← 全部研究

研究論文稿 / 整合性文獻回顧與情境分析

當勞動不再稀缺:人工智能、自我改進與未來財富分配

任務替代、研發回饋與公共受益制度的整合性研究

  • 資料核對截止:2026年10月29日(UTC+8)
  • 引用標準:APA第7版
  • 16幅圖・14張主文表・8張附錄表

研究定位:以公開文獻檢驗原始論述,分開呈現經驗證據、條件演算與制度判斷。完整來源、圖表數據與計算方法附於文末。

本站研究僅供網上閱讀,不提供補充資料、資料包、程式檔或完整 PDF 下載。

中文摘要

人工智能是否會使人類勞動失去稀缺性,及其收益將如何分配,是技術能力、企業採用與經濟制度共同決定的問題。本研究以使用者提供的原始論述為起點,採定向整合性文獻回顧,結合公開實證研究、國際組織與政府資料,並建立可重算的所得與消費情境模型。分析區分職業暴露、任務效率、實際就業、自主研究、產業競爭與財富所有權,避免將不同層次的證據直接互相替代。

結果顯示,AI已在部分任務與研究流程中帶來可辨識改善,但效果因工作、工具版本及部署條件而異;近期就業證據亦受到觀察窗口、採用選擇及因果識別限制。局部程式搜尋與代理自我修改,尚不足以單獨證明持續智能爆炸或永久單一企業壟斷。條件模型則指出,在總產出提高時,勞動依賴群體的可支配所得仍可能下降;即使合計消費恢復,也不等於該群體收入恢復。

制度分析因而將廣泛資本受益權、可持續收入保障、競爭與公共服務視為相互補充的工具,同時檢查融資來源、供給約束與風險。現金移轉試驗可提供行為證據,卻不能代替永久全民制度的財政與一般均衡評估。本文的貢獻在於把宏大的未來論述拆解為可核對數據、可否證命題與不同情境的政策判準,而非預測全面替代的確切年份。

關鍵詞:人工智能;勞動替代;遞迴自我改進;所得與財富分配;全民基本收入;公共財富基金

論文類型:整合性文獻回顧與條件式情境分析。本文未新增人類受試者或原始微觀資料;情境參數為明示假設。本稿可供公開分享及學術審閱,尚未經外部同行評審。

正在載入論文…