在乔治城大学的演讲台上配资学习网，杰弗里·辛顿向坐满会场的听众描绘了一幅黯淡的未来图景：人工智能将摧毁大量工作岗位,创造大规模失业,而科技亿万富翁们并未意识到没有工资的工人无法购买他们的产品。这位因开创深度学习技术而获得2018年图灵奖的英国计算机科学家,自2023年从谷歌辞职后就成为人工智能警示者的代表人物,不断发出关于这项技术将带来社会灾难的预警。
但在辛顿的末日预言与实际劳动力市场数据之间,存在一个引人注目的鸿沟。一方面,技术先驱警告即将到来的就业崩溃;另一方面,经济研究显示人工智能对就业的影响迄今为止极为有限且充满不确定性。这种认知分裂本身就是一个值得深入探讨的现象——它不仅关乎技术预测的准确性,更反映了我们如何理解和应对颠覆性技术变革的深层问题。
辛顿在与参议员伯尼·桑德斯的对话中强调了一个核心论点:与以往的技术革命不同,人工智能不会创造新的就业岗位来替代被消除的工作,因为如果人工智能能够完成任何智力任务,那么人类将不再有比较优势。这种论断基于一个假设:我们正在接近或将很快达到通用人工智能,即能够在所有认知任务上匹配或超越人类的系统。辛顿在2023年将他对通用人工智能到来的预测从"30到50年或更长"缩短到"20年甚至更短",而在最近的讨论中,他似乎暗示这个时间表可能进一步压缩。他声称像GPT-5这样的最新模型"已经知道的比我们多数千倍",尽管许多专家对这种说法持保留态度,认为大型语言模型的"知识"本质上不同于人类的理解和推理能力。
然而,关于人工智能对劳动力市场实际影响的经济研究却呈现出截然不同且相互矛盾的景象。经济创新集团2025年的研究发现,没有证据表明人工智能已经在全国范围内造成显著的失业增加。耶鲁大学预算实验室的评估得出类似结论:目前的暴露度、自动化和增强指标均未显示与就业或失业变化存在相关性。更令人惊讶的是,兰德公司的分析发现人工智能迄今为止不是在减少就业,而是在增加就业——一些采用人工智能的企业实际上扩大了员工规模。这与辛顿的灾难性预测形成鲜明对比。
但这并不意味着人工智能对劳动力市场没有影响。斯坦福大学数字经济实验室的研究人员埃里克·布林约尔松及其同事在2025年发表的论文中识别出了"矿井中的金丝雀"——某些群体正在经历就业下降。他们发现,在人工智能暴露度最高的职业中,22至25岁的年轻工人从2022年末到2025年7月经历了约6%的就业下降。
这种影响集中于特定年龄段和特定职业,而不是广泛的劳动力市场崩溃。摩根大通的研究指出,人工智能确实有可能取代工作岗位,某些行业面临的风险高于其他行业,但这种"范式转变"是否已经开始仍不清楚。高盛研究估计,在人工智能转型期间,失业率将增加半个百分点,这是一个明显的影响,但远非灾难性的。
这种证据的混杂性部分源于人工智能影响就业的机制复杂性。国际劳工组织和国际货币基金组织的研究都强调,人工智能不仅替代工作,也增强工作。许多工作不会完全消失,而是会被转变——人工智能接管某些任务,而人类专注于其他任务。
这种任务层面的重组比职业层面的消失更难追踪和预测。此外,人工智能的影响存在显著的时间滞后。技术的采用需要时间,组织需要重组工作流程,工人需要学习新技能。历史上,技术对就业的最大影响往往出现在技术广泛部署的数十年后,而不是初期阶段。
插图：Tag Hartman-Simkins / 未来主义。图片来源：Jorge Uzon / AFP via Getty Images
人工智能部署的实际困难也是限制其就业影响的重要因素。麦肯锡2025年全球人工智能调查和麻省理工学院的报告都指出,绝大多数生成式人工智能试点项目正在失败。麻省理工学院的研究发现,95%的生成式人工智能试点项目在企业中失败,主要原因是工作流程脆弱、缺乏情境学习以及与日常运营的不匹配。咨询公司高德纳预测,到2027年底,超过40%的代理型人工智能项目将因成本上升、商业价值不明确或风险控制不足而被取消。即使在被认为最容易被自动化的客户服务领域,人工智能替代的尝试也频繁遭遇失败。
技术乐观主义与结构性失业的双重真相
这些实证数据是否意味着辛顿的担忧完全是杞人忧天?答案既是也不是。一方面,短期内大规模技术性失业的预测缺乏经验支持。技术替代的速度受到多种因素的限制:技术本身的可靠性、组织采用的速度、监管和社会阻力、以及任务复杂性的本质限制。人工智能在标准化、重复性任务上表现出色,但在需要复杂判断、创造性、情感智能和物理灵巧性的任务上仍然有限。许多看似简单的人类工作实际上涉及微妙的技能,难以完全自动化。另一方面,长期趋势可能更接近辛顿的担忧。如果人工智能能力持续指数级增长,如果通用人工智能真的在未来十到二十年内实现,那么劳动力市场的结构性转变将是不可避免的。
历史为这种双重视角提供了线索。工业革命引入了机器,从长期看极大地提高了生产力和生活水平,但在短期和中期造成了严重的社会动荡——传统工匠失业,城市贫民窟膨胀,劳工运动兴起。卢德运动反对纺织机械不是因为工人不理解技术进步,而是因为他们清楚地看到技术进步在现有社会制度下如何侵蚀他们的生计。同样,20世纪的农业机械化在几十年内将美国农业劳动力从人口的40%降至不到2%,这些被取代的工人最终在制造业和服务业找到了工作,但这种转型并非无痛,需要大规模的人口迁移、教育投资和社会政策调整。
人工智能可能带来的不同之处在于速度和范围。以往的自动化主要影响体力劳动和简单重复的脑力劳动,而人工智能针对的是更高级的认知任务——分析、判断、创造。这意味着受影响的不仅是制造业工人或数据录入员,还包括放射科医生、律师、会计师、程序员和翻译等高技能专业人员。如果这些职业也大量自动化,经济将向何处转移劳动力?一些乐观主义者指向新兴职业——人工智能训练师、数据伦理专家、算法审计员——但这些职业的数量能否匹配被取代的工作数量存疑。
辛顿在与桑德斯的对话中提出的另一个关键洞察是企业领导者的短视:他们追求人工智能自动化以降低劳动成本,但没有考虑到如果大量工人失业,消费需求将崩溃,没有人购买他们的产品。这种"合成谬误"——个体理性决策导致集体非理性结果——是资本主义经济中的经典问题。福特汽车公司创始人亨利·福特在20世纪初就理解到,他必须支付工人足够的工资让他们能够购买汽车,即使这在短期内增加了成本。但在全球化和股东资本主义的时代,个别企业缺乏激励去考虑宏观经济影响。它们优化的是季度财务报表,而不是社会稳定。
国际货币基金组织2025年的工作论文《人工智能的全球影响:警惕鸿沟》警告说,即使人工智能带来整体经济增长,收益的分配可能极不平等。先进经济体和拥有强大数字基础设施的国家将获得大部分好处,而发展中国家可能进一步落后。在国家内部,资本所有者和高技能工人将获益,而中低技能工人将面临工资下降和就业不稳定。基金组织预测,如果没有政策干预来促进包容性增长,人工智能可能加剧全球和国内不平等。世界银行2025年全球经济展望也表达了类似担忧,强调需要监管框架和伦理规范来确保人工智能的益处广泛共享。
辛顿在乔治城的讨论中还触及了一个更加黑暗的主题:人工智能在军事应用中的作用。他指出,部署人工智能机器人进行海外作战对美国军工复合体非常有吸引力,因为这样就不会有士兵伤亡引发"政治反弹"。他认为这将消除富裕强大国家入侵小国的主要障碍之一。这种观察与人权观察组织2025年的报告《人权的威胁:自主武器系统与数字决策》相呼应,该报告警告自主武器系统对基本人权义务和原则构成众多风险。联合国秘书长在2025年关于人工智能的安全理事会公开辩论中也警告说,"创新必须服务于人类——而不是破坏人类"。
关于致命自主武器系统的国际辩论正在加剧。主要军事强国正在大力投资自主系统,人工智能驱动的武器被视为战略优势。但专家警告说配资学习网,这可能引发新的军备竞赛,增加冲突升级和扩散的风险。斯德哥尔摩国际和平研究所2025年的评论指出,关于自主武器系统的政策辩论面临困境,扩大讨论范围以包括人工智能的其他军事应用可能有好处,但也可能使谈判复杂化。辛顿关于人工智能降低战争政治成本的观点触及了一个深层伦理问题:如果战争的人力代价主要由平民和敌方承担,发动战争的民主制约将被削弱。
华林优配提示：文章来自网络，不代表本站观点。
热点资讯
