科技行业最方便的替罪羊，并不是真正的罪魁祸首。当裁员消息铺天盖地、企业高管将AI自动化描绘成白领员工的威胁时，数据讲述的却是另一个故事：当前科技就业下滑主要源于疫情期间的大举招聘、美联储利率决策，以及行业在多年狂热增长后的全面修正。AI在科技岗位流失中的角色被严重夸大了——而这种错位的指责本身就是一个值得审视的问题。
《经济学人》四月分析证实了劳动经济学家一直在观察的现象：2020年至2022年间，科技公司大规模扩张，平均增员30%至40%。当利率上升、风险投资收紧时，这些冗余人力就成了负担。紧随其后的裁员——Meta、谷歌、亚马逊、微软都宣布了重大削减——反映的是企业资产负债表状况，而非算法替代。2024年被解雇的软件工程师几乎肯定是被同公司或竞争对手的另一个人类取代，而非被模型推理取代。
这种区分至关重要。当我们将失业归咎于AI时，我们假设了一种技术必然性：这些岗位被自动化是因为机器现在能够完成它们。但这在科技行业本身就是错误的说法。被削减的岗位是因为财务原因被削减，许多岗位会在条件改善时被重新招聘。将经济重组与技术替代混为一谈，扭曲了政策辩论和个人职业决策。
与此同时，在科技相邻的领域，情况更为复杂。Ars Technica本周发表的一篇文章完美地捕捉了这一点：一位兼职大学讲师描述了生成式AI如何让异步在线课程"变得极其痛苦"。学生失去参与感，作业变成走过场，让教育充满人性关怀的连接消失了。这是一种真实的AI伤害——扰乱知识工作中的教育领域——但它产生的头条新闻远不如AI取代程序员的抽象幽灵那么多。
错位指责的危险有三方面。首先，它导致政策应对失焦。当立法者将AI监管聚焦于工人失业的根源时，他们忽视了劳动力市场失灵的真正杠杆。其次，它误导了工人关于真正风险所在。一位担心AI"抢走"工作的开发者，可能会忽略他的特定公司财务不稳定的信号。第三，它转移了对AI真实、更隐蔽破坏的注意力——在教育、创意产业、客户服务领域，技术正在真正改变工作方式，却没有引发同样的警报。
讽刺的是，AI最终确实会自动化相当一部分科技工作。代码生成、测试、文档——这些都在当前系统的能力范围内。但2025-2026年的裁员并非这一未来到来的证据。它们是利率和招聘热潮时期行业修正的证据。将这些裁员归咎于AI，就像在衰退期间将零售商破产归咎于互联网——技术是真实的，影响是真实的，但时间对不上。
我们需要的是精确。AI正在今天扰乱教育和创意领域的知识工作。它可能在十年内认真扰乱软件开发。但2024-2026年的科技裁员根源在于利率和招聘泡沫，而非Transformer和语言模型。除非我们分开这些叙事，否则无法进行关于适应、再培训或AI自动化引发的真正伦理问题的诚实对话。替罪羊很方便。真相更有用。