近年来，关于自动化对工作影响的研究如雨后春笋般涌现。这是有道理的：人工智能和机器人正在侵蚀人类活动领域，而这些领域在几年前是无法想象的。
我们自己也为这场辩论做出了贡献（这里、这里和这里）。然而，在《技能的未来》一书中，我们认为，只考虑自动化的公开对话是危险且具有误导性的。
它们是危险的，因为大众的叙事对经济结果很重要，而在发达国家生产力增长放缓的背景下，技术不断取代劳动力市场的叙事可能会抑制创新和增长。
这些研究具有误导性，因为如果我们的教育和培训系统足够灵活，能够做出适当反应，就有机会促进增长。然而，尽管关于职业自动化的研究领域正在蓬勃发展，但关注技能的研究却少之又少，在工作重新设计和学习重点等领域为利益相关者提供可操作见解的研究就更少了。
还需要认识到，与自动化并行的是一系列更广泛的技术、人口、经济和环境趋势，这些趋势将对就业产生深远影响。在某些情况下，这些趋势会相互促进；在其他情况下，它们会产生二级效应，如果单独看待，可能会被忽略。
考虑一下人口老龄化的影响。虽然关于自动 富人数据 化的大部分公开辩论都集中在大规模失业的可能性上，但它忽略了一个事实，即为了应对劳动力参与率下降，可能需要机器人来维持经济增长。换句话说，风险可能不是工作岗位太少，而是没有足够的人来填补这些工作岗位，这或许可以解释为什么人口老龄化速度更快的国家倾向于采用更多的机器人。
人口老龄化、城市化、气候变化和全球化等长期趋势对未来的工作意味着什么？
各种形式的技术进步（自动化、生物技术、材料革命和物联网）对就业产生的积极影响能否抵消负面影响？个人需要哪些技能、能力和知识才能胜任未来的工作？
这些是我们今天启动的有关英国和美国经济未来技能的研究中探讨的问题。
研究设计从三个关键事实开始：
首先，尽管技术发生了颠覆性的变化，但劳动力的职业构成却只随着时间的推移而缓慢变化，这表明回顾就业历史是预测未来就业的一个良好起点。
其次，美国和英国经济正在经历长期趋势的多次中断，理论表明这将对就业产生重大影响。这意味着，仅凭外推法无法描绘出一幅不完整且可能存在偏差的未来图景。
第三，职业很复杂。职业需要运用复杂的知识、技能和能力，并且需要通过各种活动和任务来完成，这意味着我们的预测模型必须非常复杂。