民眾對於職場的AI運用是偏向期待,但在期待中卻有落差、不平等等憂慮。本報繪製
【編按:為了解台灣民眾面對 AI 時代的整體認知、採用意願與影響擔憂,《太報》委託皮爾森數據進行「生成式AI學習適應與衝擊感受調查」,將分兩週深入解析報導。為推動我國AI發展政策,政府正在研議「人工智慧基本法」立法草案,本週聚焦在個人使用及適應情況,此篇探討工作職場上的期待與困境,希望為後續立法的社會對話與制度完善提供依據。】生成式 AI 顛覆人類在工作中扮演的角色與技能需求,
《太報》委託皮爾森數據公司進行的「生成式 AI 學習適應與衝擊感受調查」顯示,多數民眾對生成式 AI 應用於職場的態度偏向期待,但有近3成5待業/失業的受訪者未曾聽說可在工作中使用生成式AI,未來應注意勞動力市場的 AI 落差及不平等現象。世界經濟論壇《 2020年未來就業機會報告》指出,人與機器之間的勞動力轉移可能會使8500萬個工作崗位流離失所,同時可能會出現9700萬個新工作,生成式AI將大幅改變我們各個領域的工作樣貌。
本次調查結果顯示,
49.3%受訪者表示在工作中有少部分任務由生成式 AI 協助完成,另有14.6%的民眾指出,其工作內容已有大部分或幾乎全部由生成式 AI 代為完成。相對地,選擇「幾乎沒有」使用或「未曾聽說可在工作中使用生成式 AI」的比例合計為33.4%,反映出仍有一定比例民眾尚未在工作場域中導入生成式 AI。對應皮尤研究中心(Pew Research Center)2024年針對美國職場所做調查結果,台灣「大部分或幾乎全部工作由 AI 完成」的比例,與美國選擇「All/ Most/Some」的比例(16%)相當,另一方面,台灣選擇「幾乎沒有使用」或「未曾聽說可在工作中使用生成式 AI」的比例低於美國調查「Not much/None」(63%)與「Haven’t heard of workplace AI use」(17%)的總和。
皮爾森解讀,這說明台灣勞動市場中,即便多數工作僅少部分導入 AI,整體資訊普及與實作滲透程度已優於美國,顯示台灣在生成式 AI 的工作應用適應上已有初步成效。
3成5待業者未曾聽聞 AI可應用於工作但是,值得注意的是,生成式 AI 的應用雖有助於提高生產力和效率,仍可能主要集中在技術精英,增加低技能勞動者和弱勢群體面臨的社會和經濟風險。
本次調查,
待業/失業的受訪者有34.1%「未曾聽說可在工作中使用生成式 AI」,選擇「幾乎沒有」的也多達41.4%。女性選擇「幾乎沒有」使用的比例較高(女性32.0% vs 男性24.3%),反映女性在工作場域中導入 AI 工具的程度相對較低。年齡層方面也是呈現年齡層越高,應用程度越低的趨勢。此外,調查發現商業領域的民眾「幾乎沒有使用」或「未曾聽說可於工作中使用 AI」的比例最高(合計34.1%),但同時「大部分」(19.7%)由 AI 完成的比例也相較工業和軍公教要高,顯示該領域內部分工作者可能因產業需求較快導入,但整體仍存在落差。
以行業別來看,受訪者中以電力及燃氣供應業高度使用生成式 AI 工具的比例最高,其次是出版影音及資通訊業、不動產業,專業、科學及技術服務業及運輸及倉儲業也都有超過2成5。
2022 年底ChatGPT 帶來生成式 AI 啟動熱潮,從調查來看,愈早開始將生成式AI運用在工作上,使用其完成工作的比重也愈高。
從調查來看,使用超過二年的族群,已有3成6是「大部分」或「幾乎全部」的工作已交由生成式 AI 協助完成,1至2年者也有32.6%,遠高於平均值(14.6%)。政府應加強在職訓練 打造包容性AI職場生態台灣勞工陣線協會秘書長孫友聯說,面對數位轉型、數位需求,會有越來越多職場碰到這項議題,政府應思考如何提供不管哪個族群的勞工,提升對於AI及數位快速變遷的能力,例如前幾年訂定《中高齡者及高齡者就業促進法》,就該了解中高齡會碰到AI可能創造的機會跟困境,在社會普遍有缺工聲浪下,應未雨綢繆,提前布局,讓勞工更適應缺乏的能力,建立有尊嚴的勞動。
政府應積極開辦AI人工智慧課程、降低職場數位落差。圖為勞動力發展署雲嘉南分署提供
本次調查結果顯示,
整體民眾對於生成式 AI 能力在未來3年成為職場關鍵技能之一,呈現明確偏向肯定的趨勢,67.6%受訪者表示「非常同意」或「有些同意」,其中,從事商業與軍公教的受訪者都超過7成,待業/失業更是高達8成,且表達「非常同意」的比例接近3成5。以行業別來看,非常同意生成式 AI 能力在未來3年成為職場關鍵技能之一,以從事專業、科學及技術服務業的比例最高(44.7%),用水供應及污染整治業也有超過4成(42.5%),其次的運輸及倉儲業、出版影音及資通訊業、其他服務業等,比例也超過2成。
調查顯示,
整體而言,台灣民眾對於生成式 AI 應用於工作職場的態度,整體較偏向「期待」(選4至6分者,合計65.9%),但多數民眾選擇的是4分(35.4%),3分以下定義為較擔憂的族群(合計34.1%),代表仍有一定程度的民眾持保留與擔憂。在性別差異上,男性表現出較高的期待感,年齡方面,40歲以下族群的擔憂比例相對較低,而60歲以上族群則達45.5%選擇3分以下,顯示隨著年齡上升,對生成式 AI 職場應用的保留態度亦逐漸增加。
進一步觀察不同年齡與性別的態度差異,男性在30–59歲階段的期待程度普遍高於女性;女性則在年輕階段(18–29 歲)相對積極,但隨年齡增長,「傾向擔憂」比例逐漸上升,特別是在60歲以上女性族群中,呈現出明顯保留的態度。
企業間也存在AI落差 男性更關注職場AI偏見及歧視對比勞動部台灣就業通的「2024 AI世代求才條件大調查」,針對現今或未來的發展趨勢,企業認為目前求職者具備AI相關技能的重要程度,覺得「非常重要」12.5%,覺得「有點重要」36.2%,合計約近5成,覺得「不太重要」和「非常不重要」僅約1成出頭。
LeadBest 數位賦能顧問集團共同創辦人暨數位長王志清在立法院「人工智慧基本法」草案公聽會時提醒,大型企業多已投入轉型,而年輕族群也迅速熟悉各類 AI 工具,唯獨中小企業處於觀望,既擔心轉型成本,也顧慮內部職能影響。這樣的「三明治現象」若無政策引導,只會加劇數位落差。因此,政府若要真正推動AI普及,必須設計具有誘因與可落地的資源支持,例如跨部會產業轉型方案、獨立預算、甚至與民間AI公司合作以加速導入。
生成式AI應用產業人才培訓很重要。勞動力發展署北分署提供
另一個在職場勞權關注的AI問題是,因應AI在招聘和人力資源管理領域的應用越來越廣泛,潛在的就業歧視風險也相應增加,世界上最有名的案例是,亞馬遜2014年建立AI自動化招聘分析系統,以過去10年聘僱資料來訓練AI,但卻因AI篩選結果嚴重偏好男性,亞馬遜因而在2018年停止用AI篩選履歷。
AI系統可能基於種族、性別、年齡等特徵進行偏見判斷,導致不公平的招聘決策。《太報》這次所做調查,民眾對於未來政策的AI應用,最擔心的是隱私問題,最擔憂(排序第一)比例第一名是「金融應用」(44.8%),如財務隱私外洩、信用評分偏誤,而將求職與人才管理(履歷篩選偏誤、工作權受損)視為最憂心的佔比只有18.3%。不過,值得注意的是,以年紀來看,18至49歲的受訪者選擇排序第一的比例都高於整體,其中以30至39歲最高(16.4%),且在這幾個年齡層,男性將此選項視為最擔憂的比例都較女性高,30至39歲有18.4%,18至29歲也有18.3%。
勞動部的「2024 AI世代求才條件大調查」,目前僅有3%使用AI面試工具徵選人才,但有34.3%考慮會使用。對於使用AI面試工具會對招募作業帶來哪些影響?以「無法確保履歷的真實性」占39.5%為最高,其次為「利用AI面試初步篩選時,可能錯失其他人才」34.7%,但也有約31%表示「不確定或不知道」。
孫友聯呼籲,很多職場存有的性別落差,並不是AI造成,例如高科技就業還是以單一性別為主,「這是教育政策要去解決的問題」,政府在發展 AI 法制,也不能遺漏勞動法律領域,透過制度化的措施為個人提供足夠的「緩衝」,避免因為 AI 的蓬勃,忽略讓勞動者掉入被邊緣化或被社會排除的風險。AI 帶來職場運用的便利,卻可能整體的不平等趨勢惡化,政府未來政策制定應更積極,防止 AI 加劇社會不平等,並為相對 AI 弱勢者提供相關的在職訓練計畫,讓所有人都能共享 AI 轉型帶來的紅利,以及更具包容性。