检测到您的浏览器版本过低,可能导致某些功能无法正常使用,建议升级您的浏览器,或使用推荐浏览器 Google Chrome EdgeFirefox X

首页科技前沿与新兴产业城市研究城市研究

美国加州推出全球首个政府主导的AI劳动力预警系统

供稿人:鄢然供稿时间:2026-07-08 17:03:00关键词:AI劳动力,预警系统,加州

6月25日,加州州长纽森宣布推出用于主动追踪人工智能相关的失业趋势的智能预警系统(California AI-Unemployment Tracker,简称CAIT),该系统由加州政策实验室加州大学洛杉矶分校的研究人员与加州就业发展部合作开发,其核心目标是在AI引发的就业冲击真正蔓延之前,为决策者提供一套早期预警信号/旨在帮助加州监测、追踪和预测失业情况。该预警系统每月更新,可多方位监测人工智能可能导致失业的早期指标,使决策者能够了解哪些地区最需要干预措施(如求职支持、再培训和技能提升机会、保险医疗指导)和其他必要资源。

针对该预警系统的上线,加州劳工与劳动力发展署署长Stewart Knox表示,“CAIT智能预警系统让我们更清晰地了解人工智能如何影响劳动者和就业,以及需要我们重点支持和培训的领域。通过数据驱动的决策,我们可以及早应对,并加强实现高质量就业的目标,确保加州劳动力能够随着技术的发展而适应中期发展。”加州就业发展部主任Nancy Farias表示,“加州人工智能紧急追踪器是一个很棒的工具,可以帮助我们识别快速发展的技术带来的影响和机遇。将为我们提供宝贵的劳动力趋势信息,促使我们更好地把加州居民与他们成功所需的资源、培训和支持联系起来。”加州大学洛杉矶分校经济学教授兼加州政策实验室加州大学洛杉矶分校主任Till von Wachter表示,“人工智能发展迅速,员工们担心这会对他们的工作造成影响,这种担忧并非空穴来风,这个新的预警系统有助于证明取代猜测,让我们更清楚地了解正在发生的变化以及如何更好地支持其他员工。”

预警系统的技术拆解

CAIT预警系统实现目标的机制可简要归结为高频行政数据(失业申领)× 学术测度(职业AI暴露度)→ 多维度异常信号 → 定位受影响的人群、行业与区域 → 触发针对性的劳动力政策干预。

系统的方法论核心在于数据链接,即将加州失业申领记录与学界已确立的职业AI暴露度测度相连接,从而追踪潜在的AI相关失业趋势。换言之,它并不试图直接判定某名员工是否确因AI而失业,而是把每位申领者最近一份工作所属职业的AI可替代程度作为标签,观察高暴露职业的申领数量和占比是否出现异常上升。数据本身不能证明AI导致了某次具体裁员,但可以揭示AI高暴露岗位的失业申领是否在系统性增加。

在数据选取上,该预警系统主要依赖行政数据,而非调查或企业自报。追踪器的底层数据来自加州就业发展部维护的失业保险行政记录,覆盖因非自身过错被裁员、具有足够前期收入资格并申请失业救济的加州劳动者(相比传统的抽样调查,加州失业保险申领更为接近实时、逐月生成的行政流水,较为适合充当劳动力市场变动的高频信号源)。AI暴露度测度方面,主要采用潜在暴露度(Potential AI Exposure)(评估大语言模型能否将某职业任务的完成时间缩短至少50%,该指标由OpenAI与学术研究者团队开发,2024年发表于《Science》期刊)与观察暴露度(Observed AI Exposure)(评估劳动者实际使用Anthropic的Claude平台完成职业任务的频率,通过分析数百万条真实的Claude对话,按任务归类统计用户实际将工作交给AI处理的相对频率,衡量“人们正在用AI做什么”)两套指标进行测量。

在指标设计与数据呈现上,系统主要通过可视化图表更新数据。可视化图表不仅展示加州失业保险初次申领的总量,还按年龄、教育程度、性别、行业、种族族裔等维度展示申领趋势,以及各群体的平均AI暴露度。预警系统每月更新一次,底层汇总数据向公众开放下载,并配套发布正式研究报告和技术附录。

预警系统的现有局限与简要评析

CAIT预警系统的重要价值在于将由情绪和猜测驱动的公共辩论(如AI技术是否带来了大规模裁员),锚定到了月度更新的行政数据之上,由此成功构建了一项可持续监测、可分解、可行动的公共数据基础设施。

诚然,当前系统的设计仍存在不完美之处。如,失业申领数据无法覆盖未申请救济的群体,包括迅速找到新工作者、彻底退出劳动力市场者、因身份不符合资格者、自雇者和零工从业者,以及工作年限不足的年轻人;又如,系统中的职业一栏由申领人自报且未经核验,存在一定噪声;再如,高暴露职业的失业上升,同样有可能源于经济周期、利率环境或行业调整,而非AI本身。但即便如此,该系统在加州率先迈出了关键一步,在主动识别哪些领域亟需求职支持、再培训、技能提升和医保指引等干预方面,发挥了重要的示范作用。

参考文献:

[1] Hyman, B., von Wachter, T., Herrera, D., Moghadam, R., Morris J., Motghare, S., Segal, K., Chengappa, N. (2026). Tracking AI-Related Job Loss Using Unemployment Insurance Claims Data in California. California Policy Lab, University of California. https://capolicylab.org/wp-content/uploads/2026/06/Tracking-AI-Related-Job-LossUsing-Unemployment-Insurance-Claims-Data-in-California.pdf

[2]California becomes the first state to launch a tool to monitor and track artificial intelligence’s impacts on the workforce [EB/OL].(2026-07-03)[2026-06-25]. https://www.gov.ca.gov/2026/06/25/california-becomes-the-first-state-to-launch-a-tool-to-monitor-and-track-artificial-intelligences-impacts-on-the-workforce/

[3]California launches tool to monitor and track AI’s impact on the labor market [EB/OL].(2026-07-03)[2026-06-25]. https://newsroom.ucla.edu/stories/california-launches-tool-to-monitor-track-AI-impact-labor-market