AI 冲击就业研究怎么做?学者主张贝叶斯式读多篇论文
alexolegimas · x · 2026-09-21
针对一篇关于 AI 曝光度影响初入职者就业的论文的方法论争论:作者 alexolegimas 认为这类论文都没有「黄金标准」方法,读者应以贝叶斯视角看待——单篇研究都有缺陷(尤其是衡量就业暴露度的论文),但如果有 6 篇从不同角度得出相似结论的研究,就应该更新信念。他认为这是无奈之举:目前没有足够好的数据做严谨因果分析,等数据成熟时结论已过时。经济学家 DavidSimon 则表示怀疑,指出就业人口比的 pre-trends 混乱,效应出现时间也与 AI 真正影响就业的时点对不上。danielrock 补充指出,现行学术发表规范迫使论文假装做因果推断,更诚实的表述应是「AI 曝光的初职者处境更难,但因果性不明」。
所属事件:经济学家激辩:如何解读不完美的 AI 就业冲击研究(14 条相关)→
「漫话AGI」频道最新
- Gemini 几乎自主完成「血染钟楼」社交推理 benchmark 实验 — eliebakouch · 2026-11-12
- Pedro Domingos 调侃「Dario 定律」:所需算力也在指数增长 — pmddomingos · 2026-11-12
- Jaron Lanier 纽约时报撰文:硅谷正用 AI 末日叙事搞砸自己 — databoydg · 2026-11-12
- AI agent 用得越多,瓶颈越是你自己:人类信息处理仅 10 bits/s — soumitrashukla9 · 2026-11-12
- Matt Pocock:能把业务讲清楚,AI 时代你就完成了半套自动化软件 — mattpocockuk · 2026-11-12
- 研究者提议:AI 进展评估应报告效率增益指标,而非只看最终跑分 — eliebakouch · 2026-11-12