剑门碧玉 于 2014-8-11 18:55:28 发布在 凯迪社区> 猫眼看人
新浪科技 2014-08-11
导语:美国《哈佛商业评论》上周五撰文称,尽管很多人都担心机器人可能抢走人类的工作,但实际上,专家对此莫衷一是,最终的结果恐怕难以预料。
以下为文章全文:
专家对未来产生了分歧。这似乎没什么特别的,但这却是皮尤的最新调查结论,而它的实际意义可能比表面看起来更加重大。在最近的调查中,2551位受访专家对以下问题出现了严重分歧:
“到2025年,网络化、自动化的人工智能应用和机器人设备,所取代的工作能否超过它们所创造的工作?”
48%的受访专家认同这一悲观观点,持有乐观态度的专家则略高于一半。
最显而易见的问题或许在于,每当有预言者对哪项工作将实现自动化,哪些工作不会实现自动化作出预测时,我们都应该抱有一丝怀疑的态度。这些预言都很有价值,因为这可以帮助我们更好地认识自动化在社会中所扮演的角色。但事实上,我们根本无法知道具体哪种领域有多少工作岗位会在何时实现自动化。
对于那些担心自己的工作会被机器人取代的人而言,专家的意见分歧似乎是一种安慰——但不幸的是,这也只是一种安慰。
另外,怀疑者正在逐渐增多。传统智慧认为,尽管技术可能在短期内取代人类,但从长期来看,却不会减少工作岗位。
这种共识在芝加哥大学之前的一次调查中得以体现。该校今年2月对众多经济学家进行的调查显示:只有2%的受访者认为,自动化会减少美国的就业岗位。
与之相比,皮尤的调查结果令人更加困惑。这两项调查的差异,或许反映了经济学家的普遍乐观。但除此之外,这似乎表明本轮科技浪潮与之前有所不同。
从历史上看,以往由科技造成的失业之所以未能成型,既有商品和服务需求持续增长的原因,也有人们学习新技能、找到新工作的原因。我们种植粮食时需要的人手或许有所减少,但人们对于更大的房子、更快的汽车和更精致的娱乐服务的胃口却越来越大,从而填补了这种差距。农民最终找到了这方面的工作,因而推动社会继续进步。
在最近出版的《第二机器时代》(The Second Machine Age)一书中,麻省理工学院的埃里克·布伦乔尔森(Erik Brynjolfsson)和安德鲁·麦卡菲(Andrew McAfee)认为,这种情况无法再现。在他们看来,当今超高速的数字化革命可能会令很多人失业。
“倘若这种技能调整需要耗费十年时间怎么办?倘若到那时,技术再次发生变革,又该怎么办?当人们承认员工和组织需要适应技术变革后却发现,技术变革速度的加快导致这种差距越来越大,从而增加了技术性失业的可能性。”
这本书的很多篇幅都意在阐述技术变革正在加快,而依据则是摩尔定律——计算能力大约每过18个月就会翻一番。
皮尤此次调查的受访者,都是来自各种与科技相关领域的专家,他们中的部分人也都认同这种观点。正如技术顾问兼未来学家布莱恩·亚历山大(Bryan Alexander)所说:“教育系统尚未做好充足的自我变革准备,无法将毕业生塑造成能够对抗机器的人。无论是从时间还是规模上看,都做不到。自学者可以做得很好,因为他们一直都是如此。但普罗大众却在为错误的经济做着准备。”
当然,任何观点肯定都有对立面。例如,最近在《哈佛商业评论》上发表文章的波士顿大学教授詹姆斯·贝森(James Bessen)就曾表示,技术进步最终甚至可以提升教育水平较低的员工需求。皮尤此次调查的很多受访者也持有相同观点,例如,互联网先驱、谷歌副总裁温特·瑟夫(Vint Cerf)就言简意赅地表示:
“从历史上看,技术创造的工作比它破坏的工作更多,没有理由认为这一次会有所不同。这些先进的设备都需要专门的人来生产,并为之提供服务。”
经济学家泰勒·科文(Tyler Cowen)也曾专门就此总结过自己的观点,他在博客中写道:“比较优势理论并未失效。机器夺走了一些工作,又创造了一些工作,而整体的产出则提升了。”
在这里,比较优势理论指的是员工会从事他们最适合的工作。但与摩尔定律一样,比较优势并非一成不变的。正如布伦乔尔森和麦卡菲所说:
“摩尔定律与热力学和牛顿经典力学中的物理定律不同。后者定律描述了宇宙的运行方式:无论你做什么,它们都是真理。摩尔定律则是针对计算机行业的工程师和科学家的一种阐述,是对他们持续而成功的努力所作的一种观察。”
比较优势不仅是一种观察,它还是社会科学领域最经久不衰的发现之一。它描述了经济在广阔环境中的运行规律,但它仍然需要进行修正。倘若整体经济结构因为技术进步而发生变化,比较优势的规则也可能改变。
布伦乔尔森和麦卡菲在他们的书中强调,2004年基于比较优势作出的推论,未能预测当今的人类与机器之间的分工。经济学家弗兰克·莱维(Frank Levy)和理查德·莫南(Richard Murnane)认为,电脑将处理算法和基于规则的工作,而人类则负责模式识别(例如驾驶)和沟通。但如今,无人驾驶汽车甚至都已经出现,而语音识别也已经内置在很多智能手机中。
机器比人类更擅长的工作种类正在不断增多,令我们的预测难度不断加大。我们原本认为安全的工作,或许也将不再安全;而我们原本担心失去的工作,反而可能比我们预想的更加安全。(书聿) |