P04 · AI / 不平等 / 技能
信息经济造成认知精英赢家通吃
01 原书版本
原书用“四枚骰子”的能力分布作思想实验:如果最低技能门槛由 8 提高到 12,接近 24% 的人会低于作者所谓的“社会有用性”门槛;如果高技能门槛由 16 提高到 20,能胜任顶级工作的比例会由 34% 降到 5%。作者随后明确说明:这些数字“纯属假设”,真正要表达的是小幅提高技能门槛可能造成很大的分布变化。书中另有“顶端约 5% 的信息工作者或资本所有者”这一估计,但同样不是现实统计验证。(第8章,约第227、231页)
02 公开证据
数字平台和 AI 确实提高部分技能的溢价,且中高技能岗位也受到技术冲击;ILO 发现高收入国家的 AI 暴露比例更高。ILO ↗
03 反证与边界
OECD 指出约三分之一工资不平等来自企业间工资差距,而不只是个人技能差异;市场势力、制度和企业生产率同样关键。OECD ↗
04 编者讨论
这部分更需要判断趋势是否在加速,以及对于原本就不均衡的世界会产生什么样的影响。比如由此产生的影响在高收入国家会被AI 不可替代工作的劳动需求、就业承载以及社会保障所消化,虽然贫富差距有可能增加,但收入的下限本身就很高,不会出现大规模的返贫迹象,以及由此带来的社会动荡。但在社会本身缺乏平等和保障条件的发展中国家,可能会产生更深刻和巨大的负面影响。
关键不仅是 AI 是否扩大收入差距,还包括不同社会如何吸收冲击。高收入国家通常拥有更强的社会保障、再培训能力和服务业就业承载,可以缓冲一部分岗位变化;低收入国家可能缺少互补基础设施、教育和保障,使自动化更容易表现为替代而非增强。Anthropic 的跨国数据也发现,较低收入地区更倾向把 Claude 用于完整任务委托,而高采用地区更常见人机迭代;但这只是单一产品的使用数据,不能直接外推到整个劳动力市场。Anthropic跨国采用研究 ↗
由此形成一项待检验假设:AI 不必然造成同样程度的不平等,它会放大一个社会原有的教育、保障、基础设施与谈判能力差异。
判断
部分命中,单因解释不成立。 英文原文确认 5% 和接近 24% 来自一个明确标注为“纯属假设”的能力分布模型。因此可以检验“技能回报是否更加倾斜”,不能把这两个数字当成作者基于数据作出的就业预测,更不能拿现实比例直接判定其命中与否。