国际劳工组织（ILO）发布的《生成式人工智能与工作：职业暴露的改进全球指数》工作论文，基于波兰6位数职业分类系统和1640名受访者的调查数据，结合专家验证与AI模型预测，更新了2023年的全球职业暴露指数，为理解GenAI对劳动力市场的影响提供了更精细的分析框架。
研究方法与数据来源
数据基础：以波兰29,753项任务的6位数职业分类系统为基础，覆盖2,500个职业，样本量较ISCO-08扩大十倍，且与ISCO-08的4位数分类对齐，便于全球比较。
混合研究方法：通过对1,640名波兰劳动者的调查，收集52,558个任务自动化潜力数据点；结合GPT-4o、Gemini等大语言模型（LLM）的算法预测；邀请国际专家进行多轮德尔菲式讨论，验证并调整任务评分。
AI模型优化：构建“知识存储库”，利用AI模型预测ISCO-08职业任务的自动化分数，通过语义聚类和梯度分类提升预测稳定性。
核心发现：职业暴露梯度与就业影响
- 暴露梯度框架：将职业暴露分为四个梯度，梯度4（最高暴露）要求任务平均得分≥0.6且标准差≤0.1，梯度1（最低暴露）为平均得分<0.4但部分任务得分≥0.5。
展开剩余85%- 全球就业估算：全球24%的劳动者处于GenAI暴露职业，其中3.3%属于最高暴露梯度（梯度4）。女性（4.7%）在梯度4的占比显著高于男性（2.4%），高收入国家（HICs）中女性占比达9.6%，男性为3.5%。
- 职业差异： clerical occupations（如数据录入员、打字员）暴露水平最高，约60%以上任务可被自动化；金融分析师、网页开发者等数字化职业的暴露度显著上升，反映GenAI在专业领域的能力扩展。
关键结论与政策启示
- 技术影响的双重性：GenAI更可能引发职业转型而非完全自动化，多数职业仍需人类参与。高收入国家暴露率（34%）远超低收入国家（11%），数字基础设施和技能差距是主因。
- 性别与收入差距：女性在高暴露职业中占比更高，收入水平与暴露率正相关，需针对性政策支持女性劳动者适应技术变革。
- 政策建议：基于精细化的暴露指数，政策制定者可结合国家微观数据制定转型策略，通过社会对话、技能培训和技术适配管理变革，确保技术红利普惠共享。
免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系
发布于：广东省网络配资公司提示：文章来自网络，不代表本站观点。
