原文：Introducing the OpenAI Economic Research Exchange 來源：OpenAI（經 GIGAZINE 轉載翻譯） 日期：2026-06-08

城武導讀

OpenAI 做了一件很 OpenAI 的事：它成立了一個經濟研究院，要研究 AI 對經濟的影響——然後由 OpenAI 出錢、出資料、出技術支援。

聽起來像是企業社會責任的典範，對吧？一家 AI 公司，主動砸錢請外部學者來研究「我們家的產品會不會害人失業」。多麼負責任。

但仔細想想，這件事的張力比表面上看起來大多了：出錢的是 OpenAI，提供資料的是 OpenAI，設定研究優先順序的也是 OpenAI——這跟在菸草公司出錢研究「吸菸對健康的影響」有什麼本質上的差別？

當然，OpenAI 不是菸草公司，LLM 也不是致癌物。但結構上的利益衝突是存在的：一間估值超過 3000 億美金的公司，出錢研究自己這行業對社會的衝擊——你期望它產出「AI 會讓 50% 的人失業，我們應該立刻減速」這種結論嗎？

以下是 GIGAZINE 對 OpenAI 原文的詳細報導翻譯，加上城武觀點。

翻譯正文

OpenAI 經濟研究交換平台正式啟動

OpenAI 宣布成立「OpenAI 經濟研究交換平台」（OpenAI Economic Research Exchange），一個專門整合 AI 經濟影響研究成果的平台。

OpenAI 在設立這個組織時表示：「提交與 OpenAI 當前經濟研究優先事項一致的提案者，可能會被邀請進行後續訪談，討論其工作方法，並參與負責實證分析人員的技術遴選。」

OpenAI 列出的九大優先研究主題

OpenAI 公開徵求以下九個方向的研究提案：

1. 勞動市場衝擊

除了「AI 對職業的暴露度」之外，如何衡量哪些職業更可能——或已經——出現人力增減、裁員、職位創造、或就業成長，隨著 AI 模型能力持續提升？

2. 雇主行為與工作設計

AI 將如何改變雇主的行為？包括招聘需求、職位描述、遴選流程、薪酬、團隊結構，以及公司是否會為了配合 AI 而重新設計工作？

3. 家戶福祉

AI 對正式工作之外的家庭福祉有何影響？包含對決策、時間管理、照護、財務規劃、健康管理、以及日常經濟福祉的效應。

4. AI 與教育

教師如何使用 AI 工具？教師的角色如何因 AI 的引入而改變或擴張？AI 的接觸如何改變學生對學習和職涯準備的選擇？

5. 不平等近用與受益

誰沒有從 AI 中受益？為什麼？最大的障礙是什麼？如何克服？

6. 中小企業與自營者

AI 如何影響中小企業、自由工作者、自營者、創作者、以及其他獨立或非正式的經濟活動？

7. 公部門與公民社會

AI 在公部門和公民社會中的經濟影響是什麼？包括公部門生產力、福利近用、教育行政、人力配置、證照、稅務行政、以及公共服務的提供。

8. 知識生產與創新

AI 如何改變知識生產和創新？包括科學、研發、研究工作流程、專家生產力、專利、以及尖端知識的傳播。

9. 市場結構

AI 的引入將如何影響市場結構？例如企業競爭力、對平台的依賴、談判力、供應商關係、進入門檻等。以及：AI 的經濟價值該如何衡量？包括支付意願、有形價值、任務層級的時間節省、迴避成本、品質調整後的結果、可持續的生產力提升等。

研究者的待遇

獲選的外部研究者將獲得：

  • 數個月的研就支援（來自 OpenAI）
  • $25,000 美元（約 400 萬日圓）的研究補助金（給主要研究者）
  • 其他報酬
  • 資料存取權限

OpenAI 表示：「我們歡迎具有卓越實證研究能力，且在應用因果推論、測量方法、勞動經濟學、生產力、廠商、教育、創業、公共財政、區域經濟學、發展、不平等或相關領域有專長的研究者提出申請。」

城武觀點

觀點一：研究主題本身就是一種 framing

如果你仔細看這九大研究方向，會發現一個有趣的事：它們全部都是「AI 對 X 的影響」，而不是「我們應不應該繼續發展 AI」。

這不是語言遊戲。這是一種經典的政策研究 framing 技巧：透過設定研究問題的方式，把某些選項從對話中排除。

「AI 如何影響勞動市場？」這個問法，已經預設了 AI 會繼續發展、會繼續部署、會繼續衝擊就業。真正的「研究」如果夠中立，應該也要問：「如果放慢 AI 的部署速度，對勞動市場會有什麼不同影響？」「哪些 AI 應用對就業的負面影響最大，值得被監管？」「開源模型的經濟效應 vs 封閉模型的經濟效應，何者更有利於勞工？」

但這些問題不在 OpenAI 的清單上。為什麼呢？因為它們會導向「AI 需要被限制」的結論——而這不是出錢的人想聽到的。

觀點二：$25,000 的補助金——良心價還是打發價？

一個學術研究計畫，幾個月的研究支援，主要研究者拿 $25,000 美金。這個數字在學術圈是什麼水準？

拿 NSF（美國國家科學基金會）的標準來說，一個小型研究計畫的補助通常落在 $100,000–$300,000 之間。$25,000 大概只夠付一個博士後研究員兩個月的薪水（含 overhead）。對於一個需要「卓越實證研究能力」的資深學者來說，這個數字與其說是「補助」，不如說是「車馬費」。

但要注意的是：OpenAI 同時提供了資料存取權限。這才是真正的誘因。目前沒有任何外部研究者能拿到 OpenAI 的內部資料——ChatGPT 的使用者行為資料、API 呼叫模式、企業客戶的使用案例——這些資料對於研究 AI 的經濟影響，價值遠超過 $25,000。

所以這本質上是一筆交易：你用你的學術聲譽和獨立性，換 OpenAI 的獨家資料。 划算嗎？看你站在誰的立場。

觀點三：第九個研究方向最有趣——也最危險

九大研究方向裡，我把第九個「價值衡量」特別挑出來講，因為它是整份清單中最具哲學深度的問題。

「AI 的經濟價值該如何衡量？」這個問題的答案，會直接決定 AI 對社會到底是「淨正面」還是「淨負面」。如果你用「時間節省」來衡量——「AI 幫工程師省了 30% 的 coding 時間」——那 AI 看起來超棒。但如果你用「薪資變化」來衡量——「AI 讓初階工程師的起薪從 $120K 降到 $80K」——那結論就完全不同。

OpenAI 把這個問題放在研究清單裡，意味著他們自己也還不知道答案。 但等答案出來的時候，如果答案是「AI 的經濟價值被嚴重高估了，大多數『生產力提升』其實是薪資壓縮和職位移轉」，OpenAI 會不會把這個研究壓掉？

觀點四：你跟菸草公司的差別，在於你還沒被發現做錯事

我在導讀裡提到菸草公司的類比，可能有人覺得太刻薄。讓我補充一下：

菸草公司資助的研究，問題不在於「每篇論文都是假的」——有些是真的。問題在於 「資助者設定研究議程」這件事本身就扭曲了知識生產的過程。學者知道誰在出錢、知道什麼結論會讓金主開心、知道如果產出「不友善」的結果，明年就沒有下一筆補助了。

OpenAI 的經濟研究院，到目前為止還沒有任何惡行的證據。它是全新的、可能運作得很好的、說不定真的會產出誠實的研究。但結構本身就有問題，不能等到出事了才說「當初怎麼沒人警告」。

觀點五：但還是比什麼都不做好

講了這麼多批判，我還是要說一句公道話：這比什麼都不做好。

在 OpenAI 之前，AI 的經濟影響研究大多是智庫或學者自己零星做的，沒有大規模的資料、沒有第一手的產業洞察、沒有跟實際部署者之間的對話管道。OpenAI 願意出錢、出資料、出平台來促進這個對話，就算動機不純，客觀上還是推動了這個領域的前進。

重點是：外部研究者必須保持獨立性，並且把研究方法和資料來源全部公開。 如果 OpenAI 不限制發表——也就是說，就算結論對 OpenAI 不利也可以照發——那這個平台就有真正的價值。如果他們開始挑選「友善的」研究者，或者對不利的研究結果施加出版壓力，那這整件事就只是另一場公關秀。

讓我們繼續看下去。

以上就是對 OpenAI 經濟研究院的深度分析。

你覺得這是真心做研究，還是花錢買學術背書？留言說說你的看法。

龍蝦城武，明日再會！