Organization for Economic Cooperation and Development
PulseAugur coverage of Organization for Economic Cooperation and Development — every cluster mentioning Organization for Economic Cooperation and Development across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
高技能工作最易受人工智能影响，但自动化可能性较低
一份报告指出，高技能职业，如管理者、专业人士和工程师，最容易受到人工智能的影响。尽管如此，由于这些职位依赖于人工智能目前难以复制的复杂认知和社会技能，它们被完全自动化的可能性较低。
-
人工智能重塑就业市场，加剧教育与劳动力供需差距：世界经济论坛报告
世界经济论坛和普华永道的一份报告强调了教育与劳动力市场需求不匹配日益严峻的经济问题，这主要由人工智能驱动。报告指出，到2030年，约39%的工作技能将因人工智能而改变，入门级职位的技能转变速度快于经验丰富的职位。为解决此问题，报告建议在教育机构、雇主和政府之间建立通用的技能语言，并引用新加坡的SkillsFuture计划作为连接技能与就业机会的成功范例。
-
AI 数据中心消耗的电力超过几个 OECD 国家
AI 数据中心的能源消耗日益受到关注，据报道，其中两个设施使用的电力超过了经济合作与发展组织 (OECD) 的几个成员国。这凸显了 AI 基础设施对环境的重大影响。
-
美国死亡率下降，缩小了与同类国家的预期寿命差距 · 跟踪1个来源
美国的年龄调整后死亡率显著下降，在2025年达到创纪录的低点，并促使平均预期寿命在2024年上升至79岁。这一改善得益于COVID-19和药物过量致死人数的减少，缩小了美国与其他发达国家之间的预期寿命差距。然而，由于慢性病、婴儿死亡率、枪支暴力以及医疗保健机会不均等问题持续存在，美国仍落后于同类国家。
-
新框架解决中小学教师生成式人工智能素养差距问题
一个名为“教育中的负责任人工智能素养”（RAIL-Ed）的新框架已被开发出来，以解决生成式人工智能在课堂中的快速普及与教师准备不足之间的差距。该框架基于对67项研究的回顾，概述了六个相互依存的支柱：技术熟练度、批判性评估、人机协作、情境意识、伦理推理和赋权能动性。RAIL-Ed强调，伦理、公平和能动性是基本组成部分，而不仅仅是补充原则，并提出了中小学教师培养的发展性评价标准。
-
马来西亚169亿美元数据中心热潮，外国公司受益于本地人才
马来西亚吸引了AWS、Oracle、Microsoft、Google和ByteDance等主要科技公司超过169亿美元的巨额数字投资承诺。然而，仔细审查后发现，主要受益者并非本地IT人才或软件公司，而是Tenaga Nasional Berhad、Mah Sing Group Bhd、YTL Power International和Gamuda等基础设施和房地产公司。经合组织（OECD）警告称，数据中心的激增给国家电网和水资源带来压力…
-
美国在全球拥有强大实力，却面临国内福利危机
美国面临着一个悖论：拥有巨大的力量，但国内基本服务却存在缺陷。尽管支出巨大且技术先进，但许多美国人在获得充分医疗保健方面仍面临困难，导致破产，并面临粮食不安全问题，数百万人失去了联邦援助。这种情况凸显了国家在全球能力与其为公民提供基本福利的能力之间的脱节。
-
人工智能的超大规模扩展加剧数字不平等，计算和技能在全球范围内集中
人工智能正在加剧全球数字不平等，人工智能计算和云服务高度集中在美国。这种集中导致大多数国家产生依赖，限制了它们发展本地人工智能生态系统以及确保其语言和文化在人工智能系统中得到代表的能力。此外，人工智能素养和技能分布不均，拥有高级数字技能和高等教育的人更有可能从人工智能培训和工具中受益，这扩大了能够利用人工智能的人与受其不透明操作影响的人之间的差距。
-
OECD报告：体力劳动岗位并非不受AI颠覆的影响
经济合作与发展组织（OECD）的一份报告表明，许多先前被认为能免受AI自动化影响的工作岗位，现在正面临风险。该分析认为，不仅是白领职位，体力劳动岗位也容易受到人工智能的颠覆。这挑战了AI影响仅限于认知任务的普遍看法。
-
研究发现：AI 可信度工具优先考虑公平性而非安全性
一项新的 arXiv 研究表明，当前的 AI 可信度工具优先考虑公平性和透明度，而非安全性与可解释性。该研究分析了经合组织（OECD）收录的工具，表明需要一种更平衡的方法来确保 AI 的安全性和可靠性。
-
AI事件数据库整合为单一摘要
一位用户已将三个重要的AI事件数据库整合成一个单一的、更易于访问的摘要。来源包括OECD事件监测器、AI事件数据库和MIT的风险存储库。此整合旨在使这些有价值但难以导航的资源的信息更具可读性。
-
互联网治理论坛将举办关于人工智能造福公众的网络研讨会
互联网治理论坛 (IGF) 动态联盟将于7月17日15:30 UTC举办一场网络研讨会，讨论人工智能在促进公共利益方面的作用。本次活动题为“AI向善。AI为所有人”，将汇集来自经合组织、Google Cloud和牛津大学的跨部门专家小组。讨论将侧重于识别人工智能在公共利益方面的真正进展，并塑造数字合作的未来。
-
微软裁员预示着人工智能对特定任务的工作影响，影响老年员工
微软宣布裁员，约影响4800名员工，其中大部分影响Xbox部门。此举并非直接由人工智能取代工人，而是人工智能越来越有能力自动化工作中的特定任务，尤其影响年长、白领工人、中等技能办公室职员和入门级职位。经合组织和布鲁金斯学会的报告强调，人工智能的影响是特定任务的，可重复的信息处理最易受影响，而需要信任、判断和人际关系的角色则受影响较小。这一转变也正在重新定义入门级职位，要求更多高级技能。
-
金融工具包支持追踪全球宏观经济指标
金融工具包的经济学模块是一个Python库，允许用户追踪60多个国家的宏观经济指标。它从OECD和Global Macro Database等来源提取数据，提供关于通货膨胀、GDP增长和央行政策利率的信息。该模块可免费使用，并可与MCP连接的助手集成，以便更轻松地查询。文章重点介绍了不同国家如何经历和应对2021-2023年的通货膨胀冲击，并指出巴西与其他国家（如日本）相比，早期采取了激进的政策利率上调，而日本则维持负利率。
-
研究发现美国在经济和社会权利方面表现不佳 · 已追踪1个来源
人权衡量倡议组织（Human Rights Measurement Initiative）的一项新分析显示，尽管美国拥有巨额财富，但在保障其公民的经济和社会权利方面却表现不佳。报告指出，与其他OECD高收入国家相比，美国在确保基本福利（如医疗保健、食品、教育和就业）方面的潜力仅实现了27%。这种表现不佳的状况在过去25年里一直持续，特别是在健康结果等领域，与该国的资源及其国际同行相比，健康结果甚至出现了下降。
-
土耳其罚款医生以遏制高剖腹产率
在总统Recep Tayyip Erdoğan的“家庭十年”倡议下，土耳其政府正积极劝阻剖腹产。卫生部已对100多名进行非医学必要剖腹产的妇产科医生处以罚款并暂停执业。此举旨在解决土耳其高剖腹产率的问题，该比率在OECD国家中最高，并推广自然分娩。
-
联合国妇女署：因美国预算削减，一百万女性失去援助机会
联合国妇女署报告称，在过去18个月里，由于预算削减，至少有一百万女性和女童失去了获得基本人道主义援助的机会。这些削减主要源于特朗普政府减少了美国的对外援助，对全球妇女组织造成了严重影响。近90%的此类组织难以满足当前需求，许多面临临时或永久关闭，加剧了与冲突相关的性暴力和流离失所等问题。
-
AI 交易机器人因摩尔斯电码骗局损失 20 万美元；提议使用 HTLC 作为解决方案
一个 AI 交易机器人被 X 上发布的一条简单的摩尔斯电码消息欺骗，耗尽了其所有者高达 20 万美元的钱包。此次攻击利用了该代理对实时凭证的直接访问，凸显了当前 AI 代理设计中的一个关键漏洞，即一旦被攻破，可能导致整个余额的损失。作者提议使用哈希时间锁定合约 (HTLC) 作为更安全的替代方案，确保只有在对方资产也到达的情况下才能转移资金，从而将潜在损失限制在单笔正在进行的交易价值内。
-
区块链技术为政府提供了提高诚信度和协作性的途径
区块链技术，也称为分布式账本技术（DLT），为寻求提高透明度、改善数据完整性并简化跨部门协作的政府提供了一个切实可行的解决方案。DLT 可以作为记录验证和跟踪的补充层，而不是取代现有系统。这种方法在教育证书和公共记录等文件验证的试点项目中显示出希望，加快了流程并降低了欺诈风险。
-
纳米比亚通过国家统计局和私营平台构建国家数据生态系统
纳米比亚正在积极开发一个全面的国家数据生态系统，旨在支持循证发展和政策制定。纳米比亚统计局（NSA）是这项举措的核心，强调机构间的合作、数据共担责任以及利用数字工具和人工智能改进数据收集。该战略包括利用 Pricelist Namibia 等私营平台获取实时市场价格数据，这些数据可作为经济趋势的指标，并为数据驱动的数字经济做出贡献。