Phân tích tổng hợp về tác động của con người: Đào tạo lại người lao động mang lại lợi ích khiêm tốn, có thể không đủ để thay thế hàng loạt người lao động bằng trí tuệ nhân tạo.
Tóm lại
Báo cáo của Anthropic: Đào tạo lại người lao động mang lại những lợi ích khiêm tốn, có thể không đủ để thay thế trí tuệ nhân tạo; các chương trình theo ngành mang lại hiệu quả tốt hơn nhưng khó nhân rộng.
Công ty nghiên cứu AI nhân loại đã xuất bản một cách toàn diện báo cáo Điều này cho thấy các chương trình đào tạo lại người lao động mang lại lợi ích kinh tế đáng kể về mặt thống kê nhưng ở mức khiêm tốn, những phát hiện này có trọng lượng đáng kể khi các nhà hoạch định chính sách tìm cách giảm thiểu sự gián đoạn tiềm tàng trên thị trường lao động do trí tuệ nhân tạo gây ra.
Báo cáo này, do nhà nghiên cứu độc lập David Roodman và Maxim Massenkoff của Anthropic đồng biên soạn, trình bày một phân tích tổng hợp mới được tăng tốc bởi trí tuệ nhân tạo, trong đó mô hình Claude của công ty đã trích xuất phần lớn dữ liệu cơ bản và viết toàn bộ mã phân tích. Dựa trên 56 thử nghiệm đối chứng ngẫu nhiên được tiến hành tại Hoa Kỳ từ những năm 1970, cùng với bằng chứng thực nghiệm từ châu Âu, phân tích này cung cấp một trong những đánh giá có hệ thống nhất cho đến nay về các sáng kiến đào tạo của chính phủ và các tổ chức phi lợi nhuận.
Nhìn chung, các chương trình này mang lại hiệu quả tích cực nhưng có giới hạn. Với mỗi người được tham gia đào tạo, tỷ lệ việc làm tăng khoảng hai đến ba điểm phần trăm và thu nhập hàng năm tăng khoảng 1,000 đô la, so với chi phí trung bình cho mỗi người tham gia khoảng 13,000 đô la. Về mặt tài chính, chính phủ thu hồi hơn một nửa chi phí đó thông qua nguồn thu thuế bổ sung và giảm các khoản chi trả phúc lợi công cộng, có nghĩa là các biện pháp can thiệp này gần như hòa vốn.
Báo cáo này đặt những phát hiện trên trong bối cảnh chương trình Nghiên cứu Kinh tế rộng hơn của Anthropic, theo dõi sự lan tỏa của trí tuệ nhân tạo (AI) trong các ngành nghề và lĩnh vực. Mặc dù đào tạo lại vẫn là giải pháp chính sách phổ biến nhất đối với tình trạng thất nghiệp do công nghệ gây ra trong các cuộc khảo sát công chúng và chuyên gia, các tác giả cảnh báo rằng hiệu quả trong quá khứ cho thấy các chương trình hiện tại có thể sẽ không đủ nếu tự động hóa tiên tiến thay thế người lao động trên quy mô đáng kể.
Các chương trình theo ngành và thách thức nhân rộng
Một ngoại lệ đáng chú ý so với mức trung bình khiêm tốn xuất hiện từ một nhóm nhỏ các “chương trình ngành”—những sáng kiến hợp tác chặt chẽ với các nhà tuyển dụng trong các ngành nghề có nhu cầu cao để sàng lọc ứng viên, thiết kế chương trình giảng dạy chuyên ngành và đưa sinh viên tốt nghiệp trực tiếp vào làm việc. Các chương trình như Year Up và Per Scholas đã nâng thu nhập của người tham gia lên nhiều lần so với mức trung bình, hoạt động hiệu quả như những trung gian thị trường lao động, kết nối những tài năng bị bỏ sót với các nhà tuyển dụng sẵn sàng đầu tư vào quy trình tuyển dụng.
Tuy nhiên, báo cáo nhấn mạnh rằng những thành công này rất khó nhân rộng. Các bản sao chính xác cao của những mô hình hàng đầu thường thất bại ở các địa điểm mới, cho thấy hiệu quả phụ thuộc vào các yếu tố mong manh, đặc thù theo bối cảnh, bao gồm các mối quan hệ địa phương sâu rộng, quy trình tuyển sinh khắt khe loại bỏ hơn 80% ứng viên và sự trưởng thành của tổ chức được xây dựng qua nhiều năm.
Do hầu hết các chương trình được nghiên cứu đều nhắm vào những người có thu nhập thấp hoặc việc làm không ổn định, chứ không phải những người lao động trí thức trung niên có thể cần nhiều năm đào tạo lại, các tác giả kết luận rằng cơ sở hạ tầng đào tạo lại hiện có không phù hợp với kịch bản thay thế việc làm trên diện rộng bằng trí tuệ nhân tạo. Khuyến nghị chính của họ là đầu tư ngay lập tức vào việc chứng minh, đánh giá và mở rộng quy mô các mô hình triển vọng nhất trước khi bất kỳ cuộc khủng hoảng nào xảy ra.
Cụ thể, họ đề xuất nhanh chóng mở rộng một chương trình hàng đầu trong lĩnh vực này để đạt được thành công.defiNghiên cứu này tập trung vào một nhóm công nhân nhất định trong khi đo lường một cách nghiêm ngặt các kết quả về việc làm và thu nhập. Quỹ Nghiên cứu Tương lai Kinh tế của Anthropic được định vị để hỗ trợ các cuộc điều tra như vậy, phản ánh sự đồng thuận ngày càng tăng rằng việc hiểu rõ giới hạn của việc đào tạo lại là điều cần thiết để chuẩn bị cho kỷ nguyên tự động hóa nhanh chóng.
Trách nhiệm công ty
Phù hợp với Hướng dẫn của Dự án Tin cậy, xin lưu ý rằng thông tin được cung cấp trên trang này không nhằm mục đích và không được hiểu là tư vấn pháp lý, thuế, đầu tư, tài chính hoặc bất kỳ hình thức tư vấn nào khác. Điều quan trọng là chỉ đầu tư những gì bạn có thể đủ khả năng để mất và tìm kiếm lời khuyên tài chính độc lập nếu bạn có bất kỳ nghi ngờ nào. Để biết thêm thông tin, chúng tôi khuyên bạn nên tham khảo các điều khoản và điều kiện cũng như các trang trợ giúp và hỗ trợ do nhà phát hành hoặc nhà quảng cáo cung cấp. MetaversePost cam kết báo cáo chính xác, không thiên vị nhưng điều kiện thị trường có thể thay đổi mà không cần thông báo trước.
Giới thiệu về Tác giả
Alisa, một nhà báo tận tâm tại MPostchuyên về tiền điện tử, trí tuệ nhân tạo, đầu tư và lĩnh vực rộng lớn khác. Web3. Với con mắt quan tâm đến các xu hướng và công nghệ mới nổi, cô cung cấp thông tin toàn diện để cung cấp thông tin và thu hút độc giả trong bối cảnh không ngừng phát triển của tài chính kỹ thuật số.
Xem thêm bài viết
Alisa, một nhà báo tận tâm tại MPostchuyên về tiền điện tử, trí tuệ nhân tạo, đầu tư và lĩnh vực rộng lớn khác. Web3. Với con mắt quan tâm đến các xu hướng và công nghệ mới nổi, cô cung cấp thông tin toàn diện để cung cấp thông tin và thu hút độc giả trong bối cảnh không ngừng phát triển của tài chính kỹ thuật số.
