防走失，電梯直達(dá)
來源：知識分子
作者：孫睿晨
圖源：Freepik
● ● ●
自2022年11月，美國硅谷初創(chuàng)公司OpenAI推出首款基于大語言模型的現(xiàn)象級聊天機(jī)器人ChatGPT以來，AI技術(shù)與我們的生活日益緊密。
截至目前，AI大模型已經(jīng)可以幫助我們寫程序代碼，制定旅行計劃，資料閱讀與信息檢索，快速完成分析報告，學(xué)習(xí)第二外語，乃至編輯視頻，制作商業(yè)網(wǎng)站或游戲……
然而，大模型降世兩年多，人們卻吃驚地發(fā)現(xiàn)，自己最終的那個夢想，一個有強(qiáng)大AI為人類工作的社會，一個有更多的閑暇，上四休三甚至每周工作更短時間的世界，卻仿佛更遙遠(yuǎn)了，我們變得更忙了，而且，這個事實(shí)居然在數(shù)據(jù)上得到了確認(rèn)。
01
AI增加了總體工時，讓人類自由支配的時間減少了
大模型之下，人類的體驗該如何評估？一批研究者抓住了這其間的關(guān)鍵，即：時間。
時間是每個人最寶貴的資產(chǎn)，其稀缺性、機(jī)會成本、投資價值及效用均使得時間成為不可或缺的資源。同時，時間也是一種絕對意義上平均供給的稀缺資源，無論個人的財富、地位或背景如何，每人每天都擁有相同的24小時。但不同時代與地域背景下，人們在不同活動中的時間分配會產(chǎn)生差異。所以，分析大語言模型出現(xiàn)前后人們在時間分配上的變化可以在某種程度上反映了AI技術(shù)對我們的生活與工作的影響。
美國國家經(jīng)濟(jì)研究局（National Bureau of Economic Research，簡稱NBER）發(fā)布的一篇預(yù)印本論文就針對這個問題進(jìn)行了研究[1]。論文研究者通過美國勞工數(shù)據(jù)深入探討了接觸AI技術(shù)對員工各方面，特別是大模型對受訪者時間分配的影響，對他們工作與生活平衡的影響。
論文中所采用的核心數(shù)據(jù)為ATUS數(shù)據(jù)集。美國勞工統(tǒng)計局（Bureau of Labor Statistics) 每年都會組織《美國居民時間使用調(diào)查》（American Time Use Survey, 簡稱ATUS）。該調(diào)查主要收集每位受訪者的時間日記數(shù)據(jù)，記錄了受訪者在采訪前一天24小時內(nèi)從凌晨4點(diǎn)到次日凌晨4點(diǎn)參與各種活動的詳細(xì)信息，包括有償工作、家務(wù)勞動、育兒、志愿服務(wù)、休閑、社交等。調(diào)查對象通常是從完成了美國勞工統(tǒng)計局另一項家庭采訪的收房人員中隨機(jī)抽取的成年人，每個受訪者只接受一次電話采訪。
該調(diào)查每年的受訪者約有26000人，樣本跨度20年，從2004年到2023年。受訪者通過詳細(xì)的24小時日記（以15分鐘為間隔）記錄他們的活動，從這些記錄中可以計算出市場性工作時間、休閑時間以及其他一些特殊類別（如教育和娛樂）的時間，并可通過合理的敏感性檢驗（例如，工作場所的社交活動是否應(yīng)計為工作或休閑）進(jìn)行調(diào)整。由于數(shù)據(jù)翔實(shí)、樣本量大，該數(shù)據(jù)集被廣泛用于分析勞動生產(chǎn)率、評估非市場活動（如家務(wù)勞動、照護(hù)工作）的經(jīng)濟(jì)價值、研究不同群體的時間分配模式，以及探索工作與生活平衡等社會經(jīng)濟(jì)問題，起到幫助政府與學(xué)者深入了解美國居民在日常生活中如何分配時間，以及這些時間分配如何影響經(jīng)濟(jì)和社會生活的作用。
研究者將受訪者工作中接觸AI多少的程度稱為“AI暴露” （AI exposure）。因為ATUS數(shù)據(jù)集中記錄了每位受訪者的職業(yè)信息，所以，我們只要能獲得不同職業(yè)所受到的AI暴露水平，那么就可以推論擁有某職業(yè)的受訪者受到AI的影響程度。用這種方法，論文作者巧妙地利用了人工智能專利數(shù)據(jù)（AIPD）來衡量了各職業(yè)的AI暴露度。
AIPD由美國專利商標(biāo)局（USPTO）于2021年公開發(fā)布，其收集了2000年至2023年間美國授予的人工智能專利的全面樣本。因此，通過分析每項人工智能專利的標(biāo)題和摘要中的文本信息，作者能夠從文本語料庫中提取關(guān)于該專利基礎(chǔ)創(chuàng)新范圍和內(nèi)容的信息。這些信息隨后被匹配到不同的職業(yè)，以評估后者受到人工智能的影響程度。前述這些工作做完之后，為了確保受試者屬于受到人工智能影響的一方，而不是主動影響人工智能的一方，作者在本研究中排除了那些受科技公司雇傭的人，以便將研究重點(diǎn)放在聚焦于使用人工智能的企業(yè)中的員工，而非發(fā)明人工智能的企業(yè)中的員工。
作者利用大型語言模型——沒錯，利用AI分析AI的影響——根據(jù)任務(wù)描述與AI相關(guān)專利內(nèi)容之間的文本相關(guān)性來衡量各職業(yè)的AI暴露度，并進(jìn)一步區(qū)分了AI與工作之間的互補(bǔ)與替代關(guān)系。作者以2022年底ChatGPT的出現(xiàn)為時間節(jié)點(diǎn)分析當(dāng)新型AI技術(shù)擾動或補(bǔ)充工人工作時受試者如何調(diào)整時間分配。
研究發(fā)現(xiàn)，在ChatGPT出現(xiàn)后，處于較高AI暴露的職業(yè)，員工群體顯著增加了工作時長，同時該群體普遍反映休閑時間減少。
文章提到了AI技術(shù)對工作的兩種影響方式：互補(bǔ)或替代，但并未深入對AI替代職業(yè)情況的研究，不過，根據(jù)作者的研究，對于AI技術(shù)起到了互補(bǔ)性的工作崗位，工作時長增加程度比替代崗位更高，且工作時長的增加在那些與AI技術(shù)有互補(bǔ)性質(zhì)的行業(yè)以及AI普及度更高的地區(qū)的員工身上體現(xiàn)的更為明顯。當(dāng)然，令人欣慰的一點(diǎn)是，這些員工的收入在接受AI暴露之后也增加了，尤其在與AI技術(shù)互補(bǔ)的行業(yè)里，員工收入隨AI暴露度的增加的程度而增加的程度更為明顯。
從一定意義上，可以說，AI技術(shù)增加了員工的收入，但同時也增加了總體工作時長，擠壓了員工的休閑時間。在討論AI技術(shù)時，人們總是想當(dāng)然的認(rèn)為AI技術(shù)能讓人們更快的完成工作，并且減少工作時長。這項研究的結(jié)論則否認(rèn)了這一點(diǎn)。
此外，作者還探討了關(guān)于 AI 技術(shù)對員工績效監(jiān)控影響。他們發(fā)現(xiàn)，具有較高 AI 監(jiān)控技術(shù)暴露的遠(yuǎn)程工作者個工作時間明顯延長。相比之下，這一效應(yīng)在在作為對照組的自雇人士中并未出現(xiàn)。最后，作者根據(jù)美國的求職網(wǎng)站Glassdoor的數(shù)據(jù)，發(fā)現(xiàn)較高的 AI 暴露度與員工整體工作滿意度較低相關(guān)，
此外，當(dāng)勞動力市場競爭較為激烈（也就是更“卷”）以及產(chǎn)品市場競爭更激烈（更“卷”）時，處于該市場的員工工作時長的延長更為明顯。因為前者會削弱工人通過技術(shù)驅(qū)動的生產(chǎn)率提升來獲取剩余收益的議價能力；后者，在產(chǎn)品市場競爭激烈的情況下，大部分剩余收益會轉(zhuǎn)嫁給消費(fèi)者，企業(yè)與工人之間分配的收益都相對較少。于是，在上述兩種情形下，工人的整體福利未能跟上 AI 繁榮期間生產(chǎn)率的增長，從而削弱了因為收入增長而應(yīng)該出現(xiàn)的更多休閑、減少工作的效應(yīng)，而很不幸的是，當(dāng)今的全球市場，很多地區(qū)都面臨著這兩種情況。
于是綜合結(jié)果表明，盡管 AI 驅(qū)動的生產(chǎn)率提升承諾更高的效率，但實(shí)際上卻導(dǎo)致了更長的工作時間和較低的員工滿意度。
02
AI 為什么讓我們更忙了，
其根源正體現(xiàn)了打工人與老板矛盾的本質(zhì)
多方分析數(shù)據(jù)之后，要如何理解“AI技術(shù)讓我們更忙了”這件事呢？
也許，委托代理模型，可以幫助我們理解這一現(xiàn)象的本質(zhì)。
委托代理模型（Principal-Agent Model）最初源自經(jīng)濟(jì)學(xué)和組織理論領(lǐng)域，可以用以解釋在信息不對稱和利益不一致的情況下，如何設(shè)計契約和激勵機(jī)制來協(xié)調(diào)委托人與代理人之間的行為[2-4]。委托人與代理人的典型例子包括雇主與員工，股東與公司經(jīng)理，以及通常意義上的甲方與乙方。
在現(xiàn)實(shí)經(jīng)濟(jì)活動中，委托人與代理人常常處于不對等的信息環(huán)境中。以雇主與員工的關(guān)系為例：在企業(yè)中，老板（雇主）作為委托人，雇傭打工人（員工）作為代理人。老板希望員工通過努力工作來提高企業(yè)績效和盈利，而員工則可能更關(guān)注自身的利益、工作條件和收入水平。由于信息不對稱，老板難以實(shí)時、全面地監(jiān)督每個員工的工作表現(xiàn)，而員工可能會利用這種情況降低自己的工作投入，甚至從事“偷懶”或不合規(guī)的行為。
委托代理模型（Principal-Agent Model）為這種現(xiàn)象提供了理論框架：雇主（委托人）雇傭員工（代理人）后，往往難以完全掌握員工的具體工作表現(xiàn)和努力程度。這種信息不對稱為雙方帶來利益沖突和道德風(fēng)險（如代理人利用信息優(yōu)勢為自身謀取不當(dāng)利益）。由于委托人無法完全觀察到代理人的真實(shí)行為或努力水平，這可能導(dǎo)致代理人在沒有足夠監(jiān)督的情況下更有可能做出有利于自身而不利于委托人的決策。委托人為了彌補(bǔ)信息不對稱，通常需要支付監(jiān)督成本、激勵成本及因代理人行為不完全符合預(yù)期而產(chǎn)生的剩余損失。在AI時代，其具體體現(xiàn)可能是雇主在引入AI技術(shù)協(xié)助員工工作時，同時引入AI技術(shù)對員工進(jìn)行更高效的監(jiān)督。
通過設(shè)計合理的激勵機(jī)制可以使代理人的利益與委托人的目標(biāo)變得相一致。例如，通過績效獎金、股票期權(quán)或利潤分享等方式，將代理人的收入與其工作業(yè)績掛鉤，從而激勵代理人付出更高努力，最終在增加自身的收益的同時將委托人的收益也得到最大化。所以，委托人與代理人的契約設(shè)計往往需要在風(fēng)險分擔(dān)與激勵兼容之間取得平衡，以確保在不確定的環(huán)境中雙方都能獲得合理回報。
在現(xiàn)代公司制度下搬磚的打工人處在缺乏分享收益機(jī)會的環(huán)境中。在競爭激烈的勞動力和產(chǎn)品市場中，由于作為受雇者的員工的議價能力非常有限，他們的收益無法與生產(chǎn)率的提升同步，從而導(dǎo)致剩余收益流向企業(yè)或消費(fèi)者。因此，由AI驅(qū)動的生產(chǎn)率提升和監(jiān)控效率增強(qiáng)反而延長了工作時間。
因此，要實(shí)現(xiàn)一個人類工作更少、生活福祉更高的世界，無法依靠科技進(jìn)步本身自發(fā)實(shí)現(xiàn)。論文作者認(rèn)為，通過有意識的政府干預(yù)、制定利于生產(chǎn)率收益的公平分配的政策與制度、以及提倡以休閑和生活質(zhì)量為重的文化轉(zhuǎn)變或許能實(shí)現(xiàn)這個理想。
而這三條，都不是AI技術(shù)能幫上忙的了。
參考文獻(xiàn)：（上下滑動可瀏覽）
1. Jiang, W., Park, J., Xiao, R. (Jiqiu), & Zhang, S. (2025, February). AI and the extended workday: Productivity, contracting efficiency, and distribution of rents (NBER Working Paper No. 33536). National Bureau of Economic Research.http://www.nber.org/papers/w33536
2. Jensen, M. C., & Meckling, W. H. (1976). Theory of the firm: Managerial behavior, agency costs, and ownership structure. Journal of Financial Economics, 3(4), 305–360. doi:10.1016/0304-405X(76)90026-X
3. Eisenhardt, K. M. (1989). Agency theory: An assessment and review. Academy of Management Review, 14(1), 57–74.
4. Sappington, D. E. M. (1991). Incentives in principal–agent relationships. Journal of Economic Perspectives, 5(1), 75–94.
熱門跟貼