經濟學家Jon Hartley近期在X上的一則貼文中，突顯了一篇關於生成式AI與勞動市場的新工作論文：Jon Hartley貼文串。該論文可在SSRN查閱，由Jolevski、Melo與Moore共同撰寫。

Hartley在摘要研究發現時寫道：「生成式AI的採用已十分普遍，但總體勞動市場的重大顛尚未顯現。儘管如此，勞工仍感受到相當大的被取代風險，尤其是當親身使用後發現AI能執行其工作中的關鍵任務時。」

這項研究加入了日益增長的文獻行列，探討生成式AI工具在勞動力中的採用情況，以及這種採用是否正轉化為可衡量的就業變化。相關文獻包括Erik Brynjolfsson、Danielle Li與Lindsey Raymond先前針對客服人員的實驗研究——該研究發現生產力提升集中於經驗較少的勞工——以及如人口普查局的「商業趨勢與展望調查」等調查，這些調查追蹤到AI使用在企業間的快速擴散。根據Hartley貼文串對論文發現的描述，儘管大型語言模型及類似工具自問世以來已在勞工間迅速普及，但總體就業數據迄今僅顯示有限的大規模取代證據。

該研究也指出認知與觀察到的結果之間存在顯著落差：即使總體顛尚無法衡量，個別勞工仍表達對被取代的實質擔憂，且這種擔憂在曾直接使用AI並目睹其執行自身工作核心任務的人之中最為強烈。這種認知與結果的落差對政策制定者相當重要，因為勞工對被取代的恐懼可能在總體統計出現任何變化之前，就影響其培訓決策、轉職與薪資談判——而且以往的技术變革（例如電腦化）經驗顯示，隨後的勞動市場調整往往有時間落差，難以用粗粒度的總體數據即時偵測。

如需更多背景，Marginal Revolution的Alex Tabarrok在前一天發表了相關的關於AI與就業的文章，引用企業自身對AI影響招募與人力配置的說法。綜合來看，這篇論文與相關評論反映了經濟學家之間持續的辯論：生成式AI對勞動市場的影響究竟是尚未大規模顯現，還是現有數據的粒度不足以捕捉這些影響。後續研究的一個自然問題是，任務層級與職業特定的數據集是否會開始顯示出全國總體數據迄今掩蓋的影響。

來源：Marginal Revolution