SeterusnyaPanduan seterusnya
Mengesan Penipuan Pekerjaan AI
Masyarakat
PANDUAN Masyarakat
Peralihan yang adil ialah pendekatan dasar yang berkongsi kos perubahan ekonomi dan membantu pekerja dan komuniti yang terjejas bergerak ke arah kerja yang baik.
Dengar panduan iniAI-diceritakan · ~3 min
Untuk gangguan berkaitan AI, pilihan dasar termasuk sokongan pendapatan, latihan semula, penempatan pekerjaan, perundingan pekerja dan pelaburan serantau; campuran yang betul bergantung kepada kejutan dan pasaran buruh tempatan.
Ungkapan 'peralihan adil' berasal dari pergerakan buruh dan alam sekitar. Ia pertama kali digunakan mengenai pekerja dalam industri bahan api fosil dan kimia yang menghadapi penutupan. Digunakan pada AI, ia bertanya siapa yang membayar apabila automasi meningkatkan produktiviti keseluruhan tetapi memadamkan pekerjaan tertentu. Bukti dari gelombang masa lalu sangat membimbangkan. Kajian terhadap pekerja yang diberhentikan dalam pemberhentian beramai-ramai, termasuk kajian terkenal 1993 oleh Jacobson, LaLonde dan Sullivan, mendapati bahawa pekerja yang telah lama bekerja mengalami kerugian pendapatan yang besar yang berterusan selama bertahun-tahun. Penyelidikan mengenai 'kejutan China' oleh David Autor, David Dorn dan Gordon Hanson mendapati bahawa komuniti AS yang terdedah kepada perdagangan menyaksikan pekerjaan dan gaji yang lebih rendah selama lebih sedekad, bukan pelarasan cepat. Kajian robot industri telah menemui kesan pekerjaan tempatan yang serupa. Pengajarannya ialah keuntungan agregat boleh wujud bersama dengan bahaya yang tertumpu dan berkekalan. Alat dasar utama masing-masing mempunyai pertukaran. Latihan semula adalah popular tetapi tidak sekata. Penilaian Bantuan Pelarasan Perdagangan mendapati keputusan bercampur-campur, sebahagiannya kerana latihan memerlukan masa dan tidak selalu membawa kepada pekerjaan yang tersedia. Program berasaskan sektor yang terikat dengan permintaan majikan, seperti Project QUEST dan Year Up, telah menunjukkan keuntungan pendapatan yang kukuh dalam percubaan rawak. Insurans gaji membayar sebahagian daripada perbezaan apabila pekerja mengambil pekerjaan dengan gaji lebih rendah, yang menggalakkan pekerjaan semula yang cepat. AS menawarkan versi kepada pekerja terlantar perdagangan yang lebih tua. Pembaharuan insurans pengangguran boleh meluaskan kelayakan untuk pekerja gig dan sambilan serta menambah elaun latihan. Program kerja jangka pendek memastikan pekerja terikat dengan majikan semasa kejutan sementara, tetapi mereka kurang sesuai untuk kehilangan pekerjaan tetap. Kesalahpahaman biasa ialah latihan semula sahaja menyelesaikan anjakan. Pekerja yang lebih tua, mereka yang berada dalam pasaran buruh tempatan yang lemah, dan mereka yang memerlukan pendapatan semasa mereka berlatih sering memerlukan beberapa alat digabungkan.
Pemproses tuntutan berusia 55 tahun digantikan oleh semakan dokumen automatik dan mengambil pekerjaan baharu dengan gaji yang lebih rendah. Di bawah skim insurans gaji, kerajaan akan melindungi sebahagian daripada jurang gaji untuk masa yang terhad.
Di AS, program Bantuan Pelarasan Perdagangan telah, sejak 1962, menawarkan latihan, sokongan pendapatan dan tambahan gaji untuk pekerja yang lebih tua kepada orang yang dipindahkan oleh perdagangan. Kuasanya luput pada 2022.
Semasa kemelesetan ekonomi 2009 dan pandemik COVID-19, program kerja jangka pendek Kurzarbeit Jerman membayar sebahagian daripada gaji untuk jam yang dikurangkan, jadi firma memotong jam kerja dan bukannya pekerjaan.
Program SkillsFuture Singapura memberi rakyat kredit yang boleh mereka belanjakan untuk kursus latihan yang diluluskan, supaya orang ramai boleh melatih semula sebelum mereka kehilangan pekerjaan, bukan sahaja selepas itu.
Berapa banyak AI yang akan menggantikan pekerja, dan pekerja yang mana, masih tidak pasti. Banyak analisis memfokuskan pada pendedahan, bermakna tugas AI boleh menjejaskan, dan bukannya kehilangan pekerjaan yang disahkan. Ketidakpastian itu memihak kepada polisi yang berkesan dalam apa jua puncanya, seperti perlindungan pengangguran yang lebih luas dan insurans upah, berbanding program khusus AI. Pembuat dasar berkemungkinan akan bereksperimen dengan akaun latihan, perantisan yang diterajui majikan dan perubahan kepada sistem pengangguran. Apakah bukti yang terkumpul daripada usaha ini harus membimbing cara ia diskalakan. Pengajaran daripada perdagangan dan robotik ialah penentuan masa: sokongan yang tiba selepas pasaran buruh tempatan telah merosot tidak banyak mendatangkan kebaikan.
Newsletter percuma
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Peralihan yang adil ialah pendekatan dasar yang berkongsi kos perubahan ekonomi dan membantu pekerja dan komuniti yang terjejas bergerak ke arah kerja yang baik. Untuk gangguan berkaitan AI, pilihan dasar termasuk sokongan pendapatan, latihan semula, penempatan pekerjaan, perundingan pekerja dan pelaburan serantau; campuran yang betul bergantung kepada kejutan dan pasaran buruh tempatan.
Autor, Dorn dan Hanson mendapati bahaya tempatan yang berpanjangan, bukan pelarasan cepat.
Insurans upah melindungi bahagian perbezaan gaji untuk masa yang terhad, yang menggalakkan pekerjaan semula yang cepat.
Sebabnya sukar ditunjukkan, jadi kelayakan yang dicetuskan oleh pemberhentian dan tempoh kerja menjangkau pekerja dengan lebih dipercayai.
Kerja jangka pendek membuatkan pekerja tetap terikat semasa kejutan sementara. Ia tidak membetulkan kehilangan pekerjaan secara kekal.
Latihan yang dikaitkan dengan permintaan sebenar majikan telah menunjukkan prestasi yang baik dalam penilaian yang ketat.
Teruskan belajar
Lebih banyak panduan dipilih untuk topik ini
SeterusnyaPanduan seterusnya
Mengesan Penipuan Pekerjaan AI
Masyarakat