人类如何面对AI挑战

简介:经济学家关心的一个重大问题是:人工智能会对就业带来怎样的冲击?一个似乎取得了共识的观点是:人工智能暂时会给就业市场带来冲击,导致结构性失业剧增,但长期来看,由于新技术开辟了新经济领域,这种失业问题不一定会比现在更严重。

原文链接:https://developer.aliyun.com/article/766903?utm_content=g_1000151014


人类如何面对AI挑战_第1张图片

经济学家关心的一个重大问题是:人工智能会对就业带来怎样的冲击?一个似乎取得了共识的观点是:人工智能暂时会给就业市场带来冲击,导致结构性失业剧增,但长期来看,由于新技术开辟了新经济领域,这种失业问题不一定会比现在更严重。而在人工智能领域极富洞见的“数据分析之父”托马斯·达文波特并不这样认为。实际上,人工智能对就业的影响很类似产业转移,而我们都已经看到了美国、日本制造业空洞化产生的社会恶果。在他的名著《人机共生:智能时代人类胜出的5大策略》里,重点讨论了知识工作者如何在人工智能时代取得比智能机器更大竞争优势的策略,他的建议很有见地,当然,未必人类只有这一条路可走。

只要人工智能侵入某个领域,这个领域的人类工作机会就将减少。回顾一下人工智能发展的事实,可以看到第一阶段是机器将人们从那些让人身心俱疲的工作中解脱出来。比如富士康的电子产品组装工作,亚马逊仓库的挑选和包装工作,逐渐被机器手取代了。在自动化的第二阶段,枯燥乏味繁琐的事务性工作会成为被取代的目标。办公室白领的大部分日常工作都属于此类,比如秘书、助理等。这些程式化的事物很容易转换成计算机可执行的代码。可以说,在自动化的前两个阶段,以简单制造和一般性服务为基础的经济结构将被侵蚀,造成大量只需要低端技能岗位的劳动者失去工作。随着机器变得越来越智能,它们还能完成一些我们一度认为只有人类才能做到,而机器无法胜任的决策工作。目前人工智能的应用,比如会下棋、会考试的机器,已经证明智能机器可以比人类更快更好地做决策。

一项对 352 名机器学习研究者的调研显示,人工智能在 30 年之后将会超过人类智能。再过 5-10 年,多数行业都会出现智能机器与人类一起工作的场景。麦肯锡预测,2025 年将发生知识工作者的工作被自动化取代的剧变,届时智能机器能够完成 1.1 亿-1.4 亿全职员工的工作。达文波特认为,发达经济体中约有 25%-50% 主要从事知识与信息处理的工作者将面临人工智能的威胁。而在美国,这相当于约 47% 的工作职位。

当人工智能侵入知识工作领域时,一些工作反而不再需要以前那些必备技能了,半技术或无技术员工就可以完成这些工作。这种现象称为“去技能化”(deskilling),这种前景颇让人始料不及。比如,放射科医生多年执业积累的丰富的看图诊断能力将不再需要,现在机器识读 CT 和 MRI 图像的技术已经出现,机器已经可以标注出病变部位,最近几年这些医生的数量在持续降低。

如果把人工智能替代低端劳动视为”正向淘汰”,那么对知识工作者的部分乃至完全替代则应看作“逆向淘汰”。尽管两者在单纯经济和技术角度看都具有革命性,但是对社会结构和正常社会生活的冲击过大。对于技术而言,不仅要考虑技术的先进性,而且要考虑其目的手段以及后果的正当性。人工智能技术应用应将提升社会福祉、实现人们的内在幸福感作为目标。从某种角度上,人类是有很多缺点的劳动者,比如劳动力成本越来越高,提供符合人体工学的工作环境和设施以及后勤保障都比较费钱;人类工作者还需要额外的监督,比如一些舞弊或渎职行为(据美国人力资源经理调查,只有约 13% 的员工在努力做好本职工作),这比使用同样能力的智能机器要贵得多……但是,劳动给人类带来了体验幸福不可或缺的归属感、满足感和成就感,这是人类最看重的身份认同和核心价值观。即便无工可务的人们能够分享人工智能系统所创造的巨大财富,这样的社会却无法让大家体现自身的价值,从中获得生活的意义。对于人类来说,这是非常残酷的未来图景。

达文波特指出了人类与智能机器和谐共生所需的条件就是让自己成为全局者、避让者、参与者、专精者和开创者。能达到这个标准的个人恐怕更稀少。人类必须主导人工智能的发展,这是人类社会的内在要求。人工智能的定位只能是补充人类尚不完美的行动能力,任何单从效率而侵犯人类应有劳动权利的技术都是违反伦理的,并不值得提倡和鼓励。从这个原则出发,则应该慎重对待以单纯提高效率为目的的人工智能技术应用。

人类如何面对AI挑战_第2张图片

文章来源:https://ai.51cto.com/art/202006/619822.htm
文章转自51cto,本文一切观点和《机器智能技术》圈子无关

原文链接:https://developer.aliyun.com/article/766903?

版权声明:如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:[email protected] 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。

你可能感兴趣的:(机器学习/深度学习,人工智能,数据挖掘)