XiaoMi-AI文件搜索系统
World File Search SystemTaskrabbit
战略计划Firoz Lalji非洲研究所
在线零工经济经常因消灭传统工人和失业而受到批评。但是，亚伦·郑（Aaron Cheng）的新研究找到了像Taskrabbit这样的在线演出平台，可以对劳动力市场产生积极影响，鼓励企业家精神并支持创建新的小型企业。
拉丁美洲人和零工经济
*演出作品在下面定义。对这个问题回答的人被认为是这项研究的演出工作者：Q7。这种经济中的许多人作为独立承包商，自由职业者或在线卖方进行工作，或者从事类似的按需工作通常被称为“演出工作”。一些例子是Uber，Postmates，Taskrabbit，Care.com，Handy，Rover，或者在Etsy和eBay上出售商品。您是否曾经担任过独立承包商，自由职业者或演出工作者的任何工作？
让人工智能机器在 FoW 中为人类服务
1. 我们的愿景 未来工作（FoW）正在经历一场人工智能系统（广义上是机器或企业）为人类谋福利的演变。这里的工作指的是由人工智能系统实现的物理和虚拟工作场所中所有形式的有偿和无偿劳动。这包括众包平台（如 Amazon Mechanical Turk）、在线劳动力市场（如 TaskRabbit 和 Qapa），也包括物理工作场所的常规工作。将人类带回 FoW 的前沿将增加他们对人工智能系统的信任，改变他们的看法，将其作为自我提升的源泉，确保更好的工作绩效，并积极影响社会和国家的社会和经济成果。为实现这一目标，物理和虚拟工作场所需要捕捉人类的特征、行为和不断变化的需求，并为所有人提供就业机会。
零工经济简介
一、引言 1.近年来，随着将服务请求与服务提供者进行匹配的数字平台的兴起，“零工经济”一词在世界各地引起了广泛关注。尽管劳动者对这些数字平台的参与大多仍是偶尔为之，但一些人预计，通过数字劳动力平台完成的工作将在未来劳动力市场中发挥更大的作用。本文介绍了零工经济的概念（第二部分），并讨论了数字劳动力平台的特点（第三部分）以及消费者和劳动者在这些平台中的参与情况（第四部分）。 二、零工经济的概念 2.“零工经济”一词早在 2009 年就被提及。当时，它被用来描述人们为了谋生或从事基于项目或咨询的工作而从事几份兼职工作的情况 1 。随后，这一概念被推广到涵盖自由职业活动、临时就业甚至劳动力市场中不太正规的部分 2 。然而，近年来，随着 Uber、Airbnb、Deliveroo、Foodpanda 和 TaskRabbit 等数字平台的日益普及，“零工经济”一词越来越多地与通过数字平台安排的服务交易联系在一起 3。3. 虽然零工经济最近的焦点是数字平台的使用，但究竟哪些类型的经济活动通过数字平台安排构成了零工经济？
关于工作场所灵活性和工作质量的研究：工人和雇主的观点
零工经济的兴起从根本上重新定义了工作的性质，通过提供替代性就业机会，这些机会提供无与伦比的工作场所灵活性，同时同时引入了一系列挑战，以便对工作质量进行一系列挑战，并且该研究旨在检查这一经济转变的复杂性和矛盾，尤其是从工人和范围内的工具培训，尤其是从工人的角度来看，这是工人的范围内的范围，范围内的工具企业的范围内的范围是，范围内的工作经济型企业，范围内的范围是框架的范围。风景，通过严格的概念和理论方法。零工经济的概念已吸引了学者，决策者和从业人员的越来越多的关注，部分原因是诸如Uber，Upwork，TaskRabbit和Fiverr等平台的迅速扩展，这些平台既可以通过允许工人来参与相对的工作，从而使他们的工作人员逐步促进了工作，从而破坏了传统的就业模型，从而使工作人员从事范围内的工作，并从事范围内的工作，并促进了相对的工作，并促进了范围的工作，并促进了相对的工作，而这些工作人员的工作范围是在范围内进行的。在没有与全职员工相关的财务承诺的情况下满足波动的需求（Sundararajan，2020； Kalleberg＆Dunn，2016年）。然而，尽管为演出工人带来了灵活性的好处，但关于这种自主权与工作质量恶化之间的权衡的辩论仍在进行中，担心收入不稳定，缺乏社会保护的机会以及在许多文献中持续存在职业发展的机会有限（Scholz，2017年； Defano，2016年）。然而，这种灵活性通常是有代价的，因为大多数演出工人被归类为独立承包商，而不是员工，这大大降低了他们对平台介导的工作的日益普遍性导致学者探索数字技术如何重塑就业关系，特别关注对工作场所灵活性和工作质量的影响（Wood等，2019）。从理论上讲，零工经济允许工人在何时，何地和工作方式上享有更大的灵活性，事实证明，这对那些寻求与其他承诺平衡的人特别有吸引力（Codagnone等，2016）。经验数据表明，零工经济中的工人高度重视这种灵活性，2019年对美国演出工人的调查显示，有63％的工人将灵活性作为参与演出工作的主要原因（麦肯锡全球研究所，2020年）。此外，演出工作为以前可能被排除在传统劳动力市场之外的个人（包括残疾人，看护责任或其他个人约束的人）创造了新的就业途径，这些劳动力市场的工作途径使全职工作较低（Donovan等，2016年）。
从性别角度看人工智能对国家安全的风险
尾注 1. 根据即将发布的报告《妇女、和平与安全、技术与国家安全：我们正在建设什么样的世界？》，作者：Sahana Dharmapuri 和 Jolynn Shoemaker 2. Dan Hendrycks、Mantas Mazeika 和 Thomas Woodside，《灾难性人工智能风险概述》，人工智能安全中心，2023 年 10 月 9 日，https://arxiv.org/pdf/2306.12001.pdf 3. 联合国裁军研究所，《算法偏见和日益自主的技术武器化》，2018 年，https://unidir.org/files/publication/pdfs/ algorithmic-bias-and-the-weaponization-of-increasingly-autonomous-technologies-en-720.pdf 4. Zachary Arnold 和 Helen Toner，《人工智能事故：一种新兴威胁：可能造成什么后果？》会发生什么以及该怎么办”，安全与新兴技术中心”，2021 年 7 月，https://cset.georgetown.edu/publication/ai-accidents-an-emerging-threat/ 5. Ray Acheson，“性别与偏见：性别与杀手机器人有什么关系？”，阻止杀手机器人，2021 年，https://www.stopkillerrobots.org/wp-content/uploads/2021/09/Gender-and-Bias.pdf 6. Dan Hendrycks、Mantas Mazeika 和 Thomas Woodside，“灾难性人工智能风险概述”，人工智能安全中心，2023 年 10 月 9 日，https://arxiv.org/pdf/2306.12001.pdf 7. Nina Jankowicz，“深度伪造的威胁不是假设的。女性每天都能感受到这一点”，《华盛顿邮报》，2021 年 3 月 25 日，https://www.washingtonpost.com/opinions/2021/03/25/threat-deepfakes-isnt-hypothetical-women-feel-it-every-day/ 8. Beatrice Nolan，“OpenAI 测试表明，最新版本的 ChatGPT 告诉 TaskRabbit 员工，它是视障人士，需要帮助解决 CAPTCHA”，《商业内幕》，2023 年 3 月 16 日，https://www.businessinsider.com/gpt4-openai-chatgpt-taskrabbit-tricked-solve-captcha-test-2023-3?IR=T 9. Benjamin Weiser 和 Nate Schweber，“ChatGPT 律师自我解释”，《纽约时报》，2023 年 6 月 8 日， https://www.nytimes.com/2023/06/08/nyregion/lawyer-chatgpt-sanitians.html 10. Lucina Di Meco 和 Kristina Wilfore，“性别虚假信息是一个国家安全问题”，布鲁金斯学会，2021 年 3 月 8 日，https://www.brookings.edu/articles/gendered-disinformation-is-a-national-security-problem/ 11. Nina Jankowicz，“深度伪造的威胁并非假设。女性每天都能感受到这一点”，《华盛顿邮报》，2021 年 3 月 25 日，https://www.washingtonpost.com/opinions/2021/03/25/threat-deepfakes-isnt-hypothetical-women-feel-it-every-day/ 12. Victoria Krakovna 和 Janos Kramar，“对于受过训练的智能体来说，权力寻求是可能且具有预测性的”，DeepMind，2023 年，https://arxiv.org/abs/2304.06528 13. Dan Hendrycks、Mantas Mazeika 和 Thomas Woodside，“灾难性人工智能风险概述”，人工智能安全中心，2023 年 10 月 9 日，https://www.safe.ai/ai-risk#Deception 14. Ray Acheson，“性别与偏见：性别与杀手机器人有何关系？”，Stop Killer Robots，2021 年， https://www.stopkillerrobots.org/wp-content/uploads/2021/09/Gender-and- Bias.pdf 15. 克里斯蒂安·阿隆索、悉达思·科塔里、西德拉·雷曼、“人工智能如何扩大富国与穷国之间的差距”，国际货币基金组织博客，2020 年 12 月 2 日，https://www.imf.org/en/ Blogs/Articles/2020/12/02/blog-how-artificial-intelligence-could-widen-the-gap-between-rich-and-poor-nations 16. Leonardo Nicoletti 和 Dina Bass，“人类有偏见。生成式人工智能甚至更糟糕”，彭博社，2023 年，https://www.bloomberg.com/graphics/2023-generative-ai-bias/