AI labor displacement and the limits of worker retraining
a year ago
- #AI
- #Retraining Programs
- #Labor Market
- 对工人进行再培训以满足AI驱动的自动化需求是常见的政策建议，但实际效果参差不齐
- 美国工人再培训计划自大萧条时期逐步发展，重要立法包括《人力开发与培训法案》(1962年)、《职业培训合作法案》(1982年)、《劳动力投资法案》(1998年)和《劳动力创新与机会法案》(2014年)
- 再培训计划通常针对低收入群体、失业工人以及面临技术或行业变革失业风险的人群
- 效果评估研究面临方法论挑战，例如非随机选择参与项目，导致难以确定因果关系
- 历史评估(如JTPA、WIA项目)显示参与者在就业或收入方面获得的长期效益有限
- 三大理论挑战制约再培训效果：岗位需求不确定性、工人再技能培训的意愿/能力不足、AI对劳动力市场影响的不可预测性
- 政策制定者应将再培训视为应对AI冲击的经济政策工具之一，而非唯一解决方案
- 从历史经验中得出的四点启示：避免过度依赖再培训、承认AI经济影响的不确定性、完善数据收集机制、重新思考工作在社会中的角色