技術通常為年輕、熟練的工人創造就業。人工智能也會這樣做嗎？

2026年5月21日

技術通常為年輕、熟練的工人創造就業。人工智能也會這樣做嗎？

來源：麻省理工學院（MIT）

在任何時期，技術對就業都會產生兩種影響：取代傳統工作崗位，同時創造新的工作類型。機器取代了農民，卻為航空工程師等職業的出現創造了條件。那麼，如果技術創造了新工作，誰會獲得這些工作？這些工作的薪資如何？新的工作能保持“新”多久，直到它們轉變為任何工人都能完成的普通任務？

一項由MIT勞動經濟學家David Autor領導的新研究為這些問題提供了詳細答案。研究顯示，在二戰後的美國，新工作類型往往使30歲以下的大學畢業生受益最多。Autor表示：“我們之前從未確切看到誰在從事新工作。研究表明，新工作更多由年輕、受教育程度高的人羣在城市環境中完成。”

該研究還揭示了一個重要的宏觀見解：許多基於創新的新工作是由需求驅動的。20世紀40年代，為應對二戰，政府支持的研發和製造業擴張創造了大量新工作及新形式的專業知識。Autor指出：“這表明，無論我們在哪裏進行新投資，都會產生新的專業領域。如果你開展大規模活動，總會有機會獲得相關的新專業知識。我們認為這一發現令人振奮。”

該論文題為《新工作與更多工作有何不同？》，即將發表於《經濟學年度評論》。作者包括Autor、MIT經濟系博士生Caroline Chin、蒂爾堡大學和烏得勒支大學經濟學教授Anna M. Salomons，以及西北大學凱洛格管理學院的助理教授Bryan Seegmiller（2022年博士）。

瞭解新工作及其獲取者，可能對人工智能的傳播具有啓示意義——儘管Autor認為，現在判斷AI將如何影響職場還為時過早。Autor指出：“人們非常擔心基於AI的自動化會更快地侵蝕特定任務。但侵蝕任務不同於侵蝕工作，因為許多工作包含大量任務。我們都在問：新工作將從何而來？這至關重要，但我們知之甚少。我們不知道它是什麼樣子，也不知道誰能勝任。”

“如果每個人都是專家，那麼就沒有人是專家”

四位合著者之前曾在2024年發表過一項關於新工作的重要研究，該研究發現，1940年至2018年間，美國約60%的工作崗位屬於1940年以來才廣泛發展的新專業。新研究通過更精確地觀察誰填補了新工作類型，擴展了這一研究方向。

為此，研究人員使用了1940年至1950年的美國人口普查數據，以及2011年至2023年的人口普查局美國社區調查（ACS）數據。由於人口普查記錄約70年後完全公開，學者們可以檢查個人層面的職業、薪資等信息，並追蹤1940年至1950年人口普查期間同一工人的工作變動。通過與美國人口普查局的合作研究安排，作者還獲得了對個人層面ACS記錄的安全訪問權限。這些數據使他們能夠分析新專業領域工人的收入、教育程度及其他人口特徵，並與長期存在的職業領域的工人進行比較。

Autor指出，新工作始終與新形式的專業知識相關聯。起初，這類專業知識稀缺；隨着時間的推移，它可能變得更加普遍。無論如何，專業知識往往與新技術形式相關。他説：“這需要掌握某種能力。勞動的價值不僅在於做事的能力，還在於專業知識。而這通常區分了高薪工作和低薪工作。”他還補充道：“專業知識必須稀缺。如果每個人都是專家，那麼就沒有人是專家。”

通過檢查人口普查數據，學者們發現，1950年約7%的員工從事1930年以來出現的工作類型。而在2011-2023年期間，約18%的工人從事1970年以來引入的工作類型（這大致與每十年新工作崗位的比例相同，但Autor認為這並非一成不變的趨勢）。

在這些時間段內，新工作更常出現在城市地區，30歲以下人羣受益最多。從事新工作似乎具有持久效應：1940年從事新工作的人在1950年從事新工作的可能性是普通人羣的2.5倍。大學畢業生從事新工作的可能性比高中畢業生高2.9個百分點。

新工作也存在薪資溢價，即總體上比已有工作類型的薪資更高。然而，研究表明，隨着許多新工作類型的專業知識被廣泛掌握，薪資溢價會隨時間消退。Autor説：“稀缺價值會侵蝕。它變成常識。它本身也會被自動化。新工作會變舊。”他指出，開車曾經是一種稀缺的專業知識，同樣，在20世紀90年代，能夠使用WordPerfect或Microsoft Word等文字處理程序也是一種稀缺技能。但一段時間後，掌握這些工具成為了使用電腦最基礎的部分。

回到AI

研究誰獲得了新工作，使學者們得出了關於新工作如何創造的驚人結論。通過檢查二戰時期縣級數據（當時聯邦政府在全國範圍內通過公私合作伙伴關係支持新制造業），研究表明，擁有新工廠的縣有更多新工作，而且1940年至1950年間的85%至90%的新工作是由技術驅動的。從這個意義上説，當時存在着大量的需求驅動型創新。如今，關於創新的公共討論通常側重於供給側，即試圖創造新產品的創新者和企業家。但研究表明，需求側也能顯著影響創新活動。Autor説：“技術不是‘尤里卡！’突然發生的。創新是有目的的活動，並且是累積性的。如果你走得足夠遠，它就會有自己的動力。但如果不這樣做，就永遠達不到目標。”

這又將我們帶回AI——2026年許多人關注的焦點。AI會創造好的新工作嗎？還是會奪走工作？Autor認為，這可能取決於我們如何實施它。以龐大的醫療保健行業為例，如果人們有興趣創造就業，那裏可能產生許多技術驅動的新工作。他説：“我們在醫療保健中可以有不同方式使用AI。一種是自動化人們的工作。另一種是讓不同專業水平的人執行不同任務。我認為後者更有利於社會。但市場會走向何方尚不清楚。”另一方面，通過政府需求的各種形式，AI可能會以最終提高醫療保健行業生產率的方式應用，從而創造新的就業機會。Autor指出：“美國醫療保健中超過一半的資金是公共資金。我們在那裏有很大的槓桿作用，可以推動事情朝那個方向發展。使用它的方式多種多樣。”

更多信息：David Autor等，《新工作與更多工作有何不同？》（2026）。DOI: 10.3386/w34986

由麻省理工學院提供

本文轉載自MIT新聞（web.mit.edu/newsoffice/），一個報道MIT研究、創新和教學的受歡迎網站。

引文：技術通常為年輕、熟練的工人創造就業。人工智能也會這樣做嗎？（2026年5月21日）檢索於2026年5月22日，來自https://techxplore.com/news/2026-05-technology-jobs-young-skilled-workers.html

本文檔受版權保護。除私人研究或研究目的的任何合理使用外，未經書面許可不得複製。內容僅供參考。