AI 冲击就业的论文要细读:双重差分隐含假设可致误读
paulnovosad · x · 2026-09-16
经济学者 Paul Novosad 提醒读者,阅读「AI 对工资/就业有负面影响」类论文时要非常小心。同一条研究结果可以用两种截然不同的方式呈现,而他本人不会据此得出「AI 曝露度高的劳动者处境更糟」的结论。
他指出这是双重差分(diff-in-diff)文献中普遍存在的问题:作者对「哪些组按正常趋势变动」做出隐含假设,例如著名的「中国冲击」(China shock)系列论文也有同样的毛病。对相关实证研究的解读需先审视其对照组的隐含设定。
所属事件:GenAI 工资论文引学者论战，双重差分解读成焦点(10 条相关)→
「漫话AGI」频道最新
- 伯克利研讨会续篇：公众参与 AI 反馈为何成本高昂 — beenwrekt · 2026-09-16
- 经济学家提醒:解读「AI 冲击工资」论文要当心缺失截距陷阱 — paulnovosad · 2026-09-16
- 盖茨：AI 可让印度医疗更普惠，患者数据是关键障碍 — TechNadu · 2026-09-16
- DeepMind 研究员长文回忆 Demis 创立 DeepMind Institute 当天 — HaydnBelfield · 2026-09-16
- Pascale Fung ICML 演讲：真实世界问题要靠世界模型而非生成式模型 — pascalefung · 2026-09-16
- Claude 宪法要求模型违抗不道德请求,抗命已写进训练 — Hesamation · 2026-09-16