AI News HubLIVE
站內改寫3 分鐘閱讀

透過Anthropic經濟未來研究基金支援雄心勃勃的外部研究

Anthropic承諾投入2億美元成立經濟未來研究基金,支援關於AI經濟影響的外部研究,重點關注五個優先領域,旨在為AI驅動的經濟轉型做好準備。

2026年7月22日,Anthropic公佈了經濟未來研究基金(Economic Futures Research Fund)的研究議程。該基金總額2億美元,旨在支援雄心勃勃的外部研究,探索幫助社會為AI經濟影響做好準備的干預措施。Anthropic希望透過該基金研究哪些計劃能使經濟更加靈活和富有韌性,確保AI的益處得到廣泛分享,並儘量減少AI驅動顛覆可能造成的損害。

基金將優先支援五個研究領域。第一,在公司和職場層面塑造AI對工人的影響。AI對勞動力市場的影響取決於圍繞其構建的系統、工作場所、培訓協議和制度選擇。現有證據是觀察性的且短期。實地實驗可以幫助理解哪些協作模式能在AI旁邊發展人類專業知識,組織設計選擇如何影響生產力和收益分配,以及工人聲音在這些選擇中的作用。可資助方向包括:在團隊或公司層面隨機分配AI系統和整合設計的實地實驗,比較與工人共同開發的設計與自上而下方法的差異;評估組織選擇對AI生產力收益發生率的影響;評估留任稅收抵免和僱主共同投資要求。

第二,幫助人們導航AI驅動的轉型。關於再培訓和就業安置的證據結果不一,且可能不適用於AI引發的經濟顛覆和快速結構轉型。可資助方向包括:評估創新技能再培訓、就業安置、許可改革和行業轉型包,包括AI驅動的匹配、認證和模型學習,以及將收入支援與再就業服務、再培訓及搬遷援助捆綁;關於早期職業和專業渠道的實地實驗,例如當初級任務被AI吸收時,何種學徒制、指導制或輪崗模式能建立專業知識;評估旨在為學生轉型勞工市場做準備的K-12和高等教育課程及教育交付模式,包括將教育干預與後期結果聯絡的縱向試點;測試雄心勃勃的流動性工具,如與再培訓計劃掛鉤的帶薪休假和可攜帶福利。

第三,現代化應對AI驅動失業的收入支援。像全球類似保險計劃一樣,美國支援失業工人的系統幾乎完全建立在失業是暫時的假設上。AI可能導致更廣泛和更持久的失業。在這種情況下,需要適應新平衡的工具。可資助方向包括:針對AI驅動失業的失業保險改革,包括替代資格門檻、與行業或職業相關的自動延期觸發,以及將失業保險與工資保險、再培訓或其他過渡支援整合;為耗盡失業保險、從未符合資格或長期就業不足的工人提供基本需求救濟;更長期限的無條件收入試點,以維持生活水平,分析結果涵蓋勞動力供應、消費、福祉、家庭穩定、兒童發展、公民參與和如何安排時間。

第四,在顛覆到來前建立工人對AI增長的利益。在AI帶來巨大總收益的前所未有情景下,這些收益可能不會廣泛分享。在政策框架中,Anthropic討論了普遍預分配資本賬戶及相關機制,如股權分享、AI部門股息和公共所有權股份。但這些機制在規模上缺乏直接經驗證據,也需要資金來源。許多創收建議存在,包括對AI驅動回報徵收公司稅、資本利得稅或代幣稅,但缺乏證據表明誰將承擔這些稅收的經濟負擔,以及不同設計如何影響稅收收入和採用。可資助方向包括:大規模測試預分配資本賬戶設計的隨機對照試驗;測試股權分享或股息式機制的試點,包括社群級試點,其中AI基礎設施或AI使用企業直接產生持續回報;比較不同收入和分配機制,尋找最佳勞動力和家庭結果。

第五,生成關於公共投資的新證據。政策框架呼籲現代化收入安全網並大幅增加對面向人和麵向社群工作的公共投資。政策制定者需要一致的方法來比較這些工具以及直接轉移支付。研究將生成證據,顯示何種形式支出能產生最大公共效益,特別是在私營市場可能低估的領域。可資助方向包括:大規模試點直接資助面向人和社群的服務崗位(如教學、課後專案、圖書館、社群健康、公園、基礎設施、藝術),衡量就業水平、教育成就、犯罪率和福祉等結果;擴大AI賦能公共服務(法律援助、醫療指導、金融諮詢)以覆蓋服務不足人群的試點,測試此類投資能否縮小獲取差距;為失業或長期失業工人提供有保障就業試點,以公益角色就業,類似於民間資源保護隊但角色更廣;在面臨AI驅動失業風險或舉辦大型AI基礎設施建設的社群進行基於地方的干預,包括在勞動力、公共服務、基礎設施和便利設施方面的捆綁投資,以及協調這些投資的區域發展機構試點。

Anthropic強調,由於AI可能以前所未有的速度改變社會,傳統研究資助和出版週期可能跟不上。因此,基金尋求與研究組織合作,願意在關鍵里程碑公開分享發現,因為足夠早的訊號可能比姍姍來遲的答案更有價值。基金主要資助500萬至3000萬美元的專案,對於範圍明確且高影響力的專案可靈活上調。申請方必須是認可大學、獨立研究機構、政策研究組織或有大規模實地實驗經驗非營利組織,個人申請不予考慮。基金全球開放,但初期方向略顯美國中心化,因為Anthropic總部位於舊金山且Claude在美國使用最廣泛。Anthropic希望透過建立證據基礎,幫助工人、企業和政府適應AI經濟。