Machines are more productive than humans until they aren’t, and vice versa: An in-silico framework for quantifying the economic effects of skill policy decisions under varying levels of generalization difficulty
创建于 更新于
摘要
本论文构建基于蒙特卡洛模拟的计算框架，量化分析人类技能、机器技能及其组合在不同任务难度下的经济效益。研究发现低至中等泛化难度任务中，自动化具备经济优势；高难度任务中，纯自动化难以超越人类表现。最优策略是实现有效的人机增强，若无法实现则成本过高，经济效益反而下降。论文提供了面向企业的经济决策模拟工具，可预测不同技能策略对组织价值影响，并揭示任务难度和技能协同对经济效用的重要作用[page::0][page::6][page::44].
