政策立案者はAIによる雇用終焉に備えるべき

現時点では、人工知能（AI）が労働市場に与える影響は限定的です。時折AIによる人員削減を告げるバイラルな見出しがありますが、失業率や解雇の大幅な増加は見られません。市場には弱いシグナル（特に採用数の減少）があるものの、それが企業の労働需要の低下によるものだという十分な裏付けはありません。

同時に、この状況が常に続くとは限らないことを認識すべきです。数年後には労働市場に劇的なショックが生じる可能性があります。政策立案者は今こそこれらのショックに備え、適切な対応策を整えておく必要があります。

AIの雇用への影響を緩和するための最も人気のある政策の一つは、単純明快で、政府が直接雇用を創出することです。ブルー・ローズ・リサーチの世論調査では、アメリカ人の54％が政府による直接雇用創出（「雇用保証」とも呼ばれる）を支持しています。逆に、仕事を伴わない直接的な所得支援を支持するのはわずか17％です。

米国政府は以前、大恐慌時に雇用保証に似た公共雇用プログラムを実施し、大量失業の解決に役立てました。公共事業促進局や市民保全部隊などの機関はアメリカの歴史において重要な位置を占めており、強力な政府が給料と労働の尊厳を通じて人々の生活を実質的に改善できることを示しています。

しかし、ここで冷静になる必要があります。既存の文献は、今日の大規模な雇用保証の有効性に懐疑的であるべきことを示しています。高い雇用レベルのプラスの経済効果は確かに大きいですが、なぜ仕事が人々にとって良いのかを見失うことがあります。仕事は真空の中で目的や意味、スキルを提供するのではなく、雇用主が需要する特定の仕事という文脈でそれらの質を提供します。

雇用することだけを目的として創出された仕事は、労働市場の他の場所で役立つスキルを必ずしも提供しません。さらに、人々は自分の仕事が価値あるサービスを提供していると信じる場合にのみ、雇用に価値を感じます。公共事業が公共雇用を必要とするケースはありますが、「やらせ仕事」は特定のサービスを提供するために存在する仕事と同じ機能を持ちません。

失業と職業訓練プログラムを研究する経済学者として、まず既存の労働市場介入を技術的に検討し、これらのプログラムの実際の効果を認識することから始めたいと思います。AI雇用終焉への備えとして、米国会計検査院（CBO）の1976年の労働市場介入の類型を見てみましょう。連邦雇用保証が他の政府プログラムとどのように比較されるかを理解することが重要です。

スキル開発プログラムは、クラスやオン・ザ・ジョブ・トレーニングを組み合わせて従業員のスキルを向上させようとします。職務経験プログラムは、若年労働者など事前の雇用がない人々に労働力への導入を提供します。オン・ザ・ジョブ・トレーニングとは異なり、特定の仕事のスキルを開発するのではなく、求職者に一般的な職務経験を提供することが目的です。雇用能力開発プログラムは、求職支援、履歴書作成支援、求人板の作成などを通じて、人々が適切な仕事を探すのを支援します。公共部門雇用プログラムは失業者を直接雇用します。これらのプログラムは、失業者数を減らすという明確な目的のために新しい仕事を創出し、通常は以前の職歴がある成人を対象としています。

これらのプログラムは他の労働市場介入と比較してどの程度効果的でしょうか？200以上の workforce プログラムの評価を対象としたメタ分析によると、「スキル開発」および「職務経験」プログラムは短期的には弱い結果、長期的には強い結果を示しています。求職支援のような「雇用能力開発」プログラムは短期的に強い結果を示し、長期的には弱い結果です。

しかし、「公共部門雇用」――雇用保証が拡大するプログラム――は、短期、中期、長期のすべてにおいて他の3つの枠組みよりも一貫して弱い結果を示しています。

なぜ公共部門雇用は効果が低いのでしょうか？一部には、労働者が本来行える他の活動を排除するからです。失業して失業保険を受給している人は、適切な仕事を探し、雇用主が求めるスキルを開発し、ポジションに応募する時間を費やすことができます。公共部門雇用プログラムで働く人はこれらのことに費やす時間が少なくなります。さらに、仕事が雇用を提供する目的で創出されたため、労働者に他の雇用主が需要するスキルを提供しない可能性があります。

これは雇用保証がAIショックに対処するためのプログラム群の一部になれないことを意味するわけではありません。より広範な雇用保証は、狭い公共部門雇用プログラムとは根本的に異なる効果を持つかもしれません。あるいは、政策立案者がこれらのプログラムを設計し改善するための経験を単に必要としている可能性もあります。コリー・ブッカー上院議員とボニー・ワトソン・コールマン下院議員の「連邦雇用保証開発法」のように、特定地域で雇用保証を試験的に実施する提案は、問題点を解決するのに役立つでしょう。

しかし、効果的なプログラムを拡大し、さらに改善することにも焦点を当てるべきです。例えば、Year Up（訓練と職業紹介を組み合わせたプログラム）のランダム化試験では、プログラム終了後7年まで年間8,000ドル以上の賃金増加が確認されました。このプログラムを拡大するか、AI関連の雇用破壊に焦点を当てて再編することで、人々がショックに適応するのに実質的に役立つ可能性があります。また、実施可能な有益な税制改革もあります。勤労所得税額控除（EITC）は事実上の賃金補助であり、労働者の手取り収入を増やし、雇用主にとってのコストを低減することで雇用を大幅に増加させました。マルコ・ルビオの2014年の提案のようにEITCを賃金補助に変革することで、この成功を基盤として人々の雇用を維持できます。より予測可能な失業税を可能にする改革も、採用率を高めることができます。

AIの独自の課題に合わせて設計された新しいプログラム（雇用保証を含む）は既存のプログラムを補完できます。しかし、AI労働政策の核心は実証済みのプログラムとインセンティブでなければなりません。政治スペクトル全体の政策立案者は、将来のAIによる雇用喪失の見通しについて懸念するのが当然です。今こそ、その懸念と国民の高まる不安に応え、解決策の開発を始める時です。