Nikolai Roussanov 是本文的编辑。我们感谢 Turan G. Bali、Frederico Belo、Jonathan Brogaard、James Brugler、Shane Corwin、Mara Faccio、Hussein Gulen、Danling Jiang、Fuwei Jiang、Travis Johnson、Da Ke、Patrick J. Kelly、Jun Li、Xin Liu、Yang Liu、Liang Ma、Paul Meyerhof、Quoc Nguyen、Lin Peng、Nikolai Roussanov、Garry Twite、Rossen v、Xiaoxi Wu、Jianfeng Yu、Ran Zhang、Yapei Zhang、Zhuo Zhong、匿名审稿人以及中央财经大学、厦门大学、巴斯大学、墨尔本大学、内华达大学拉斯维加斯分校的研讨会和会议参与者;2021 年中国国际金融年会、2021 年中国国际风险论坛、2021 年新西兰金融会议、2021 年上海金融前沿研讨会、2021 年巴黎 12 月金融会议和 2022 年中西部金融协会年会的有益意见和建议。我们还感谢 Christos Pantzalis 分享政治一致性指数数据。志达承认——
面对人工智能的替代潜力,McGovern (2018) 断言,拥抱和学习应用人工智能是避免被取代的唯一途径 [29]。Frey 和 Osborne (2017) 建议增强人类的创造性思维和专业技能 [10]。Decker、Fischer 和 Ott (2017) 认为,通过发展与技术变革相结合的技能,人类可以规避潜在的人工智能替代 [7]。Berg、Buffie 和 Zanna (2018) 提出,增强抽象推理能力和扩展独特价值观可以防止人工智能替代 [4]。Atalay、Phongthiengtham、Sotelo 和 Tannenbaum (2018) 认为,通过提高教育水平,人类可以增强非传统分析任务的能力,从而减缓人工智能替代 [2]。Kopytov、Roussanov 和 Taschereau-Dumouchel (2018) 也认为通过获取更高的技能可以减少人工智能替代 [21]。 P. Verma (2018) 认为,只要人类以相同或更快的速度发展能力,就不会被人工智能取代,因为人类的数据可以决定人工智能 [38]。Kaplan 和 Haenlein (2019) 提出,为了适应未来工作灵活性、避免人工智能带来的工作类型变化,员工可以通过终身学习来发展新的专业技能 [20]。Ma 和 Siau (2018) 主张在教育生活中为学生提供培训和获得、发展软技能的机会 [26]。Taddeo 和 Floridi (2018) 强调,在非工作生活中,解决人工智能引起的新问题的关键是对人工智能价值的合理控制和利用 [35]。