缓冲区还是瓶颈？拉丁美洲的生成性人工智能和数字鸿沟的就业风险

拉丁美洲对生成式人工智能的就业暴露与数字鸿沟

研究发现，拉丁美洲和加勒比地区约30%至40%的就业机会在某种程度上受到通用人工智能（GenAI）的影响，这种影响与国家的经济状况相关，表明收入水平是GenAI对劳动力市场影响的重要指标。总体暴露水平包括自动化风险、增强风险以及“未知风险”。研究发现，基于城市、需要较高教育水平、处于正式部门且由相对高收入个体持有的工作更有可能接触到这项技术。自动化影响的工作份额相对较小但仍然不容忽视，约占总就业人数的2%至5%。年轻工人和女性工人更容易面临自动化风险，尤其是在金融、保险和公共管理等行业。同时，在所有拉美及加勒比国家中，能够从生产性转型中受益的工作份额普遍高于面临自动化风险的工作份额，范围在8%至12%之间。这种情况在教育、健康和个人服务行业尤为明显。此外，面向客户服务的行业（零售、贸易、酒店、餐馆等）也面临较高的“未知风险”。根据估计，这一类别占就业总人数的比例最大（14%至21%），表明虽然职业暴露的概念较为明确，但对于当前劳动市场中许多职业可能如何演变的具体影响仍难以准确预测。

研究发现，数字技术的可及性是决定工人能够利用生成式人工智能潜在益处程度的关键因素。近一半可能受益于增强的技术岗位受到数字方面的不足限制，这些不足将阻止他们实现这些潜力。具体而言，由于这些差距，6.24%的女性职位和6.22%的男性职位受到影响。类似的情况也适用于“大未知”类别中的职位：尽管在这些职业中，通过增加生成式人工智能与人类工作者之间的互补性，部分职位有可能转向增强，但数字差距将阻止大量此类职位实现这一前景。

研究结果表明，在拉美及加勒比地区（LAC地区）中，转型对净就业和经济效应而言，获得的收益可能大于损失。然而，值得注意的是，这种暴露并不意味着自动化转型，而对这些岗位中的绝大多数来说，潜力在于转变这些职业所执行的任务。研究还表明，政府干预在通过就业保护措施最大限度地减少突然失业造成的中断方面发挥着重要作用，并最大化了过渡带来的生产性益处，例如通过为工人提供基础技能，使他们能够跟上工作性质的变化，并促进这些变化的生产性特征，而不是让他们的技能变得过时。一些弱势群体，如女性和青年，对自动化面临更大的暴露程度，突显了终身学习的重要性，以确保工人能够适应工作世界的变化。