arXiv cs.CY· Cristian Espinal Maya (Universidad Nacional de Colombia), Santiago Jim\'enez Londo\~no (Universidad EAFIT)·· 12 小时前AI 评分58
研究发布 AI Agent 可委托性指数 ADI，覆盖 146 国职业任务
The Delegation Divide: An Open Index of AI-Agent Delegability across Occupations and Countries
AI 导读
研究者构建 Agent Delegability Index（ADI），用两个语言模型按预注册评分标准评估 O*NET 30.2 的全部 18,796 条任务陈述，并映射到 433 个 ISCO-08 单元组、按 146 国 ILOSTAT 就业数据加权。
正文 · AI 翻译
摘要：2026 年全球就业中，35.2% 的任务时间至少可部分委托给 AI 智能体，而仅 2.5% 可完全移交。现有指标衡量的是对生成式 AI 的暴露程度，且大多针对美国。我们构建了智能体可委托性指数（ADI）：两个语言模型依据冻结的、预注册的委托层级与障碍评分标准，对全部 18,796 条 O*NET 30.2 任务陈述进行评分；任务被映射到 433 个 ISCO-08 单位组，并按 146 个国家的 ILOSTAT 就业数据加权。四项发现。第一，可委托就业随收入上升，从低收入国家的 22.5% 升至高收入国家的 48.7%，人均 GDP 每对数点斜率为 7.23 个百分点。这一委托鸿沟是构成性的：物理障碍主导了较贫穷国家就业最多的岗位。第二，在职业层面，ADI 与暴露度高度吻合（与 Eloundou 等人的 r = 0.93，与 Felten 等人的 r = 0.89），高于预注册的 0.80 界限；ADI 在暴露度之上增加了委托层级与障碍，面向全球，而非对职业的新排名。第三，完全委托很罕见，且峰值出现在人类约需十二分钟（11.8 分钟）的任务上。第四，预注册的采用差距未获支持：在 101 个国家中，可委托性与观测到的 AI 使用率相关性为 r = 0.86，且二者差距在中等收入国家并不更大（p = 0.27）。模型一致性为 kappa = 0.77；对 300 项任务的盲评人类评分与模型共识的一致性为 kappa = 0.85，带网络搜索的智能体小组为 kappa = 0.87。我们在此 https URL发布该指数、图谱、提示词及一个 MCP 服务器。
| 评论： | 32 页，6 幅图，4 张表。已在 OSF 预注册：https://doi.org/10.17605/OSF.IO/9ZNTF。数据与代码：doi:https://doi.org/10.5281/zenodo.23552918%3B 仓库与 MCP 服务器：此 https URL |
| 主题： | 一般经济学（econ.GN）；人工智能（cs.AI）；计算机与社会（cs.CY） |
| 引用为： | arXiv:2610.30752 [econ.GN] |
| （或 arXiv:2610.30752v1 [econ.GN] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.30752 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Cristian Espinal [查看邮箱]
[v1]
2026 年 10 月 22 日星期四 05:22:09 UTC（407 KB）
来源：arXiv cs.CY · arxiv.org