被科技威胁的未來:人类沒有工作的那一天

许多调查结果指出,计算机算法在掌控全局方面几乎很平均一致地赢过人类专家。把流程的控管权交给人,而不给计算机时,工作的产出几乎总是很糟糕,纵使事先让人类专家取得计算机演算结果,结果仍然比由机器自主作业还差。

被科技威胁的未來:人类沒有工作的那一天


 作者︰马丁.福特
 
人机合作的困境:人类最终会被资本主义淘汰
 
当科技进步导致更多工作被自动化时,传统的解决方法是让劳工接受更多教育和训练,使他们能够担任技能更高的新职务。如同本书第一章所述,机器人和自助式科技已开始入侵快餐业及零售业等领域,数百万技能水平较低的工作面临威胁,可以确定的是,劳工首先偏好的解决方法,是想办法取得更多教育与训练。但是本章的分析将会指出,科技与教育之间的竞赛可能已接近尾声,机器也将入侵技能水平更高的工作。
 
看出这个趋势的经济学家提出了一种传统智慧之见的新版本:未来的工作将和机器通力合作。麻省理工学院学者布尔优夫森和麦克菲强力主张这个看法,他们建议劳工应该学习“和机器一起跑”,而不是和机器对抗。
 
人机合作虽是明智忠告,但并无新意,学习和当今科技共处,向来是职场的好策略,我们曾经称之为“学习使用计算机”。但是,面对信息科技持续不断呈指数型成长,旧瓶新酒的策略是不是合宜解决之道,我们应该合理地怀疑。
 
西洋棋赛中的自由棋(freestyle chess)是人机合作的其中一个范例。IBM深蓝计算机击败世界棋王卡斯珀洛夫的十多年后,大家普遍认为,计算机和人进行一对一的比赛,计算机绝对会胜出。但是,自由棋是一种团队合作,一群各自未必是世界级棋手对弈时,可以自由地咨询西洋棋计算机程序来评估每一步。截至2014年,当人类棋手咨询多种西洋棋计算机算法时,可以击败单一西洋棋计算机。
 
工作场所的未来主流将是人与机器通力合作,而非完全自动化,这种见解有几个明显问题。
 
首先,人与机器团队在自由棋赛中的优势未必会持续下去,人机合作团队使用的流程:评估、比较不同的西洋棋算法的计算再决定最佳棋步,听起来似乎很接近IBM华生的模式:搜寻数百种的信息算法,再成功地排序结果。因此,可以合理预期未来将出现可进行多种算法的“精进”(meta)西洋棋计算机,能击败人机合作团队,特别是在速度方面。
 
其次,就算人机合作的方法能提供未来优势,还有一个重要问题,就是雇主愿不愿意投资。尽管企业常对员工信心喊话,现实是多数企业仍然不愿投资人力在例行性的工作。如果对这点存疑,建议你不妨打电话给有线电视公司,感受一下客服的质量。企业只会愿意投资对其核心获利能力、竞争力有帮助的人事物,这并非新鲜事。更重要的是,这个投资过程其实不涉及雇用新人才。在现存可得的科技辅助下,企业还愿意雇用的人,就是目前最无失业风险的少数的精英劳工。
 
经济学家泰勒.柯文在《再见,平庸世代》(Average Is Over)中引述一位自由棋手的话:最优秀的棋手都是「基因怪胎」(generic freaks)。有鉴于世界上的基因怪胎不多,对众多失去例行性工作的人来说,人机合作恐怕不是一个系统性解决方法。此外,我们之前也看到了,外包会成为另一个问题,印度与中国的二十六亿人当中有许多人将非常热衷于抢夺金字塔顶端的菁英工作。
 
我们也有充分理由预期,许多人机合作的工作将相当短命。回顾前文提及的WorkFusion 公司的例子,该公司的机器学习演算系统渐渐地把原本由自由接案者执行的工作自动化。
 
 
若你目前或未来和一套智能型软件系统共事合作,或是被系统监督指挥,不论你有没有意识到,你很有可能正在训练这软件,而有一天,软件将完全取代你。
 
还有另一项观察发现:很多寻求人机合作工作机会的人,最终可能会希望落空。接下来,举一个法律界的例子。诉讼过程中证据揭示(discovery)工作在最近有很不同的发展趋势。在美国,企业打官司时必须过滤大量内部文件,分析哪些文件可能和手边的诉讼案有关。法律规定一定要提出所有相关文件,若未能完整提供会有法律处分。
 
现今,无纸化办公室导致的吊诡现象是,这类文件多以电子的形式存在,像是电子邮件,数据的数量已成长到只有纸张和打字机的时代无法想象的巨大数字,如何有效筛选、过滤得到相关文件,成为律师事务所的新课题。
 
许多事务所采取的新方法是完全自动化,所谓的“e-Discovery”软件会使用的强大算法分析数百万份电子文件,自动找出相关文件。算法并非只是进行简单的关键词搜寻,它们通常具备机器学习技巧,纵使文件中未出现特定词句,也能根据概念找出相关的资料。采用软件的直接结果是,以往负责用人工方式费力在装满文件的纸箱中执行搜寻过滤工作的大量律师和助手工作消失了。
 
第二种常用的方法是:律师事务所把这项任务外包给雇用大批法学院新近毕业生的专业公司,这些人通常是一窝蜂就读法学院风潮下的受害者,无法找到担任正式律师的就业机会,又背负了沉重的助学贷款,只好从事文件审查工作。他们一个个坐在计算机屏幕前,不断重复阅读文件,每一份文件都有两个按钮可选择:“相关”,“不相关”;看完屏幕上的这份文件,点选适当按钮后,另一份文件接着浮现,平均一小时需检视、分类多达八十份文件。
 
许多调查结果指出,计算机算法在掌控全局方面几乎很平均一致地赢过人类专家。把流程的控管权交给人,而不给计算机时,工作的产出几乎总是很糟糕,纵使事先让人类专家取得计算机演算结果,结果仍然比由机器自主作业还差。
 
对这些年轻律师而言,进不了法庭,没有机会在他们的专业领域学习或成长,没有发展与升迁机会,只能长时间坐在计算机前点选“相关”或“不相关”按钮。
 
针对这两种的方法,我们会问:人机合作模式是永续的办法吗?纵使代劳的年轻律师获得的薪资相当低,第一种全自动化方法的成本效益仍然远远优于后者。你会说,这份工作的地位那么低,认为我刻意挑选了一个反乌托邦的例子。毕竟,多数人机合作的工作会让人握有控管权,由劳工监督机器,形成有收获而令人愉快的工作,而非只是在机器化的流程中当齿轮,不是吗?不幸的是,事实资料并不支持这种怀抱希望的假设。
 
耶鲁大学教授伊恩.艾瑞斯(Ian Ayres)在2008年出版《什么都能算,什么都不奇怪》(Super Crunchers)中引据许多调查结果指出,计算机算法在掌控全局方面几乎很平均一致地赢过人类专家。把流程的控管权交给人,而不给计算机时,工作的产出几乎总是很糟糕,纵使事先让人类专家取得计算机演算结果,结果仍然比由机器自主作业还差。人固然会有贡献,但最好还是让他们参与局部任务,例如把数据输入到系统中,别让人类控管全部的系统与流程。艾瑞斯说:很不幸地,在结合专家和演算科技方面,大量证据皆倾向支持实行更贬低人、更不人性化的机制。
 
我想说明的重点是,人机合作的工作固然存在,但数量可能相当少,且往往不会是永续的工作,很多人机合作的工作可能收获低、甚至不人性化。因此,特别致力于教育和训练人们、帮助他们找到这种工作,其实不符合成本效益。
 
再者,在信息科技不断加速进步下,我们可能根本无法掌握训练内容。训练大家从事人机合作的工作,很像在修补轮胎,一补再补,让轮胎可以再多滚上一段时日。让劳工一再接受职业训练,让他们能再多撑段时间,但是未来仍然充满不定,生活水平也未必更好。我们最终将朝向大破坏性的变迁,也因此急需作出更彻底的政策性因应。
 
最先被自动化的白领工作,必定是由刚毕业的社会新鲜人担任的职务,就像第二章所述,已有迹象显示这种变化正在发生。2003年至2012间,取得学士学位的美国大学毕业生平均年所得从近五万两千美元降低至四万六千美元(以2012年币值计算),同期,学生贷款债务总额从三千亿美元激增至九千亿美元。
 
毕业生的失业率也不断攀升,几乎每个大学生都有认识的人,拥有学士学位但是在咖啡店工作。美国经济对技术劳工的总需求在2000年左右达到顶点,此后一路下滑。结果,愈来愈多大学毕业生被迫从事低技术工作,通常是取代无大学文凭的劳工。
 
就连拥有科技领域学位的大学毕业生也同样受到明显冲击,如前文所述,伴随云端运算及电子外包发展趋势,信息科技业就业市场在自动化潮流中首当其冲。工程或计算机科学文凭保证能找到好工作的普遍想法变成迷思。美国经济智库在2013年4月发表的研究分析指出,从美国大学院校取得工程与计算机科学学位的新毕业生人数,比实际相关领域需要的工作人数高出50%,这份报告于是结论:“毕业生的供给量远超过产业需求量”。情势发展愈来愈明显:很多人做对的事、追求更高教育,将仍然无法在未来的经济体系中找到立足之地。
 
有些经济学家钻研历史资料后,终于开始看出科技进步对高技能工作就业市场的冲击,但他们在预测未来发展时通常很保守,反观人工智能科技领域的研究人员则多半没有那么保守。日本国立情报学研究所(National Institute of Informatics)的数学家新井纪子(Noriko Arai)主持一项计划,想发展出能通过东京大学入学考试的系统,她相信,如果计算机能展现自然语言能力和分析技巧,通过日本最顶尖大学的入学考试,那么计算机最终也能够执行许多由大学毕业生执行的工作。
 
新井纪子预期,未来十到二十年,可能有大量工作被计算机取代。她的这项计划的主要动机之一,就是试着把人工智能科技对就业市场的潜在冲击予以量化。她认为只要10%至20%的专长技能型人力被自动化取代,就已经会酿成大灾难了,“难以想象这数字如果是50%,会是什么光景”。她说:“这已经不是大灾难所能形容。若人工智能在未来表现得很好,我们不能排除这个数字的可能性。”
 
高等教育产业本身向来是高知识分子的重要就业部门,尤其是攻读博士学位的人,通常的发展途径是以大学新鲜人之姿踏入校园,然后就再也没离开校园。
 
(本文选自全书,周政池整理)
 
作者︰馬丁.福特
 


用户喜欢...

澳大利亚墨尔本85岁老奶奶斯威本大学读博研究人工智能

中新网9月30日电 据澳洲网30日报道,大多数人到了老年,都在慢慢地享受退休生活,但来自澳大利亚墨尔本的85岁奶奶斯科特(Anne Scott)仍在学习,并成为斯威本大学最年长的博士生,向学校里的...


选择正确人工智能数据存储的6个注意事项

企业如果采用错误的存储人工智能平台可能会产生严重影响,因此需要了解可能影响产品选择和策略的6个注意事项。 人工智能和机器学习将成为帮助企业利用其核心数字资产创造竞争优势的两...


宝安:AI赋能 铸梦未来—人工智能发展论坛圆满落幕

人工智能技术自20世纪50年代出现以来,已不断渗透入市场各个行业,但回归实际,如何有效利用人工智能技术提升企业效率和竞争力,实现人工智能技术与实体经济的深度融合?如何借力人工智...


人工智能可以增强人类能力的四种方式

根据调研机构Gartner公司的调查,到2021年,全球各地的组织将通过人工智能创造将近3万亿美元的商业价值。 有些人表示,人工智能技术有朝一日可能完全取代工作场所中的人类。至少在可预见...


三星人工智能家庭机器人设计专利外观图公布:采用球形设计 可移动

三星人工智能家庭机器人设计专利外观图公布:采用球形设计 可移动 据Letsgodigital报道,近日三星一款人工智能家庭机器人设计专利外观图公布,采用球形设计,可以进行移动。 据了解,201...


任正非:历史会证明人工智能、5G将给人类创造财富

任正非和华为公司战略部总裁张文林对话美国著名计算机科学家Jerry Kaplan和英国皇家工程院院士Peter Cochrane。在对话中,主持人问到为什么人们对华为和华为所做的事情有这么多的不信任呢?对...


阿里巴巴首次公布人工智能调用规模:每天调用超1万亿次 服务全球10亿人

在今天的2019云栖大会上,阿里巴巴首次公布人工智能调用规模:每天调用超1万亿次,服务全球10亿人,日处理图像10亿张、视频120万小时、语音55万小时及自然语言5千亿句。阿里表示,其已经...


谷歌公司实施人工智能的6个步骤

一个专家团队在各种实际项目中的人工智能应用中学到了知识和经验,他们为采用人工智能的企业首席信息官提出了六个步骤的建议。 人工智能(AI)是提高人类解决问题能力的关键,但与人工智...


应用案例:大狼屋酒店的人工智能可以准确识别住客的情绪

酒店和娱乐业正在实施人工智能以扫描客人的评论,这是在重大IT现代化过程中改善客户服务的基石。 大狼屋酒店(GWL)正在使用人工智能软件,以更好地了解住客在其以冒险为主题的小屋中的体...


阿里人工智能实验室:天猫精灵销量连续两年中国第一、全球第三

阿里巴巴人工智能实验室暨天猫精灵秋季发布会今天下午举行,在发布会上宣布,天猫精灵销量连续两年中国第一、全球第三,另外精灵联盟可连接的AIoT设备达到了2.35亿台。 阿里表示,机器...


华为在伦敦开设人工智能研究实验室 谷歌英国总部就在对面

据外媒报道,华为在英国伦敦悄悄开设了一个新的人工智能研究实验室,而谷歌英国总部就在对面。 据悉,华为的这座新办公室位于伦敦的国王十字区附近的黄金地段,拥有约60名完全专注于...


华为投资类脑人工智能公司 认缴出资额约为48.56万元

天眼查数据显示,近日,深思考人工智能的运营主体深思考人工智能机器人科技(北京)有限公司发生工商变更,新增股东为哈勃科技投资有限公司,认缴出资额约为48.56万元,持股比例为3.67%。...


百度与人民日报共建人工智能媒体实验室

9月19日,百度与人民日报联合成立人工智能媒体实验室。人工智能媒体实验室将基于百度大脑的核心能力,支持与满足媒体工作中的关键操作性需求。第一期的研究方向是利用百度成熟的语音...


华为网络人工智能引擎(NAIE)正式商用发布 主要基于公有云模式

在HUAWEI CONNECT 2019期间,华为正式商用发布网络人工智能引擎(NAIE)。据了解华为网络人工智能引擎主要基于公有云模式,提供数据治理相关的数据湖服务,以及模型开发相关的模型训练等服务,...


人工智能到底能做什么 今天带你全方面了解

电子垃圾 利用人工智能和物联网实现环境可持续发展有助于最大限度地发挥当前的环境保护作用。根据英特尔2018年的一份报告,200个环保企业中有74%同意人工智能有助于解决环境问题。 每年...


人工智能统计调查:AI普及让1.2亿劳动者需要接受再培训

最近一些人工智能的健康和进展状况相关调查、研究、预测和其他定量评估凸显出重新培训员工的必要性;人工智能在8年级科学考试的评分从F提高到A;以及AI市场将在2023年达到979亿美元的预测。...