Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

出生率下降对人工智能的未来有影响吗?

Posted on 2025-07-19

蓝白相间的图案展示了图像的两半:一半是机器手,一半是婴儿头部的图案。

两种对未来的展望正在展开,每种展望都对人类的命运做出了严峻但看似矛盾的预测。

一方面,我们了解到全球出生率正在下降,导致社会老龄化,本世纪全球人口将下降。人口统计学家警告称,如果目前的趋势持续下去,将没有足够的劳动力来支撑社会。极端的劳动力短缺将导致经济停滞、贫困,最终——在最可怕的情况下——导致文明本身的崩溃。

另一方面,人们不断警告称,人工智能可能会取代大多数甚至所有工作岗位。Anthropic 首席执行官达里奥·阿莫迪 (Dario Amodei) 最近预测,人工智能将在未来五年内取代 50%的入门级白领工作。尽管其他人工智能领域的领导者对这种大规模自动化持怀疑态度, 但国际货币基金组织 (IMF) 发现,在 2010 年至 2021 年期间,美国采用人工智能最快的地区就业率下降幅度更大,其中男性以及制造业和服务业从业人员受到的打击最为严重。

如果我们既缺少工人,又缺少工作机会,会发生什么?两者可以同时发生吗?如果两者互相抵消,是否意味着我们无需担心?

许多研究这些主题的研究人员彼此之间根本不交流——无论是因为学科壁垒导致专业化发展受限,还是因为时间线不匹配导致合作显得无关紧要。人口统计学家的思考方式是几十年一遇,而技术专家的思考方式是几年一遇,企业领导者关注的是季度业绩,而经济学家则在眼前的政策关切和长期增长模型之间摇摆不定。

现实情况是,研究人员正处于极大的不确定性之中。我们尚不清楚人工智能究竟会补充工人还是取代工人,失业工人能否像过去的转型一样成功获得再培训,以及人口老龄化将如何影响政策应对。这使得我们更容易专注于更狭隘的预测,而不是尝试跨越多个未知因素的预测。

但这些对话是紧密相连的,即使在不确定的情况下,也有一些线索可以告诉我们什么可以知道,什么不能知道。

人口增长与经济增长

大约五年前,先锋集团首席全球经济学家约瑟夫·戴维斯开始回答投资者提出的一些他一时不知该如何回答的问题。随着经济以前所未有的方式发生变化——从劳动力老龄化到科技股的蓬勃发展——投资者应该如何考虑将资金投向何处?他们是否应该为长期通胀做好准备?还是应该顺势而为,买入亚马逊和英伟达等科技巨头的股票?

戴维斯负责指导先锋集团5000万投资者,但他找不到系统地研究科技与人口趋势如何相互作用的人——于是他决定自己做这项研究。最终,他撰写了一份 工作论文,重点探讨了人口结构、预算赤字和全球化在过去一个世纪中如何塑造了美国经济。“这是一段令人谦卑的经历,”戴维斯最近将这项研究成果转化为一本书,他告诉我。

人口统计学入门

人口趋势在相互关联的层面上运作。人口增长——人口总量的变化——可能由于出生率下降、移民减少或两者兼而有之而放缓。与此同时,人口结构指的是年龄构成:即使总人口保持稳定,当出生率下降、人们寿命延长时,社会仍然可能“老龄化”,导致适龄劳动人口相对于退休人口减少。这些变化至关重要,因为它们决定了有多少人可以工作、纳税和支持社会项目。

他最清晰的结论之一是,长期经济发展并非主要取决于人口规模。他利用一个基于130年经济数据的模型,发现人口增长变化与GDP或通货膨胀几乎没有任何显著的关联。相反,生活水平的最大提升往往发生在重大创新时期——例如20世纪20年代的电气化或20世纪90年代个人电脑的兴起——无论人口趋势如何。

戴维斯指出,在文艺复兴和咆哮的二十年代等历史时期,人口增长实际上正在放缓,但经济产出却激增。“20世纪20年代,人口增长放缓——我们将移民数量削减了90%。但无论如何,经济增长仍在加速,”他说。

相比之下,人口增长强劲但经济生产力较弱的时代,如20世纪70年代,几乎没有取得任何真正的进步。

“人口结构很重要,”他告诉我,“但不能孤立地看待它。”

人们普遍担心老龄化社会注定走向衰落,但这种担忧缺乏充分的证据。戴维斯指出,老龄化可能与技术和基础设施的长期投资增加有关,并以日本和德国等国家为例。这些国家表明,虽然劳动年龄人口的减少会通过医疗和养老金成本的上升给公共预算带来压力,并使企业更难找到员工,但这并不一定会导致经济灾难。

有关人口下降的新书《人口激增之后》的合著者迪恩·斯皮尔斯也认为,在技术变革时代,人们对老龄化社会缺乏足够劳动力的担忧可能被夸大了。

“我们在书中并没有强调老龄化,因为我们不认为这是最重要的事情,”他告诉我。“如果人工智能能够提高人均产出……那么用更少的工人,就能弥补人均人口数量减少的缺陷。”

斯皮尔斯并不认为老龄化无关紧要,因为生育率和人口年龄结构会影响预算、税收和公共服务。“如果你是财政部长,”他说,“这当然很重要。”但他认为老龄化是一项政策挑战,而非生存威胁。他表示,一个社会的长期发展轨迹将更多地取决于生产力、创新以及社会系统和计划的实际运作情况。

麻省理工学院未来科技研究项目主任尼尔·汤普森对此表示赞同。他告诉我:“人工智能能力的变化,以及它们对提高人类劳动生产率和完全自动化某些任务的影响,正在以更快的速度发生,其影响也将远超人口结构的变化。”

那么,人工智能会让我们更有效率吗?

那么问题在于人工智能是否真的能够提高生产力以抵消人口减少的影响。

先锋集团的戴维斯进行了数千次经济模拟,结果却总是出现分歧。虽然长期影响难以预测,但他的模拟结果预示着未来十年的两种未来——人工智能带来的生产力提升与人口老龄化和公共债务上升带来的财政压力之间的“拉锯战”。在第一种未来中,他估计人工智能成为像电力一样的“通用技术”的可能性为45%到55%,从而推动生产力的大幅增长。

关于人工智能如何影响生产力的困惑远远超出了学术界的范围。

第二种情况是,人工智能有30%到40%的可能性,它只是起到了渐进式的作用——虽然有用,但不足以带来变革,无法抵消不断上升的赤字和日益老龄化的劳动力。在这种情况下,人口统计学家们更为悲观的预测——即劳动力数量的减少将削弱经济——更有可能成真。“我希望(经济增长)的可能性更高,”戴维斯告诉我,并补充说,这在很大程度上取决于政府做出的其他政策选择,尤其是在赤字问题上。

同样的不确定性也反映在两位顶尖经济学家的不同观点上。2024年诺贝尔奖得主达隆·阿西莫格鲁估计,未来十年,人工智能将仅实现约5%的工作任务自动化并实现盈利,GDP增长也较为温和。他警告称,如果没有积极的政策干预,人工智能将主要取代工人,而不是增强工人的能力。

斯坦福大学经济学家埃里克·布林约尔松 (Erik Brynjolfsson) 则更为乐观,他认为,如果人工智能能够扩大而不是取代人类的工作,那么它有可能推动年生产率增长约一个百分点。

日益认识到不确定性

关于人工智能如何影响生产力的困惑远不止学术界。Anthropic 刚刚启动了一项研究项目,探讨人工智能的经济影响——这等于默认即使是人工智能开发者也不完全理解他们正在释放什么。

美国劳工统计局 (BLS) 也直到最近才开始将人工智能的影响纳入其就业预测。在2 月份发布的一份分析报告中,该机构采取了谨慎的态度,强调技术变革并不一定会导致失业。一些职位可能会减少,尤其是那些涉及高度标准化任务的职位,例如保险理赔处理;而其他职位则可能由于人工智能驱动的新需求或对人工监督的持续需求而增长。

即使是精通相关领域的专家和倡导者也承认,目前的理解存在局限性。当我问及人工智能的经济影响与出生率下降之间的联系时,斯皮尔斯回答道:“我其实算不上劳动经济学家。”人口统计学家、家庭研究所生育倡议主任莱曼·斯通告诉我,他还没有专门研究过劳动力自动化与人口减少的问题。

倡导生育主义、曾是科技创业者的马尔科姆·柯林斯(Malcolm Collins)对这些相互冲突的趋势可能意味着什么也缺乏清晰的认识。“或许政府只要拥有大量人口就能维持运转,又或许人工智能真的会取代所有工作,一个国家有多少人口就变得无关紧要了,”他在电子邮件中写道。“我愿意相信人类作为经济参与者将始终扮演某种差异化的角色,但坦白说,这只是我个人的希望,我看不出人工智能为什么不能取代几乎所有人类的工作。”

然而,即使人工智能不断发展,美国许多增长最快的职业仍然明显以人为本。例如,美国劳工统计局预测,2023年至2033年间,家庭健康和个人护理助理的就业岗位将增长21% 。麦肯锡估计,到2030年,人工智能可以自动化相当于1100万个美国全职工作岗位的任务,但由于护理工作、绿色科技和STEM领域的需求激增,美国仍存在约400万名工人的净招聘需求。

事实证明,那些增长最快的工作往往是机器最难复制的。目前仍存在许多不同的讨论,但这些讨论不会永远割裂开来。最终,经济和人口问题的争论必须融合在一起。

原文: https://www.vox.com/economy/420074/ai-birth-rates-pronatalism-future-of-work-automation-jobs-economy

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme