✓Những phát hiện chính
- Anthropic giới thiệu một thước đo mới về rủi ro thay thế AI, gọi là Mức độ tiếp xúc quan sát được, kết hợp khả năng quản lý vòng đời công nghệ (LLM) lý thuyết và dữ liệu sử dụng thực tế, trong đó ưu tiên hơn cho các trường hợp sử dụng tự động (thay vì tăng cường) và liên quan đến công việc.
- Trí tuệ nhân tạo còn lâu mới đạt được khả năng lý thuyết của nó: phạm vi ứng dụng thực tế vẫn chỉ bằng một phần nhỏ so với tiềm năng thực tế.
- Cục Thống kê Lao động Hoa Kỳ (BLS) dự báo các ngành nghề có mức độ phơi nhiễm cao hơn sẽ tăng trưởng chậm hơn cho đến năm 2034.
- Những người lao động trong các ngành nghề có nguy cơ cao nhất thường lớn tuổi hơn, là nữ giới, có trình độ học vấn cao hơn và thu nhập cao hơn.
- Anthorpic không tìm thấy sự gia tăng có hệ thống nào về tỷ lệ thất nghiệp đối với những người lao động có nguy cơ cao kể từ cuối năm 2022, mặc dù chúng tôi tìm thấy bằng chứng cho thấy việc tuyển dụng lao động trẻ đã chậm lại trong các ngành nghề có nguy cơ cao.
Giới thiệu
Sự lan rộng nhanh chóng của trí tuệ nhân tạo đang tạo ra một làn sóng nghiên cứu đo lường và dự báo tác động của nó đối với thị trường lao động. Nhưng lịch sử của các phương pháp tiếp cận trước đây cho thấy cần phải thận trọng.
Ví dụ, một nỗ lực nổi bật nhằm đo lường khả năng chuyển dịch việc làm ra nước ngoài đã xác định khoảng một phần tư số việc làm ở Mỹ dễ bị tổn thương, nhưng một thập kỷ sau, hầu hết các công việc đó vẫn duy trì tốc độ tăng trưởng việc làm ổn định. Các dự báo về tăng trưởng nghề nghiệp của chính phủ, mặc dù đúng về mặt định hướng, nhưng lại không mang lại nhiều giá trị dự báo ngoài việc ngoại suy tuyến tính các xu hướng trong quá khứ. Ngay cả khi nhìn lại, tác động của những biến động kinh tế lớn đối với thị trường lao động thường không rõ ràng. Các nghiên cứu về tác động của robot công nghiệp đối với việc làm đưa ra những kết luận trái ngược nhau, và quy mô mất việc làm do cú sốc thương mại với Trung Quốc vẫn đang được tranh luận.
Trong bài báo này, chúng tôi trình bày một khuôn khổ mới để hiểu tác động của trí tuệ nhân tạo (AI) đến thị trường lao động và kiểm chứng nó dựa trên dữ liệu ban đầu, cho thấy bằng chứng về việc AI ảnh hưởng đến việc làm cho đến nay còn hạn chế. Mục tiêu của chúng tôi là thiết lập một phương pháp để đo lường tác động của AI đến việc làm và định kỳ xem xét lại các phân tích này. Phương pháp này sẽ không thể nắm bắt mọi kênh mà AI có thể định hình lại thị trường lao động, nhưng bằng cách đặt nền tảng này ngay bây giờ, trước khi các tác động đáng kể xuất hiện, chúng tôi hy vọng những phát hiện trong tương lai sẽ xác định sự gián đoạn kinh tế một cách đáng tin cậy hơn so với các phân tích hậu kỳ.
Có khả năng tác động của AI sẽ rất rõ rệt. Khung phân tích này hữu ích nhất khi các tác động còn mơ hồ—và có thể giúp xác định những công việc dễ bị tổn thương nhất trước khi sự thay thế trở nên rõ ràng.
Giả định phản thực tế
Suy luận nhân quả dễ dàng hơn khi tác động lớn và đột ngột. Đại dịch COVID-19 và các biện pháp chính sách đi kèm đã gây ra sự gián đoạn kinh tế nghiêm trọng đến mức các phương pháp thống kê phức tạp trở nên không cần thiết đối với nhiều câu hỏi. Ví dụ, tỷ lệ thất nghiệp tăng mạnh trong những tuần đầu của đại dịch, hầu như không để lại chỗ cho các lời giải thích khác.
Tuy nhiên, tác động của trí tuệ nhân tạo có thể ít giống với COVID-19 hơn mà giống với internet hoặc thương mại với Trung Quốc hơn. Ảnh hưởng có thể không rõ ràng ngay lập tức từ dữ liệu tổng hợp về tỷ lệ thất nghiệp; các yếu tố như chính sách thương mại và chu kỳ kinh doanh có thể làm lu mờ việc giải thích các đường xu hướng.
Một cách tiếp cận phổ biến là so sánh kết quả giữa những người lao động, công ty hoặc ngành công nghiệp tiếp xúc nhiều hay ít với AI, nhằm tách biệt tác động của AI khỏi các yếu tố gây nhiễu. Mức độ tiếp xúc thường được định nghĩa ở cấp độ nhiệm vụ: Ví dụ, AI có thể chấm điểm bài tập về nhà nhưng không thể quản lý lớp học, vì vậy giáo viên được coi là ít tiếp xúc hơn so với những người lao động mà toàn bộ công việc của họ có thể được thực hiện từ xa.
Công việc của chúng tôi tuân theo phương pháp tiếp cận dựa trên nhiệm vụ này, kết hợp các thước đo về khả năng lý thuyết của trí tuệ nhân tạo và việc sử dụng thực tế, trước khi tổng hợp lại thành các ngành nghề.
Nguồn tham khảo
Massenkoff, M., & McCrory, P. (2026). Labor market impacts of AI: A new measure and early evidence. Anthropic. https://www.anthropic.com/research/labor-market-impacts