详细内容或原文请订阅后点击阅览
纽约州《LOADinG 法案》：保护公共部门就业免受 AI 冲击
None
来源:曼哈顿政策研究所信息引言
人工智能可能是这一代人中可用于改善政府绩效的最重要工具之一。在政府面临日益增长的财政压力之际，AI 提供了罕见机会，可以在不简单增加支出或雇用更多人的情况下改善服务。它可以帮助公共机构更快处理索赔、减少行政积压、检测欺诈、改善客户服务、加强内部分析能力，并以更低成本交付更好结果。
然而，采用的主要障碍越来越是制度性和政治性的。AI 的许多价值来自其自动化例行任务、重组工作流程并使组织能够以更少劳动投入产生更多产出的能力。这些相同特征可能引起利益可能受技术变革影响的群体的抵制。
纽约州的《政府自动化决策立法监督法》，通常称为 LOADinG 法案，提供了这种张力的早期且具有揭示性的例子。[1] 作为治理州政府使用自动化决策系统的框架提出，它将 AI 问责和透明度要求与对公共部门工人的广泛就业保护配对。如颁布的那样，它禁止州机构以取代员工、转移工人履行职责、降低薪酬或改变某些工作场所安排的方式使用自动化系统。这些禁令现在约束该州大多数公共雇主，而问责要求此后已被废除。
该法律的演变本身就具有揭示性。通过连续几轮修订，一项作为州政府 AI 问责和透明度框架提出的法规，实质上已成为一项就业保护法。这种转变的机制值得与结果一样多的关注，而还没有任何叙述追踪所有四项颁布——2024 年法律及随后的三轮修正。
劳动力保护是对一项最初于 2023 年 6 月提出、并作为纯 AI 治理法规推进了一年的法案的后期添加。在随后的 14 个月里，那些治理条款在公开场合反复颁布，然后在生效前通过闭门谈判被废除。相比之下，劳动力保护逐渐增长，从仅州机构扩展到学区、公立大学、县、市、镇和村——即该州几乎所有公共雇主。
LOADinG 法案的限制不仅仅是保护当前员工免于裁员或工资损失。即使没有人失去工作或一美元工资，机构也不得将员工目前履行的职责重新分配给自动化系统。换句话说，法律阻止 AI 执行公务员目前执行的几乎所有任务。它还阻止通过使用 AI 实现的几乎任何生产力改进。
公共部门工会和其他有组织利益集团可以援引这些保护来挑战或延迟改变现有工作安排的 AI 系统部署，即使相关系统会改善服务交付或降低行政成本。[2] 可预测的结果是采用更慢、放弃生产力收益以及更高成本的公共部门。
本问题简报考察为什么 AI 对公共行政重要，描述 LOADinG 法案的起源和演变，并分析其对政府 AI 采用的影响。它认为，该法律的劳动力保护阻碍了纽约州政府使用 AI 和其他提高生产力的技术。更广泛地说，纽约的经验说明保护现有工作安排的努力如何以政府绩效为代价。
为什么 AI 对公共行政重要
围绕人工智能的许多公共讨论集中在其对私营经济的影响。对其改善公共行政潜在作用的关注少得多。
新兴证据表明，AI 的生产力收益可能很大，包括公共部门执行的工作领域。三位斯坦福和麻省理工学院研究人员研究了在 5,000 多名客户支持代理中 staggered 引入生成式 AI 助手，发现它平均提高生产力 14%，新手工人收益最大。[3] 《科学》杂志的一项随机实验发现，生成式 AI 将专业人士花在例行写作上的时间减少约 40%，同时提高质量。[4]
现代政府大部分正是这种工作：处理申请、审查许可、回答询问和监控合规。艾伦·图灵研究所研究人员估计，英国中央政府 84% 的复杂但重复交易——每年约 1.43 亿——高度可自动化，每笔交易节省一分钟每年将释放相当于 1,200 人年的工作。[5] 一项让 20,000 名英国公务员使用生成式 AI 助手的试验发现自我报告每天节省 26 分钟[6]（或每名员工每年近两周），随后在工作和养老金部的一项对照研究[7]证实了集中在搜索、总结和初稿写作的有意义日常节省。
美国已经朝这个方向移动。联邦机构 2025 年披露了约 3,600 个 AI 用例，[8] 比上年增加近 70%，联邦用例清单参与自 2023 年以来几乎翻倍。[9] 州和地方政府开始跟进。
影响超越行政便利。最终攸关的是国家能力。有能力的政府不一定是更大的政府。而是能够将公共资源转化为有效结果的政府。
然而，捕获这些收益需要政府做正是使技术有价值的事情：重组工作方式、将例行任务从人转移到系统，并以相同资源交付更多。公共机构是否被允许做出这些改变，与其说是技术问题，不如说是政治问题。纽约的 LOADinG 法案显示这个问题开始如何被回答。
LOADinG 法案的起源与演变
尽管 LOADinG 法案最初是一项 AI 问责和透明度法案，其问责和透明度规则先被废除、然后恢复、然后再次缩小。相比之下，其核心劳动力保护在每次修订中幸存下来，并在最后两次中每次扩大。一个例外朝相反方向：最全面的保护，即禁止将未来工作分配给机器的短暂条款，在生效前被移除。表 1 列出了以下各节追溯的顺序。
表 1
LOADinG 法案时间线
来源：纽约参议院法案 S7543A；纽约参议院法案 S7599C；纽约参议院法案 8831
原始法律
LOADinG 法案于 2023 年 6 月由参议员 Kristen Gonzalez 在纽约州参议院和议员 Steve Otis 在议会提出。Gonzalez 参议员后来也推动该法案的后续修正，她在竞选中强调她母亲在“纽约市公立学校的好工会工作”，并引起人们对她作为“技术工作者”和“社区组织者”个人背景的关注。[10]
据其发起人称，立法旨在建立治理州机构使用自动化决策系统的框架，并解决政府部署 AI 中的问责、透明度和人类监督担忧。[11] 具体而言，法案要求机构披露其使用自动化决策系统，禁止在没有有意义人类审查的情况下某些使用，并规定部署前影响评估。
如 2023 年 6 月提出并通过 2024 年 1 月第一次修正，LOADinG 法案纯粹是技术治理措施，没有任何就业条款。将成为法律操作核心的劳动力保护只出现在 2024 年 6 月 3 日最终修正中，即两院通过法案前三天。变化发生在参议院 floor，由法案发起人 Gonzalez 参议员提出；与随后的章节修正一样，其背后的谈判几乎没有公开记录。
这些保护限制了州机构以影响员工、其职责或工作条件的方式部署自动化决策系统的情况。特别是，法律禁止任何使用自动化决策系统导致州员工“解雇、取代或失去职位”、将“员工目前履行的现有职责和职能”转移到自动化系统、或将“员工通常履行的未来职责和职能”转移到此类系统的使用。它还禁止会减少员工工时、工资或福利，或侵犯通过集体谈判协议确立的权利的使用。[12]
未来职责条款值得特别关注，尽管它没有幸存。限制取代当前员工在传统集体谈判中有类似条款。法定禁止将尚不存在的工作分配给自动化系统则没有。它超越现有工作到从未履行的工作，这一保护类别在美国公共部门劳动法中没有明显先例。该条款在第一次章节修正中被废除，在生效前，这就是为什么其他保护是后来每次修订保留的。其初始颁布仍然标志着有组织劳工在法规中寻求并短暂获得的外边界。
法律条款广泛适用于纽约州政府。法规宽泛定义“州机构”，几乎涵盖每个州部门、当局、委员会和办公室，仅排除立法和司法。该定义是否涵盖公立大学系统留不确定，这一模糊性，如后文讨论，需要随后两次修正解决。
立法吸引了有组织劳工的支持。纽约最大公共部门工会之一 Public Employees Federation 通过其主席 Wayne Spence 表示，法律代表“鉴于人工智能的新兴发展和使用，管理州劳动力的理性且深思熟虑的方法。”[13] 框架是工会自己的：一项关于管理劳动力的法律。
纽约州 AFL-CIO 同样赞扬立法。在颁布后的声明中，AFL-CIO 主席 Mario Cilento 将“突破性立法”描述为既提供州机构 AI 使用的透明度，又提供“对州劳动力的常识性保护”。[14]
州长 Kathy Hochul 于 2024 年 12 月 21 日签署 LOADinG 法案成为法律，作为 2024 年法律第 674 章。
第一次章节修正
LOADinG 法案原始版本几乎没活过签署仪式。法案核心条款延迟生效日期为 2025 年 12 月 21 日——而在 2025 年 2 月，即生效前 10 个月，立法机关颁布并由 Hochul 州长签署 2025 年法律第 96 章，大幅修订法规。[15]
修订速度反映纽约立法的独特特征。章节修正是一项后续法案，修订州长刚签署的法规，条款是州长和立法领导人在签署前私下商定的。这种交易在许多首府达成，但纽约规模不寻常。Hochul 州长修订了送到她那里的约七分之一法案，约为其前任两倍。[16] 公开记录在每种情况下保留的是两项颁布的法案，而不是调和它们的谈判。这里该工具被用来在法案生效前重写法律实质。
根据第 96 章发起人备忘录（与原始法案及后来每次修正一样，由 Kristen Gonzalez 参议员撰写），修正旨在精简问责和透明度条款，并解决 2024 年法律某些条款不必要繁琐的担忧。[17]
修正废除了法律原始治理框架的大部分，包括影响评估要求和有意义人类审查条款。取而代之，修订法律采用更窄框架，以披露义务和信息技术服务办公室维护的全州 AI 系统清单为中心。
修正添加的内容与删除的内容一样说明问题：州机构内就业决策中使用的自动化工具的新披露要求。机构必须公开这些招聘和人事相关工具，让员工及其工会知道自动化系统在哪里触及就业决策。这一透明度要求与劳动力保护本身不同——禁止取代员工或转移其工作的条款——后者限制机构可以做什么，而不是必须披露什么。幸存并扩大的治理条款是那些面向劳动力而非面向公民或服务交付的条款。
同时，修正将法律核心劳动力保护几乎逐字带入纽约公务员法。禁止“解雇、取代或失去职位”员工和“转移员工目前履行的现有职责和职能”被重新颁布为该法第 80 条，发起人备忘录明确表示立法将编纂与 AI 采用相关的劳动保护，同时取代大部分原始州技术法框架。[18]
然而，两项禁令仅附加于使用“人工智能系统”——州技术法在法规其他地方为 AI 清单目的定义该术语为做出“直接影响公众”的预测、推荐或决策的系统，并明确排除“基本计算、基本自动化或预录规则……系统”。该门槛是否在实践中缩小法律范围，与“取代”本身一样，在下面讨论。[19]
州技术法是治理州信息技术职能的法规，LOADinG 法案最初完整置于其中。将劳动保护移入公务员法——纽约核心公共就业法规——将它们从技术法移入就业法，即使技术法条款本身被缩减。
一项劳动保护没有走过修正过程。禁止转移“员工通常履行的未来职责和职能”的条款，如上所述，被删除。因此法规中最深远的劳动保护在 12 月颁布，2 月被切除，从未生效。（这些阶段总结在表 2 中。）
表 2
四项颁布中的 LOADinG 法案
LOADinG 法案的演变反映两个不同目标：治理州政府 AI 使用；保护公共部门员工免受技术变革的劳动力后果。章节修正谈判几乎没有留下痕迹，因此公开记录无法解释为什么两者之间的平衡如此转移——从问责和透明度法变成就业保护法。它确实显示了哪个目标在过程中幸存。
扩张
2025 年 6 月，立法机关通过一项扩张法案，进一步修正 LOADinG 法案，Hochul 州长于当年 12 月签署为 2025 年法律第 711 章。新版本法案同时做两件事。首先，它恢复了第一次章节修正剥离的大部分治理框架——包括影响评估和一种有意义人类审查——在州技术法新第 5 条中，标题为“政府机构中的自动化决策”，其要求适用于该州任何政府机构。
其次，且更具后果性，它扩大了法律适用范围。原始法案仅约束州机构。第 711 章首次将劳动力保护带出州机构，通过教育法扩展到教育部门——学区、BOCES、SUNY 和 CUNY。14 个月后的章节修正将它们带入一般目的地方政府：县、市、镇、村和区公司。两者之间，两项颁布将 LOADinG 法案条款扩展到市政府和学区，在纽约市以外，2022 年雇用了 452,298 名全职工人，其中超过 60% 在学区。[20]
有组织劳工积极参与修正过程。Professional Staff Congress（PSC）报告称，它和 New York State United Teachers（NYSUT）“与立法者密切合作起草新修正语言”，并直白描述修正法律：用工会的话说，该法规将在公共部门雇主拥抱人工智能时保护 CUNY 的工作。PSC 主席 James Davis 说，工会“渴望与 NYSUT 和发起原始 LOADinG 法案的立法者合作，将其条款扩展到 CUNY 和 SUNY。”[21] 工会自己将该法描述为就业保护本身就说明问题：LOADinG 法案主要发挥保护就业作用的论点不依赖文本推断，而依赖游说、庆祝其颁布并组织扩展其影响的工会的明确理解。
循环重复
熟悉的模式随之而来。2026 年 2 月，Hochul 州长签署第二次章节修正（2026 年法律第 86 章），发起人备忘录将其描述为“对基础章节的谈判变更”。其前两节完整废除第 5 条技术治理，并删除第 711 章与其一起创建的自动化决策工具单独清单。14 个月内第二次，法律中每项影响评估和人类审查要求都消失了——而且两者都没有约束机构一天。
劳动力保护进一步扩展。第 711 章已到达教育部门；第 86 章到达它遗漏的层级，将公务员法第 80(10) 条禁止取代员工和转移其现有职责扩展到县、市、镇、村和区公司的员工。
因此纽约两次运行相同序列：治理条款公开颁布并延迟生效日期，然后在那些日期到来前通过闭门章节修正谈判废除，而有组织劳工最看重的核心保护——反对取代和转移现有工作——扩展到更广泛的雇主类别。
这一轨迹很早就可见。颁布后不久，Empire Center 分析师（现曼哈顿研究所学者）Ken Girardin 建议，该立法作为 AI 治理框架的意义不如作为限制州使用新技术重组工作和提高效率能力的措施。[22] 两个修正周期后，这一评估读起来不像评论而像预测。
早期影响与新兴风险
LOADinG 法案仍然太新，无法对其影响得出确定结论。搜索已报道法院判决、公共就业关系委员会（PERB）——裁决公共部门劳动纠纷的州机构，也是该法下大多数挑战会出现的论坛——的决定以及公开行政材料，迄今未发现直接根据法规产生正式争议的证据。这种缺失应谨慎解读：不当行为指控、申诉和仲裁裁决在被裁决前通常不公开，通常在提交后一年或更久，因此没有报道争议不等于没有争议。
然而，若干发展表明法律劳动力条款已经在塑造纽约政府 AI 采用的政治。证据分为四类：（1）公共部门 AI 劳动冲突的新兴模式；（2）LOADinG 模式向其他政府和私营经济扩散；（3）州实施记录不均衡；（4）法规自身语言创造的风险。
劳动冲突
拿骚县争议提供了纽约 AI 采用政治的早期一瞥。2025 年 9 月，Civil Service Employees Association 向 PERB 提交不当行为指控，称拿骚县地区检察官办公室部署自动化系统执行历史上由谈判单位员工处理的案件录入工作，在未经谈判的情况下减少成员加班机会。[23] 工会将法律提交与公开动员配对——次月“反对机器人集会”——其当地主席 Kris Kalender 坚持 AI“应该谈判”且“绝对不能取代任何现在实际做工作的人”。
争议并非根据 LOADinG 法案产生。当指控于 2025 年 9 月提交时，拿骚县是原始法规州机构范围之外的地方雇主，指控基于集体谈判法和双方合同。这正是其具有启发性的原因。即使没有法定保护，有组织劳工也将例行工作重新分配给自动化系统视为应通过一切可用渠道争议的违规。
在 LOADinG 法案适用的情况下，它将这种谈判姿态转化为法定权利。拿骚指控提交五个月后，第 86 章将公务员法保护扩展到县、市、镇、村和学区员工——拿骚争议涉及的同一类地方雇主。今天提交的那种指控不仅可根据工会合同，还可根据法规进行，而法定保护具有任何合同都没有的优势：它们自动适用，无论地方协议是否涉及 AI，并且不能被谈判掉，因为它们是法律设定的底线，而不是可谈判的条款。
模式扩散
LOADinG 模式已经在传播。在政府内部，如上一节追溯，第 711 和 86 章将其从州机构带到学区、公立大学、县、市、镇和村。
该模式也在政府就业之外扩散，若干法案提议为私营部门工人提供类似 AI 保护。拟议的 New York Workforce Stabilization Act，由参议员 Michelle Hinchey 和 Kristen Gonzalez 发起，将要求私营企业在部署前进行 AI 影响评估，并对通过 AI 取代超过门槛数量员工的公司征收 2% 企业收入附加费。[24] 单独立法将修订纽约 WARN 法案，要求雇主披露裁员是否归因于自动化或人工智能。[25]
无论这些个别法案命运如何，其累积方向不可否认：技术重组工作需要事先评估、披露和保护现有就业的原则，正在从治理州机构的单一法规迁移为纽约经济的一般框架。
实施记录
州实施记录强化法律在其几乎不执行的治理规则和自我执行的劳动规则之间的不对称。
信息技术服务办公室现在发布州实体使用中 AI 系统的公开清单。[26] 然而州审计长 2025 年 4 月审计发现，在全州可接受使用政策生效一年多后，州没有运行中的 AI 系统清单、中央指导不足，也没有监控政策人类监督要求合规的流程。[27] 幸存的治理义务因此实施缓慢且不均衡，而劳动力保护是自我执行的限制，可由有充分动机援引的有组织利益集团执行。纽约建立了一个软问责制度和一个硬就业保护制度。
新兴风险
人们可能试图狭义解读劳动力条款，将其视为通过自然减员引导采用而非禁止。但法规文本远超这一解读。禁止转移员工“目前履行”的职责适用于是否有任何员工失去工作、一小时或一美元——它限制工作本身重新分配，而不仅仅是其就业后果。基于自然减员的过渡假设工作可以随着人们离开而重组；禁止转移工作恰恰排除了这一点。
法律关于 AI 的宽泛语言的实际后果是不确定性。关键术语——“取代”、“部分取代”、“目前履行的职责和职能”——未定义，没有法院或机构解释它们，因此管理者将倾向于最宽泛的合理解读：猜错的成本落在机构或公共机构，而成功部署的好处是分散的。
这种不对称也延伸到法规覆盖门槛问题。劳动力保护仅适用于做出“直接影响公众”的预测、推荐或决策的“人工智能系统”——州技术法其他地方用于界定州 AI 清单的相同定义。由仍对最终工作产品正式负责的员工使用的生成式 AI 起草助手，在狭义解读下可能完全落在该定义之外，因为系统本身不决定任何事。但机构法律顾问在这里面临与“取代”相同的不对称激励：得出结论认为案件工作者的 AI 起草福利信、资格决定或执法转介不“有意义地影响”公共结果，并且错一次，机构就面临 PERB 指控或没有司法注释可依靠的法规下的申诉。谨慎解读没有可比成本。结果是机构将倾向于将大多数案件工作相邻的 AI 使用——不仅是明显重新分配工作的工具——视为覆盖，原因与他们将宽泛解读“取代”相同：猜错的 downside 完全落在账本一侧。
机构可预测的回应将是将 AI 限制在不触及工作分配的外围用途。这种回应代价高昂，因为禁令几乎完全映射到