澳大利亚软件巨头Atlassian宣布裁员10%的消息,使人工智能与就业的辩论更加贴近我们的生活。
虽然关于AI实用性的更广泛问题仍未解决,但毫无疑问AI已经改变了软件行业。开发人员报告称,使用Anthropic公司AI编程工具Claude后,生产力大幅提升。
AI驱动的失业威胁一直备受争议。但在这场辩论中,几乎完全缺失的观点是:AI带来的生产力提升应该带来工作时间的减少,而非工资增长或更可能的情况——企业利润增加。
对新技术导致失业的担忧可以追溯到工业革命和"卢德分子"领导的砸机器暴动。当时的工人反抗是正确的。工厂制度的初期影响不仅摧毁了手工织布的家庭工业,还大幅增加了工作时间和强度。19世纪初英国平均工作时间达到每周近70小时,一些工厂工人每天工作12小时,每周六天。
但从19世纪中期到20世纪末,技术进步的益处体现在工作时间的稳步减少。澳大利亚和新西兰从1850年代开始实现八小时工作制,引领了这一潮流。在接下来的100年中,标准周工作时间从48小时减少到44小时,再到40小时。现在理所当然的周末,澳大利亚工人直到1948年才获得。这一过程由工会和政府推动,克服了大多数雇主的阻力。
到1980年,澳大利亚工会理事会发起了35小时工作周的推动。但权力平衡已经改变,工会力量大大减弱,工党和自由党政府都站在雇主一边。标准工作时间减少到每周38小时,此后一直保持不变。惠特拉姆政府时期增加到四周的年假也保持不变。
40到50年后,这些条件已经存在太久,以至于看起来像是自然秩序。因此,关于AI影响的讨论理所当然地认为,总工作时间的减少直接转化为失业。
但疫情开始以来远程工作的突然出现向我们展示了从根本上改变工作方式的可能性。数百万人一夜之间从标准的五天工作周转为居家办公,令许多人难以置信的是,由此产生的干扰微乎其微。封锁结束后,雇主发布法令要求回到疫情前的常态,但无法强制执行。至少部分时间在家工作的人员比例自那时起几乎没有变化。
虽然老板过去推动员工在标准工作时间外继续在家工作,但断线权的法律引入,结合社会规范的变化,抵制了这种工作强化形式,有报告称一些办公室员工已经悄悄开始部分或完全休周五下午。
但这些益处远非普遍。需要实际到场的工作,如零售和交通,几乎没有变化。简·休姆在2025年选举中以公平名义停止远程工作的提议,是对这种不公平的扭曲反映。阿尔巴尼斯政府宣布反对四天工作周,在这方面没有提供任何积极建议。只有绿党支持澳大利亚工会理事会重新发起缩短工作时间的活动。克里斯·明斯和彼得·马利瑙斯卡斯等州长试图限制远程工作。
现在毫无疑问AI将产生真正的生产力改善。但无法保证我们大多数人将分享这些改善的益处。迫切需要重新启动长期暂停的逐步减少工作时间的进程。
约翰·奎金是昆士兰大学经济学院教授
Q&A
Q1:Atlassian的裁员决定对AI与就业辩论有什么影响?
A:澳大利亚软件巨头Atlassian宣布裁员10%,使AI与就业的辩论变得更加贴近现实。这一事件表明AI确实在改变软件行业,开发人员使用AI工具后生产力大幅提升,但同时也带来了失业威胁。
Q2:为什么AI生产力提升应该带来工作时间减少而不是失业?
A:历史上从19世纪中期到20世纪末,技术进步的益处体现在工作时间的稳步减少。澳大利亚从1850年代的八小时工作制到1980年的38小时工作周,都是通过工会和政府推动实现的。AI带来的生产力提升理应延续这一趋势。
Q3:目前澳大利亚对缩短工作时间的政策立场如何?
A:阿尔巴尼斯政府宣布反对四天工作周,在缩短工作时间方面没有提供积极建议。只有绿党支持澳大利亚工会理事会重新发起缩短工作时间的活动。一些州长如克里斯·明斯和彼得·马利瑙斯卡斯甚至试图限制远程工作。
好文章,需要你的鼓励
苹果已开始在印度分阶段恢复Apple账户的信用卡支付功能,用户可绑定Visa和Mastercard信用卡及借记卡,用于购买iCloud+、Apple Music订阅及App Store应用。此前,由于印度储备银行于2021年推出新的周期性支付监管框架,苹果于2022年5月暂停了该支付方式。此次恢复标志着苹果在适应各国本地化监管要求方面的持续努力,同时也引发外界对苹果是否将在印度推出Apple Pay的新猜测。
CGGS是华南理工大学与西湖大学联合提出的以自我为中心三维场景生成框架,通过一致性增强多视角扩散模型、光流深度估计和互信息几何优化,实现高保真文本驱动3D场景生成。
Bookshop.org创始人Andy Hunter证实,与Kobo的合作集成将于今年落地。此前该计划历经多次推迟,网页措辞一度从"2026年"改为"未来某时"。Hunter表示,双方已就商业条款达成一致,工程团队正将资源重新投入Kobo支持开发,但尚无具体上线日期。该集成将支持数字版权管理要求,让用户通过Bookshop.org购买电子书,同时支持独立书店。
南加州大学团队发现语音抑郁检测领域存在数据漏洞,并提出CLeaD跨语言对比对齐框架,揭示模型规模越大跨语言性能越差的反直觉规律。