错误的人工智能？人工智能与未来的劳动力需求

AI的种类

　　上述分析为思考AI带来的经济机遇和挑战提供了新的视角。绝大多数研究者和经济学家研究AI带来的后果时都认为它使更多工作自动化了。毫无疑问，AI具备这种能力，而且迄今为止，AI的应用多半都属于这种类型，如图像识别、语音识别、翻译、会计、推荐系统和用户支持。不过我们不将这个领域作为AI可以而且应该施展拳脚的首要途径。

　　首先，如果我们只是沿着自动化的道路继续前进，而不开展补偿性创新创造出新的工作岗位，那么AI无疑会抑制对劳动力的需求。工作机会不会迅速消亡，（*13.请参见Dreyfus（1992）和Autor（2015）。）但劳动力的占比下降以及劳动力需求增长疲软的趋势不会终止，这很可能对收入不平等和社会凝聚力产生灾难性的后果。

　　其次，随着我们日益深化基于AI的自动化技术，我们进入了新的领域，在这些领域里（譬如图像识别、语音识别或手眼协调），人类劳动力的表现相当突出，而机器的生产率并没有给人们留下深刻的印象，至少在初始阶段是这样。自动化科技的目的在于用机器取代人类从事这些工作，因此有可能表现平平，所以即使生产率增长强劲，我们也不能期望这会提高我们的生活水平，并推高对劳动力的需求。

　　不过这并不是唯一的选择。AI并不仅仅是预设了具体应用和功能的一组范围有限的技术，而是一个技术平台，所以它的应用领域远远超过了自动化操作，它可以用来重建生产流程，从而为劳动力创造出许多高产的新工作岗位。如果我们有可能引进这类“重振劳动力需求的AI”，那么无论从提高生产率还是推高劳动力需求的角度看，都可能产生巨大的社会效益（这不仅会创造出更多包容性增长，而且规避了失业和工资下降引发的社会问题）。

　　我们可以通过以下几个例子探讨如何通过应用AI技术为劳动力创造出新的工作岗位：

　　教育。教育是AI涉足最少的领域之一。造成这个现象的部分原因是，对于教育领域的绝大多数核心任务，自动化并不是一个具有吸引力的选择，甚至不具备可行性。不过利用AI创造新工作，会成为卓有成效地利用这个新兴技术平台的另外一种方式。以过去两百年里没有发生任何变化的课堂教学为例。老师通常面向教室里的所有学生授课，他或他的助手可能偶尔会开展一对一的教学，或为学生中的某个小群体提供帮助。然而，有证据表明很多学生的“学习风格”不尽相同，适合某个学生的授课方式不一定适用其他人。即使在某门课程中适合某位学生的授课方式也不能在所有课程中“放之四海而皆准”。（*14.请参见Allport（1937）、Cassidy（2004）、Honey and Mumford（1986）以及Ramirez and Casteneda（1974）。）

　　目前还不可能做到个性化教学（即针对每个学生或一小群学生因材施教），这不仅是因为老师的工作时间和技能等资源不足。无法实现这个目标的主要原因是没有人有足够的信息确定某个学生学习某门课程或某个课题时的最优学习方式（而且这些信息也很难获得并进行处理）。AI可以改变这一切。人们可以设计AI软件收集和处理实时数据，了解学生的具体反应或学生在各种课程中遇到的困难和取得的成绩（特别在学生面对不同教学风格的背景下），随后为改进个性化教学提出建议。教育的生产率可能会大幅提高（我们尚不清楚是否必然出现这种结果）。用AI赋能的教学方法可能更擅长于帮助学生习得在未来劳动力市场上更有价值的技能（而不是像现在这样，学校中广泛采用保守落后的课程和教学重点），所以它们产生的社会效应可能会远超其带来的直接效应。开发这类科技并将它们付诸实施，还会提高教学对人类劳动力的需求，然而即使得到AI软件和其他技术的帮助，我们仍然需要更多技能各异的老师开展个性化教学。

　　医疗。医疗业的情况与教育业类似。尽管人们已经在努力将数字科技引入医疗行业，但他们的重点并非创造出卓有成效地使用人力的任务（事实上，AI的某些应用仍然以自动化操作为主，如放射学领域的应用）。利用AI收集和分析信息可以卓有成效地赋能护士、人员和其他医疗服务提供者，使他们提供更加广泛的服务和实效性更强的医疗建议、诊断和治理。AI在提高劳动力需求和生产率方面产生的效益与它在教育领域中发挥的作用非常相似。

　　增强现实。AI技术可以大幅改变生产流程，使其利于劳动力需求的第三个应用领域是在制造业中采用增强现实和虚拟现实科技。在过去30年里，绝大多数先进的制造业技术都是围绕自动化展开的，不过亚马逊（Amazon）和特斯拉（Tesla）等公司已经发现，将所有车间里完成的任务和人力完成的任务都实现自动化在经济上并不划算，因为某些任务由人类完成时的效果更突出。不过，采用工业机器人的公司面对的困境之一是，以下两个因素导致这些新科技与人力的结合还不尽如人意。首先，出于安全方面的考虑，绝大多数机器人科技都与工人严格隔离。其次，人类的工作不一定与机器人技术需要的精度配合得天衣无缝。增强现实技术采用了交互界面以提高人类感知、监控和控制物体的能力，可以使工人与机器协作完成高精度生产任务和综合设计任务增强现实技术。这不仅能够帮助工人保留某些工作岗位（否则这些任务就会被自动化），而且能够创造出新的工作岗位，使人类借力数字科技和传感器的增强功能完成这些任务并提高生产率。（*15.请参见Ong and Nee（2013），https://www.ge.com/reports/game-augmented-reality-helping-factory-workers-become-productive/。）

　　需要注意的是，上文列出的这些新任务远远超出了所谓的AI赋能器，它们都是随着人类能做的工作被自动化产生的，与培训和监控新机器相关的人类工作。

　　这一点非常关键，它意味着仅仅推动具有赋能作用的AI不太可能创造出足够多的新工作岗位和对人类劳动力的需求，从而促进普遍繁荣。