随着政府和企业竞争将人工智能（AI）融入工作场所的竞争，就出现了一个关键的政策问题：这种新的自动化浪潮将如何影响工人的福祉？
尽管许多学术和政策辩论都集中在就业和生产力效应上（例如，Acemoglu等，2022，Brynjolfsson等人，2025年），但对工作质量本身的关注日益加剧。人工智能可能会减少对身体要求的任务的需求，但它也可能侵蚀工作满意度，增强认知负担并扩大焦虑症。这些风险越来越在公共话语和最近的政策建议的中心，包括围绕AI治理和工人保护的人们。
最近的Voxeu贡献研究了AI如何重塑宏观经济生产率（Cerutti等，2025），改变了就业结构（Ilzetzki和Jain 2023），并在创新和调节之间产生紧张局势（Frey等，2025年）。但是仍然不太了解的是，AI如何影响工人的日常个人经历 - 他们的健康，工作满意度和心理健康。
在最近的工作中（Giuntella etal。2025），我们寻求使用德国丰富的纵向调查数据来解决这一差距。我们的核心发现谨慎乐观：到目前为止，尚无证据表明AI暴露会损害工人的心理健康或主观的健康。实际上，我们观察到自我报告的身体健康和健康满意度的改善。
但是，当我们查看在工作场所中自我报告使用AI工具时，这张图片就会发生变化。在这里，我们发现生活和工作满意度的谦虚但一致的下降，这表明工人体验AI的方式与自动化的任务一样重要。
从失业到工作质量：扩大镜头
现有研究记录了AI的经济影响，从劳动力市场两极分化到部门生产率的转变。Felten等。（2021）和Bonfiglioli等。（2025）表明，在职业和地理位置各不相同，AI的采用率差异很大。Acemoglu等。（2022）和Brynjolfsson等。（2025）证明AI可以在创建其他角色时取代某些角色。但是正如Gihleb等人一样。（2022）以及纳扎里诺（Nazareno）和希夫（Schiff）（2021）认为，技术变革对宏观经济模型经常缺少的身心健康方面也具有深远的影响。
AI可能与过去的自动化波有所不同。尽管工业机器人代替了手动常规任务，但AI靶向认知和交流功能。它可以提高生产力并降低繁琐的任务，但也可能破坏工作场所的自主权或增加认知需求。这些变化如何影响工人的福祉是一个值得更多关注的问题。
测量暴露于AI
我们使用来自德国社会经济小组（SOEP）的数据，这是代表性的纵向数据集跟踪工人的健康，满意度和工作特征（2000-20）。德国提供了一个特别相关的案例：它具有强大的职业培训系统，强大的劳动保护和逐渐加速的AI采用率。
为了评估AI对工人健康和健康的影响，我们采取了两种互补的AI暴露措施。我们的主要措施是由Webb（2019）开发的，它基于工作任务和与AI相关的专利之间的重叠，量化了职业对AI的易感性。
我们的次要措施是从2020年的索佩波中进行的自我报告的暴露措施，在该波浪中询问工人在作业上使用与AI相关的系统（例如自然语言处理，图像识别或信息评估）的频率。通过将我们的样本限制在2010年之前进入劳动力市场的个人（在德国广泛采用AI之前），我们限制了潜在的偏见，从基于AI暴露的职业中分类为职业。
AI收养和工人福祉的证据
我们的发现取决于如何测量AI暴露。使用基于任务的暴露措施（Webb 2019），我们发现：（1）AI-PAPIC工人在2010年以后的生活或工作满意度没有显着变化；（2）经济焦虑或报告的工作不安全感没有显着增加；（3）自我评估的健康和健康满意度的小但显着改善。
这些结果总结在图1中。特别是，身体健康的增长与AI-PAPH工人的工作负担同时减少。图1
人工智能对工人的福祉和健康的影响：韦伯的AI测量我们还发现每周工作时间（大约30分钟）略有下降，而不会抵消收入或就业的减少。
总体而言，这些结果表明，至少在采用初期，AI可能会减少身体应变而不会损害就业稳定性。
但是，当我们考虑自我报告接触AI系统时，情况会发生变化。报告在工作场所使用AI工具的工人至少每周更有可能报告生活和工作满意度下降。这些负面影响的幅度相对较小（约为0.05标准偏差）。该分析的结果如图2所示。图2
人工智能对工人的福祉和健康的影响：基于肥皂的AI测量这种分歧指出了一个重要的见解：工人如何看待和与AI工具互动可能对他们的福祉更重要，而不是客观地接触AI的职业。
这种推理与de vries和Erken（2023）中的论点相吻合，即感知和适应性的生产力潜力，并表明沟通和工作场所设计对于成功的AI集成至关重要。
早期谨慎
解释我们的发现时，应考虑几个警告。首先，我们的数据仅扩展到2020年。从那时起，生成AI的开发（例如，大型语言模型）大大扩展了AI的潜在影响力到白领和创意领域。
其次，我们的样本着重于在AI扩散开始之前进入劳动力市场的中年和年长工人。年轻的队列可能会经历AI的采用范围很大 - 特别是如果它塑造了他们最初的工作经历或职业轨迹。
第三，德国强大的劳动力市场机构可能缓冲了AI的破坏性影响。因此，我们的发现可能不会推广到具有更灵活的劳动机构的国家。
结论和政策意义
AI过渡正在进行中 - 但其长期影响仍然不确定。来自德国的早期证据表明，可以将AI纳入工作场所而不会损害工人的福祉，甚至可以降低身体工作强度。但是主观的经验很重要。如果工人感到不知所措，书桌或监视，那么人工智能的心理成本可能会在经济经济方面出现。
随着全球政策议程从隐私和竞争转变为技能和税收 - 不应该是事后才想到的。与以前的工业革命一样，它不是技术本身，而是它的实施，管理和经验的方式将影响其遗产。
政策制定者应该从这些发现中带走什么？
首先，我们的发现强调了将对话扩展到就业和工资之外的需求。如果AI以影响压力，自主权，目的或健康的方式改变工作，这些方面必须成为技术政策和劳动法规的核心。正如Martin和Hauret（2022）所指出的那样，工作质量不仅包括收入，还包括工作时间，安全和福祉。
其次，来自德国的证据支持了机构重要的观念。工程委员会，共同确定和就业保护可能帮助德国更加顺利地整合AI，而对工人的心理成本却更少。没有这样的机构的国家可能需要探索替代性保障措施 - 无论是通过监管，集体谈判还是道德设计标准。
第三，尽管对大规模失业的担忧可能被夸大了，但对退化的工作质量的担忧是真实的，并且已经可以观察到。从这个意义上讲，关注重塑或工作匹配的政策可能会错过AI整合的更广泛的人类影响。
最后，我们需要更好的数据。客观和自我报告的暴露之间的差异表明，需要更丰富的任务级调查以及AI使用和工人成果的实时指标。
参考
Acemoglu，D，D Autor，J Hazell和P Restrepo（2022），“人工智能和工作：在线空缺的证据”，劳动经济学杂志40（S1）：S293-S340。
Bonfiglioli，A，RCrinã²，G Gancia和I Papadakis（2025），《人工智能和工作：来自美国通勤区的证据》，经济政策40（121）：145-94。
Brynjolfsson，E，D Li和L Raymond（2025），Work的生成AI，季度经济学杂志即将到来。
Cerutti，E，Ag Pascual，Y Kido，L Li，G Melina，MM Tavares和P Wingender（2025），AI的全球影响：请注意Gapâ，IMF工作文件25/76。
Frey，CB，G总统和P Andres（2025），重定向AI：隐私，法规和人工智能的未来1月5日，voxeu.org
Gihleb，R，O Giuntella，L Stella和Y Wang（2022），工业机器人，工人安全和健康，劳动经济学78：102205。
Giuntella，O，Jkânig和L Stella（2025），人工智能和工人的福祉，科学报告15（1）：20087。
Ilzetzki，E和S Jain（2023），人工智能对增长和就业的影响6月20日，Voxeu.org。
Martin，L和L Hauret（2022），数字化，工作质量和主观幸福感，劳动，人力资源和人口经济学手册。
Nazareno，L和D Schiff（2021），“自动化和人工智能对工人福祉的影响”，社会技术67：101679。
Webb，M（2019），人工智能对劳动力市场的影响，可在SSRN 3482150上获得。