除非你一直生活在岩石下，否则你知道多年来媒体几乎一直在尖叫着说，由于新的人工智能技术，特别是深度学习，我们进入了一场巨大的自动化革命，伴随着巨大的就业岗位流失。媒体援引了许多“专家”的说法，几乎每家管理咨询公司都觉得有必要发布相关报告，这个话题在美国民主党总统候选人辩论中也被提了出来。
去年12月，我和凯勒·肖尔(Keller Scholl)发表了一篇工作论文，认为至少到目前为止，整个故事都是胡说八道。由一种新的自动化技术驱动的自动化革命应该会导致自动化总量和自动化速度的变化，以及各种工作的自动化程度更高。但看看1999-2019年美国所有的工作岗位，我们发现更有可能实现自动化的工作类型没有任何变化。我们甚至没有看到整体自动化水平的净变化，尽管语言习惯可能掩盖了这些变化。而且，让一项工作变得更加自动化与其工资或就业的变化丝毫不相关。(在狭窄的类别中可能会有影响，比如使用机器人的工作，但在所有自动化的总体水平上看不到任何影响。)。
由试图预测哪些作业将很快实现自动化的团队创建的两个指标确实预测了过去的自动化，但不是在我们包括了25个平凡的作业特性(如由设备速度确定的速度和重复相同任务的重要性)之后，这两个指标加在一起预测了作业自动化的一半以上的差异。过去二十年的主要变化可能是工作任务逐渐变得更适合自动化，因为附近的任务已经自动化。
到目前为止，我们的论文没有受到媒体的关注，尽管它与许多相当高知名度的媒体炒作相矛盾，这些炒作仍在以同样的速度继续下去。它现在已经正式发表在一家受人尊敬的同行评议期刊：经济学快报上。这会不会引起更多的媒体报道？可能不会，因为大多数其他论文在经过同行审查之前都得到了媒体的关注。模式似乎是，炒作被掩盖了，而相互矛盾的炒作紧缩却没有。当然，除非通缩出自某个足够有声望的人之手。
写“经济快报”时，我们必须把报纸压缩得很厉害。以下是新的40字摘要：
从1999年到2019年，工资和就业预测了832个美国工作岗位的自动化，但对前25个O*净工作功能几乎没有增加，它们的最好预测模型在此期间没有改变。自动化的变化既不会预测工资的变化，也不会预测就业的变化。
25个简单的作业特征解释了作业自动化程度的一半以上的差异。