AI失业：再培训能救你吗？（布鲁金斯）

我们反复做的承诺

每次新技术威胁到就业，同样的安慰话就会出现：工人会被再培训。矿工会变成程序员。被裁的工厂工人会转向医疗行业。经济会调整，政府项目会平滑过渡。

这个故事很让人安心。但据Brookings Institution的Julian Jacobs的详细分析，六十年的证据大部分不支持这个说法。

Jacobs是牛津大学的博士研究者，他梳理了美国联邦政府从1960年代至今的再培训项目史。结果很清醒——不是因为每个项目都失败了，而是因为即使是“成功”的项目，实际效果也远比宣传的谦虚得多。

如果你是电焦工、行政助理或记账员，在担心AI取代你的工作，这段历史值得了解。因为那些号称能接住你的项目，以前已经试过了——战绩充其量只能说一般。

故事从1962年的人力发展与培训法（MDTA）开始，当时对自动化的担忧和今天的AI担忧惊人地相似。1963到1972年间，MDTA培训了190万参与者。雄心勃勃，资金充足，在当时算是过得去的成功——虽然严格的评估有限。

然后是1982年的职业培训伙伴关系法（JTPA）。这次研究者做了一个像样的全国性研究（1987–1992）。结论很直接：JTPA参与者在就业率、收入或持续就业方面，与未参与者相比没有统计学上显著的改善。[事实] Jacobs称之为“公共政策的失败”。

1998年的劳动力投资法（WIA）也没好到哪去。一项全国随机化评估发现，WIA培训服务在入学后30个月内对收入或就业没有积极影响。花了几十亿美元，没有发现可衡量的效果。[事实]

今天的项目劳动力创新和机会法（WIOA）报告说，70%的核心参与者在退出后第二和第四季度都有工作。听着不错——直到你发现一个关键细节：这些结果没有对照组。我们不知道其中多少人反正也能找到工作。[观点]

还有贸易调整援助（TAA）项目，专门为被贸易冲击的工人设计。一项准实验研究发现，TAA参与者在失业后前几年的就业率反而更低。四年后他们仍然就业不足。[事实] 一个旨在帮助被裁工人的项目，可能反而让事情变得更糟。

Jacobs指出了三个结构性问题，没有任何项目重新设计能解决。

第一，岗位可能不存在。标准理论假设每个被自动化的岗位都会产生一个新的技术岗位。但证据显示，技术变革消灭中等工资岗位的速度可能比工人再培训的速度更快。你没法为一个不存在的岗位做再培训。

第二，最需要的人最难获得。再培训需要时间——几周或几个月没有收入。月光族不起。单亲家庭时间不够。快退休的人没动力花几年学新技能。

第三，没人知道该培训什么。这可能是最致命的批评。再培训项目必须预测几年后哪些技能有需求——而它们一直预测错误。Jacobs提到，有的项目把工人“从一个容易被自动化的职业培训到另一个容易被自动化的职业”。

Jacobs并不认为所有培训都无用。与具体雇主紧密挂钩的项目效果更好。但他警告不要犯四个常见错误。

不要假设再培训就能解决AI失业问题。不要假装我们能精确预测AI如何重塑经济来提前设计课程。投资于更好的数据收集。最重要的是，重新考虑“失业的唯一解决方案是另一份工作”这个假设——探索扩大的社会安全网、可携带的福利和不依赖持续就业的收入支持。

对于今天的劳动者，实际的教训很不舒服但很重要：如果你的工作面临AI威胁，政府再培训项目可能不是你最好的安全网。培养可迁移技能、保持财务储备、了解你的职业AI暴露度——在我们的职业页面可以查看数据——可能是更靠谱的策略。

本文借助AI（Claude, Anthropic）进行研究和写作。核心发现来自Brookings Institution的Julian Jacobs的分析。2025年5月。这是AI生成的公开研究分析，不代表专业职业或政策建议。