阿西莫格鲁：AI应辅助而非取代人类

人工智能正在我们眼前重塑世界。人们担忧的不仅是技术变革带来的不确定性，更是源于当前的发展路径——众多行业巨头正专注于追求通用人工智能（artificial general intelligence，AGI）。

所谓通用人工智能，是指一种在大多数具有经济价值的任务上能超越人类能力的系统。这种趋势下，工作自动化将不再局限于特定领域或常规岗位，机器将接管包括高技能职业在内的多种工作。这种劳动替代将带来前所未有的后果。

为应对这一紧迫的公共政策挑战，我联合数千名经济学家和AI研究者签署了《我们必须立即行动》声明。我们呼吁政策制定者和技术领袖引导AI向增强人类劳动、而非替代人类劳动的方向演进。

美国劳动力市场研究显示，自1980年起，自动化通过减少对常规任务劳动者的需求，加剧了不平等（D. Acemoglu and P. Restrepo, Econometrica, 90, 1973–2016, 2022）。制造业引入工业机器人的案例便是明证：尽管生产率提升，但受冲击严重的社区却面临就业和工资双降（D. Acemoglu and P. Restrepo, Journal of Political Economy, 128, 2188–2244, 2020）。

随着AI应用扩展，这种态势可能加剧。共同繁荣与民主制度都将面临威胁，若大量人口被排除在经济机会之外，社会便无法维持稳定。

然而，这并非定局。技术没有预设的社会目的。AI尤其如此，当前焦点多在自动化（替代人类），但技术路线不止一条。

我们还有另一条路：设计互补型AI工具，增强劳动者能力而非替代他们。这种“劳动者友好型”路径能更广泛地分享收益，并可能带来强劲的生产率增长。

以教育为例，AI不应取代教师，而应辅助其发现学生学习难点，提供大规模个性化支持。政策应鼓励此类创新。

为何此类案例少？部分因经济利益：以自动化为重点的AI能为企业带来利润。

此外，意识形态也起作用。AI热潮由背景同质化的人群推动，受“机器超越人类”的科幻观念影响。

社会需共同努力。政府虽无法命令技术路线，但政策能塑造激励。三项措施可推动AI走向“劳动者友好”。

第一，现行税收制度偏向资本，补贴自动化，抑制人机互补。需转向中性税收。

美国税法使自动化企业拥有20%-25%的成本优势。解决方案是中性征税，减少对劳动替代型技术的偏向。

第二，美国需在联邦层面设立专门AI机构（类似美国国立卫生研究院）。积累社会影响知识，制定最佳实践，并资助研究不足但有益的“劳动者友好型”路径。

第三，建立数据市场法律框架。数据是AI命脉，但所有权规则不完善。这使巨头攫取价值，削弱了开发互补型AI所需的高质量数据激励。

最重要的是，我们要清醒务实：AI能做什么 vs 我们希望它做什么。

AI的未来不应由技术专家决定，而应由民主社会通过集体选择决定——即我们希望建设什么样的社会。