還有人在爭(zhēng)論勞動(dòng)市場(chǎng)的變化和波動(dòng)是否與技術(shù)進(jìn)步有關(guān)，是否只是因經(jīng)濟(jì)政策而出現(xiàn)。這類看法聚焦于現(xiàn)有的法律體系和監(jiān)管機(jī)制對(duì)于AI和自動(dòng)化系統(tǒng)的發(fā)展應(yīng)該擔(dān)當(dāng)什么樣的角色。例如，羅伯特·戈登(Robert Gordon)認(rèn)為當(dāng)前的創(chuàng)新浪潮其實(shí)并沒(méi)有它們表面上看起來(lái)那么具有變革性。不少持相反意見(jiàn)的人則稱，勞動(dòng)市場(chǎng)正因?yàn)榧夹g(shù)變化而發(fā)生重要轉(zhuǎn)變。這些人包括約瑟夫·斯蒂格利茨(Joseph Stiglitz)和拉里·米歇爾(Larry Mishel)，他們認(rèn)為，要保護(hù)勞動(dòng)力，就必須要對(duì)AI和自動(dòng)化系統(tǒng)相關(guān)的監(jiān)管和其它政策變化上保持高度的重視。
奧特爾、多恩等經(jīng)濟(jì)學(xué)家發(fā)現(xiàn)“就業(yè)兩極分化”現(xiàn)象正變得非常明顯，即中等技能崗位在減少，而高等技能和低等技能的崗位則在增加。雖然未來(lái)可能會(huì)出現(xiàn)新的崗位，但它們往往都收入比較低，不受歡迎。
例如，許多支持AI系統(tǒng)的工作事實(shí)上需要由人類去完成，他們需要維護(hù)那些基礎(chǔ)設(shè)施，照顧系統(tǒng)的“健康狀況”。這種勞動(dòng)力往往不大顯眼，至少?gòu)拿襟w的報(bào)道和人們對(duì)AI的印象來(lái)看是這樣。因此它往往受到低估。這類工作包括負(fù)責(zé)清潔辦公室和維護(hù)工作的清潔工，負(fù)責(zé)維修服務(wù)器故障的維修工，以及有位記者所說(shuō)的“數(shù)據(jù)衛(wèi)生工”(能夠“清理”數(shù)據(jù)，為數(shù)據(jù)分析做好準(zhǔn)備)。
AI系統(tǒng)對(duì)勞動(dòng)力的影響相關(guān)的問(wèn)題應(yīng)當(dāng)不僅僅包括未來(lái)是否會(huì)創(chuàng)造出新崗位，還應(yīng)當(dāng)包括那些崗位會(huì)否是能維持生計(jì)的體面工作。
此外，有關(guān)AI系統(tǒng)和勞工市場(chǎng)未來(lái)的討論通常都專注于傳統(tǒng)上被認(rèn)為是低收入的工人階級(jí)崗位，如制造業(yè)、卡車運(yùn)輸、零售或者服務(wù)工作，但研究表明，未來(lái)各行各業(yè)都將受到影響，其中包括需要專業(yè)訓(xùn)練或者高學(xué)歷的專業(yè)工作，如放射學(xué)或者法律。關(guān)于這一點(diǎn)，未來(lái)將需要解決職業(yè)責(zé)任和義務(wù)方面的新問(wèn)題。
AI將會(huì)如何影響主雇關(guān)系?
近年來(lái)，研究人員開(kāi)始研究依靠大數(shù)據(jù)的AI和自動(dòng)化系統(tǒng)(從Uber到應(yīng)用于大型零售商的自動(dòng)化調(diào)度軟件，再到工作間監(jiān)視)正在如何改變雇主與雇員之間的關(guān)系。
研究發(fā)現(xiàn)，雖然這類系統(tǒng)可以用來(lái)賦能員工，但該類技術(shù)也可能會(huì)引發(fā)大問(wèn)題，如剝奪員工權(quán)利，加劇就業(yè)歧視問(wèn)題，以及催生不當(dāng)勞動(dòng)行為。
例如，AI驅(qū)動(dòng)的勞動(dòng)力管理和調(diào)度系統(tǒng)正越來(lái)越多地被用來(lái)管理勞動(dòng)力，助力按需經(jīng)濟(jì)的增長(zhǎng)和“朝不保夕族”(precariat)的崛起。雖然部分研究人員稱恰當(dāng)?shù)恼{(diào)度能夠帶來(lái)很有價(jià)值的彈性，但到目前為止，更多的研究發(fā)現(xiàn)受該類系統(tǒng)管制的員工存在情緒緊張和缺乏安全感問(wèn)題。
由這類系統(tǒng)管理的員工的不利體驗(yàn)包括長(zhǎng)期不充分就業(yè)，財(cái)務(wù)狀況不穩(wěn)定，缺少傳統(tǒng)全職員工能夠獲得的福利保障，無(wú)力為家庭或者自我照顧(又或者因?yàn)槿淌懿涣嗽擃惞ぷ魍蟮碾S時(shí)待命性質(zhì)而尋找別的工作)做規(guī)劃。此外，受這些問(wèn)題影響的員工更多是女性和少數(shù)族裔。
另外，基于AI系統(tǒng)的新遠(yuǎn)程管理模式會(huì)加大將“系統(tǒng)”所做的嚴(yán)重影響員工的決策歸責(zé)于雇主的難度。因此，員工更容易受到剝削。
例如，像Uber這樣的由大數(shù)據(jù)和AI驅(qū)動(dòng)的平臺(tái)會(huì)遠(yuǎn)程控制行駛路線、定價(jià)、報(bào)酬甚至人際交流方面的標(biāo)準(zhǔn)——這些決定傳統(tǒng)上說(shuō)通常都有人工親自管理。
除了模糊化特定決策的性質(zhì)和邏輯之外，這類遠(yuǎn)程管理通常并不被認(rèn)為是“雇員管理”。
由于這些新管理模式不大符合現(xiàn)有的監(jiān)管模式，像Uber這樣的公司會(huì)將自己標(biāo)榜為技術(shù)公司，而非雇員的管理者。按照這一理念，這類公司將自己視作促進(jìn)連接的平臺(tái)，因此不會(huì)像傳統(tǒng)雇主那樣對(duì)雇員負(fù)責(zé)。依照這種模式，雇員最終要承擔(dān)權(quán)益保障(如減輕稅項(xiàng)負(fù)擔(dān)、醫(yī)療保健和其它的勞工保障)和潛在救濟(jì)模式的就業(yè)帶來(lái)的風(fēng)險(xiǎn)。
3. 醫(yī)療健康
像我們現(xiàn)在所看到的大多數(shù)已被應(yīng)用到醫(yī)療健康領(lǐng)域的AI系統(tǒng)，它們幾乎都依賴于大型數(shù)據(jù)庫(kù)，這些AI系統(tǒng)會(huì)通過(guò)各種復(fù)雜的統(tǒng)計(jì)模型和機(jī)器學(xué)習(xí)技術(shù)，從其所收集到的海量數(shù)據(jù)中，自動(dòng)提煉出各種重要信息。
那些已投入使用的醫(yī)療數(shù)據(jù)信息源(仍處在不斷增長(zhǎng)當(dāng)中)——包括電子病歷(EHRs)、臨床和醫(yī)保數(shù)據(jù)庫(kù)、從各類消費(fèi)電子產(chǎn)品和App上傳來(lái)的健康數(shù)據(jù)——目前已經(jīng)被大量地應(yīng)用到AI系統(tǒng)的實(shí)踐，這些AI系統(tǒng)具有極大的能改善社會(huì)醫(yī)保水平的潛力。