不定期福利
截至發(fā)布次日12點，轉發(fā)本文且是評論區(qū)點贊數第一名，將收到小天使派發(fā)的50元大紅包。
昨日獲獎公告
芥末堆 6月22日 怡彭 報道
高考剛剛結束，即將開始的志愿填報成為了又一個社會關注的焦點。在一些相關的社區(qū)、群組和論壇上可以發(fā)現，除常規(guī)的大學排名、專業(yè)難度、就業(yè)率等常規(guī)問題外，專業(yè)的長期發(fā)展?jié)摿σ渤蔀楸魂P注的重點。飛速發(fā)展的人工智能技術也為人類出了一個新的難題：學什么，才不會被人工智能搶走“飯碗”？
其實，機器已經開始搶人類的工作了。
自一年前 AlphaGo 用五場比賽擊敗人類棋手李世石后，與人工智能相關的消息便在媒體圈層出不窮。金融、電商、翻譯，對人類來說也門檻頗高的許多事物，都傳出了機器超越人類的可能。甚至在教育領域也是如此，學霸君與準星云學兩家企業(yè)的“高考機器人”分別拿出了 134 分和 105 分的高考文科數學成績。在做題方面，機器可能也已經超越了不少人類。
圖片來源：rethinkrobotics
事實上，機器對人類工作的“替代”早已開始，其所用的技術甚至不只是人工智能。例如工業(yè)機器人 Baxter，配有手臂，爪狀手柄和帶 LCD 面的頭部，由 rethinkrobotics 公司推出。這架機器被用于取代重復但仍然未經過自動化任務的工廠線工人，比如將大型部件插入電路板。而 Google 的自動駕駛汽車和 IBM 的人工智能電腦 Watson 則告訴全世界，駕駛員與承擔低階工作的辦公室白領可能就要在不久后被取代。
數據來源：Erik Brynjolfsson/Andrew McAfee - The Second Machine Age.
宏觀數據從另一個角度說明了這一問題。在二十世紀下半葉的大部分時間里，美國產生的經濟價值 、國家的生產力與工人數量相輔相成。但是在 2000 年這兩個措施開始分歧。從本世紀之交開始，生產力與總就業(yè)之間就有了一個差距。到 2011 年，這個三角洲大幅度擴大，反映了經濟持續(xù)增長，但就業(yè)創(chuàng)造并沒有增加。
不可否認的是，以大數據、人工智能為首的新一代技術，讓“機器替代人工”變得更加顯性。2013 年 9 月，牛津大學的卡爾.弗瑞（Carl Benedikt Frey)和邁克爾.奧斯本（Michael A. Osborne)發(fā)表了就業(yè)的未來 （The Future of Employment) 研究報告，調查各項工作在未來 20 年被計算機取代的可能性。結果顯示，日本有高達 55% 工作能被機器人替代，勞動密集型國家中國和印度則分別為 51% 和 52%，美國、歐洲的比重則分別為 46%、47% 。
這份報告認為，在 2033 年，許多被熟知的職業(yè)將有大概率會最終消失：
電話營銷人員和保險業(yè)務人員：99%
運動賽事裁判：98%
收銀員：97%
廚師：96%
服務員：94%
律師助理：94%
導游：91%
面包師：89%
公交司機：89%
建筑工人：88%
獸醫(yī)助手：86%
安保人員：84%
檔案管理員：76%
兩位學者在報告中表示，在未來幾十年中將出現兩個“自動化浪潮”，在此期間不同類別的工作將被沖走，沒有任何就業(yè)領域保持不變。
“在第一波浪中，大多數運輸和物流業(yè)的工人以及大量的辦公和行政支援人員以及生產勞動力都可能被計算機資金所取代。”O(jiān)sborne 表示。
“常規(guī)的、易被定義的工作是最易被自動化的。”麻省理工學院經濟學家 Erik Brynjolfsson 表示，“因此從事中等技能的結構化任務和日常信息處理任務的人可能最危險，如收銀員、行政人員?！?/p>
根據 Brynjolfsson 以及牛津馬丁學院哲學系的研究，人類活動的三個廣泛領域，將在短期至中期內對自動化具有一定的“抵抗力”。
手工、體力勞動
盡管許多體力勞動者薪資不高，但這種類型的工作可能會對自動化產生驚人的抵抗力。許多簡單的體力工作，超出了大多數現代機器人的能力。這種現象被稱為 Moravec 的悖論：人類所獨有的高階智慧能力只需要非常少的計算能力，例如推理，但是無意識的技能和直覺卻需要極大的運算能力。一個經典的例子是：人只需要幾分鐘時間來疊一條毛巾，但在 2010 年完成這一任務的機器人花費了近 25 分鐘。
《The Future of Employment》報告指出：“在短期內，廚師，園丁，修理工，木匠，牙醫(yī)和家庭健康助手都不會被機器所取代，所有這些專業(yè)都涉及到大量的感應工作，其中許多也需要思想技能，大框架模式識別和復雜的溝通。”
創(chuàng)造性工作
盡管已有媒體開始使用機器來撰寫新聞稿件，但在很大程度上，數字技術在創(chuàng)造性工作中的角色是補充，而不是替代創(chuàng)意。
“一首新歌，一個視頻或一個軟件，可能沒有任何一個歷史時期比現在更適合找到成百上千的用戶了。”Brynjolfsson 表示，“對創(chuàng)造者來說，未來仍然是一個好時代?！?/p>
人際交往
到目前為止，無論是蘋果的 siri 還是軟銀的情感機器人 papper，都不能很好的激勵，培養(yǎng)，照顧和安慰人。機器發(fā)育遲緩的社交技能，或許意味著銷售人員，經理人和企業(yè)家有一個相當光明的未來，護士，幼兒園老師也是如此。
倫敦經濟學院經濟學教授 Alan Manning 曾發(fā)言稱，歷史告訴我們，勞動力市場能夠從技術變革所帶來的變化中恢復過來。
在美國歷史的最早期，大多數勞動力集中在農業(yè)領域，而現在這一數字僅為 2%?！凹夹g變革總是會摧毀一些工作，再創(chuàng)造一些新的工作。”Manning 說，“有些人花了 20 到 30 年的時間專門從事某項工作，突然間沒有了這樣的需求，就會遭受巨大的打擊。但從長遠的角度來看，年輕人會涌入那些新的領域，市場上也總會有適合人來做的工作?！?/p>
牛津大學經濟學講師斯坎德 Daniel Susskind 則表示，為了避免淘汰，未來人類的工作應該是“彈性的”，工作性質愿意隨著越來越多領域被自動化而改變。例如，一個護士今天所做的事情與 25 年前已大不相同。以前，他們處理諸如臨床護理和照顧便盆之類的事務。而現在，他們甚至可以進行小手術。而終身學習與教育的重要性，將被提升到前所未有的高度。
Brynjolfsson 在自己的文章中表示，很難期望人們能夠簡單地適應新技術給他們帶來的就業(yè)機會，為適應工業(yè)革命后的勞動力動蕩，需要對教育制度進行長期的改革?！叭藗儗⒉坏貌徊扇「e極的態(tài)度學習更多新技能，因為技術變化越來越快。”Brynjolfsson 說，“當然，教育還是昂貴和困難的。但數字技術和在線教育網站們可以解決一部分問題?！?/p>
以美國為例，自上世紀六十至七十年代現代教育制度確立以來，這套體系已穩(wěn)定運轉了數十年。按照學科教授知識，以考試、綜合評價、課外活動等表現對年輕人進行篩選分層，這是一套在工業(yè)時代被驗證行之有效的教育系統。但在人力資源不斷從第一、二產業(yè)向第三產業(yè)流動的過程中，學校所“產出”的人才結構與社會的需要已經出現了失衡。隨著工作不斷被“自動化”，這樣的失衡將越發(fā)嚴重。
“老系統將不得不進行認真地修改”，美國西北大學的 Joel Mokyr 指出，教育系統鼓勵專業(yè)化，這樣學生就能在越來越少的主題上學到越來越多。但隨著知識過時的速度越來越快，重要的是要學會再學習（relearn）。Mokyr 認為，當下的教育更像粘土——“塑造它，然后烘烤它，就定型了”。未來，隨著越來越多任務變得自動化，人類技能顯得最有價值的任務會不斷變化。
被稱為阿爾法狗之父的 DeepMind 創(chuàng)始人 David Silver 透露，AlphaGo 與此前的機器最大的不同就在于擁有自我學習能力，可以通過進行自我對戰(zhàn)來不斷提升能力。從某種意義上來說，教育所需要的變革與此十分相似：計算機由服從代碼命令到具備學習能力，人類所需要的也正是學會“學習”。
在有關教育的學術探討中，“教育目標”是一個需要被永久討論話題。但人工智能所帶來的不確定性在于，沒有人知道二十年后怎樣的知識或技能是真正“有用”的。與此前的無數次教育變革相比，這可能是最困難的一次。教學內容如何安排？評價體系如何建立？高效而又不令學生喪失個性的教學形式又如何實現？還有太多問題有待解決。
自初代計算機誕生開啟信息時代以來，人類社會已踏上了“變化”的快車道。而對于重傳統、慢節(jié)奏的教育來說，如何趕上社會發(fā)展的節(jié)奏，可能會是接下來最重要的課題之一。
聯系客服
