Managing the Human Fallback: Skill Investment Under Improving AI and Worker Mobility
创建于 更新于
摘要
本文提出一个两期模型，研究在AI不断提升且具备不完全可靠性的条件下，企业在让工人参与AI辅助工作与保留未来可用于作为fallback的人力资本之间的权衡。模型区分AI的能力(capability)与可靠性(reliability)两维进步及其对投入的不同影响，并在存在劳动市场流动性时引入工人排序的机制，揭示移动性可能将企业对技能投资的对象从“最不熟练”的工人逆转到“接近AI frontier”的高技能工人，同时AI进步的两维会以不同渠道影响投入强度与时机。研究表明，在无流动性的情形下，fallback动机使企业对最低技能工人投入最多；而在存在流动性的情形下，排序动机主导下的投入可能聚焦于更高技能的工人，甚至接近 frontier；此外，能力提升会通过扩大可提供的技能轨迹来提升投入价值，而可靠性提升则可能同时提高或降低投入，呈现出投入对AI进步维度的非单调响应。最终，研究将人力资本投资与运营设计结合起来，强调在AI共享任务的情境下，工作设计应被视作对未来技能的投资而不仅仅是当前产出的优化。 [page::6][page::7][page::8][page::9][page::15]
