AI保護的是人類,而不是工作

AI不單單能夠「駭進」人類、並在以往認為專屬於人類的技能表現上打敗人類,更擁有獨特的非人類能力,而使得AI和人類工作者之間的差異不僅是程度高低,而是完完全全的兩回事。AI特別重要的2種非人類能力,就在於「連結性」和「可更新性」。

人類都是個體,很難將所有人彼此連結,以確保每個人都得到最新資訊。相反的,電腦並不是彼此相異的獨立個體,因此很容易把電腦集合成單一、靈活的網路。所以這樣說來,並不是即將有幾百萬部電腦和機器人取代幾百萬個工人,而是所有的個別工人會被一套整合的網路所取代。因此,討論自動化的時候,不該把「一位司機」的能力拿來和「一輛自動駕駛車」比較,也不是把「一位醫師」拿來和「一位AI醫師」做比較,而是該把「一群人」的能力,拿來和「一套整合網路」進行比較。

舉例來說,交通規則時有修改,但許多司機並不全然熟悉,於是常常違規。也因為每輛車都是個別運作的實體,所以兩輛車到了同一個十字路口的時候,司機可能會誤讀彼此的意圖,以致發生事故。相反的,自動駕駛車是連結成一個整體,所以2輛自動駕駛車來到十字路口時並非個別運作,而是屬於同一套演算法的一部分。這樣一來,溝通不良而發生事故的機會也就大幅減少。此外,如果交通部決定修改某些交通規則,所有的自動駕駛車都能很快在同一時間更新;除非程式出錯,否則大家都會遵守新的規則。

同樣的,如果世界衛生組織確認出現了某種新疾病,或是某實驗室生產出某種新藥,目前幾乎不可能讓全世界所有人類醫師都得知最新發展的消息。相較之下,就算全球有一百億臺AI醫師、各自照顧著一個人的健康狀況,仍然可以在瞬間全部更新,而且所有AI醫師都能互相分享對新病或新藥的反應。

連結性和可更新性可能帶來的優勢極為龐大,至少對某些工作來說,就算某些單獨個人的工作效率可能仍然高於機器,但合理的做法將會是用電腦取代所有人類員工。

有人可能會反駁說,把個別的個人轉換為電腦運算網路之後,就會失去個別性所帶來的優勢。舉例來說,如果某位人類醫師做出錯誤判斷,並不會因此讓世界上所有的病人都喪命,也不會阻礙所有新藥的發展。相反的,如果所有醫師其實都屬於某一套同樣的系統,該系統一旦出錯,結果可能就極其嚴重。

但事實上,整合的電腦系統可以在不失去個別性的優勢下,把連結性的優點發揮到極致。譬如在同一個網路上提供許多演算法,以供選擇。於是位於偏遠叢林小村裡的病人只要透過智慧型手機,能找到的不只是某一位醫學權威,而是上百位不同演算法的AI醫師,而且這些AI醫師的表現會一直受到互相評比。你不喜歡那位IBM醫師的診斷嗎?沒問題。就算你現在困在吉力馬扎羅山上,也能輕鬆找到百度醫師,尋求第二意見。

這對人類社會很可能帶來巨大的好處。AI醫師能為幾10億人帶來更好、更便宜的醫療保健服務,特別是那些目前根本沒有醫療保健資源可用的人。靠著機器學習演算法和生物統計感測器,就算是某個未開發國家的貧困村民,也可能會透過智慧型手機,得到良好的醫療保健,比起目前最富有的人在最先進的城市醫院所獲得的水準,有過之而無不及。

同樣的,自動駕駛車能讓交通服務品質大幅提升,特別是能夠降低車禍死亡率。在今日,每年有將近125萬人因車禍而死亡,足足是戰爭、犯罪和恐怖攻擊死亡人數的2倍。在這些事故中,超過90%是由於人為錯誤造成的:有人酒駕、有人邊開車邊發簡訊、有人開車開到睡著、有人開車的時候只顧著發呆。而這些錯誤,自動駕駛車永遠不會犯。雖然自動駕駛車仍有不少問題和局限,也免不了會有些事故,但根據預測,如果把所有駕駛工作完全交由電腦處理,將能夠減少大約90%的道路傷亡。換句話說,只要全面改採自動駕駛車,可能每年就能拯救100萬人的性命。

因此,如果只是為了保障工作,就想阻擋在交通和醫療保健等領域的自動化,絕對是不智之舉。畢竟,我們真正該保護的是人類,而不是工作。如果這讓司機和醫師變得無用武之地,就讓他們找點別的事來做吧。

2050年的就業市場特色:


人類搭配AI

從藝術到醫療保健,許多傳統工作將會消失,但部分影響可能會由新創造的工作來抵消。例如診斷各種已知疾病、執行各種常見醫療的全科醫師,有可能被AI醫師取代,但也就會空出更多經費空間,讓醫師和實驗室助理得以進行開創性的研究,研發新藥或手術新術式。

AI也可能以另一種方式,協助創造新的人類工作:人類與其想贏過AI,不如把重點放在AI的維修和運用。舉例來說,因為無人機取代了飛行員,有些工作確實消失了,但同時在維修、遠端控制、資料分析和網路安全方面,卻也創造了許多新的工作機會。美國軍方每派出一架「掠奪者」或「死神」無人機飛越敘利亞,就需要有30人在幕後操作;至於蒐集完資料的後續分析,更需要至少再80人。在2015年,美國空軍就曾經因為受過足夠訓練的人力不足,面臨無人操作無人機的窘境。

這樣說來,2050年的就業市場特色,很可能在於人類與AI的合作,而非競爭。從警務到銀行等各種領域,「人類搭配AI」的表現都能超越純粹的人類、或超越純粹的電腦。在IBM的深藍於1997年擊敗世界西洋棋王卡斯帕羅夫之後,人類並沒有停止下棋。相反的,在AI協助訓練之下,人類的西洋棋大師水準比過去更高。而且至少有一段時間,由人類和AI搭配而有「半人馬」之稱的這種隊伍,在西洋棋的表現也擊敗了純粹的人類和純粹的電腦。很有可能,AI也能像這樣,協助培養出史上最傑出的偵探、銀行經理和軍人。

我們最好有所準備:


將有新的「無用階級」日益擴大

然而,這些新工作都需要高水準的專業知識,無法解決無技能勞工失業的問題。想讓勞工再受訓後、去做這些工作,可能還不如直接創造完全屬於人類的全新工作。像是在過去的自動化浪潮中,勞工通常可以從某項規律性、低技能的工作,輕鬆轉向另一項同樣規律性、低技能的工作。像是在1920年,因為農業機械化而失業的農場工人,可以轉到製造曳引機的工廠裡找到新工作。在1980年,工廠工人失業後,也可以轉到超市裡當收銀員。這種轉職在過去是可行的,因為從農場到工廠、從工廠到超市,都只需要稍加重新培訓即可。

但是到了2050年,收銀員或紡織工人的工作都由機器人接手之後,他們大概無法轉職成癌症研究學者、無人機操控員、或是人類搭配AI的銀行團隊一員。他們就是少了必備的技能。在第一次世界大戰的時候,派出百萬名大兵扛著槍一陣亂射,犧牲在所不惜,其實是合理的做法,畢竟當時個人的技術好壞並不會造成太大差異。但到了今天,就算無人機操控員和資料分析師的位子確實缺人,美國空軍可不會找個失業的超市收銀員來填埔空缺。你可不希望有個沒經驗的菜鳥,把阿富汗的婚禮派對,誤認為塔利班的高層集會吧?

因此,雖然出現了許多新的人類工作,仍然可能看到新的「無用階級」日益龐大。我們甚至可能是兩面不討好:許多勞工找不到工作,但也有許多雇主找不到有技能的勞工。這可能就像是19世紀馬車變成汽車的情況再現,當時有許多馬車司機轉業成為計程車司機;只是我們可能不是那些轉業的司機,而是被淘汰的馬!

【書籍介紹】

21世紀的21堂課
21 Lessons for the 21st Century

作者: 哈拉瑞
原文作者: Yuval Noah Harari
譯者: 林俊宏
出版社:天下文化
出版日期:2018/08/30
語言:繁體中文

作者簡介

哈拉瑞Yuval Noah Harari

任教於耶路撒冷希伯來大學歷史系,全球矚目的新銳歷史學家。1976年出生於以色列海法,2002年在牛津大學獲得博士學位。哈拉瑞視野恢弘,博學多聞,雖身為人文歷史學者,亦深研考古人類學、生態學、基因學等硬科學。曾兩度獲得Polonsky原創與創意獎、軍事歷史學會Moncado論文獎。

《人類大歷史:從野獸到扮演上帝》是他第一本震撼全球的巨著,2011年以希伯來文出版,在以色列成為暢銷書之後,陸續翻譯成近50種語文,全球熱銷800萬冊,包括歐巴馬、比爾.蓋茲、祖克柏等名人都極力推薦。

《人類大命運:從智人到神人》是他的第二本巨著,再度備受好評,已陸續翻譯成45種語文,全球熱銷400萬冊。

《21世紀的21堂課》是他的第三本巨著,聚焦在當前世界的重大課題。

哈拉瑞教授經常受邀在世界各地演講,並為《自然》期刊、《衛報》、《金融時報》、《泰晤士報》、《華爾街日報》撰稿。

目前的研究重點仍放在大歷史的問題,諸如:歷史與生物學有何關聯?智人和其他動物的本質差異何在?歷史上有正義嗎?歷史有發展方向嗎?隨著歷史的開展,人們變得更快樂嗎?