不只取代你的工作，AI 人工智慧將加大不平等丨好文推薦

07-02

文茜說
身處這個時代，有些事你一定要了解，因為你逃不掉

每周從全球海量新聞資訊中選取最重要的10條
文茜為你解讀新聞背後的邏輯以及深層含義

因相關法規規定，自 6 月 1 日起，我們關閉了《每日要聞》的新聞推送。想要繼續了解即時的國際時訊，歡迎訂購《文茜的新聞解讀》。購買後請添加微信號：文茜大姐大（ID：wqdjd001）。

編譯：黃維德
來源：《天下雜誌》，原標題《不只取代你的工作，AI 人工智慧將加大不平等》

除了擔心工作被取代，人工智慧對人類社會將帶來各個方面的轉變，包括教育、福利，甚至地理政治，影響將是翻天覆地的。

人工智慧如何影響教育？

2011 年 7 月，史丹佛教授特隆（Sebastian Thrun）在 YouTube 上貼出了一段影片，宣布他和同事諾米格（Peter Norvig）會將他們的課程「人工智慧入門」放上網路，供使用者免費使用。等到課程於 10 月開始之時，已有 190 個國家、總計 16 萬人報名此課程。

同一時間，同為史丹佛教授的吳恩達（Andrew Ng），也將他的機器學習課程免費在網路上公開，報名人數達 10 萬人。兩堂課程皆持續 10 周，特隆的課程有 2.3 萬人完成，吳恩達的則為 1.3 萬人。

特隆表示，他是為 AI 革命提供解藥，因為在 AI 革命之下，勞工得持續學習新技能。同樣地，吳恩達認為，由於 AI 研究可能會衝擊勞動市場，研究者亦「肩負道德責任，得挺身處理我們造成的問題。」這也正是他共同創立 Coursera 的原因。

人工智慧不僅提高教學效率

而且將驅動教學方式的變革

此外，AI 科技在教育領域亦有巨大的潛力。為每位學生量身訂作課程，用學生最能了解的方式呈現概念，讓學生可以用自己的步調學習，即為「適性學習」；好幾年來，它似乎總是有種即將到來之感，終於，新的機器學習技術，或許真的有機會實現這個承諾。

吳恩達表示，目前，大量學童得學習同樣的教材、可以收集大量資料的領域，正是適性學習技術表現最佳的領域。巴西適性學習新創 Geekie，在數千所巴西高中指引學生學習高中課程，Knewton、Smart Sparrow 和 Dreambox 也都是這個領域的新創。

教育巨人亦十分重視此事。McGraw-Hill 在 2013 年收購了適性學習系統 ALEKS，Pearson 最近也宣布擴增與 Knewton 的合作計劃。這類系統不會取代教師，但可以讓教師的角色，從講課者轉變為導師。

「人工智慧取代老師？」是最受爭議的話題

就算是在 AI 社群之外，許多人也相信，科技進展之下，教育的方式得大幅改變才行，一如工業革命在 19 世紀造成的影響。工廠工作取代農業工作，識字和算術的重要性亦隨之上升；僱主發現，教育程度較高的員工生產力較高，但也不願自行訓練員工，因為員工可能會跳槽。

這催生了工廠模式的普及國家教育，亦即由學校為工廠提供具備合適資格的勞工；也就是說，工業化改變了教育的需求，也提供了教育模式。AI 崛起亦有可能帶來同樣的效應，讓教育變革成為必要之事，並以適性教育來促成教育變革。

西北大學的莫基爾（Joel Mokyr）表示，從 1945 年開始，教育系統就在鼓勵專業化，但在知識過時的速度加快之際，最重要的並不是學會如何把一件事做得極好，而是學習如何再學習。莫基爾認為，目前的教育太過將人視作陶土，塑形燒制之後就無法改變外形，而非可以重塑的黏土。

未來，愈來愈多工作得面臨自動化的挑戰之際，最有價值的技能亦將不斷改變。吳恩達表示，「你得在整段人生中持續學習，這早已經相當顯而易見。」

你在大學學會的東西

沒辦法讓你平順地渡過接下來 40 年

因此，教育得與全職工作相互結合。特隆表示，「大家得持續學習新技能，才能跟上當前的趨勢。」因此，他的公司聚焦於可以在數月內完成、而且不必停止工作的「微型學位」。舉例來說，資料科學微型學位每月的費用為 200 美元，但在 12 個月內完成課程，就能獲得 50% 的退費。

網路上現在有各種各樣的課程，從使用者體驗設計、專案管理到領導無所不包。有些是依照課程收費，如 Udacity，有些則收取月費，讓使用者修習全部的課程，如 LinkdedIn 旗下的 Lynda.com。

有時，使用者和潛在僱主會難以分辨何者最能提供價值，政府、訓練提供者和雇者在認證上加強合作，應該有助解決此問題。

Lynda.com：想學的都能找到

MIT 的奧特（David Autor）表示，美國與其他已發展國家應該與德國一樣，更加重視職業和技術教育，而不是鼓勵每個人都去念大學。

不過，增加學徒制教育並非解決之道。學徒制教育通常需要 5-7 年，波士頓大學法學院的貝森（James Bessen）指出，「如果你需要的技能每 3-5 年就會改變，這實在不合理。」

因此，傳統的學徒模式也必須調整。貝森表示，社區大學設立了各種結合教育與在職進修的機制，例如，西門子就在北卡州的風力發電機工廠，推出了 4 年制的「賺錢兼學習」學徒計劃。學徒畢業後可取得當地社區大學的機械電子學位、當地勞工部門的證照，而且不必承擔學生貸款。

工作所需的技能不斷改變

擁有堅實的基本語言和算術能力亦更顯重要

AI 教不來的人格技能

不過，教導「軟」技能也會愈來愈重要；美國國家經濟研究局的海克曼（James Heckman）和考茲（Time Kautz），在 2013 年發表的論文中指出，應該更加著重堅持不懈、社交、好奇心等「人格技能」，這些技能不但深獲僱主重視，亦與員工適應新情勢、學習新技能的能力習習相關。

他們認為，教導這類技能不但可長可久，也相當具成本效益。衝擊人類收入、社會福利AI 和自動化引發的疑慮，促使許多人呼籲強化安全網，保護受影響的勞工，並協助他們轉換至新工作。許多 AI 評論者支持全民基本收入，這是種極度簡化的社福系統，無論情況為何，都會支付每一個人固定的金額，並取消其他的社福支付。

潘恩（Thomas Paine）、彌爾（John Stuart Mill）等人，也曾在工業革命之時提出了類似的想法。支持者認為，它的主要優點在於，如果沒有工作或只有兼職工作的人，決定多工作一些，並不會因而遭受懲罰，因為社福支付並不會隨薪資上升而下滑。

它讓人得以自由決定工作量，也有機會鼓勵勞工接受再訓練，因為訓練之時也能獲得小額的保證收入。認定就業機會末日終將到來的人，則視之為確保消費經濟繼續運作、支持非就業人口的方法。如果大多數工作都被自動化，勢必需要另一種重新分配財富的機制。

人格是種特質而非技能

國家間的不平等也將拉大

風險在於，自動化可能會讓貧窮國家無法藉由工業化帶動經濟發展。哈佛大學的羅德里克（Dani Rodrik）指出，英國的製造業就業佔比，是在一戰前到達高峰 45%，巴西、印度和中國已然到達高峰，但全都沒有超過 15%。這是因為製造業的自動化程度已遠高於過往。

花旗銀行和牛津大學馬丁學院的報告指出，中國最近已超越美國，成為工業自動化的最大市場。工業自動化或許代表，非洲、南美等地的新興經濟體，會比較難藉由工業化創造經濟成長，得尋找新的成長模式才行。

機械手臂，自動化發展專家

喬治梅森大學的經濟學家科文（Tyler Cowen）指出，沒有製造業工作創造的中產階級，可能會使高度收入不均深植於這些國家的核心經濟結構之中。

工業革命之時，彌爾曾表示，照顧那些生活遭受機器影響的人，就是立法者最該重視的議題。目前，大多是富有國家在擔心自動化對教育、福利和發展的影響，但發展中國家的決策者，也愈來愈得思考這些問題。