論文の概要: Cheap, Fallible Cognition and the Political Economy of Expertise

• arxiv url: http://arxiv.org/abs/2608.11512v1
• Date: Tue, 11 Aug 2026 23:55:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.404738
• Title: Cheap, Fallible Cognition and the Political Economy of Expertise
• Title（参考訳）: チープ・フォールブル認知と専門職の政治経済
• Abstract要約: 仕事は不可分な対象ではなく、機械認知は人間の労働の均一な代用ではない。 本稿では、生成AIを安価でスケーラブルで誤認識可能なものとして分析するためのタスクベースフレームワークを開発する。 AIの労働市場運命は機械失業でも自動失業でもないと結論付けている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The question of whether artificial intelligence will "destroy jobs" is too coarse to guide economic analysis or institutional design. A job is not an indivisible object, and machine cognition is not a uniform substitute for human labor. This paper develops a task-based and institutionally grounded framework for analyzing generative AI as cheap, scalable, and fallible cognition. The relevant margins are exposure, adoption, verification, question selection, workflow redesign, demand elasticity, apprenticeship, and rent allocation. We distinguish the technical reach of large language models from equilibrium labor-market displacement by introducing a task vulnerability index and an adoption condition that makes verification, liability, trust, and governance explicit. We then model occupations as governance bundles rather than task lists, firms as architectures of distributed intelligence, and labor-market effects as a balance among task compression, scale expansion, new human work, and institutional bargaining. A further implication is that when answer generation becomes abundant, the scarce human capital shifts upstream and downstream: toward asking economically meaningful questions, framing problems, generating hypotheses, interpreting results, and bearing responsibility for consequential use. The central dynamic concern is expertise formation: Junior tasks jointly produce current output, question sense, and future judgment, so their automation can raise short-run productivity while weakening the pipeline into accountable expertise unless AI is designed to teach rather than merely bypass. The paper concludes that AI's labor-market destiny is neither mechanical unemployment nor automatic abundance. It is an institutional equilibrium shaped by workflow design, apprenticeship systems, liability rules, competition policy, worker voice, and the distribution of rents from cheap cognition.
• Abstract（参考訳）: 人工知能が「失業」するかどうかという問題は、経済分析や制度設計を導くには大きすぎる。 仕事は不可分な対象ではなく、機械認知は人間の労働の均一な代用ではない。 本稿では,生成型AIを安価でスケーラブルで誤認識可能なものとして分析するための,タスクベースかつ制度的な基盤となるフレームワークを開発する。 関連するマージンは、露出、採用、検証、質問の選択、ワークフローの再設計、要求弾力性、見習い、レンタルアロケーションである。 我々は,タスク脆弱性指数と,検証,責任,信頼,ガバナンスを明確にする適用条件を導入することで,大規模言語モデルの技術的リーチを均衡労働市場変位と区別する。 次に、タスクリストよりもガバナンスバンドルとして、分散インテリジェンスのアーキテクチャとして、労働市場効果として、タスク圧縮、スケール拡大、新しいヒューマンワーク、制度交渉のバランスとして、職業をモデル化します。 さらに、回答生成が豊富になると、人的資本の不足が上流と下流に移行し、経済的に意味のある質問をし、問題をフレーミングし、仮説を生成し、結果を解釈し、連続的な使用に対する責任を負うようになる。 ジュニアタスクは、現在のアウトプット、質問センス、将来の判断を共同で生成するので、自動化は短期的な生産性を上げつつ、パイプラインを単にバイパスではなく、AIが教えるように設計されている限り、説明可能な専門知識に弱めることができる。 この論文は、AIの労働市場運命は機械失業でも自動失業でもないと結論付けている。 ワークフロー設計、見習い制度、債務規則、競争政策、労働者の声、安価な認知から家賃の分配によって形成される制度均衡である。

関連論文リスト

• When Does AI Augment Work? A Workflow-Level Framework for Human-Agent Collaboration [78.16115745870405]
  職場における人工知能の価値を特徴付けることを目的としている。 現在の研究は、この価値を、現在の自動化能力とAIの公的な採用の観点から大きく測定している。 これを考慮するためには、今日の微粒化タスクを超えて分析の範囲を広げなければならない。
  論文  参考訳（メタデータ） (2026-09-11T06:29:34Z)
• The Human-AI Substitution Principle: When will you be replaced by AI in your organization? [1.9927371365552295]
  階層型組織におけるヒューマン-AIタスク割り当ての研究のための分析モデルを提案する。 我々は、AIの採用が突然の労働移行、ハイブリッドな人間-AI組織を生み出すことを示している。 この論文は、自動化経済学、組織設計、AIガバナンス、労働計画をAI駆動型組織変革の統一理論に結びつけている。
  論文  参考訳（メタデータ） (2026-07-22T23:04:26Z)
• Framing, Judging, Steering: An Assessable Competency Model for Teach-ing Students to Reason With Generative AI [47.027290803102666]
  生産的AI利用を3つの評価可能なスキルに分解する能力モデルであるCoRe-3(Co-Reasoning)を提案する。 理論上のスキルを基盤として、5つのテスト可能な提案を述べ、それらをCoReasoningLabでインスタンス化します。 人為的な合意と成果が次々に行われます。私たちは、計測器、データ、プロトコルをリリースします。
  論文  参考訳（メタデータ） (2026-06-04T10:25:31Z)
• Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions [80.74432115171285]
  我々は,エージェントの集団が集中管理なしで,より強力な集団知能に自己整合し,自己適応する方法について検討する。 フリードリッヒ・ハイエク(Friedrich Hayek)の市場における非中央集権的協調に関する経済理論に触発され、エージェント・エコノミー(エージェント・エコノミー)を通じて、エージェント・エコノミー(エージェント・エコノミー)を通じて、エージェント・エコノミー(エージェント・エコノミー(エージェント・エコノミー)を通じて、エージェント・エコノミー(エージェント・エコノミー)が行動の権利を競い、支払いを交換し、環境報酬から富を蓄積する権利を競う。 弱いエージェントによって、経済は創発的な多段階推論戦略を生み出し、5つのエージェントタスクで強力なモノリシックベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-06-01T20:21:09Z)
• RoboWits: Unexpected Challenges for Robotic Creative Problem Solving [58.58727722988084]
  我々は、認知的推論、創造的ツールの使用、予期しない状況に対する堅牢性を評価するために設計された、双方向のロボットベンチマークであるRoboWitsを紹介する。 このパイプラインを用いて,30種類の種タスクと208のタスクを,幾何学的,物質的,集合的推論にまたがる変異と難易度でキュレートした。 プレトレーニングされたVLAは,単一タスクの微調整後にシードタスクに予備的な成功を示すが,変異タスクの実行に苦慮している。
  論文  参考訳（メタデータ） (2026-05-28T17:57:15Z)
• Trustworthy AI Suffers from Invariance Conflicts and Causality is The Solution [80.98492754957466]
  公正性、堅牢性、プライバシ、説明可能性といった、信頼性の高いAI目標を同時に達成することは難しい。 本稿では、パフォーマンスにおけるトレードオフを理解しバランスをとるためには因果性が必要であると論じ、信頼できるAIの複数の目的について論じる。
  論文  参考訳（メタデータ） (2026-05-04T14:26:28Z)
• When Should a Robot Think? Resource-Aware Reasoning via Reinforcement Learning for Embodied Robotic Decision-Making [68.12864562049957]
  身体ロボットシステムは、高レベルの推論をサポートするために、大規模言語モデル(LLM)ベースのエージェントにますます依存している。 エージェントはいつ、いつ、いつ行動すべきか? 本稿では,エンボディエージェントのリソース・アウェア・オーケストレーションのための階層的なフレームワークであるRARRL(Resource-Aware Reasoning via Reinforcement Learning)を提案する。
  論文  参考訳（メタデータ） (2026-03-17T15:38:50Z)
• When AI Levels the Playing Field: Skill Homogenization, Asset Concentration, and Two Regimes of Inequality [0.7016842616745783]
  生成AIは、経済価値を集中的な補完資産にシフトしながら、タスク内スキルの違いを圧縮する。 我々は、この緊張関係を内在的教育、雇用主検診、異種企業によるタスクベースモデルで定式化する。 このモデルでは、境界がAIの技術構造に依存する2つのレジームが生成される。
  論文  参考訳（メタデータ） (2026-03-05T12:41:08Z)
• The Algorithmic Barrier: Quantifying Artificial Frictional Unemployment in Automated Recruitment Systems [0.0]
  米国の労働市場は高い失業率と長期失業期間の持続的共存を示している。 本稿では,現代摩擦失業の非自明な部分は,自動採用システムによって人工的に引き起こされていることを論じる。
  論文  参考訳（メタデータ） (2026-01-20T23:08:06Z)
• The AI Pyramid A Conceptual Framework for Workforce Capability in the Age of AI [2.134211474877041]
  最近の証拠は、生成的AIが高度に教育された白い首輪作業に不釣り合いに影響を及ぼすことを示している。 本稿では,AIを介する経済における人的能力の組織化のための概念的枠組みであるAI Pyramidを提案する。 このフレームワークは、組織、教育システム、政府に対して、学習、測定、政策をAIによる業務の進化的な要求と整合させようとする意味を持っている。
  論文  参考訳（メタデータ） (2026-01-10T09:27:56Z)
• Strategic Self-Improvement for Competitive Agents in AI Labour Markets [45.88028371034407]
  本稿では,エージェント労働市場を形成する実世界の経済力を初めて捉えた,画期的な新しい枠組みを提案する。 我々は,エージェント型大規模言語モデル (LLM) が雇用を競う,誘引可能なギグエコノミーを通じて,我々のフレームワークを説明する。 我々のシミュレーションは、人間の労働市場に見られる古典的なマクロ経済現象を再現する一方、制御された実験はAIによる経済動向を示す。
  論文  参考訳（メタデータ） (2025-12-04T16:57:28Z)
• Epistemic Scarcity: The Economics of Unresolvable Unknowns [0.0]
  我々は、AIシステムは経済調整の中核的な機能を実行することができないと主張している。 我々は、構成主義的合理主義の拡張として、支配的な倫理的AIフレームワークを批判する。
  論文  参考訳（メタデータ） (2025-07-02T08:46:24Z)
• On the Opportunities and Risks of Foundation Models [256.61956234436553]
  これらのモデルの基礎モデルは、批判的に中心的だが不完全な性格を根底から立証するものです。 本報告では,基礎モデルの可能性とリスクについて概説する。 これらの疑問に対処するためには、基礎モデルに関する重要な研究の多くは、深い学際的なコラボレーションが必要であると信じている。
  論文  参考訳（メタデータ） (2021-08-16T17:50:08Z)

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。