AI時代,工作?玩耍 | 鄧白氏D&B思維聚焦

AI時代,工作?玩耍?

如何平衡工作與娛樂的見解有很多。有人認為工作是因為我們需要諸如食物、住所和衣物等基本需求,因此工作是為了生存而不得不做的事情。我們工作的目的要麼是為了獲取需要的物品,譬如農耕、狩獵等,要麼是為了獲取可用於置換所需物品的東西,譬如錢、黃金等。當然,我們知道事實並非如此簡單。許多人會說,他們是在做自己應做的事情,不是為錢,而是為了實現更崇高的使命,比如服務他人或滿足求知欲。無論何種理由,我們對工作似乎都有著從就業目的來看,很容易理解的定義。然而現今,對工作本質的探討似乎比以往任何時候都熱烈。在不久的將來我們的工作會是怎樣的?我們會為所謂的“機器人代理”效力嗎?當人類的工作不可避免地被可以幹更多活兒、更高效、無需休息、也沒有其它任何人性需求的自動化設備取代時,我們該怎麼辦?

反烏托邦觀點:
無論如何,我們都需要工作!

人們對於未來的工作可能持消極看法。許多權威人士對駕駛(因為無人駕駛汽車的出現)、製造(因為越來越能幹的機器人技術)和銷售(因為日益智慧的廣告和聊天機器人技術)的工種前景發出警告。如果我們先作一個重要假設:自動化提升了人類實現需求的能力,但是人類的需求維持相對不變,那麼這些擔心似乎完全合理。然而試問,古往今來人類何曾因為得到滿足而知足止步過?

以自動駕駛為例。在長途駕駛時,我相信我會和未來人一樣多甚至更多地使用巡航控制和其它功能。然而,相信很多人與我一樣,非常喜歡緩慢地駕駛著汽車在夏日的海邊兜風,亦或在彎曲盤旋的鄉村公路上暢快地飆車(車速當然是在標牌限速以內!)。我們一定不想讓機器來代替我們做這些事情,因為此時我們看重的不是結果,而是過程。最近,我車上的GPS導航把我帶到了一條因近期修繕而被堅實混凝土牆圍起的道路上,通過大腦的判斷,我即刻決定不再按導航行駛另闢蹊徑。這當然只是些微不足道的小事,但足以說明一個廣泛適用的道理:我們想讓汽車代替我們去做一些平淡乏味、缺乏吸引力的事情,但不是所有事情。而且,當我們能從單調的駕駛中解放出來時,就可以利用這些時間去處理其他事情。比如,我喜歡聽學習語言的CD或收聽廣播。

當然,在另一部分人看來,開車不只是從一個地方到達另一個地方。它其實屬於一種最常見的職業——駕駛員。部分或全部工作被無人駕駛汽車取代的這一群人該怎麼辦?這不是個簡單的問題,但是,在同樣有許多工作被自動化設備取代的工業化進程中,無疑發生過類似的事情。而從過往經歷來看,人類最終都找到了其它事情來做,並且很多情況下這些事情都更安全、更充實。我並非不關心自動化所引發的失業難題,但想說明這種現象早已有之

我們如何應對工作崗位被自動化設備取代的問題,不僅與機會有關,同時也涉及到邊緣化問題。我們必須涉法利用被自動化設備解放出來的能力去改善我們自身的處境,從而提高被自動化設備取代工作的人們以及他們在新領域裡擔負起新工作崗位所服務的人群的生活。

烏托邦觀點:我們不需要工作!

與反烏托邦觀點對立的是同樣極端主義的論調:在人工智慧(AI)和先進自動化的未來時代,機器可滿足人的每一個需求。無可爭議的是,一些工作崗位,譬如:照護老弱病殘者、心理諮詢,以及滋養他人心靈的藝術創作,至少當前來看是安全的。可以想像,這些工作崗位中的部分工作也可由機器來完成,但我們真的想要那樣嗎?就個人而言,我還是更喜歡聽真人歌手演唱歌劇,以及享受真人按摩師的服務。即便如此,我們仍有必要去設想一個大部分現有的工作崗位不復存在的世界。

我們祖父母輩年代的許多職業,譬如鐵匠、桶匠、車匠,還有電子管技師等,已非常罕見。那麼,這些鐵匠去哪裡了?電子管技師又去哪裡了呢?或許有人會說,之前的鐵匠現在可能在為磁懸浮列車設計底盤系統,電子管技師可能在整合物聯網相關的技術工作。就像我們祖輩難以想像火車能浮在移動磁墊上及自動化設備能進行智慧程式設計代理通信一樣,未來的很多工種在當下是完全聞所未聞的。因此,如果我們認為人類將不再需要工作,那就必須相信我們將不再創造不可思議的新技術,不再為存在已久的老問題尋求新的解決方案。這些新技術和方法將需要新的管理人才來管理,並且至少要持續到那些工作在未來的技術面前也變得平淡無奇時。

當然,有種完全合理的觀點認為,未來,自動化技術會發展到讓我們無需像今天一樣努力工作的程度。我也希望如此。那麼我們該如何打發那些空閒時光呢?我希望我們能將至少一部分時間用於解決許多現今懸而未決或未了結的問題。

通過自動化為人類騰出時間的做法早已屢見不鮮。只要我們不安於現狀,不斷挑戰新問題和探索新機遇,我們就不必為不知如何打發從乏味的工作中解放出來的閒置時間而感到恐懼。

給未來自己的忠告:鑒前毖後!

因此,對未來的我們,我想提出幾點忠言:

  • 永不自滿。不知不覺間技術進步所帶來的史上最嚴重的不良影響開始顯露。我們要特別注意AI目標改進等現象,以確保清楚瞭解技術在代替我們做什麼。
  • 化繁為簡。過於複雜的語言下隱藏著許多風險。愛因斯坦說過,事情應該力求簡單,不過不能過於簡單,我完全贊同。
  • 犯新錯誤。從錯誤中學習很重要。近些年,我們不斷遭遇網路攻擊、駭客攻擊及蘊含高度自動化技術的產品和系統被計畫外使用等問題。在急速進入市場的過程中,切記不可因為太匆忙而丟棄學習的機會。
  • 不懈探索。我們很容易把創新機會留給別人,而讓自己成為了快速模仿者,尤其是在高速發展的技術領域。我要提醒的是,不作為的代價絕對不容小覷。很多時候,毫不起眼的領域可能成為競爭的優勢,而自滿往往容易導致不良後果。
  • 目光長遠。接受能滿足直接需求的產品和服務的誘惑力很大,但同時我們很可能因為問題的複雜或缺乏對更廣泛利益的共同認識而錯失其背後的重大的機遇。過去從他人改進的發明中獲取的協同效應,正被因為急於投入市場以及使用現成的工具或並不適用的資料集所導致的過度簡化,大大削弱。
無論我們對人類工作及技術驅動的工作場所的未來持何種觀點,最重要的是,我們必須重視吸取經驗知識和密切關注前進的方向,把握前所未有的大好機遇。




- 鄧白氏集團首席數據科學家暨副總裁 Anthony Scriffignano博士 -



想了解數據影響力,掌握全球視野? 立即報名「智能世代 創新未來」國際論壇>

 

 

參閱更多新世代思維>