AI 能学习什么工作？基于强化学习的暴露度测度
综合经济学
2026-05-05 v1 经济学
摘要
我们探讨了哪些工作可以被 AI 学习。本文考察了美国经济中所有职业的可学习性。现有的指数衡量的是 AI 能力与职业任务之间的重叠度，而非 AI 系统能够学习执行的任务，因而对那些当前能力与可学习性之间差距很大的职业进行误分类。强化学习在后训练中的应用——目前是前沿领域的主导范式——以任务完成为结构，更直接地映射到职业分类中的任务架构。我们使用由 RL 专家指导、并针对已确认部署案例进行验证的 LLM 注释员，对所有 17,951 项 ONET 任务进行训练可行性评分，并聚合到职业层面，生成了 RL 可行性指数。该指数对特定职业群体的现有 AI 暴露度测度存在显著分歧：火力站操作员、铁路列车员和航空货运主管在 RL 可行性得分很高但在一般 AI 暴露度得分很低；而创意和人际互动类职业（音乐家、医生、自然科学经理）则得分相反。这些分歧对政策干预具有直接含义。
引用
@article{arxiv.2605.02598,
title = {What Jobs Can AI Learn? Measuring Exposure by Reinforcement Learning},
author = {Philip Moreira Tomei and Bouke Klein Teeselink},
journal= {arXiv preprint arXiv:2605.02598},
year = {2026}
}