生成式人工智能作为通用技术：基础、应用及其对2030年前劳动力市场的影响 | MDPI BDCC

背景方面，随着深度学习、生成对抗网络、变分自编码器和扩散模型等技术的突破，生成式人工智能已从数据分类演变为能创造高质量内容的技术，特别是基于Transformer架构的语言模型与人类反馈强化学习的结合，使其展现出极强的通用性。研究目的是评估生成式AI在不同部门的实际应用现状，并对其至2030年的劳动力市场变革进行前瞻性预测。结论方面，研究发现生成式AI对劳动力市场的影响具有非对称性，高学历、高薪资的认知型劳动力面临更高暴露风险，与以往自动化浪潮不同；据估算，到2030年全球约30%的工作时间将受技术影响，这要求劳动力市场在人机协作模式下进行结构性调整。为实现技术红利，决策者需平衡创新激励与社会保障，企业需投资员工技能再培训，研究界应监测其对分配公正和不平等现象的影响，最终将技术引导至提升人类福祉的路径。