arXiv cs.CY· William G. Resh, Yi Ming, Xinyao Xia, Michael Overton, Gul Nisa Gurbuz, Brandon De Bruhl·· 6 天前AI 评分26
生成式 AI 对美国联邦劳动力是互补、增强还是替代？基于 RAG 的数百个职业序列评估
Complementarity, Augmentation, or Substitutivity? The Impact of Generative Artificial Intelligence on the U.S. Federal Workforce
AI 导读
一项研究用多阶段 RAG 系统评估生成式 AI 对数百个美国联邦职业序列的近期限影响，按互补、增强、替代三个维度打分，结果显示生成式 AI 主要互补和增强联邦岗位，替代潜力有限。即便替代得分最高的职业，也仅体现常规子任务的部分自动化，而非岗位消失。研究据此反对以岗位被取代为前提的粗放裁员，主张定向再培训、基于能力的人才规划与人机协作。
正文 · AI 翻译
摘要：本研究应用多阶段检索增强生成系统，将大语言模型的评估建立在精选证据之上，以评估生成式 AI 对数百个联邦职业系列的近期知识、技能和能力影响。每个职业从互补性（AI 增强现有能力）、增益性（AI 要求员工转变能力）和替代性（AI 取代人类任务）三个维度进行评分。结果显示，生成式 AI 主要补充和增益联邦岗位，替代潜力有限。即使在替代性得分最高的职业中，也仅反映常规子任务的部分自动化，而非岗位消除。这些发现警示不应以取代为前提进行粗暴的裁员，而应支持有针对性的再培训、基于能力的规划和人机协作。该框架可适用于其他拥有结构化能力模型和岗位文档的组织。
| 评论： | 58 页，11 幅图，3 张表 |
| 主题： | 计算机与社会 (cs.CY)；普通经济学 (econ.GN) |
| ACM 分类： | I.2.7; I.2.11; I.2.1; I.2.3; I.7; J.4; J.1 |
| 引用为： | arXiv:2503.09637 [cs.CY] |
| （或 arXiv:2503.09637v2 [cs.CY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2503.09637 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：William Resh [查看电子邮件]
[v1]
2025 年 3 月 12 日星期三 01:19:52 UTC（2,444 KB）
[v2]
2026 年 10 月 8 日星期四 20:11:57 UTC（2,256 KB）
来源：arXiv cs.CY · arxiv.org