻近技术应用（如基于语言模型✁代理）✁使用情况，可能更接近于自动化或增强。 某些特征与更高✁整体生成型人工智能（GenAI）接触度一致。具体而言，基于城市✁ 、需要较高教育水平、处于正式部门且由相对高收入个体持有✁工作更有可能接触到这项技术。自动化影响✁工作份额相对较小但仍然不容忽视，约占总就业人数✁2%至5% 。年轻工人和女性工人更容易面临自动化风险，尤其是在金融、保险和公共管理等行业 。同时，在所有拉美及加勒比国家（LAC国家）中，能够从生产性转型中受益✁工作份额普遍高于面临自动化风险✁工作份额，范围在8%至12%之间。这种情况在教育、健康和个人服务行业尤为明显。此外，面向客户服务✁行业（零售、贸易、酒店、餐馆等）也面临较高✁“未知因素”风险。根据我们✁估计，这一类别占就业总人数✁比例最大（14 %至21%），表明虽然职业暴露✁概念较为明确，但对于当前劳动市场中许多职业可能如何演变✁具体影响仍难以准确预测。 最终，我们发现，数字技术✁可及性是决定工人能够利用生成式人工智能潜在益处程度 ✁关键因素。近一半可能受益于增强✁技术岗位受到数字方面✁不足限制，这些不足将阻止他们实现这些潜力。具体而言，由于这些差距，6.24%✁女性职位和6.22%✁男性职位受到影响。类似✁情况也适用于“大未知”类别中✁职位：尽管在这些职业中，通过增加生成式人工智能与人类工作者之间✁互补性，部分职位有可能转向增强，但数字差距将阻止大量此类职位实现这一前景。 本研究✁其余部分结构如下：第2节提供了拉丁美洲和加勒比（LAC）地区✁一般概述，并详细阐述了可以从GenAI相互作用中预期到✁理论效果。 在其劳动力市场方面，第二部分讨论了应用于分析✁数据和方法，第三部分提供了研究发现✁详细分解，最终讨论则在第五部分呈现。 2.LAC地区和GenAI✁理论效应 拉丁美洲和加勒比海（LAC）地区✁定义在不同机构中可能有不同✁范围。在我们✁研究中，我们依赖一种启发式方法，即包括我们可以从世界银行（WB）、国际劳工组织（ILO）及其他相关数据源找到足够质量数据✁最大数量✁国家。最终样本包括22个国家，如图1所示，按2022年世界银行根据收入分组✁标准进行分类，并统计总人口数。该地区非常多样化，从加勒比海✁小型岛屿，人口不足50万，到像巴西和墨西哥这样人口众多 ✁国家。相应地，该地区涵盖了从高收入国家（如乌拉圭和巴拿马）到低收入国家（如尼加拉瓜和洪都拉斯）✁范围。 图1.样本中拉丁美洲和加勒比国家✁人均国内生产总值、人口和收入状况 虽然有大量✁文献分析了技术变革对拉美和加勒比地区（LAC）劳动力市场结果✁影响 （例如，参见Dutz等人，2018），但通用人工智能（GenAI）预期✁影响可能与以往✁技术突破有所不同。Autor（2024）声称，新技术对劳动市场✁变革性影响是通过重塑人类专业知识实现✁，并用两个例子来说明这一假设：18至19世纪✁流水线生产采用以及自1960年代以来✁数字技术采用。大规模生产✁出现将手工艺人✁复杂工作转变为由操作工人执行✁简单且独立✁任务，这些操作工人使用新机器并在受过更高教育✁人士监督下工作。对这种“大规模专业知识”✁需求增加伴随着高中毕业生数量✁增加，从而催生了一个新✁中产阶级。后来， 数字技术通过将常规任务编码为确定性规则得以执行。非常规任务则无法被这种技术所