人工智能测度新框架

人工智能测度新法及其应用

一种面向人工智能测度与应用分析的新方法

■作者简介

李晓宇，武汉大学经济与管理学院博士研究生

叶初升，武汉大学经济与管理学院教授、经济发展研究中心联席主任

■研究内容

人工智能对经济活动的影响，主要取决于其被应用的广度以及自身的智能强度。如何准确衡量人工智能水平，是相关研究中的基础性与关键性问题。本文结合人工智能在不同基准测试中的表现及其横向对比，优化了智能水平的测度思路，并据此构建出一个同时包含智能水平的人工智能应用指标。

在新一轮科技革命和产业变革快速推进的背景下，人工智能正成为重塑全球产业格局和经济增长模式的重要通用技术。现有研究在分析人工智能带来的经济效应时，通常采用工业机器人装机量或存量、词频统计、人工智能投资、企业数量等指标来刻画其应用规模。然而，这些指标无法体现人工智能内在智能水平及其演进过程，也难以描述人工智能多维能力发展的不均衡特征。

针对现有能力测度方法存在的两项不足——一是人工智能多维能力的横向比较难题，二是忽视人工智能与劳动者之间的互补关系——本文进行了两方面改进：其一，以人类在基准测试中的成绩作为参照，对人工智能表现进行标准化处理，从而得到可横向比较的能力指标；其二，构建人工智能与劳动者的互补性指标，以更全面评估人工智能对不同技能劳动者就业和收入分配的影响。

图1 反映智能水平和应用水平的人工智能指标测度框架

■核心发现

●本文依托 Papers with Code 网站，收集了覆盖16个大类、1009个小类、8957项基准测试的人工智能表现数据，并通过标准化处理，得到人工智能在10类任务中的历史得分变化趋势。研究表明，人工智能的图像识别能力在2006年至2022年间于不同维度上提升程度并不一致，而在策略游戏、实时视频游戏等领域已超过人类表现，说明其各类能力的发展存在明显差异。

图2 人工智能在10类任务中的得分表现趋势

●从职业角度看，人工智能更适合承担农林牧渔以及生产运输相关岗位的任务，而对负责人、管理人员和专业技术人员的工作完成度较低。从替代性来看，AI 对中低端岗位的替代作用更强；从互补性来看，AI 与管理类和专业技术类劳动者之间的互补关系更突出——这一结论是以往研究未曾得到的。

图3 2022年人工智能与六类职业之间的联系指标

（图中联系指标从左到右分别为：完成性、替代性、互补性）

●从地区层面看，上海、浙江等沿海发达省份的人工智能互补性通常较高，而青海、甘肃等内陆省份则呈现出更强的替代性特征。即便人工智能应用水平相近，不同地区受到的影响也会明显不同。

图4 2022年人工智能在我国部分地区的三类指标

●人工智能对劳动者的替代性与互补性之间，并不是简单的此消彼长关系。当AI各项能力尚未同时达到某项工作的基本要求时，它主要承担辅助劳动者完成任务的角色，表现为互补；而一旦补齐最后一项能力短板，互补性就可能迅速消退，并转而形成对该职业的完全替代。这种“质变”机制说明，政策制定应关注AI不同能力维度的协同推进。

图5 替代性与互补性的二维空间

■边际贡献

①本文以人类在基准测试中的成绩为参照，对人工智能在不同维度上的表现进行标准化处理，首次破解了人工智能多维智能横向比较的难题，并建立起可直接用于严谨回归分析的智能水平指标体系。

②本文首次系统构建了人工智能与劳动者的替代性指标和互补性指标，突破了既有研究只关注替代效应的局限，揭示了AI与劳动者关系的完整动态图景。

③通过将AI能力得分映射到职业、行业和地区层面的就业结构，本文打通了从微观能力到宏观影响的分析链条，为应对AI冲击、引导AI发展方向的政策制定提供了学术支持与方法工具。