生成式人工智能对社会经济不平等与政策制定的影响
计算机与社会
2024-05-07 v2
摘要
生成式人工智能有可能加剧和改善现有的社会经济不平等。在本文中,我们提供了关于生成式AI对(错误)信息以及三个信息密集型领域(工作、教育和医疗保健)潜在影响的跨学科最新概述。我们的目标是强调生成式AI如何可能加剧现有不平等,同时阐明AI如何帮助缓解普遍存在的社会问题。在信息领域,生成式AI可以民主化内容创作和访问,但可能极大地扩大错误信息的产生和传播。在工作场所,它可以提高生产力并创造新工作,但收益可能分布不均。在教育领域,它提供个性化学习,但可能扩大数字鸿沟。在医疗保健领域,它可能改善诊断和可及性,但可能加深已有的不平等。在每个部分,我们涵盖特定主题,评估现有研究,识别关键差距,并推荐研究方向,包括使先验假设推导复杂化的明确权衡。我们最后用一节强调政策制定的作用,以最大化生成式AI减少不平等的潜力,同时减轻其有害影响。我们讨论了欧盟、美国和英国现有政策框架的优势和劣势,观察到每个框架都未能完全应对我们已识别的社会经济挑战。我们提出了几项具体政策,可以通过推进生成式AI促进共同繁荣。本文强调了跨学科合作以理解和应对生成式AI复杂挑战的必要性。
引用
@article{arxiv.2401.05377,
title = {The impact of generative artificial intelligence on socioeconomic inequalities and policy making},
author = {Valerio Capraro and Austin Lentsch and Daron Acemoglu and Selin Akgun and Aisel Akhmedova and Ennio Bilancini and Jean-François Bonnefon and Pablo Brañas-Garza and Luigi Butera and Karen M. Douglas and Jim A. C. Everett and Gerd Gigerenzer and Christine Greenhow and Daniel A. Hashimoto and Julianne Holt-Lunstad and Jolanda Jetten and Simon Johnson and Chiara Longoni and Pete Lunn and Simone Natale and Iyad Rahwan and Neil Selwyn and Vivek Singh and Siddharth Suri and Jennifer Sutcliffe and Joe Tomlinson and Sander van der Linden and Paul A. M. Van Lange and Friederike Wall and Jay J. Van Bavel and Riccardo Viale},
journal= {arXiv preprint arXiv:2401.05377},
year = {2024}
}
备注
PNAS Nexus, in press