論文の概要: Generative AI impacts on intra-urban inequality and skill premium in Beijing

• arxiv url: http://arxiv.org/abs/2605.25505v1
• Date: Mon, 25 May 2026 07:09:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:19.429128
• Title: Generative AI impacts on intra-urban inequality and skill premium in Beijing
• Title（参考訳）: 北京の都市内不平等とスキルプレミアムに及ぼすジェネレーティブAIの影響
• Authors: Xiliu He, Haoxiang Zhao, Mingyi Ma, Edward Wen Chuan Lai, Koei Enomoto, Anni Hu, Jiatong Li, Lingyun Chu, Yuan Lai,
• Abstract要約: 我々は、GenAIの露出が市の中核地区に集中していることを発見した。 2023年以降、高露出の地区は賃金の停滞を経験した。 この賃金のペナルティは、タスクの非熟練化と労働市場の人口増加によって引き起こされる。
• 参考スコア（独自算出の注目度）: 1.2646469837783902
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative artificial intelligence (GenAI) is the first automation wave to reach high-cognitive tasks at scale, yet its effects on intra-urban inequality remain largely unknown. Using 5 million job postings from Beijing (2018--2024), we construct a neighborhood-level GenAI Exposure Index by aggregating task-level assessments from five leading large language models. We examine the spatial, structural and causal mechanisms of this shock. We find that GenAI exposure is highly concentrated in the city's core districts, deepening the intra-urban AI divide. Since 2023, high-exposure neighborhoods have experienced wage stagnation even as they continue to attract high-skilled workers -- a "high-skill trap." This wage penalty is driven by task de-skilling and intensified labor-market crowding. A difference-in-differences design centered on ChatGPT's release supports a causal interpretation. These findings challenge the prevailing theory of skill-biased technological change and provide a basis for inclusive AI governance in global technology hubs.
• Abstract（参考訳）: ジェネレーティブ・人工知能(GenAI)は、認知度の高いタスクを大規模に達成した最初の自動化波であるが、その都市内不平等への影響はほとんど分かっていない。 北京からの500万件の求人情報(2018-2024)を用いて、5つの主要な大言語モデルからタスクレベルの評価を集約することにより、近隣レベルのGenAI露天指数を構築します。 このショックの空間的・構造的・因果的メカニズムについて検討する。 我々は、GenAIの露出が市の中核地区に集中していることを発見し、都市内AIの分断をさらに深めている。 2023年以降、高水準の露光地区は「高いスキルの罠」である高度な労働者を引きつけ続けているにもかかわらず、賃金の停滞を経験した。 この賃金のペナルティは、タスクの非熟練化と労働市場人口の増大によって引き起こされる。 ChatGPTのリリースを中心にした差分設計は因果解釈をサポートする。 これらの知見は、スキルバイアスによる技術変革の一般的な理論に挑戦し、グローバルな技術ハブにおける包括的AIガバナンスの基礎を提供する。

関連論文リスト

• The Iceberg Index: Measuring Workforce Exposure Across the AI Economy [14.006405783858703]
  Iceberg Indexは、AIが転職結果や採用スケジュールではなく、作業タスクを実行できる技術露出をキャプチャする。 このインデックスは、AIが転職結果や採用スケジュールではなく、職業的タスクを実行できる技術露出をキャプチャする。
  論文  参考訳（メタデータ） (2025-10-29T03:30:45Z)
• Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce [45.348336032930845]
  作業員がAIエージェントの自動化や強化を望んでいるかを評価するための新しい枠組みを導入する。 我々のフレームワークは、ニュアンスな労働者の欲求を捉えるために、オーディオ強化されたミニインタービューを備えている。 我々はWORKBankデータベースを構築し、1500のドメインワーカーの好みとAI専門家の能力評価を収集する。
  論文  参考訳（メタデータ） (2025-06-06T23:05:52Z)
• Follow the money: a startup-based measure of AI exposure across occupations, industries and regions [0.0]
  既存のAIの職業曝露対策は、技術的実現可能性に基づいて人間の労働を代用または補うAIの理論的可能性に焦点を当てている。 我々は,O*NETとスタートアップが開発したAIアプリケーションからの職業的記述に基づく,新たな指標であるAISE(AI Startup Exposure)指標を紹介する。 我々の発見は、AIの採用は、AIアプリケーションの技術的実現可能性と同様に、社会的要因によって徐々に形成されていくことを示唆している。
  論文  参考訳（メタデータ） (2024-12-06T10:25:05Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Exploration with Principles for Diverse AI Supervision [88.61687950039662]
  次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。 この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。 この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。 本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:03:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。