Brookings president says AI will require rethinking of social safety net

TL;DR：布鲁金斯学会主席 Cecilia Elena Rouse 在《华盛顿邮报》AI 峰会上表示，AI 对就业的真实影响仍不明确，但变革速度空前；若替代规模扩大，美国将不得不重新审视失业保险、职业培训、与就业挂钩的医保乃至联邦税制等整套社会安全网。 # 布鲁金斯学会主席：AI 将迫使美国重新思考社会安全网 ## 开场：年轻工作者的警惕与一组宏观信号 在《华盛顿邮报》AI 峰会的开场片段中，一组数据与观点为整场对话奠定了背景： - 近五分之一的美国工人相信，人工智能或自动化很可能取代他们的岗位。 - 蓝领行业正面临技术工人短缺，因为工人正逐渐退出这一领域。 - 有人以自动化比例作类比："你把工作的 90% 自动化了，很好。人们在剩下的 10% 中生产力提高了 10 倍，因为他们获得了 10 倍的杠杆效应。但最终它会接近 100%。随之而来的问题就是——好吧，那你得为他们找到别的事情可做。" - 也有观点提醒，衡量这些岗位时"不仅仅是一组数字。这些是产业，这些是社区，这些是家庭。" 关于这场变革的走向，一位演讲者给出了框架性的判断："我们面前有一个选择。AI 要么更像一场创造力与发现的新文艺复兴，要么更像一场动荡与混乱的新工业革命。" 也有人指出技术发挥作用需要时间："它需要一些时间才能真正显现，就像电力、电脑和互联网一样，这些在生产力提升方面也花了一些时间才真正显现出来，而我们现在正享受着这些成果。" ## 对谈双方 《华盛顿邮报》未来版块副主编 **Juliet Eilperin** 主持对话，嘉宾是 **布鲁金斯学会（Brookings Institution）主席 Cecilia Elena Rouse**。Rouse 受过劳动经济学家的专业训练，曾任白宫经济顾问委员会主席，并为三位美国总统服务过。 Eilperin 表示，正因如此，"我特别想听听她关于 AI 如何影响就业、教育以及未来劳动力的看法。" ## AI 变革的速度：最大挑战是时间 Eilperin 提问：在 Rouse 任职期间，Google Inc. 和 ChatGPT 相继推出，她如何描述 2026 年 AI 带来的技术变革速度？ Rouse 回忆道，ChatGPT 推出时，"我记得当时坐在办公室里，我们都在说：'哇。嗯。这将会很艰难。'我们意识到那将是一场非常快速的技术变革。" 她列举了两个历史类比： **互联网时代。** Rouse 在克林政府末期任职，互联网泡沫破裂发生在她离开之后，但她亲眼看到了互联网的兴起和计算机的腾飞。"在生产力数据上，我们没有立即看到互联网的影响，人们至今仍有争议，但我认为我们现在看到了，但那确实花了一些时间。而那相比电力的引入或其他技术变革来说已经算相对快速了。" **奥巴马时期到 ChatGPT。** "我认为我们当时并没有像现在这样频繁地谈论技术变革。那时候我们正从大衰退中走出来。" 她的结论是："所以这次变革非常迅速，我认为这从根本上是我们最大的挑战——时间。" ## 哪些行业会受影响？数据说不清楚 Eilperin 追问哪些行业最可能被 AI 替代。Rouse 的回答开门见山："我们其实并不清楚。" 她援引了两类相互矛盾的证据： ### 斯坦福的"AI 暴露职业指数" 斯坦福大学的研究提出了一个 AI 暴露职业指数。研究发现，在职业早期阶段——大约 20 到 25 岁的人群——销售代表、律师助理、软件开发人员等职业的就业有所下降；而对于年长者，就业反而在增加。 Rouse 同时给出保留意见："其他人则认为，如果你仔细看这些职业的变化，在 ChatGPT 推出之前这些变化就已经发生了。现实是就业数据波动性很大，噪声也相当多。所以，观察这些变化并试图辨别这项相对较新技术的具体影响是非常困难的。" ### 杰文斯悖论：越便宜，用得越多 另一方面，Apollo 首席经济学家 **Torsten Slok** 每天发布图表，不断提醒人们一个被称为**杰文斯悖论**的现象：当一种商品或投入的价格变得更便宜时，人们对它的使用量反而会增加。 Rouse 给出三个例子： - **放射科医生**：原本预期 AI 会取代这一职业，因为 AI 可以很好地读片，但实际看到的是放射科医生的就业在增加。 - **呼叫中心**：这也是原本预期被替代的地方，但在菲律宾，呼叫中心的就业实际上在增长。 - **会计师与 Excel**：Slok 一直追溯到 Excel 的引入。人们原本预期它会取代会计师，但它实际上降低了获取帮助的成本，因此更多人能够使用这项服务。 ### 关键在于：目标是取代还是补充 Rouse 将话题引向价值选择："关于 AI 应该做什么，仍然有选择要做。目标是什么？目标是取代人类还是补充人类？所以仍然有选择要做。我们仍在摸索之中。我认为现在下结论还为时过早。" ## 布鲁金斯的研究：谁更容易适应转型 Eilperin 引用了 2026 年 1 月布鲁金斯发布的一项研究：**70% 的高度 AI 暴露岗位的从业者，从事的工作具有"较强的应对职业转型的能力"，前提是"如果替代发生的话"。** Rouse 解释，研究者关注两个变量：**教育水平**，以及重要的——**在全国的地理位置**。 她举例说，如果你身处一个劳动力市场只有一个主要雇主——比如加州萨克拉门托的政府——"如果政府能够减少更多的工作人员，那么留在那里的工人就不会有太多选择。" Eilperin 总结："关于它究竟会在哪里真正产生冲击，我们并不完全清楚。但因为我认为还有很多其他因素会产生影响。不过这些都是值得探讨的正确问题。即使它确实影响了某些工人，它无疑会对一些工人的影响比其他人大，而有些人会比其他人更容易适应。" ## 不成比例的冲击：610 万行政文书岗位，86% 是女性 Eilperin 追问：同一项研究指出，**610 万从事行政文书工作的工人基本上缺乏适应能力，其中 86% 是女性**。除了搬到劳动力市场更多元的社区之外，人们还在探索什么应对方法？ Rouse 的回答指向整个领域的核心困境：变革速度，以及结果的不确定性。 "我们有各种想法，但我也看到了其他数据，采用 AI 的企业不一定在减少就业，甚至在某些更多使用 AI 的从业者中，他们在增加就业。所以我们正处于早期阶段，还在探索中。" 她强调，由于影响规模未知，"我们可能面临温和的替代，也可能面临更严重的替代。" ## 美国应对替代的传统工具箱 Rouse 梳理了美国处理失业的传统路径，以及它们各自的局限。 ### 短期：失业保险 "短期靠失业保险帮你过渡，同时寻找下一份工作。"人们也开始讨论**工资替代**，帮助失业期间维持生活。 ### 职业培训：证书效果有限 "有各种形式的职业培训。你可以获得有一些证据表明短期证书仍然可以提升你的收入，帮助你找到另一份工作，但那些效果是有限的。我是说，如果你将它与失去工作相比，一个证书不会给你带来巨大的提升。" ### 基于行业的培训：目前最成功 "最成功的培训项目被称为**基于行业的培训**。那里的证据——实际上相当不错——显示它将工人的**工资提高了 12% 到 34%**。但那些项目主要集中在 **IT、护理、医疗服务**等领域。" 她强调了这类项目成功的结构要素："这些领域和培训项目中，**培训提供方与雇主合作，通常还有一个中介机构参与，比如工会**，帮助匹配工人和雇主。所以培训与雇主的需求高度契合，所有人对未来将有哪些工作都有共识和理解。" ### 但问题在于：该培训什么？ Eilperin 指出，参加者"是要进入一个全新的领域"。Rouse 同意，并点出悖论： "我们的问题是，我们不知道该为他们培训什么。所以我们看到建筑业有所增长。这与数据中心的建设同步发展。所以一些技术行业的就业大幅增加，我们看到更多人转向成为木工、电工和水管工。那是一个进行培训的好方向。但是对于被替代的人来说，如果你是个护士或者软件工程师，突然被培训成水管工，有些方面可能行得通，有些可能不行。" 她的总结一针见血："我们最好的培训项目都是针对那些我们知道将会增长的职业和领域。而我们现在实际上是在**盲打**。" ## AI 智能体算不算劳动力？ Eilperin 提出一个前沿问题：AI 智能体在未来某个时候是否可以被算作劳动力？ Rouse 认为这触及了根本："这就是我认为真正重要的 AI 问题了。这触及了一个核心问题——**什么算作工人**。当它们不再被使用时，它们有权领取失业救济吗？" 她提到《纽约时报》上一篇关于意识的文章，讨论 AI 是否具有意识，"所以我们不知道。" **关键的时间锚点：** "目前我们的劳动统计方式是在 **1940 年**设计的，当时我们建立了劳工统计局，开始进行每月的 **CPS（当前人口调查）**。我认为，什么算一份工作，什么算就业，谁算作……这些问题，我们的整个社会都将不得不面对。" ### 布鲁金斯如何应对 Rouse 表示，布鲁金斯已经着手组织这方面的工作，但目前还在梳理问题："我目前和团队一起做的，甚至还在梳理我们需要提出哪些问题，然后我们可以召集谁、聚集谁来真正开始围绕这个问题进行头脑风暴。" 她明确了工作重点："即便是设定议程，明确这些问题，以便我们能够制定出一个富有成效的策略来应对，而不是仅仅担忧它，而是要明确结构化的问题是什么——这才是我真正渴望投入工作的方向。" ## 布鲁金斯内部如何使用 AI 关于研究机构自身的 AI 采用情况，Rouse 透露："我们的研究助理在使用它。我的同事们也在使用。" 但她也承认尚在摸索："我们现在更多是各自为战。我们有一些企业层面的应用，但我们也在尝试组织起来——我们应该如何以战略性的方式在企业层面使用它。我们不想犯那种全押之后发现它并不真正适合需求的错误。所以我们在努力做到'**有思考的急切**'（thoughtful urgency）。" ## 联邦政策建议：按影响规模分层应对 作为劳动经济学家，Rouse 被问到会建议什么样的联邦政策。她的回答以**影响规模**为分界线。 ### 情景一：较小影响（约 5% 的工人） "我们需要做的是认真审视我们的职业培训项目和高等教育体系。我们的 K-12 系统——K-12 应该面向所有人——但真正需要审视的是有针对性的战略干预。" 配套措施方面，她直言不讳地批评现有失业保险体系："我们的失业保险体系——即使对于它最初设计的目的，短期失业过渡到新工作——也是**严重不足**的。通过疫情，我们深刻认识到了这一体系的**碎片化和脆弱性**。我们需要一个更加健全的体系，并且明确它的目的。目前的目的是帮助你找到另一份工作，但如果没有其他工作可找，它可能需要**覆盖更长的时期**。我们可能需要考虑工资替代等补充措施。" ### 情景二：更广泛的影响 "如果影响更广泛，我们还有一整套不同的问题需要提出。" **医保与就业脱钩。** "比如，我们提供医疗保险——有些人认为我们做得还不够好——但它主要与就业挂钩。如果人们基本上不再被雇用，那么这就不是一个能很好保护人们医疗保障需求的方式了。" 她补充说："我喜欢说它关乎每一个人。每个人都会需要它。所以我们甚至需要重新思考社会中的其他结构。" **联邦税基问题。** "大部分联邦收入来自劳动收入。如果人们要么一开始就没有劳动收入，即使人们通过 AI 仍然保持就业……我们已经有了创纪录水平的收入和财富不平等。而 AI 很可能加剧这种不平等。" 她指出了 AI 的结构性特征："而且它是**资本密集型**的，意味着它需要大量资本，而不是大量劳动力。所以，即使在不平等加剧的情况下，我们的税收也会面临挑战。我们需要找出其他方式来资助我们的联邦系统——我们的公共系统——这些是我们需要的，特别是如果很多人没有工作的话。我们需要一个安全网。" ## 结语：安全网问题大于培训问题 Rouse 在对话最后给出了层级判断： "所以我认为，面对 AI 更深层的影响，有比职业培训大得多的问题需要解决。但职业培训，以及帮助工人度过这一转型期——**这个过渡期可能是短暂的，也可能是他们一生**——帮助他们……" 对话在此处收束，但结论已经清晰：AI 对美国的真正考验，不只在于技术本身，而在于支撑就业体系的一整套制度——失业保险、职业培训、医保与税制——是否能够承载一场可能持续一代人的转型。 --- Source: [Brookings president says AI will require rethinking of social safety net — The Washington Post AI Summit（facinabush）](https://m.youtube.com/watch?ra=m&v=re6r3tuYvKg)