AI 在创造岗位也在消灭岗位，但这些岗位有多体面？

AI在创造就业的同时也在消灭就业——但这些岗位有多体面？

Kathryn Conrad & Digit / Isolation / 依据 CC-BY 4.0 许可

不要相信AI将接管一切工作的炒作。迄今为止的大多数证据表明，大规模失业是有限的。但正在改变的是工作的组织方式。

就业增加的一个领域是人们为大语言模型（LLM）“收拾残局”，或对其进行质量控制。

推销的说辞是，这些AI系统能够比人类更快、更好地编写代码、撰写报告、分析数据并自动化常规决策，而边际成本几乎可以忽略不计。理论上，这应当让人们得以专注于更高层次的思考和休闲。

在实践中，AI智能体会产出大量“差不多对”的内容——但仍存在错误、幻觉和判断上的奇怪漏洞，需要真人来发现。

由此产生的岗位通常被称为AI修复工作，其技能和薪酬水平参差不齐。一些AI公司如今正在许多不同领域招聘经验丰富的专业人士，以确保其智能体产出的工作达到所需质量——并在不达标时帮助其改进。

但在许多组织内部，工作职责还发生了更微妙的变化。金融、科技和零售等行业的一些白领表示，AI可能增加而非减少他们的工作量，因为需要监控所谓的“workslop”（AI生成的劣质内容）。这还可能削弱对使用AI智能体的同事的信任。

2025年《哈佛商业评论》的一份报告引用了一位零售总监的话，他抱怨自己“花更多时间跟进[AI提供的]信息，并用自己的研究去核实。然后我还得浪费更多时间安排与其他主管的会议来处理这个问题。”

公共部门的劣质内容

公共部门有被卷入这种“AI修复”逻辑的风险。英国政府（以及许多其他政府）正在试验将AI用于诸如总结咨询回复、起草信函和分析公民反馈情绪等任务。面向公务员的官方指南鼓励谨慎使用生成式AI，同时警告其输出可能具有误导性，必须独立核实。

这意味着，如果公共服务部门开始产出大量AI生成的分析和信函，它们也将不得不设立新的职位，其主要职责是在这些内容送达公民或纳入政策之前对其进行监控、核查和纠正。

在被宣传为自动化的系统背后，人们默默收拾残局会消耗掉多少表面上的AI效率提升？

我们已经知道，当AI自动化在政府中出错时会发生什么。在荷兰，税务机关使用算法为所谓的欺诈生成风险评分，并自动标记家庭进行调查。数万名父母——其中许多来自少数族裔——被错误指控欺诈，被迫偿还他们本不欠的福利金，并陷入债务或破产。

在这里，问题不仅在于输出结果，还在于缺乏强有力的人工监督，无法在人们的生活被毁之前质疑机器的裁决。公共部门任何一波生成式AI应用浪潮，都必须在这类监督上大力投入，以避免在更大规模上重蹈覆辙。

这里还有一个更深的陷阱。生成所有这些输出的token（大语言模型处理的数据的基本构建单元）由负债累累的AI公司大量补贴——但核查和修正它所需的人工时间却没有补贴。

许多公司故意将访问价格定在成本以下，以建立对其系统的依赖。一旦足够多的组织围绕某一特定AI模型重新调整了其工作流程和服务，该模型背后的公司就可以开始提价、限制免费层级、更改条款或对功能进行分层。因此，今天对AI的成本效益分析，在未来可能看起来大不相同。

隐藏的人力

支撑AI的“隐藏人力”长期以来就具有全球维度。AI工作中一些最令人不快的方面——聊天机器人内容审核、数据标注、图像的低层级标注——多年来一直被外包到低工资国家。

研究发现，由于暴力、自残等血腥文字和图像的令人不安性质，这类工作对其中一些员工造成了沉重的心理负担。此类行业和地区的员工往往也缺乏任何法律保护。

如果AI劣质内容成为组织内部的常态，很容易想象会出现第二波外包潮：对AI生成文本的例行核查和纠正被运往离岸中心——包装成质量控制，但在一线体验中却是无休止、低报酬的数字计件工作。

我们已经在翻译服务中看到了这种工作重组的一面。在许多翻译机构，主要工作流程如今是机器翻译加“后期编辑”。AI完成初稿；自由职业的人类译员获得更少的报酬来纠正其错误。

研究表明，后期编辑的报酬往往低于传统翻译，需要相似或更高的认知投入，并且被普遍认为枯燥且导致技能退化。然而，从事这一角色的人同时也担心，从长远来看，连这个职位也会被取代。

如何反击

流行文化展示了工人如何尝试抵制被推入低地位的AI清理岗位。2023年，好莱坞编剧举行罢工，部分原因是他们担心制片厂会使用AI工具生成初稿，然后廉价雇人润色。

随后与美国编剧协会达成的协议设定了防护栏：AI不能被署名为编剧，不能被强加于编剧，也不能以削弱人类薪酬和认可的方式使用。实际上，工会奋力阻止的是滑向AI清洁工工作的趋势——创意专业人士将把大部分时间花在收拾算法留下的烂摊子上，而不是自己创作故事，

然而，翻译人员、在电子游戏等领域工作的自由职业者以及其他工人拥有的集体谈判权要小得多，这使得AI驱动的商业模式更容易悄然把修复工作变成新常态。

在我看来，问题不仅是经济层面的——还关乎意义。大多数人都希望感到自己的工作确实对世界有所贡献。他们希望相信自己正在解决问题、帮助他人，或为创造某种没有他们就不会存在的东西出力。

但至少只要使用强大AI系统的成本仍然低廉（且得到大量补贴），就会有越来越多的人被转去清理这些系统不可避免地制造的烂摊子。我认为，这些工作有多大意义，是一个我们承担不起回避代价的问题。

本文依据知识共享许可协议从The Conversation转载。阅读原文。

The Conversation

是一个独立的新闻与观点来源，内容取自学术和研究界，并直接面向公众提供。

The Conversation

是一个独立的新闻与观点来源，内容取自学术与研究界，并直接面向公众提供。

AUAI 的支持方包括：

相关文章：

AI 如何改变人类决策

林雪平大学

2026年10月23日

AI 能够识别人们遗漏的模式，并将新信息带入决策过程。然而，这并不会自动带来更好的决策。

参加 RoboCup@Home 并荣获 2026 年最佳论文奖：对 Raphael Memmesheimer 的采访

Lucy Smith

2026年10月22日

进一步了解 Raphael 的研究以及他参与 RoboCup@Home 联赛的经历。

AI 正在扭曲考古学并抹平原住民知识

Pursuit，墨尔本大学

2026年10月21日

虽然 AI 可以帮助考古学家，但它也可能传播伪科学主张和虚假历史，剥离原住民知识的背景、同意和社区控制。

ACM SIGAI 自主智能体奖 2027 现开放提名

ACM SIGAI

2026年10月20日

现征集 2027 年 ACM SIGAI 自主智能体研究奖的提名。

AI 正在帮助缓解无线电频谱稀缺空间的竞争

The Conversation

2026年10月19日

每当你拨打电话、流式播放视频或连接 Wi-Fi 时，你的设备都在通过空气发送和接收看不见的信号。

AI 如何帮助城市应对看不见的污染

Horizon

2026年10月16日

研究人员正在设计由 AI 驱动的虚拟城市，以帮助当局预测街道层面的污染，并在最需要的地方采取行动。

#AIES2026 社交媒体综述

AIhub

2026年10月15日

了解与会者在人工智能、伦理与社会会议上都做了些什么。

信贷公平：在不吃亏的情况下出借资源

2026年10月14日

研究在需求随时间变化的智能体之间如何分配共享资源。

人工智能理解协会