inequality

这项针对730万篇学术论文的PNAS研究发现，到2025年，超过半数的论文显示出LLM的影响，且在声望较低和非英语机构之间存在显著的采用不平等现象。

本文探讨了“转换陷阱”，即人工智能提供了智能，但由于基础设施和交付系统薄弱而未能产生成果，并以新冠疫苗分发为例。

Elon Musk成为世界首位万亿富翁；文章通过时间、距离、重量及潜在社会影响的对比，将一万亿美元这一难以想象的规模具象化。

本文应用随机森林递归特征消除（RF-RFE）对尼日利亚住户调查数据进行分析，旨在识别能够准确分类贫困状态、五分位分布和不平等位置的最小预测因子。研究表明，机器学习可以在减少数据需求的同时，保留用于监测贫困与不平等的分布信息。

文章认为，人工智能真正的威胁并非技术本身，而是资本主义无法分配自动化创造的财富。文章呼吁建立由AI生产力资助的全民基本收入，以防止经济崩溃。

一篇新的研究论文利用 GitHub 创新图数据来衡量国家的“数字复杂性”，揭示了传统经济数据无法捕捉的 GDP、不平等和排放等方面的见解。

教皇利奥十四世的通谕《Magnifica Humanitas》关注的并非AI本身，而是长期存在的不平等、战争和权力集中问题。教皇认为，由少数精英构建的AI无法服务于公共利益，并呼吁对AI军备竞赛进行监督和裁军。

文章将当前AI格局比作抢椅子游戏，警告不断上升的成本和有限的获取途径正在将AI的好处集中于富裕实体，并敦促非富裕参与者立即行动，以免为时过晚。

A Twitter thread discusses a New York Times front-page report stating that in the AI era, most people will become 'permanent underclass', a sentiment shared by VCs and founders in Silicon Valley.

Dario Amodei 在 WSJ 采访中警告：AI 虽可能大幅提升 GDP，但也可能加剧失业和社会不平等。

一篇TechCrunch文章探讨了Menlo Ventures合伙人Deedy Das的一条在社交媒体上疯传的帖子，突出了AI热潮中巨大的财富分化：大约一万人实现了退休级别的财富，而许多其他人则面临裁员和职业不确定性。

OpenAI领袖Sam Altman与Greg Brockman公开拒绝现金UBI，转而提出用公司发放的算力积分实现“全民高收入”，同时坦承真正掌握AI代理的人仍将造就万亿富翁。