PANDUAN Masyarakat

Hanya Dasar Peralihan untuk Anjakan Pekerjaan AI

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

Pada halaman ini4 minit membaca
  1. Gambaran keseluruhan
  2. Menyelam dalam
  3. Pelaksanaan Dunia Sebenar
  4. Masa Depan Dasar Peralihan yang Adil untuk Anjakan Pekerjaan AI
  5. Mempraktikkannya
  6. Teruskan Meneroka
  7. Soalan lazim

Gambaran keseluruhan

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.

Menyelam dalam

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.

Pelaksanaan Dunia Sebenar

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.

Masa Depan Dasar Peralihan yang Adil untuk Anjakan Pekerjaan AI

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.

Mempraktikkannya

Mengapa ia penting

  • Risiko dan keselamatan. Kemudaratan AI malapetaka dan setiap hari bergantung pada siapa yang memahami risiko dan siapa yang boleh bertindak.
  • Keputusan yang lebih jelas. Celik awam dan profesional membentuk sama ada dasar keselamatan yang kukuh adalah mungkin dari segi politik.
  • Memotong keterujaan. Penjelasan yang jelas mengurangkan tangkapan oleh gembar-gembur, PR makmal dan teater etika yang tidak jelas.

Berhati-hati untuk

  • Merawat risiko kewujudan sebagai sci-fi manakala sebatian keupayaan.
  • Mengelirukan keselamatan produk permukaan dengan penjajaran di bawah autonomi tinggi.
  • Meninggalkan khalayak bukan Inggeris dan bukan pakar dengan hanya sumber berkualiti rendah.

Langkah seterusnya

  1. Asingkan bahaya produk, penyalahgunaan dan kehilangan kawalan / risiko salah jajaran.
  2. Tanya apakah bukti yang akan mengubah pandangan anda tentang garis masa dan keterukan.
  3. Lebih suka sumber utama dan penilaian konkrit berbanding tuntutan pemasaran.
  4. Kenal pasti satu laluan tindakan: kerjaya, dasar, pembiayaan atau kemahiran — bukan sahaja kesedaran.

Teruskan Meneroka

Newsletter percuma

Dapatkan taklimat AI harian

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

Take the Just Transition Policies for AI Job Displacement quiz

Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.

Mulakan kuiz

Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma

Soalan lazim

Apakah Dasar Peralihan Hanya untuk Anjakan Pekerjaan AI?

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.

Apakah penyelidikan tentang 'kejutan China' mendapati tentang komuniti AS yang terdedah kepada perdagangan?

Autor, Dorn dan Hanson mendapati bahaya tempatan yang berpanjangan, bukan pelarasan cepat.

Bagaimanakah insurans gaji menyokong pekerja yang dipindahkan?

Insurans upah melindungi bahagian perbezaan gaji untuk masa yang terhad, yang menggalakkan pekerjaan semula yang cepat.

Mengapakah panduan mencadangkan kelayakan berasaskan anjakan dan bukannya ujian 'AI yang menyebabkannya'?

Sebabnya sukar ditunjukkan, jadi kelayakan yang dicetuskan oleh pemberhentian dan tempoh kerja menjangkau pekerja dengan lebih dipercayai.

Menurut panduan itu, apakah had utama program kerja jangka pendek seperti Kurzarbeit?

Kerja jangka pendek membuatkan pekerja tetap terikat semasa kejutan sementara. Ia tidak membetulkan kehilangan pekerjaan secara kekal.

Jenis program latihan yang manakah telah menunjukkan keuntungan pendapatan yang kukuh dalam percubaan rawak, mengikut panduan?

Latihan yang dikaitkan dengan permintaan sebenar majikan telah menunjukkan prestasi yang baik dalam penilaian yang ketat.