《引领人工智能：美国文职和军事领导者加强人工智能人才队伍的见解》最新91页

人工智能（AI）将对美国的劳动力--包括文职和军事人员--产生重大影响，具体表现为工作岗位的转移、扩充以及广泛的技能提升需求。本出版物旨在为负责帮助文职和军事人员在工作中创造、使用和部署人工智能的决策者和领导者提供信息。本出版物中的文章概述了技术和组织方面的问题、挑战和可行的见解，以帮助组织有效地整合人工智能并使人员掌握人工智能相关技能。

人工智能（AI）将对美国的劳动力--包括文职人员和军事人员--产生重大影响，具体表现为工作岗位的转移、扩充以及广泛的技能提升需求。拜登总统在 2023 年 10 月发布的关于人工智能的行政令中强调，将致力于提高联邦工作人员在理解、采用、部署和使用人工智能方面的技能（14110 号行政令，2023 年）。许多联邦机构和美国国防部（DoD）实体都发布了人工智能指导文件，本出版物中引用了其中几份。美国国会也在探讨人工智能的进步对美国普通和联邦工作队伍的影响（美国众议院，2024 年；美国参议院，2023 年）。

本刊物旨在为决策者和领导者提供信息，他们的任务是帮助文职和军事人员在工作中创造、使用和部署人工智能。本出版物中的文章概述了技术和组织方面的问题、挑战和可行的见解，以帮助各机构有效地整合人工智能并使人员掌握人工智能相关技能。

为了编写这本出版物，利用兰德公司的专业知识来探讨与采用人工智能有关的关键政策问题。兰德公司具有不同背景的研究人员撰写了简明扼要、以证据为基础的文章，论述了与准备采用人工智能技术的劳动力相关的关键问题。这些文章是由编辑们利用他们的集体经验挑选出来的，涵盖了在工作场所采用人工智能技术的广泛考虑因素。然后，通过反馈和同行评审对文章进行了完善，以确保文章的最高质量以及与决策者和领导者的相关性。

主要结论和政策影响

A 部分：将人工智能融入劳动力队伍

本节高度概括了将人工智能融入劳动力的主要考虑因素，包括需要管理的风险类型、更广泛的人工智能生态系统中的工作职能类型和相关能力，以及如何解决工人对采用人工智能的抵触情绪。主要发现如下：

在将人工智能整合到流程和运营中时，领导者须使用全面的人工智能采用风险分类法来评估和管理这些风险。该分类法确定了技术、道德、法律、经济、社会和生存方面的威胁，如模型不准确、工作岗位流失和社会机构分崩离析（第 2 章）。
人工智能生态系统需要一支多样化的劳动力队伍，为不同的角色提供量身定制的技能。从开发人员到最终用户，每个角色都需要对人工智能的功能和潜在偏见有基本的了解。政策制定者须确保工人培训能够满足这些不同的需求，并确保工人在与人工智能互动时能够意识到这一点（第 3 章）。
B 部分：使用案例--在劳动力中应用人工智能

本节举例说明了人工智能工具的三种常见使用情况：处理大量复杂的技术文档、通过聊天机器人改善用户体验，以及作为人力资源管理任务的工作辅助工具，如处理大量求职者材料。主要发现如下

人工智能驱动的聊天机器人可以提供准确、实时的支持，减少对有经验人员的依赖，并最大限度地减少错误，从而简化劳动力培训。为了最大限度地发挥工具的功效，各组织须优先考虑数据安全、透明度、人工监督以及适应政策变化的灵活性（第4章）。
人工智能聊天机器人可以减轻医疗服务提供者的工作量，提高患者就医的便利性，从而简化医疗服务中的行政任务，但必须对其整合进行谨慎管理，以避免加剧偏见和损害患者的信任。将聊天机器人优先用于常规任务、确保医疗服务提供者的监督以及实施强有力的监管框架，对于维护道德和有效的患者沟通至关重要（第5章）。
人工智能工具可以通过自动完成筛选简历和创建职位描述等任务来改进人力资源（HR）流程，从而将人力资源专业人员解放出来，从事更具战略性的工作。各组织须谨慎整合这些工具，并进行定期审查，以确保准确性、合规性以及与组织目标的一致性（第6章）。
各组织须根据自身需要选择人工智能工具，同时考虑任务复杂性、可用资源以及对运营的增值作用等因素。决策者必须进行全面的成本效益分析，以确保人工智能解决方案符合组织目标，并值得承担相关风险（第 7 章）。

C 部分：教育和培训劳动力使用人工智能

本节重点介绍投资人工智能工具和基础设施的注意事项，包括提高现有文职和军事人员使用人工智能的技能。必须对现有培训系统进行调整，使员工做好使用人工智能的准备。主要发现如下：

联邦政府须优先提高现有劳动力使用人工智能的技能，实施量身定制的培训计划，并投资必要的工具和基础设施。为了保持进展，培养一种持续学习的文化对于让员工了解人工智能的最新进展和确保有效整合各项业务至关重要（第8章）。
要想让人工智能有效促进教育，学校系统必须调整政策，优先考虑掌握基础技能，而不是严格遵守年级标准。如果没有这种转变，人工智能工具将无法充分发挥其潜力；教师将很难在个性化学习和课程覆盖之间取得平衡（第9章）。
中学后教育机构--包括培训和认证机构--须与人工智能行业结成战略伙伴关系，重新设计课程，并投资基础设施，使教育与人工智能劳动力需求相一致。为确保成功，这些机构还必须吸引多样化的学生，留住有技能的教师，并利用政府支持克服障碍，在不断变化的人工智能环境中保持竞争力（第10章）。
美军须将人工智能教育与现有培训目标相结合，并利用人工智能加强培训方式，从而将人工智能融入专业军事教育。分阶段的方法，包括持续评估人工智能的成本和风险，将确保负责任地、有效地将人工智能融入军事领导力发展（第 11 章）。

D 部分：建设一支更具应变能力、更加多样化的人工智能人才队伍

本节概述了招募和留住多样化国内人工智能人才的主要考虑因素，以及通过关注人类与人工智能相比仍保持相对优势的技能，在现有劳动力中建立复原力。主要结论如下：

为留住人工智能技能人才，联邦政府须提供有竞争力的薪酬，包括与服务承诺挂钩的留用奖金，并创造有回报的工作环境。此外，提供持续的人工智能培训以及相关的服务义务和潜在的加薪，将有助于使联邦政府的机会与私营部门的需求保持一致，并确保技能的相关性（第12章）。
由于与私营部门的竞争、国内人才储备有限以及对雇用外国出生工人的限制，美国政府在招聘人工智能人才方面举步维艰。为克服这些障碍，公共部门须强调非薪金福利，与学术机构合作，并考虑扩大外国出生的人工智能专业人才的资格（第13章）。
美国国土安全部（DHS）须优先从服务机构和服务不足的社区招聘人工智能人才，方法是利用合作伙伴关系、职业发展途径和定向投资。为确保劳动力的多样性和保留率，国土安全部必须加强其多样性指标，并解决阻碍女性和少数民族在人工智能岗位上的招聘和晋升的障碍（第 14 章）。
决策者和教育工作者须优先考虑软技能培训，如人际沟通和复杂问题解决，因为这些技能不太可能实现自动化。对培养这些技能的教育项目进行投资，将有助于打造一支更有弹性的劳动力队伍，为人工智能增强型经济做好准备（第15章）。
联邦机构须采用以员工为中心的人工智能方法。它们须让员工参与开发和实施人工智能工具，以建立信任并确保人工智能工具满足实际需求。为克服各自为政等障碍，各机构应促进人工智能开发人员与员工之间的合作，并应继续跟踪人工智能使用案例，以便随着时间的推移不断完善战略和实践（第16章）。
美国国防部必须解决员工对采用人工智能的抵触情绪，这些抵触情绪是由担心工作被取代、缺乏信任和技能差距等因素造成的。国防部可以通过注重透明的沟通、全面的培训和道德管理来成功整合人工智能，同时保持员工的参与度（第 17 章）。