No dividend interruption? How do the digital divide and task differences divide GenAI's global influence?

本文探讨了生成式人工智能（GenAI）对全球劳动力市场的影响，特别关注了发达国家和发展中国家之间风险和机遇的不均衡分配。研究发现，发展中国家虽然面临的自动化风险低于发达国家，但拥有相似的潜在任务增强可能性。然而，数字基础设施的差异导致了不对称性：易受自动化影响的工人通常拥有足够的互联网连接，即使在低收入环境中也可能迅速失业，而那些可以从GenAI增强中受益的工人则面临巨大的数字基础设施差距，可能无法实现生产力收益。这表明，发展中国家可能会比发达国家更快地感受到GenAI的破坏性影响，而生产力收益则可能滞后。

研究还发现，传统的职业暴露衡量指标系统地高估了GenAI在发展中国家的影响，因为它假设不同经济体之间的任务内容是统一的。使用来自技能调查的详细国家层面数据，文章表明，发展中国家从事的非常规分析任务（GenAI的主要目标）远少于高度暴露的职业分类中的任务。这些发现突出了调整GenAI暴露衡量指标以反映发展中国家与技术前沿之间差距的重要性。

研究的关键数据和结论包括：

• 发达国家的GenAI暴露率（约32%）高于低收入国家（约15%）。
• 低收入和低收入中等收入国家由于就业结构不同，面临的自动化风险较低，但GenAI对办公类职业构成重大威胁，而这些职业代表了这些经济体中“良好”的熟练工作的一大部分。
• 在大多数国家，暴露率随着教育水平和家庭收入的提高而上升；在大多数国家，暴露率往往集中在办公室工作的年轻女性身上。
• 高收入国家在GenAI暴露工作中拥有更多工人，而且这些工作也更加数字化和认知化；在低收入国家，相同的暴露梯度与更偏向于手动和常规任务的工作相关。
• 调整后的GenAI暴露指标显示，与原始指标相比，发展中国家的排名有所下降，而那些拥有数字化密集、分析性工作国家则排名上升。