作者：知名科幻作家，憑《北京折疊》獲雨果獎 郝景芳
在寫(xiě)《北京折疊》的時(shí)候，我曾預測了機器人取代人類(lèi)勞動(dòng)后造成的社會(huì )影響。當時(shí)，我原以為受沖擊最大的是底層勞動(dòng)力，但按照目前的技術(shù)趨勢看，反而是初級和中級白領(lǐng)的工作最容易被取代。
為什么這樣說(shuō)呢？因為底層勞動(dòng)力只有工廠(chǎng)工人容易被取代，而服務(wù)業(yè)從事者反而很難被取代，因為機器人的靈活性不如人，非標準工作環(huán)境會(huì )讓機器人無(wú)所適從。
但相對而言，很多白領(lǐng)工作因為工作環(huán)境簡(jiǎn)單、工作內容重復、基本上是與數據和文檔打交道，很適合人工智能去做?？梢哉f(shuō)未來(lái)只要是標準化、重復性工作，多數都可以交給人工智能來(lái)做。
在未來(lái)，白領(lǐng)們需要具備哪些能力，才不會(huì )被機器人取代呢？我將這些能力歸類(lèi)為以下三種：
與人工智能相處的能力
第一種能力，是圍繞人工智能發(fā)展產(chǎn)生的。人工智能并不是洪水猛獸，相反，它們可以讓我們的工作事半功倍。人類(lèi)需要理解人工智能，懂得如何與人工智能和諧相處，并利用人工智能更好地服務(wù)于自己。
而與智能世界相處，基礎思維能力仍然是重要的。人工智能時(shí)代，知識技術(shù)更新很快，人們需要不斷自我學(xué)習，讓自身更新的速度與時(shí)代匹配。而自我學(xué)習能力，最需要的是良好的自主閱讀能力、抽象思維能力、自我反思能力。
閱讀和數學(xué)抽象思維不是人類(lèi)本能，必須通過(guò)系統化教育打好基礎，我不贊成僵化灌輸的教學(xué)法。學(xué)習語(yǔ)文、數學(xué)，不是學(xué)習背誦和計算，而是要理解語(yǔ)言表達的內涵，抽象思維的邏輯。人工智能程序的基礎仍然是語(yǔ)言概念表達和數學(xué)邏輯思維。
在未來(lái)，圍繞人工智能會(huì )有一系列的衍生職業(yè)。而普通人即使不懂得人工智能背后的技術(shù)原理，只要能充分理解它的應用場(chǎng)景，也仍然可以最大限度利用人工智能工具，改善自己的生活與工作，讓社會(huì )變更好。
與人相處的能力
第二種能力，是圍繞人際溝通領(lǐng)域產(chǎn)生的。個(gè)人判斷，在未來(lái)很長(cháng)一段時(shí)間，人與人溝通交流仍然是機器不可取代的。一方面，即使人工智能進(jìn)一步大力發(fā)展，它們離理解人類(lèi)世界和人類(lèi)心思仍然有較大差距，因而不可能完全替代人際溝通。
當人工智能接管大量基礎單一型工作之后，人與人溝通會(huì )是需求更廣的領(lǐng)域，剩下的絕大多數職位和需求可能都集中在需要人與人大量溝通協(xié)作的領(lǐng)域。因此，想要跟得上智能時(shí)代的發(fā)展，與人溝通的能力會(huì )變得越來(lái)越重要。
可以想象，未來(lái)不可能再像過(guò)去一樣，一份工作可以一成不變地做一輩子。標準化工作都容易被機器自動(dòng)化，而非標準化工作，一般都意味著(zhù)大量不確定性，需要不斷磨合、團隊協(xié)作、溝通、修改、隨機應變、相互妥協(xié)。
例如一個(gè)節目攝制組，一些形成慣例的機位攝制可能可以自動(dòng)化運行，一些基礎腳本和服務(wù)工作可以每期交給人工智能，但是每期節目仍然需要大量現場(chǎng)臨時(shí)調整、與參與節目的嘉賓溝通、節目本身的創(chuàng )意溝通，人與人協(xié)作。
未來(lái)，在情感關(guān)懷與陪護、人的社交娛樂(lè )方面，也會(huì )有更多基于人心靈溝通的需求。
超越人工智能的能力
第三種能力，是未來(lái)需求的關(guān)鍵性能力：做那些人工智能難以做好的事情，給人工智能指引方向。
什么是人工智能做不到的能力？核心中的核心是兩條：世界觀(guān)和創(chuàng )造力。
我琢磨了很久，才想出這兩個(gè)關(guān)鍵詞。人類(lèi)所擁有的不少能力，是人工智能目前尚不具備的，還需要很長(cháng)時(shí)間發(fā)展和算法的突破，才有可能有所進(jìn)展。
而那些能力則包括常識、抽象思維、跨學(xué)科認知、感知他人心思和情感、元認知、對不確定價(jià)值目標進(jìn)行抉擇等等。將所有這些具體的能力匯集到日常生活工作中，就可以總結為兩點(diǎn)：世界觀(guān)和創(chuàng )造力。
世界觀(guān)是常識的升級，是我們對世界的全景認知。目前，人工智能理解專(zhuān)業(yè)性問(wèn)題已經(jīng)非常出色，但綜合性問(wèn)題仍然讓其非常困擾。
圍棋人工智能可以下圍棋、醫療人工智能可以看病、金融人工智能可以投資、銷(xiāo)售人工智能可以推銷(xiāo)，然而沒(méi)有人工智能可以用同一系統學(xué)會(huì )兩個(gè)領(lǐng)域的事。它們可以從海量專(zhuān)業(yè)數據中總結規律，但是回答不出日常生活中的情境問(wèn)題——日常生活的問(wèn)題總是涉及跨多個(gè)知識領(lǐng)域的綜合常識。
而人類(lèi)對此有著(zhù)天生的本能，我們能夠建構整個(gè)世界的模型，把人放在大量背景知識組成的常識舞臺上，對其行為加以理解。
常識的升級讓我們具有洞察力和世界觀(guān)。各方面的常識越豐富堅實(shí)，相互之間聯(lián)系越清晰，你越能一眼看到各個(gè)部分的問(wèn)題，找到系統性解決方案，理解全局局勢，從而判斷出趨勢。
這種系統性趨勢理解和基于過(guò)去趨勢經(jīng)驗的外推不同，它是對多領(lǐng)域知識相互關(guān)系的理解，根據各部分關(guān)系的走勢變化，對整體趨勢做出判斷。如果只能學(xué)習某一模塊內的專(zhuān)業(yè)知識，不可能對全局有所把握。
這種能力，絕不僅僅是單純輸入數據能夠做到的。IBM的人工智能“沃森”幾年前就輸入了維基百科的多學(xué)科知識，也在知識競賽中打敗人類(lèi)選手，但它并不能運用這些知識為人類(lèi)提供有價(jià)值的創(chuàng )新。
而我們的世界觀(guān)，能讓人類(lèi)有跨專(zhuān)業(yè)的創(chuàng )新能力——從物理和生物的結合中做出蛋白質(zhì)組學(xué)；把音樂(lè )領(lǐng)域理論帶入建筑設計；能將政治、經(jīng)濟知識與生活場(chǎng)景對應，最終以波普藝術(shù)的方式呈現出產(chǎn)品。
構建知識的全景舞臺，讓多學(xué)科門(mén)類(lèi)知識搭配組合，創(chuàng )建更有意義的事物，這是目前的人工智能難以跨越的一步。
另一方面，創(chuàng )造力是生成有意義的新事物的能力。它是多種能力的綜合，一方面要求理解舊事物，另一方面能夠想象新事物。對既有數據的學(xué)習和遵循是人工智能可以做的，但是對不存在的事物的想象，人工智能遠遠不如人類(lèi)。
說(shuō)有意義的新事物，是因為目前人工智能有一種“偽創(chuàng )造力”，也就是隨機制作或統計模仿。只要一個(gè)程序，就可以隨機生成一百萬(wàn)幅畫(huà)，或者統計暢銷(xiāo)小說(shuō)中的語(yǔ)句和橋段，進(jìn)行模仿和組裝。但這不是有意義的創(chuàng )造，它們不懂它們創(chuàng )造了什么。
真正的創(chuàng )造力，應該是對問(wèn)題的深刻洞察，提出與眾不同的全新的解決方案，或是對想象的極大拓展，讓奇思妙想轉化為可實(shí)現的全新作品，或是對人性的復雜領(lǐng)悟，把人心不可表達的感觸轉化為可表達的感人藝術(shù)。
創(chuàng )造力讓人不斷拓展自身的邊界。在越來(lái)越大的版圖中，將重復機械的工作交給機器做，人類(lèi)才能在新大陸找到存在空間。有創(chuàng )造力的人越多，新版圖就越大，能夠容納的人就越多。但進(jìn)入的前提是，需要具備創(chuàng )造力。
創(chuàng )造力仍然是人類(lèi)獨特的能力，它需要太多人類(lèi)特質(zhì)做基礎：審美能力、獨特的聯(lián)想能力、敏銳的主觀(guān)感受、冒險精神、好奇心和自我決定、發(fā)散思維和聚合思維的切換，最后，還需要對事情強烈的熱愛(ài)。
聯(lián)系客服
