本文是由Paweł Gmyrek、Janine Berg和David Bescond共同撰写的研究报告，题为《生成式人工智能与就业：全球范围内对就业数量和质量潜在影响的分析》。该报告于2023年8月由国际劳工组织（ILO）发布，作为其工作论文系列的第96号。报告通过分析生成式预训练变换器（GPT）技术对全球职业和任务的潜在影响，探讨了生成式人工智能（AI）对就业数量和质量的可能影响。

研究背景与目的

随着生成式AI技术的快速发展，尤其是GPT模型的广泛应用，社会对AI可能带来的就业影响展开了广泛讨论。尽管技术进步通常被视为提高生产力和改善工作条件的工具，但也引发了关于自动化可能导致大规模失业的担忧。本研究旨在通过全球视角，分析生成式AI对就业的潜在影响，特别是对职业和任务的自动化与增强（augmentation）效应。研究的主要目标是为政策制定者提供参考，帮助他们设计应对技术变革的政策，确保就业的公平性和质量。

研究方法与数据

研究采用了两种主要方法来分析职业的自动化潜力：一是基于职业结构，二是基于任务级别的自动化评分。研究使用了国际职业分类标准（ISCO-08）中的职业和任务数据，并结合GPT-4模型对任务级别的自动化潜力进行评分。通过大量的API调用，研究团队对25,000多个任务进行了自动化评分，并将这些评分与ILO的全球就业统计数据相结合，得出了全球范围内的就业影响估计。

研究还使用了嵌入文本分析和语义聚类算法，进一步理解哪些任务具有较高的自动化潜力。通过这些方法，研究团队能够识别出哪些职业更可能受到生成式AI的影响，并分析了这些影响的性别差异和不同收入国家之间的差异。

主要结果

研究发现，生成式AI对就业的影响主要体现在任务的增强而非完全自动化。具体而言，只有文职工作（clerical work）的任务高度暴露于生成式AI技术，24%的文职任务被认为高度暴露，58%的任务具有中等暴露水平。其他职业组中，高度暴露的任务比例在1%到4%之间，中等暴露的任务比例不超过25%。

研究还发现，生成式AI对就业的潜在影响在不同收入国家之间存在显著差异。低收入国家中，仅有0.4%的就业可能受到自动化影响，而在高收入国家，这一比例上升至5.5%。此外，生成式AI对女性的影响更大，女性受到自动化影响的概率是男性的两倍以上。增强效应则可能影响低收入国家10.4%的就业和高收入国家13.4%的就业。

结论与政策建议

研究强调，生成式AI的主要影响可能是增强工作，即自动化某些任务，同时为其他任务留出时间，而不是完全自动化整个职业。尽管如此，技术的广泛应用可能会对工作强度、自主性和工作质量产生深远影响。因此，研究呼吁政府和社会伙伴通过社会对话和监管，支持有序、公平的技术过渡，确保就业质量。

研究还指出，生成式AI的应用可能会加剧全球数字鸿沟，特别是在低收入国家，基础设施的不足将限制技术的使用，进一步扩大生产力差距。因此，政策制定者需要关注技术扩散的不平等性，确保所有国家都能从技术进步中受益。

研究亮点

1. 全球视角：研究首次从全球范围分析了生成式AI对就业的潜在影响，特别是对不同收入国家和性别的影响。
2. 任务级别的自动化评分：通过GPT-4模型对任务级别的自动化潜力进行评分，提供了更细致的分析。
3. 增强效应的重要性：研究发现，生成式AI的主要影响是增强工作，而非完全自动化，这为政策制定者提供了新的视角。
4. 性别差异：研究揭示了生成式AI对女性就业的更大影响，强调了在技术过渡中需要特别关注性别平等。

研究的意义与价值

本研究为政策制定者提供了重要的参考，帮助他们理解生成式AI对就业的潜在影响，并设计相应的政策来应对技术变革。研究还强调了社会对话和监管的重要性，确保技术过渡能够有序、公平地进行，同时保障就业质量。此外，研究为未来的国别研究奠定了基础，特别是在发展中国家，进一步的分析将有助于更好地理解生成式AI对当地就业市场的影响。