在美国经济中，从事中等工资、“常规任务密集型”职业的人口比例显著下降。应用机器学习技术，我们识别了那些过去从事此类职业的人的特征，并表明他们现在不太可能从事常规职业。相反，他们要么不是劳动力的参与者，要么从事的职业往往处于工资分配的底层。然后，我们开发了一个定量的，异质代理，一般均衡模型的劳动力参与，职业选择，和资本投资。这使我们能够量化自动化技术的进步在解释这些劳动力市场变化中的作用。然后，我们将这个框架作为实验室，评估旨在解决常规就业消失及其对不平等的影响的各种公共政策。