2024生成式人工智能与未来工作全球对话：认知与展望报告

核心观点

• 对生成式人工智能 (GenAI) 的看法： 各地区对 GenAI 的看法存在差异。拉丁美洲更担心失业，亚洲更强调再培训和技能发展，而欧洲则存在不确定性，但同时也关注技能差距和性别差异。
• 未来工作研究方法： 报告概述了多种理解未来工作的方法，包括预测、探索和规范性方法，例如预测、职业自动化风险评估、战略 foresight、话语分析和逆向规划。欧洲更倾向于使用研究方法来指导政策制定，亚洲更倾向于使用任务级自动化风险评估和逆向规划，而拉丁美洲则建议创建一个公共观察站来监测趋势。
• 就业： GenAI 可能会导致某些工作被自动化，但也可能增强人类能力并创造新的角色。然而，其影响可能因地区而异，因为数字基础设施和数字素养水平不同。此外，其影响可能因性别和劳动力群体而异，从而加剧现有的不平等。主要关注点包括技能差距、劳动力短缺和数字鸿沟。
• 工作质量： 技术可以通过自动化单调、肮脏和危险的任务来改善工作。然而，它也可能导致工作更加重复和非人性化。报告主要关注就业水平，而对工作质量的讨论较少。
• 政策应对： 各地区都采取了政策措施来应对 GenAI 带来的挑战，但侧重点有所不同。亚洲侧重于促进 AI 的采用和技能发展，欧洲侧重于劳动力再培训和对技术滥用的预防，而拉丁美洲则采取了混合方法，结合了促进 AI 采用、自我监管和基于风险的监管措施。
• 政策重点： 所有地区都将再培训视为关键，但其他政策重点各不相同。亚洲关注非正规工人的人工智能素养、对中小企业的公共财政支持和工作重新设计。欧洲呼吁制定强大的社会安全网、保护创意专业人士的知识产权、包容性政策制定过程，以及重新强调工作质量。拉丁美洲参与者提到了需要全面的社会保护体系，以及通过监管沙盒进行实验。

关键数据和研究结论

• 根据国际组织的研究，暴露于 GenAI 的就业份额在高收入国家高于低收入国家。
• 女性工人所在的职业往往更容易受到自动化风险的影响。
• 各地区都存在技能差距，需要采取措施来缩小差距。
• 需要制定更加全面的政策来应对 GenAI 带来的挑战，并确保其利益得到公平分配。