在乔治城大学的演讲台上，杰弗里·辛顿向坐满会场的听众描绘了一幅黯淡的未来图景：人工智能将摧毁大量工作岗位,创造大规模失业,而科技亿万富翁们并未意识到没有工资的工人无法购买他们的产品。这位因开创深度学习技术而获得2018年图灵奖的英国计算机科学家,自2023年从谷歌辞职后就成为人工智能警示者的代表人物,不断发出关于这项技术将带来社会灾难的预警。
但在辛顿的末日预言与实际劳动力市场数据之间,存在一个引人注目的鸿沟。一方面,技术先驱警告即将到来的就业崩溃;另一方面,经济研究显示人工智能对就业的影响迄今为止极为有限且充满不确定性。这种认知分裂本身就是一个值得深入探讨的现象——它不仅关乎技术预测的准确性,更反映了我们如何理解和应对颠覆性技术变革的深层问题。
辛顿在与参议员伯尼·桑德斯的对话中强调了一个核心论点:与以往的技术革命不同,人工智能不会创造新的就业岗位来替代被消除的工作,因为如果人工智能能够完成任何智力任务,那么人类将不再有比较优势。这种论断基于一个假设:我们正在接近或将很快达到通用人工智能,即能够在所有认知任务上匹配或超越人类的系统。辛顿在2023年将他对通用人工智能到来的预测从"30到50年或更长"缩短到"20年甚至更短",而在最近的讨论中,他似乎暗示这个时间表可能进一步压缩。他声称像GPT-5这样的最新模型"已经知道的比我们多数千倍",尽管许多专家对这种说法持保留态度,认为大型语言模型的"知识"本质上不同于人类的理解和推理能力。
然而,关于人工智能对劳动力市场实际影响的经济研究却呈现出截然不同且相互矛盾的景象。经济创新集团2025年的研究发现,没有证据表明人工智能已经在全国范围内造成显著的失业增加。耶鲁大学预算实验室的评估得出类似结论:目前的暴露度、自动化和增强指标均未显示与就业或失业变化存在相关性。更令人惊讶的是,兰德公司的分析发现人工智能迄今为止不是在减少就业,而是在增加就业——一些采用人工智能的企业实际上扩大了员工规模。这与辛顿的灾难性预测形成鲜明对比。
