AI对齐问题与劳动力市场影响 - AI对齐问题核心在于确保AI系统目标与人类复杂多变的价值观和真实意图保持一致 例如设定“最大化用户参与度”目标可能导致推送极端内容[2] - 有观点将“对齐”称为“对标” 强调AI发展需对标就业优先战略 在进入经济活动前处理好与劳动力市场关系 事中则需对标人力资本与AI技能的互补而非竞争[2] - AI具有颠覆性技术的双刃剑性质 天然存在二分法 需关注风险并借力打力[3] AI技术变革性质与观点分化 - 当前对AI观点分化显著 集中在技术风险、产业价值、技术路线三大维度 以杰弗里·辛顿为代表的警示派认为超级AI有10%-20%概率控制人类或致人类灭绝 以杨立昆为代表的乐观派则认为AI本质是工具 可通过技术手段实现安全管控[4] - AI对就业影响并非单方面 不能简单说有利或破坏就业 任何颠覆性技术都是双刃剑[4] - 需警惕“索洛悖论”在AI领域出现的可能性 即技术投入未见宏观生产率提升 AI提高劳动生产率的确定性不容置疑 但红利分享并非天然均等[5] AI对就业市场的潜在影响路径 - AI对就业市场影响可能类似历史“技术性失业”路径 即技术进步替代旧岗位速度快于创造新岗位速度 造成转型期暂时性失业[5] - 经济学家将AI分为抑制劳动力需求的自动化类和提振劳动力需求的应用类 仅推动前者发展不可能创造足够新岗位促进繁荣 由于市场失灵 不利于经济发展的AI技术可能大行其道[6][7] - 正确与错误的人工智能取决于人们的选择 面对就业挑战需从事前、事中、事后三个层面介入[7] 应对AI就业挑战的政策框架 - 事前仅解决模型“对齐问题”并非出路 正确做法是在技术政策和产业政策层面 通过规制、激励等手段让AI开发者、投资者等“对标”就业优先战略[7] - 事中需以人力资源匹配为目标 发育劳动力市场和扩大公共就业服务 实现全生命周期人力资本培养[7] - 事后应以分享生产率红利为目标 通过改革和制度建设 提供更普惠的社会保障和基本公共服务[8] 中国劳动力市场的转折点与升级效应 - 中国于2004年跨越刘易斯转折点 标志劳动力无限供给时代结束 主要矛盾从总量供给过剩转向岗位与技能不匹配的结构性矛盾[9] - 2004-2010年间劳动年龄人口逐渐进入负增长 非熟练劳动力短缺导致工资上涨 产生“读书无用论”现象 2010-2016年人力资本投资回报率有所下降[9][10] - 自动化等技术变革带来的升级效应缓解了上述现象 促使人力资本回报率回升 AI将产生更明显的升级效应 技能重要性提升 但所需技能不再确定[10] AI时代就业创造与破坏的动态 - 2012年后就业创造与破坏同时发生 新创造岗位被自动化和机器人替代所破坏 每年新创造毛岗位不能全部转化为就业净增值[10] - 2012年后城镇累计创造岗位1.7亿 流失0.5亿 净增1.1亿 岗位流失呈现加速势头 AI或将强化这一特征和趋势[10] - 当前就业市场主要矛盾是以结构性压力为主 核心是劳动力供给质量、结构需跟上经济转型升级与产业变革下的岗位需求[11] 当前就业市场三大特征与AI的放大效应 - 特征一：就业增量“新形态化” 2023年城镇个体、私营和非单位就业达3.1亿人 灵活就业人员2亿人 新就业形态2022年约8400万 新形态有潜在危险可能演变为非正规就业 影响社会保障覆盖和就业质量提升[12] - AI将加大新就业形态范围和规模 以二分法加剧劳动力市场分化 改变就业方式 对工资增长、社保覆盖和权益保障构成挑战 但也可能通过制度建设解决这些问题[12] - 特征二：劳动力流动“内卷化” 外出农民工增速放缓 跨区域流动比重下降 劳动力更多本地就业 这种“回流式流动”意味着从高生产率部门地区转向低生产率部门地区 加大生产率提高和就业质量改善难度 AI可能加大两者差别[13] - 特征三：重点人群“年龄两端化” 青年和大龄劳动者分别存在人力资本缺陷 AI替代入门级技能和扩大“智能鸿沟” 可能强化“一老一小”脆弱性 解决其问题应与应对AI挑战结合[13] 应对挑战的综合策略 - 人力资本培养需将教育发展与职业培训连接 教育模式应扁平化 普及高等教育 并在进入劳动力市场后开启终身、多次性的再培训[14] - 需建立跨代契约 社会保障难题不在资金缺口 无需“精算恐慌” 扩大覆盖率的执法也不应成为压倒中小微企业的最后一根稻草[14] - 共享发展比任何时候都更重要[15]