互补性、增强性还是替代性？生成式人工智能对美国联邦劳动力的影响

本研究调查了生成式人工智能（AI）技术对美国联邦劳动力职业能力的近期影响。我们开发了一个多阶段检索增强生成系统，利用大语言模型进行预测性 AI 建模，以预测所需能力的变化，并在知识、技能与能力层面识别联邦政府劳动力中的脆弱职业。本研究强调了在人工智能时代进行劳动力规划所必需的政策建议。我们整合了来自联邦政府集中式和分散式人力资源来源的多种详细职业需求数据来源，包括美国人事管理办公室（OPM）和各联邦机构。尽管我们的初步发现表明所需能力存在一些重大变化以及某些角色对人工智能驱动变化的潜在脆弱性，但我们提供了细致的见解，支持反对在生成式人工智能发展中采取突然或笼统的战略人力资本规划方法的论点。本研究旨在为联邦机构内的战略劳动力规划和政策制定提供信息，并展示了该方法如何可在其他大型就业机构和劳动力市场中复制。