A theory-based AI automation exposure index: Applying Moravec’s Paradox to the US labor market
创建于 更新于
摘要
本论文基于Moravec悖论提出一种理论驱动的人工智能自动化暴露指数，采用19,000个任务在绩效差异、隐形知识、数据丰度和算法效率差距上评分，指出管理、STEM和科学职业暴露最高，维护、农业和建筑最低。该指数揭示了工资与自动化暴露的正相关关系，挑战了基于技能偏向技术变革的传统观点，同时通过Tacit Knowledge解释了高薪和资历偏向技术变革的现象。该指数对现有AI标注法进行验证，显示与Eloundou等（2024）方法的高相关性（0.72），并体现了自动化模式的范式转变，具有理论和实务双重创新价值 [page::0][page::2][page::14][page::22]。
