AI驱动的自动化将存在族裔偏见

A truck driver sits in this cab sits after a heavy snow storm closed the Sea to Sky Highway south of Squamish, British Columbia February 17, 2011. The Royal Canadian Mounted Police closed the road for several hours after the storm and snow made driving treacherous on the mountain roads north of Vancouver
Canadian truck drivers are largely white, male and rural - which makes that group more susceptible to job losses caused by AI automationImage: REUTERS/Andy Clark
本内容由人工智能自动翻译。

以人工智能(AI)为主要驱动力之一的第四次工业革命将带来巨大变革。预计AI自动化将导致劳动力市场出现大幅动荡等诸多影响。一项2013年牛津大学研究估计,美国几乎一半的就业面临计算机化风险。类似地,一份2017年麦肯锡报告指出,到2030年,三分之一的工作活动可能被自动化取代。部分国家、行业和职业更易受这些风险影响,这意味着上述变化将带来再分配效应。也就是说,预计AI将加剧国家之间和国家内部的经济不平等。

但这并非技术革命首次威胁就业、颠覆社会。第一次工业革命同样引发了类似担忧,并促成了跨国收入的“大分流”:实现工业化的国家变得富裕,而未能工业化的国家则被甩在后面。随着每一次技术进步的跃升,这一差距都在扩大。

尽管AI自动化将为整个社会带来显著的生产率提升,但它仍会催生赢家与输家。经济学家通常从抽象层面探讨此类劳动冲击,认为失业工人可以接受再培训,并转入经济其他领域。但现实是,这一转型过程漫长——凯恩斯曾说过一句名言:“长期来看,我们都已死去”——而且一些人会发现自己不具备新范式所需的技能。因此,在政策制定中,AI的分配影响必须优先考虑。

自动化将冲击哪些行业?Image: 《经济学人》/经合组织

计算机时代——第三次工业革命——与全球化一道,推动了各国内部不平等日益加剧的时代。如今,第四次工业革命似乎正将在两个方面引发新一轮“大分流”。

首先,本已富裕且精通技术的国家更有能力利用AI并释放其生产率红利。相反,AI自动化将打破新兴经济体传统的离岸外包发展模式,因为这些国家将失去其低成本、低工资优势。这将扩大富国与穷国之间的差距。

其次,AI技术在各国内部存在人口结构偏见,将沿族裔/种族界线加剧经济差异。例如,AI更有利于富裕人群,因为他们更有能力负担并将其融入生活。若大数据算法无法剔除嵌入(历史)数据中的系统性偏见,AI还可能延续根深蒂固的社会偏见。此外,AI的收益主要归资本所有者所有,而该技术本身在很大程度上会取代劳动力。最重要的是,AI自动化所取代的岗位具有明显的族裔分布特征。

我们的不平等中已存在明显的人口结构特征。例如,在美国,普通人口的族裔构成与百万富翁群体不同;而百万富翁群体本身又与亿万富翁群体存在差异。也就是说,1%的人群并不能反映99%的人群;0.01%的人群也不像1%的人群。

极端财富高度集中于白人群体Image: 《福布斯》、Statista、美国人口普查局

但AI自动化人口偏见最明显的体现将是就业损失。这是因为,由于职业和行业的人口构成具有族裔维度,失业规模呈现出独特的族裔/种族分布特征。例如:(1)加拿大的卡车司机绝大多数为男性、白人且居住在农村地区;(2)菲律宾裔(她们多为女性)占加利福尼亚州护士的四分之一。若AI取代此类岗位,将导致这些群体的失业率上升。

下图显示了加拿大各行业劳动力的族裔构成(可见少数族裔身份)。加拿大是一个良好的案例研究对象,原因在于其人口多元,且其国家统计机构按族裔背景追踪就业特征。此外,加拿大是富裕国家,AI自动化的收益与风险在这里都是真实存在的。

加拿大劳动力如何按族裔划分Image: 加拿大统计局

基于加拿大各职业的计算机化概率,可利用2016年人口普查数据,按可见少数族裔群体列出加拿大劳动力的自动化概率。下表按可见少数族裔身份列出加拿大劳动力情况。第5列为333个已知概率的NOC职业的平均自动化概率,可理解为按牛津论文假设,将因计算机化而被取代的岗位占比。第6列显示了在AI自动化冲击对总体失业率保持中性、但允许各群体自动化概率差异影响相对失业水平的情况下,将会出现的失业率。

例如,加拿大原住民因自动化而失业的可能性比全国平均水平高14%。Image: Kai Chan、Frey & Osborne、加拿大统计局

AI的就业冲击对某些群体的影响大于其他群体,这源于我们在职业选择上观察到的模式。受AI自动化冲击最大的群体(第5列)是原住民,其就业冲击比全国平均水平高14%。受影响最小的群体是韩裔,其自动化概率仅为全国平均水平的88%。

这些差异往往会放大本已存在分化的失业格局。第6列显示了AI自动化冲击对失业率的分配效应,即如果各群体间AI自动化概率的差异仅影响相对失业率、而不改变总体水平,将会出现的情况。这将使失业率区间从10.0(2016年人口普查)扩大至11.5个百分点(中性AI冲击)。

某些族裔群体受自动化冲击的程度将高于其他群体Image: Kai Chan、Frey & Osborne、加拿大统计局

图3:加拿大按可见少数族裔群体划分的职业AI自动化概率

尽管具体模式在各国之间会有所不同,但很明显,AI引发的失业将呈现出按族裔划分的明显差异。随着世界各国日益多元化,AI自动化对就业影响的这一方面大多仍未得到探讨。

AI的人口结构偏见带来了社会与政治挑战。由于种族/族裔紧张关系,我们已经在许多国家看到社会矛盾日益加剧。事实上,研究表明,所谓的民粹主义运动在很大程度上与种族/族裔焦虑有关,而非经济因素,尽管后者仍是学术界和政策制定者最为关注的问题。

AI的影响——尤其是失业冲击——将在多元文化社会中显现,尤其是因为它将加剧本已存在的社会差异标志。在加拿大,如果数字按上述情景发展,这意味着黑人和原住民等已处于边缘地位的社群,将比其同胞更深切地感受到AI引发的失业之苦。

政府、政策制定者等需要不仅考虑AI的传统挑战,还要考虑其分配影响。但迄今为止,分配影响的讨论只聚焦于不平等本身,而非不平等的人口结构模式。这些模式在我们分裂的政治氛围中起到了作用。若不解决AI的人口结构偏见,在全球化与移民的时代,世界很可能会面临更大的政治动荡。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。