Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce

复合人工智能系统（又称AI代理）的迅速崛起正在重塑劳动力市场，引发了人们对失业、人类自主性减弱以及对自动化过度依赖的担忧。然而，我们对这一变化中的图景仍缺乏系统的理解。在本文中，我们通过引入一种全新的审计框架来填补这一空白，该框架用于评估工人希望AI代理自动化或增强哪些职业任务，以及这些需求与当前技术能力之间的匹配程度。我们的框架包含了一个带有音频增强功能的微型访谈，以捕捉工人的复杂需求，并引入了“人类自主性量表”（HAS）作为共同语言，用以量化人们期望的人类参与程度。借助这一框架，我们构建了WORKBank数据库，该数据库基于美国劳工部的O*NET数据库，收集了来自1500名领域工作者的偏好数据，以及涵盖104种职业、超过844项任务的AI专家能力评估。综合考虑需求与技术能力后，WORKBank中的任务被划分为四个区域：自动化“绿灯区”、自动化“红灯区”、研发机会区和低优先级区。这突显了AI代理发展中的关键不匹配问题及潜在机遇。超越简单的“是否自动化”二分法，我们的研究结果揭示了不同职业中多样化的HAS特征，反映了对人类参与的异质化期望。此外，我们的研究还提供了早期信号，表明AI代理的整合可能如何重塑核心人类能力，从以信息为中心的技能转向更多人际交往能力。这些发现强调了将AI代理的发展与人类需求对齐的重要性，并为劳动者适应不断变化的工作场所动态做好准备。

本文试图解决AI代理在劳动市场中的应用与人类需求不匹配的问题，具体研究哪些职业任务适合自动化或增强，以及这些需求如何与当前技术能力对齐。这是一个新兴问题，随着复合AI系统的快速发展而变得越来越重要。

论文提出了一种新颖的审计框架，结合音频增强的小型访谈和Human Agency Scale（HAS）来量化人类参与的偏好，并构建了WORKBank数据库。通过将任务分为四个区域（自动化‘绿灯区’、‘红灯区’、研发机会区和低优先级区），论文超越了简单的自动化与否二分法，揭示了不同职业对人类参与的异质性期望。

1. WORKBank数据库整合了1,500名领域工作者的偏好和AI专家对844项任务的技术评估；2. 提出了HAS作为衡量人类参与度的通用语言；3. 发现AI代理可能促使核心人类技能从信息处理转向人际交往；4. 没有提及是否开源代码，但数据库的构建为未来研究提供了宝贵资源；5. 值得深入研究的方向包括：更细粒度的任务划分、动态调整的HAS模型以及跨文化背景下的验证。

最近相关研究包括：1. 'The Future of Work: Robots, AI, and Automation' 探讨了自动化对就业的影响；2. 'Human-AI Collaboration in the Workplace: A Systematic Review' 分析了人机协作模式；3. 'Task-Specific AI Adoption: A Framework for Evaluating Feasibility and Impact' 提出了评估AI采用可行性的框架；4. 'Reimagining Human Competencies in the Age of AI' 研究了AI时代人类技能的变化趋势。