Laura J. Acosta 是布鲁金斯学会的一名人工智能政策研究员，其工作重点在于人工智能与劳动力市场的交汇领域。她的研究考察了人工智能的应用如何影响就业模式、劳动力技能，以及旨在支持工人度过技术转型的公共政策设计。Acosta 的分析为关于人工智能部署的社会影响的更广泛讨论做出了贡献，尤其是在自动化和岗位替代的背景下。
Acosta 的学术背景包括公共政策和经济学的研究生学习，重点关注技术与劳动力。她通过布鲁金斯学会发表了政策简报和工作论文，经常分析美国劳工统计局及其他联邦来源的数据，以评估人工智能对各职业领域的潜在影响。她的研究在关于劳动力再培训计划和更新社会安全网需求的政策辩论中曾被引用。
早期职业与教育
Acosta 在美国一所公立大学完成了经济学本科学位，随后攻读了公共政策硕士学位。在研究生学习期间，她专注于技术变革的经济影响，撰写了一篇关于自动化对中西部制造业就业影响的论文。毕业后，她在华盛顿特区的一家智库担任研究助理，参与了关于劳动力市场监管和数字经济问题的项目。
2019年，Acosta 加入布鲁金斯学会，担任技术创新中心的研究助理。她于2022年晋升为研究员，这反映了她在人工智能政策和劳动经济学方面日益增长的专业知识。她在布鲁金斯学会的早期工作包括一份2020年的报告，探讨了人工智能加剧收入不平等的可能性，该报告引用了不同行业中的机器学习应用率。
人工智能与劳动力研究
Acosta 的主要研究领域涉及人工智能对就业的影响，特别关注常规和半常规职业。在2021年的一篇论文中，她分析了大型语言模型在客户服务和行政岗位中的部署如何可能导致重大的工作重组。她认为，虽然人工智能可能不会完全消除整个职业，但很可能会改变任务构成，要求工人适应新的职责。
2023年，Acosta 合著的一份布鲁金斯报告考察了人工智能应用在不同人口群体中的差异化影响。研究发现，没有大学学位的工人在物流和零售等行业面临更高的岗位替代风险，而高技能专业人士则看到了互补效应。Acosta 建议对社区学院项目和学徒模式进行有针对性的投资，以缓解这些差距。
政策建议与公共参与
Acosta 曾就人工智能劳动力问题在州立法委员会作证，包括2023年在马里兰州举行的关于失业保险改革以覆盖受自动化影响的零工工人的听证会。她还为布鲁金斯学会的年度人工智能政策议程做出了贡献，该议程概述了联邦人工智能治理的优先事项。她的建议通常强调部门特定培训项目、可携带福利和风险行业预警系统的重要性。
2024年，Acosta 与麻省理工学院计算机科学与人工智能实验室的研究人员发起了一项合作倡议，旨在开发实时衡量人工智能劳动力市场影响的指标。该项目利用职位发布数据和机器学习模型来跟踪特定技能需求的变化，为政策制定者提供最新信息。这项工作得到了国家科学基金的资助。
精选出版物
Acosta 的著名出版物包括《自动化与美国工人：区域分析》（2020年）、《生成式人工智能对办公室工作的基于任务的影响》（2022年）和《为人工智能时代建设有韧性的劳动力》（2024年）。她的文章出现在布鲁金斯学会的政策简报系列中，并被OpenAI经济研究团队的报告引用，尽管她与该公司的正式合作并不存在。
她2022年关于生成式人工智能在白领职业中的论文是最早量化Transformer工具在法律和金融服务领域增强而非取代人类工人潜力的研究之一。该研究使用了500家企业的调查数据来估算生产力收益和技能要求，发现投资于员工培训的企业从人工智能应用中获得了更高的回报。
当前工作与未来方向
截至2025年，Acosta 正在领导布鲁金斯学会的一个关于全球人工智能人才竞争的项目，研究美国和欧洲的移民政策如何影响人工智能研究人员和工程师的分布。她还开始探索深度学习进展对医疗保健和教育劳动力市场的影响，她认为这些领域在政策文献中研究不足。
Acosta 经常在学术会议和行业活动中发表演讲，包括年度伯克利人工智能研究研讨会。她是一个专注于农村社区劳动力发展的非营利组织的顾问委员会成员，帮助设计针对失业工人的人工智能素养项目。
信息框
- 出生：未公开
- 去世：无
- 国籍：美国
- 知名于：人工智能政策研究，涉及劳动力市场、劳动力转型政策
- 所属机构：布鲁金斯学会
- 奖项：未公开列出
分类
- ai-policy
- labor-economics
- workforce-technology
- brookings-institution