logo 首頁 > 文匯報 > 讀書人 > 正文

人類與AI共存的藍圖

2018-10-29

編按:未來人類將如何與AI共存?全球人工智慧領軍人物李開復,以35年AI專業經驗,以及歷任蘋果、微軟、Google頂尖科技公司全球副總裁等重要職務對全球科技業的了解,在新書《AI新世界》中為讀者分析未來世界的可能樣貌。本版節選片段,以饗讀者。■文:李開復 節選自《AI新世界》(台灣天下文化出版)

火的試煉 新的社會契約

前方的挑戰將十分巨大,就像我在第6章敘述的,我預測在未來十五年內,就技術上而言,美國有40%~50%的工作可以被自動化。但是,這並不是說,這些工作將在一夕之間全部消失。不過,如果任由市場機制自然發展,世界各地的工作者,將會開始承受巨大的壓力。中國和其他開發中國家,受到衝擊的時間點可能不同,工作流失可能發生得更晚或更早,視經濟結構而定,但整體的趨勢大致上相同:失業增加,貧富不均擴大。

技術樂觀主義者可能會借鑑歷史,以工業革命和 19 世紀的紡織業為例,證明情況會愈來愈好。但是,我也在前文討論過,這樣的論點愈來愈站不住腳,AI革命的規模、速度和偏重特定技能,將會迫使我們面對史上前所未見的全新挑戰。就算最嚴峻的失業預測沒有實現,AI也會嚴重加大互聯網時代造成的財富不均。

我們已經目睹薪資停滯和貧富不均擴大,可能導致政治不穩定,甚至造成暴動。隨笓I 席捲全球的經濟與社會, 這些趨勢很可能加劇又加快。長期而言,勞動市場會自我平衡,但在那之前,我們必須先通過就業流失和不均擴大的火的試煉,這些試煉可能就會讓我們先嚴重脫軌。

想要克服這些挑戰,我們當然不能被動反應,必須主動掌握AI為我們創造的物質財富,重建我們的經濟、更新社會契約。罹癌帶給我的啟示雖然非常個人,但我相信這些領悟也給了我一個全新的觀點,思索我們如何共同應付這些問題。

想要打造一個能在 AI 時代繁榮發展的社會,經濟會需要巨大的改變,文化和價值觀也是。過去,長達幾世紀的時間,我們生活在工業經濟中,相信自己在社會上的主要角色(甚至身份認同),存於一份具有生產力、可以賺取薪資的工作中;如果沒有這個,個人與社會最強的連結就消失了。隨荍畯戔q工業時代轉型到AI時代,必須改變「工作=生活」這樣的心態,不能繼續把人類當成生產力優化演算法的變數,必須轉型到比以往更重視愛、服務、同理心的新文化。沒有任何經濟或社會政策,能夠用「蠻力」改變我們的心。但是,在選擇不同的政策時,我們可以獎勵不同的行為,逐漸把文化推往不同的方向。我們可以選擇純粹的技術治理方法,把每個人視為一個待滿足的金融/物質需求組合,給所有人足夠生活的錢,讓他們不至於餓死或無家可歸。 事 實 上, 這 種「全 民 基 本 收 入」(Universal Basic Income, UBI)的主張,近年來似乎愈來愈流行。

如果作出這種選擇,我認為,將會貶低我們的人性價值,錯失了一個空前的機會。相反地,我認為,我們可以運用AI創造出來的財富,加倍下注於人類的獨特性。想要成功做到這件事,就必須改寫基本的社會契約,也必須調整經濟誘因,獎勵對社會有益的活動,就像工業經濟獎勵對經濟有益的活動一樣。

接下來,我會帶各位檢視三種適應AI經濟最常見的政策建議,很多都來自矽谷。

「3R」解方

矽谷提出的許多技術性解方,大致上可以分成三類:再訓練工作者(retraining workers);減少工作時數(reducing work hours);重新分配所得(redistributing income)。每個方法都瞄準了調節勞動市場的一個變數,分別是技能、工作時間和酬勞,對工作流失的速度與嚴重性有不同的假設。

提倡再訓練的人,傾向相信 AI 會慢慢改變市場需求的技能,如果工作者能夠接受訓練、調整技能,就不會發生人力需求減少的問題。提倡減少工作時數的人,相信AI會減少人力需求,但如果一周減為工作三、四天,把同樣的工作時間分配給更多工作者,就可以吸收人力需求減少的衝擊。提倡重新分配所得的人,對 AI 導致的工作流失預測最為悲觀,很多人預測隨笓I進步,會徹底取代、驅逐工作者, 再多的訓練或調整工作時數都沒有用。相反地,我們必須採取比較激進的重新分配所得方法來幫助失業者,更均勻分配AI 創造出來的財富。接下來,我會討論一下這些方法的價值和陷阱。

提倡再訓練的人,通常會指出兩個相關趨勢,認為它們對準備面對 AI 的轉型非常重要,那就是 1.)線上教育;2.)終身學習。他們相信,現在愈來愈多的線上教育平台(免費和付費的都有),可能被取代的工作者擁有前所未有的管道,可以取得訓練教材和課程,學習新工作需要的技能。這些平台──包括串流影音網站、線上編碼教學等──是終身學習者的好工具,可以幫助他們不斷地更新技能,順利轉入還沒有被自動化的新行業。這樣的再訓練如果運作流暢, 失業的保險經紀人可以利用Coursera 之類的線上教育平台, 成功轉職為一名程式設計師。如果新的工作再度被自動化, 還可以再訓練一次,也許這次變成演算法工程師,或是心理醫師。

透過線上平台終身學習,當然是很棒的主意,而且我也相信工作者接受再訓練,會是非常重要的一環。這個方法特別能夠幫助第 6 章兩張就業風險評估圖「慢變區」中的工作者,讓他們保持領先AI的能力,更具備創意思考,或是在非結構化環境工作的能力。我也喜歡這個方法,能夠為這些工作者創造個人成就感,以及掌控生活的自主感。

但是,考量到 AI 對就業衝擊的深度與廣度,我擔心,這種方法無法解決大量失業的問題。隨笓I持續佔領新行業的工作,就業者每隔幾年就必須轉行,要快速學會別人花了一輩子才練就的技能。由於自動化的速度和路徑並不確定,這使得情況變得更加複雜。就連 AI 專家也難以預測哪些工作在未來幾年會被自動化取代,我們真的能夠期望一般工作者,可以正確選擇自己的再訓練計劃,準確預測未來幾年哪些工作比較安全嗎?

我擔心,工作者將會陷入換來換去的狀態,就像動物遇到不斷高漲的洪水,自動就會從一塊岩石跳到另一塊岩石去,尋找更高處,以求安全。再訓練確實可以幫助很多人在AI 經濟中找到工作,但是我們必須實驗不同的方法,設法擴大再訓練的規模,讓這件事變得非常普及。不過,我認為,我們不能只靠這種比較隨意的方法,應付即將橫掃全球勞動市場的大規模破壞力量。

工作共享?

在這裡,我必須說明一點,我相信教育會是解決未來AI 失業問題最好的長期解方,畢竟人類數千年來早已證明我們在技術創新,以及自我訓練新技能以適應創新這兩件事上,擁有驚人的能力。但是,由AI造成的改變發生的規模與速度,不會讓我們有餘裕可以只靠周期很長的教育革新, 就跟得上我們自身發明不斷改變的需求。很多人都了解這樣的破壞力量可能有多大,例如谷歌共同創辦人賴利.佩吉(Larry Page)等人,甚至提出更激進的主張:一周改成只要工作四天,或是讓多人「共享」同一份工作。這種主張還有一個版本是,把一份全職工作拆成好幾份兼職工作,讓更多工作者可以分享愈來愈稀缺的工作資源。諸如此類的方法,都代表大多數工作者的薪資可能減少,但至少可以避免他們完全失業。

一些很有創意的工作共享方法已經實施,2008 年全球金融危機之後,美國有好幾州實行工作共享的方法,避免因為業務突然暴跌,導致公司大量裁員。很多面臨業務危機的公司,並不是直接解僱一部分的員工,而是讓一部分的員工減少工作時數20%? 40%,然後地方政府提供部分的損失補助,通常是50%。這種方法在某些地方運作得很好,讓公司和員工不必遭受裁員的風暴,以及日後業務好轉後又得重新徵人的麻煩,也幫助地方政府省下原本必須支付的全額失業救濟金。

工作共享的安排,有助於減少失業,尤其是在兩張就業風險評估圖「結合區」中的工作。這些工作由 AI 負責執行主要的任務,只需要少量的員工來和顧客互動。如果執行得當的話,這些安排可以當作政府補助或誘因,讓公司繼續僱用更多的員工。

但是,這種方法雖然可以應付短期的衝擊,恐怕無法應付AI對就業市場的持續巨大衝擊。現存的工作共享方案, 只補助薪資損失的一部分,工作者的實質所得還是減少。如果只是暫時性的經濟危機,工作者或許能夠接受這種安排, 但肯定沒人想要薪資長期停滯或向下流動。一個人原本每年可以賺 20,000 美元,你告訴他/她現在每周工作四天,年薪降為 16,000 美元,這種方法肯定並不會被低收入者擁戴。

當然,如果類似方法還能夠更有創意一點,或許能夠修正這點,所以我鼓勵企業和政府繼續做實驗。但是,我擔心這種方法,遠遠不足以應付 AI 對勞動市場造成的長期壓力,所以可能得採取更激進的重新分配所得的方法。

讀文匯報PDF版面

新聞排行
圖集
視頻