人工智能或?qū)⒁l(fā)經(jīng)濟衰退 不平等會加劇

人工智能會終結(jié)就業(yè)嗎？人工智能會加劇經(jīng)濟不平等嗎？人工智能時代，什么才是最有用的學習策略？ ……

那么，究竟應該如何看待人工智能？

面對未知的科技，我們已經(jīng)見過太多的科普與警醒，今天的文章從經(jīng)濟學的角度重新看待人工智能領(lǐng)域，可能將給大家?guī)硇碌乃伎嫉慕嵌取?/p>

受技能偏好傷害最大的人大概是沒有做好終身學習準備的那批人。

人工智能孰好孰壞

對于人工智能，特斯拉首席執(zhí)行官埃隆？馬斯克是其中最堅定、最高調(diào)、最有經(jīng)驗的一位，他敲響警鐘道：

“我接觸過非常前沿的人工智能，我認為人們真的應該關(guān)注這個問題……我不斷敲響警鐘，但除非人們親眼見到機器人走上大街殺人，否則，人們不知道該怎么應對，因為它似乎太虛無縹緲了?！?/p>

另一位就此發(fā)表過意見的專家是著名心理學家、諾貝爾經(jīng)濟學獎得主丹尼爾？卡尼曼。非學術(shù)界人士或許會因為他2011年出版的《思考，快與慢》（Thinking， Fast and Slow）而認識他。

2017年，我們在多倫多組織了一輪關(guān)于人工智能經(jīng)濟學的會議，他解釋了為什么自己認為人工智能比人類更聰明：

一位著名小說家前些時候?qū)懶沤o我說，他正打算寫一部小說。小說主題是關(guān)于兩個人類和一個機器人之間的三角戀，他想知道機器人跟人有什么不同。

我提出了三點主要區(qū)別。最明顯的一點是，機器人更擅長統(tǒng)計推理，對故事和敘述不像人那么著迷；另一點是，機器人的情商更高；第三點是機器人更智慧。

智慧是心懷寬廣。智慧就是視野不會太狹隘。這是智慧的本質(zhì)，它有著寬廣的框架。

機器人擁有寬廣的框架。我覺得，等它學得足夠多，它會比我們?nèi)祟惛Ｖ牵驗槲覀儧]有寬廣的框架。我們是眼界狹隘的思考者，喧囂嘈雜的思考者，在我們的基礎上進行改進很容易。我不認為會有太多人類能做而機器人怎么都學不會的事情。

埃?。狂R斯克和丹尼爾？卡尼曼對人工智能的潛力都充滿信心，同時也擔心它的出現(xiàn)可能會給世界帶來不良后果。因為沒有耐心等待政府對技術(shù)的進步進行回應，行業(yè)領(lǐng)袖們提供了政策建議，有時候還采取了行動。

比爾？蓋茨主張對取代人類勞動力的機器人征稅。

高調(diào)的初創(chuàng)公司孵化機構(gòu)Y Combinator，以迂回的方式踏進通常屬于政府權(quán)責范圍的領(lǐng)域，他們正在推進一項實驗，致力于為社會中所有人提供一份基礎收入。

埃?。狂R斯克組織了一群企業(yè)家和行業(yè)領(lǐng)導者為Open AI注資10億美元，以確保沒有任何一家私人企業(yè)能壟斷該領(lǐng)域。

這些建議和行動凸顯了這些社會議題的復雜性。隨著我們攀登到金字塔的頂端，我們的選擇只會變得更加復雜。當把社會視為一個整體時，人工智能經(jīng)濟學也就不再簡單了。

人工智能會終結(jié)就業(yè)嗎

如果愛因斯坦在當今的世界轉(zhuǎn)世，那一定是斯蒂芬？霍金。由于霍金對科學所做的卓越貢獻，以及他寫過的《時間簡史》（A Brief History of Time）等暢銷書，在世人的心目中，他是個不折不扣的天才——哪怕他患有肌萎縮側(cè)索硬化癥（ALS）。故此，2016年12月，人們毫不意外地接受了他所寫的一段話：

“工廠的自動化已經(jīng)減少了傳統(tǒng)制造業(yè)的就業(yè)崗位，人工智能的興起，則有可能進一步破壞中產(chǎn)階級的就業(yè)，只有那些最需要付出關(guān)懷、最有創(chuàng)意、最需要監(jiān)督的崗位能保留下來。”

若干研究結(jié)果統(tǒng)計了自動化對就業(yè)崗位的破壞可能達到的程度，而且這一次，受波及的不光是體力勞動，連原本一直被認為不會受波及的智力工作也無法幸免。但畢竟，馬匹在馬力上落后，而不是智力。

身為經(jīng)濟學家，我們從前就聽說過這些說法。盡管自幾百年前失業(yè)的手工工人（盧德主義者：指對新技術(shù)和新事物的一種盲目沖動反抗。）砸掉紡織機以來，技術(shù)性失業(yè)的幽靈一直徘徊不去，但總的失業(yè)率一直都很低。

企業(yè)管理者可能會擔心，采用人工智能一類的技術(shù)會導致崗位被削減；然而，另一個事實興許可以給我們帶來些許安慰：農(nóng)業(yè)就業(yè)崗位自100多年前起就開始逐漸消失了，卻也未出現(xiàn)對應的長期大規(guī)模失業(yè)。

但這一次是不是不一樣呢？霍金的擔憂許多人也有，他們認為，這一回情況非比尋常，因為人工智能有可能搶走人類對機器剩余的最后優(yōu)勢。

經(jīng)濟學家怎樣看待這個問題呢？想象一下，突然出現(xiàn)了一座完全由機器人把持的島嶼——機器島（Robotlandia）。

我們想跟機器之島做生意嗎？從自由貿(mào)易的角度來看，這聽起來像是個絕妙的機會。機器人可以完成各種任務，解放我們的人力，讓我們?nèi)プ鲎约鹤钌瞄L的事情。換句話說，我們不會拒絕跟機器島做生意，就如同我們并不要求所有的咖啡豆都在本地種植。

當然，機器島并不存在，但當技術(shù)變革使軟件能以更廉價的方式完成新任務時，在經(jīng)濟學家們看來，這就跟與上述虛構(gòu)之島開展貿(mào)易差不多。

換句話說，如果你贊成國與國之間的自由貿(mào)易，你就會贊成與機器島進行自由貿(mào)易。你支持開發(fā)人工智能，哪怕它會取代一部分就業(yè)。

數(shù)十年來有關(guān)貿(mào)易影響的研究表明，其他就業(yè)崗位自然會出現(xiàn)，整體就業(yè)不會大幅跳水。我們對決策的剖析暗示了這些新的就業(yè)崗位有可能來自什么地方。人類和人工智能有望一起工作；人類為預測提供互補品，即數(shù)據(jù)、判斷或行動。

例如，隨著預測越來越廉價，判斷的價值越來越高。故此，我們預計，與回報函數(shù)工程相關(guān)的崗位會增加。這些崗位中的一部分專業(yè)性強，報酬也高，它們將由那些在預測機器出現(xiàn)之前就已在應用這類判斷的人來填補。

其他與判斷有關(guān)的工作會更為普遍，但它們對技術(shù)的要求或許不如人工智能所取代的崗位高。當今許多高薪職業(yè)的核心技能都包括了預測，如醫(yī)生、金融分析師和律師。

正如機器對于方位的預測減少了倫敦出租車司機相對較高的收入，卻增加了收入相對低的優(yōu)步司機的人數(shù)那樣，我們預測，醫(yī)療和金融方面也會出現(xiàn)相同的現(xiàn)象。

隨著任務的預測部分逐漸能自動完成，更多的人可填補這些崗位，其所需的技能也收窄到與判斷相關(guān)的技能內(nèi)。如果預測不再是約束性的限制條件，對更廣泛的互補性技能的需求或許會增加，這會帶來更多低薪的就業(yè)機會。

人工智能和人有一點重要的區(qū)別：軟件能成規(guī)模地擴增，人卻不能。也就是說，一旦人工智能在特定任務上的表現(xiàn)超過了人類，崗位流失很快就會發(fā)生。我們固然相信，幾年內(nèi)新的工作崗位會出現(xiàn)，人們會找到事情可做，但對那些渴望工作、等著新工作出現(xiàn)的人來說，這算不上什么安慰。

從長遠來看，就算與機器島進行自由貿(mào)易不會影響崗位的數(shù)量，人工智能引發(fā)經(jīng)濟衰退仍是可能的。

不平等會加劇嗎

工作崗位是一回事，它們創(chuàng)造的收入又是另一回事。開放貿(mào)易往往會造成競爭，而競爭會導致價格下降。如果競爭的對象是人類勞動力，人類的工資就會下降。

仍以機器島開放貿(mào)易為例，機器人與人類會搶奪一些任務，這些任務的薪資報酬會因此下降。如果你的工作是由這些任務構(gòu)成的，那么，你的收入就可能會下降，你會面臨更多的競爭。和國與國之間的貿(mào)易一樣，與機器進行貿(mào)易也會產(chǎn)生贏家和輸家。崗位仍然會有，但有些人會從事不如其當前工作那么有吸引力的工作。

換句話說，如果你了解自由貿(mào)易的好處，你就應該感激預測機器帶來的收益。關(guān)鍵的政策問題不在于人工智能是否會帶來收益，而在于如何分配這些收益。

因為人工智能工具可以被用來取代“高級”技能，也就是“腦力”，許多人擔心，哪怕工作崗位依然存在，它也不會再是高薪崗位了。

例如，賈森？弗曼（Jason Furman）在擔任奧巴馬總統(tǒng)經(jīng)濟顧問委員會主席期間，這樣表達了自己的擔憂：我的擔心不在于人工智能會使這一次的情況有所不同，而在于這一次會跟我們過去幾十年所經(jīng)歷的完全相同。

傳統(tǒng)觀點認為，我們不必擔心機器人會接管就業(yè)，但我們的擔憂是，人類仍然有工作是因為我們愿意以較低的工資來完成這些工作。如果機器的工作份額繼續(xù)增加，工人的收入就會下降，而人工智能擁有者的收入則會增加。

托馬斯？皮凱蒂（Thomas Piketty）在暢銷書《21世紀資本論》（Capital in the Twenty-First Century）中強調(diào)，過去幾十年，勞動力所占的國民收入（在美國及其他地方）一直在下降，而資本所賺的份額卻在走高。這一趨勢令人擔憂，因為它使得不平等的趨勢不斷加劇。

這里的關(guān)鍵問題在于，人工智能會強化這一趨勢，還是會使其得到緩解。

如果人工智能是一種新的、高效的資本組織形式，那么經(jīng)濟中的資本所占的份額可能會繼續(xù)上漲，以犧牲勞動力為代價。這個問題沒有簡單的解決方案。比方說，比爾？蓋茨提議對機器人征稅，這會減少不平等，但也會使購買機器人帶來的收益減少。因此，公司對機器人的投入將減少，生產(chǎn)力減緩，整體而言，我們都會變糟。政策權(quán)衡很明確：我們的政策能夠減少不平等，但這么做可能是以犧牲整體收入為代價的。

導致不平等加劇的第二個趨勢是，技術(shù)往往有著技能偏好。它不成比例地增加了受過高等教育的人的工資，甚至可能降低教育程度低的人的工資。前一批技能偏好的技術(shù)，包括計算機和互聯(lián)網(wǎng)，是過去40年來美國和歐洲收入不平等現(xiàn)象日益嚴重的主要原因。

經(jīng)濟學家克勞迪婭？戈爾?。–laudia Goldin）和勞倫斯？卡茨（Lawrence Katz）指出：

“受過更多教育、有著更高天賦能力的人能更好地掌握復雜的新工具?！?/p>

沒有理由期待人工智能會有什么不同。受過高等教育的人往往更擅長學習新技能。如果成功使用人工智能的必需技能經(jīng)常發(fā)生改變，那么，受過教育的人將享受到不成比例的收益。

人工智能的生產(chǎn)性應用需要額外技能，對此，我們有諸多理由。比如，回報函數(shù)工程師必須了解組織的目標和機器的性能。由于機器可以高效擴展，如果這項技能很稀缺，那么最優(yōu)秀的工程師就可在數(shù)百萬甚至數(shù)十億臺機器上收獲自己的工作帶來的成果。正因為人工智能的相關(guān)技能目前甚為稀缺，人類和企業(yè)的學習過程所需的成本都將十分高昂。

2017年，斯坦福大學的7000多名本科生里，有1000多人報名參加了機器學習的入門課程。其他地方也出現(xiàn)了同樣的趨勢。但這只是勞動力中的極小部分。絕大多數(shù)人的職業(yè)技能都是幾十年前訓練出來的，也就是說，他們需要重新培訓和獲得新的技能。

我們的產(chǎn)業(yè)教育體系并不是為此而設計的。企業(yè)不應該指望這種體系能及時迅速改變，為它們提供可在人工智能時代參與競爭的員工。政策上的挑戰(zhàn)并不簡單：提高民眾的受教育程度的成本很高。

這些成本需要有人來負擔，要么提高稅收，要么直接由企業(yè)或個人來支付。但即便成本可以被輕易負擔，許多中年人恐怕也并不渴望重返學校。

受技能偏好傷害最大的人大概是沒有做好終身學習準備的那批人。