技术通常为年轻、高技能劳动者创造就业机会。人工智能也会如此吗？

# 技术通常为年轻、有技能的劳动者创造就业。人工智能也会如此吗？ 来源：https://news.mit.edu/2026/technology-creates-jobs-young-skilled-workers-ai-0521 在任何时候，技术对就业都产生两种影响：它取代传统工作岗位，同时也创造新的工作类型。机器取代农民，但也让航空工程师这类职业得以存在。那么，如果技术创造了新工作，谁会得到它们？报酬如何？新工作在成为任何工人都能完成的普通任务之前，能保持多久的新鲜感？ 一项由麻省理工学院劳动经济学家David Autor领导的新研究揭示了所有这些问题的细节。如Autor及其同事所细致展示的那样，在战后的美国，新兴工作形式往往最惠及30岁以下的大学毕业生，而非其他群体。 “我们以前从未确切看到是谁在从事新工作，”Autor说，“更多是由年轻、受教育程度高的人在城市环境中完成的。” 这项研究还包含一个强有力的宏观洞察：许多基于创新的新工作是由需求驱动的。1940年代，为了应对第二次世界大战，政府支持了研究与制造业的扩张，这带来了大量新工作以及新形式的专业知识。 “这说明，无论我们在哪里进行新投资，最终都会获得新的专业化分工，”Autor说，“如果你创造一个大规模的活动，总会有机会发展与之相关的新专业知识。我们觉得看到这一点令人兴奋。” 这篇题为“What Makes New Work Different from More Work”（https://economics.mit.edu/sites/default/files/2026-04/New-vs-More-ARE-20260315.pdf）的论文即将发表在*Annual Review of Economics*上。作者包括Autor；麻省理工学院经济系博士生Caroline Chin；蒂尔堡大学经济系与乌得勒支大学经济学院教授Anna M. Salomons；以及西北大学凯洛格管理学院助理教授Bryan Seegmiller博士（’22）。 是的，了解新工作以及获得这些工作的劳动者类型，可能与人工智能的普及相关——尽管在Autor看来，现在判断AI将如何影响职场还为时过早。 “人们真的很担心基于AI的自动化会更快地侵蚀特定任务，”Autor指出，“侵蚀任务不等同于侵蚀工作岗位，因为许多工作包含大量任务。但我们都在问：新的工作将从哪里来？这非常重要，但我们对此知之甚少。我们不知道它会是什么样子，也不知道谁能胜任它。” **“如果每个人都是专家，那么就没有人是专家”** 这四位合著者之前还合作过一项关于新工作的重要研究，发表于2024年，该研究发现1940年至2018年间美国约六成的工作岗位属于1940年以来才广泛发展的新专业领域。这项新研究通过更精确地分析哪些人从事新工作，扩展了那项研究的方向。 为了做到这一点，研究人员使用了美国人口普查局1940年至1950年的数据，以及2011年至2023年的人口普查局美国社区调查（ACS）数据。在第一种情况下，由于人口普查局的记录大约70年后会完全公开，学者们能够查看关于职业、薪资等的个人层面数据，并能追踪同一劳动者在1940年和1950年普查期间换工作的轨迹。 通过与人口普查局的合作研究安排，作者们还获得了对个人层面ACS记录的安全访问权限。这些数据使他们能够分析新专业领域劳动者的收入、教育水平和其他人口特征，并将其与长期存在的职业领域的劳动者进行比较。 Autor指出，新工作总是与新的专业知识形式联系在一起。起初，这种知识是稀缺的；随着时间的推移，它可能变得更加普遍。无论如何，专业知识通常与新技术形式相关。 “它需要掌握某种能力，”Autor说，“使劳动有价值的不只是做事的能力，更是专业化的知识。这往往区分了高薪工作和低薪工作。”此外，他补充道，“它必须是稀缺的。如果每个人都是专家，那就没有专家了。” 通过检查人口普查数据，学者们发现，早在1950年，大约7%的雇员从事的是自1930年以来才出现的工作类型。在更近的2011-2023年期间，约有18%的劳动者从事的是自1970年以来引入的新工作。（虽然这大致相当于每十年新增工作的比例相同，但Autor不认为这是一个固定的趋势。） 在这些时间段里，新工作更多出现在城市地区，30岁以下人群受益最多，超过其他任何年龄段。从事新工作似乎有持续效应：1940年从事新工作的人在1950年仍从事新工作的可能性是普通人群的2.5倍。大学毕业生从事新工作的可能性比高中毕业生高出2.9个百分点。 新工作还存在工资溢价，即总体薪酬高于已有的工作类型。然而，研究显示，随着许多新工作中的特定专业知识被更广泛掌握，这种工资溢价也会随时间逐渐消失。 “稀缺价值在消蚀，”Autor说，“它变成了常识。它本身也被自动化了。新工作变老了。” 毕竟，Autor指出，开车曾经是一种稀缺的专业技能。同样，能够使用WordPerfect或Microsoft Word等文字处理程序，在20世纪90年代也属于稀缺技能。但过了一段时间，掌握文字处理工具就成了使用计算机最基本的部分。 **再谈谈人工智能** 研究谁获得了新工作，让学者们得出了关于新工作如何被创造的惊人结论。通过检查二战时期（当时联邦政府在整个美国通过公私合作支持新制造业）的县级数据，研究表明，拥有新工厂的县有更多的新工作，并且1940年至1950年间85%到90%的新工作是由技术驱动的。 从这个意义上说，当时存在大量的需求驱动型创新。如今，关于创新的公共讨论往往集中在供给侧，即试图创造新产品的创新者和企业家。但研究表明，需求侧可以显著影响创新活动。 “技术并不是像‘尤里卡！’那样凭空发生的，”Autor说，“创新是一种有目的的活动。创新是累积的。如果你走得足够远，它就会有自身的动力。但如果你做不到，它就永远不会到达那里。” 这让我们回到了人工智能——这个2026年很多人关注的话题。AI会创造好的新工作，还是会夺走工作？嗯，Autor认为，这很可能取决于我们如何部署它。以庞大的医疗保健行业为例，如果人们有兴趣创造就业，那里可能存在许多技术驱动的新工作类型。 “我们在医疗保健领域有多种使用AI的方式，”Autor说，“一种是直接自动化掉人们的工作。另一种是让不同专业水平的人能够完成不同的任务。我认为后者更具社会效益。但尚不清楚市场是否会朝那个方向发展。” 另一方面，也许通过政府以各种形式驱动的需求，AI可以被应用到能够最终提高医疗保健行业生产率的方式，从而创造新的就业机会。 “美国医疗保健领域超过一半的资金是公共资金，”Autor指出，“我们在那里有很大的杠杆作用，可以把事情往那个方向推。有多种方法可以使用它。” 这项研究部分得到了休利特基金会、谷歌技术与社会访问学者项目、NOMIS基金会、施密特科学AI2050奖学金、史密斯·理查森基金会、詹姆斯·M与凯瑟琳·D·斯通基金会以及Instituut Gak的支持。