AI时代下的就业问题

2018年中旬,谷歌I/O大会带了一个新主题——AI人工智能。当年AI技术实现了跨越“技术鸿沟”式的变化的又一次革新,颠覆了AI重复式、无理解等“智障”的概念。“人工智能是被辅以丰富数据的算法,它能够让物理或虚拟机器执行需要智能才能完成的任务”,谈及对于人工智能的定义,IMD商学院数字营销及策略教授Amit Joshi如是说道。

无可厚非,AlphaGo带来了AI新的里程碑,同样带来了商业模式的改变——以数据为核心,机器为辅助的战略逻辑,例如街边出现了人脸识别贩卖机、在医学中,AI正在扮演临床助理的角色等等。这些变化被人们称为变革。湖畔大学教育长曾鸣曾表示:“未来商业就是智能商业,是智能商业核聚变,今天是核聚变的开端。”与此同时,编程培训班、机器人搭建等与AI有关的培训班遍及大街,在父辈人眼中,昂贵的学费是孩子未来的前程。

事实上,从孩子学习编程、机器人的搭建以及AI在商业应用中能够看到,AI正在改变人类社会的劳动体制。IMD商学院的Amit Joshi教授在一篇学术文章中指出:“与蒸汽机、铁路和互联网一样,人工智能通常被描述为一种通用技术,具有广泛应用于多个行业的潜力,因此也将在许多方面影响劳动力市场。”

AI对于人类社会的安全及经济发展意义非凡,不过也正如前文中提到的那样,AI的发展也不无令人忧心忡忡之处。纵观历史,每一次变革发生之时,虽有大量工作被淘汰,同时也有大量的新的工作产生。

时代变革的交替

当第一次工业革命从英国发起时,传统的手工劳动时代被终结,划时代式的出现了以蒸汽机作为动力的机器,迫使大量农民进入制造业,最大的转变是制造业对农业的替代。二十世纪七十年代所开启的计算机革命,则出现蓝领工人被自动化取代或者说蓝领的工作被外包到新兴市场。二战之后三十年的发展,蓝领工人的中产梦破碎,造就了蓝领与熟练使用电脑的白领工人的收入、教育差距再度被进一步拉大。

但是,如果仅从历史来推断人工智能带来的劳动力转折点其实并不合适,因为不同的历史发展其实并不相同,并非德国哲学家黑格尔所说的那样“人类不会从历史中得到教训,只会不停的重复历史。”所以,我们还是需要一个理论的框架来综合的理解就业和科技的突破之间的关系。

人工智能的发展,会给就业带来什么影响呢?根据Amit Joshi教授的说法,主要有以下几点:

首先是工作,人工智能在许多领域相对于人类具有非常大的竞争优势,例如执行千篇一律的工序、预测任务等,这种工种很可能被交给机器。这将不可避免地影响一些工作描述(例如,数据输入人员可能会变身为数据标注员,或只专注于不可计算机化的任务),但这同时也会创造新的辅助工作机会。人工智能还可以用于改善人员与项目之间的匹配(例如,通过算法来确定技能和任务的最佳组合)。从更抽象的层面上讲,这些变化可能会潜在地影响人们对工作的使命感,并最终影响他们的身份认同。

其次,“机器人化”或将代替人类传统的劳动,即技术可能会消除某些工作的技能门槛(比如优步司机无需知道最佳路线,一个应用程序就可以替他们做到)。而劳动力优化平台的出现,可能会产生更灵活的工作关系类型。

最后是工作场所的变化,从历史上看,物理工作空间一直与社会中的文化、社交和技术变化密切相关。当前的技术浪潮也不例外,数字通信的进步允许团队成员在不同的物理位置工作,对任务的境内外分配产生了影响。机器人和算法对日常工作的重要性日益增长,这也将改变我们的办公室,比方说,通过空间设计来促进人际沟通和协作或消除隔离。人工智能还可以通过传感器集成到工作场所,这些传感器可以监控员工的移动、互动、压力水平、生产率等多个方面(比如安装在姓名牌或嵌入式芯片中)。

当然,这远远不是故事的全部。就像诺贝尔经济学奖获得者里昂惕夫所说,人相对于机器最本质的区别,就是人可以从事新的、更加复杂的任务。计算机诞生之初,对程序员的需求可以说非常的少,更不用提运维工程师,系统管理员,网络安全专家等等的职位了,这些新的职位,都是信息革命之后被创造出来的。从数据来看,还是从1980年到2007年这段时间,总就业人数增加的17.5%中,有8.84%都来自于新职位的驱动。

技术变革的挑战

霍金曾通过视频提出了他对AI的担忧,除去人类与拥有意识的AI共存这样的伦理问题,麦肯锡也曾在报告中提到,因为AI为主的技术发展,会有4-8亿人找不到合适的工作。也就说明了很多工作任务被机器取代之后,工作时间和待遇都会大幅度下滑,最后导致很多人想换好工作,又缺乏足够的才能。有人举例,一个两万美元的清洁工,机器人未必能够容易取代,但AI却能够取代八万美元的牙医助理,而牙医助理却有可能会沦为清洁工或服务员。

“我们对未来最大的担忧是贫富差距将达到历史新高,而这带来的社会不幸福、不稳定感时非常严重的。”李开复认为导致这些发生的问题,或许是因为科技浪潮使人们重新培训个人工作技能的需求巨大且不易做到。

虽然AlphaZero引发了AI界哗然,但同时又存在着一些问题,比如在三五年内,强化学习是完全没法普及应用的。其次AI还只是一个新领域,其目的使希望让机器变得更加只能,只是目前AI还不能理解语境、复杂的知识、人类的情绪、感情和动机。将这些总结起来,就是IMD商学院教授Amit Joshi认为的AI所面临的三大挑战中的技术挑战,以及推理或决策的挑战。

除此之外,还有文化的挑战,在Amit Joshi教授看来,虽然人工智能提供的建议“增强”了人们的判断和直觉,但是我们只有首先信任它的建议,它才会完全改变我们的工作方式。研究表明,在某些情况下,普通人更倾向于遵循算法而不是人的建议,但当人类犯错时,也会更快地丧失对算法的信心,哪怕是算法的总体表现要优于人。有研究强调,理解技术具体细节对于员工信任这些技术十分重要。劳动者应该对IT有一个直观的理解:它是如何工作的、如何从数据中学习的、应该如何被使用、以及它为什么是有益的。不幸的是,只有少数企业对帮助员工理解并接纳人工智能进行投资。

写在最后

技术的突破其实在历史的车轮面前,有褒有贬。不过很多技术的创造,未必能够以人的意志而转移。AI或许可以改变整个社会、人类文明的变革,但是就现有的阶段来说,AI仍未极其复杂的技术,如果没有足够多的沉淀,我们几乎不可能享受到AI所带来的便利,只能说AI面前仍有一道鸿沟,或许跨越而至可能只要几十年后,又也许是不久之后。