新聞動態(tài) 分類>>
大討論：自動化會對您的工作造成什么樣的影響
據(jù)BBC報道，越來越多的公司正開始引入智能機器，以取代效率低下、成本高昂的人類雇員。
那么有關(guān)自動化你需要了解哪些東西？以及它會對你的工作造成什么樣的影響？使用柔軟而靈活的手指，這條機器手臂可以伸到貨架上撿取蘋果，然后將它輕輕放入籃子中。
接著它又去執(zhí)行其他任務(wù)，比如搬酸橙、取胡椒等，它永不知疲倦，也不會抱怨。這就是英國在線超市Ocado正在測試的原型機器臂。由于形狀不規(guī)則或容易損壞，這些雜貨店常見的食品在Ocado的倉庫中往往需要人類工人包裝。但是該公司正尋求使用機器人技術(shù)，它可以輔助倉庫中的人類安全地完成工作，而且速度更快，成本更低。
Ocado并非唯一追求使用“自動工人”的公司。在醫(yī)院、律所、股市中，許多公司都在做同樣的事情。問題是，這些“自動工人”會對人類造成什么樣的影響？它會影響到你嗎？BBC Future Now欄目采訪了多名專家，傾聽他們的觀點。有些人的觀點非常悲觀，擔(dān)心機器人可能搶走人類工作，這會真的發(fā)生嗎？哪些人的工作正處于危險中？你的工作五年后會變成什么樣？這些問題的答案可能會讓你大吃一驚。
中產(chǎn)階級陷入危險
研究報告顯示，美國47%的人類工作正處于被機器取代的危險中，英國約有35%工作受到自動化威脅。在發(fā)展中國家，自動化的威脅更高，大約2/3的工作都被自動化威脅著。但是機器搶走人類工作的說法并不新穎。美國加州大學(xué)洛杉磯分校的金融學(xué)教授巴格·喬杜里(Bhagwan Chowdhry)稱：“自動化以前已經(jīng)發(fā)生過?！彼赋?，在工業(yè)革命期間，工廠中就曾出現(xiàn)過自動化，許多機器代替了人類紡織工人。
那么這次有什么不同？喬杜里說：“它不僅會影響到藍領(lǐng)工人，許多白領(lǐng)工人也無法獨善其身?！焙芏鄷r候，我們認為低工資、低技能的工作最危險，比如倉庫工人或出納員。但是自動化也會影響中等收入的工作，比如書記員、廚師、辦公室職員、保安、初級律師以及檢察員等。
這些處于“火線”上的工作被取代已經(jīng)令人感到擔(dān)憂。但牛津馬丁技術(shù)與就業(yè)方案聯(lián)合主管凱爾·本尼迪克特·弗雷伊（Carl Benedikt Frey）說：“更令人擔(dān)憂的是轉(zhuǎn)型帶來的陣痛。我們看到，大部分被自動化取代的工作地需要具備某種不同的技能，而關(guān)鍵挑戰(zhàn)在于確保那些經(jīng)驗豐富的被替代者能夠找到有意義的事情去做?！?/span>
那么，這些正尋求自動化工作崗位的公司在道德上有義務(wù)幫助工作被取代的員工學(xué)習(xí)新技能嗎？
未來工作
答案可能不僅僅是公司有這樣的義務(wù)，學(xué)校同樣應(yīng)該發(fā)揮出自己的作用。在技術(shù)進步如此快速的世界里，我們當(dāng)前的教育結(jié)構(gòu)可能已經(jīng)不再適用。美國麻省理工學(xué)院“數(shù)字經(jīng)濟倡議”計劃主管埃里克·布萊恩喬爾夫森（Erik Brynjolfsson）警告稱：“我們擔(dān)心的是，我們的教育、培訓(xùn)以及政治制度無法跟上技術(shù)進步的速度。最終，很多人可能被落在后面?！?/span>
布萊恩喬爾夫森與Ocado首席技術(shù)官保羅·克拉克（Paul Clarke）都認為，學(xué)校教育需要教授學(xué)生如何應(yīng)對AI和機器人廣泛存在的世界。值得注意的是，我們還沒有改進教育、培訓(xùn)以及政治制度。在工作場所，員工們也不斷被要求學(xué)習(xí)新的技能，而不是整個職業(yè)生涯都不需改變。
喬杜里表示：“工作和學(xué)習(xí)之間的差別可能會變得更加模糊。我們目前將它們分開看待，即有些人工作而不需要學(xué)習(xí)，有些人則專注學(xué)習(xí)而不工作。我們需要擺脫每周工作5天的傳統(tǒng)制度，而是要將60%的時間用于工作，40%時間用于學(xué)習(xí)?！睂τ诖蠖鄶?shù)人來說，這可能需要進行重大的思維轉(zhuǎn)變。
管理咨詢公司麥肯錫和Company的研究顯示，只有不到5%的工作能通過現(xiàn)有技術(shù)完全實現(xiàn)自動化。原因是我們的工作太過多樣化和多變，機器人根本無法勝任。相反，兩家機構(gòu)預(yù)測大約60%的工作崗位，1/3的工作將被交給機器完成。這將意味著，我們大多數(shù)人依然需要從事自己的工作，但工作方式將會大幅改變。
輔助人類
學(xué)習(xí)如何與機器人協(xié)調(diào)工作也是必不可少的。麥肯錫公司高級合伙人詹姆斯·曼伊卡（James Manyika）解釋稱：“我們可以將重復(fù)性的工作交給機器完成，解放出來的人類則可以去做更有價值的工作。這可能對工資產(chǎn)生巨大的下行壓力，因為機器將承擔(dān)起所有困難工作。這也意味著，更多人將在技術(shù)輔助下工作，為此競爭可能更加激烈?！?/span>
但是這里也存在更大的問題。除了收入降低、中等收入工人面臨潛在失業(yè)影響外，政府本身也可能面臨許多基礎(chǔ)性問題，比如稅收減少、不滿投票增加等。幸運的是，依然有許多工作只能由人類來做，機器無法勝任。比如新加坡研究人員給出的最好例證，他們正嘗試教授2個自動化機器臂組裝平板包裝的宜家椅子。雖然使用了最先進的設(shè)備，但是這兩個機器依然無法很好地完成最基本的任務(wù)。
對于機器人來說，即使從混亂的部件中區(qū)分不同物體也是個巨大挑戰(zhàn)。在最新測試中，2個機器人用了1分半鐘才成功將插銷放入椅子腿中。而這還僅僅是家具組裝的最基本工作。哈維斯（Hawes）解釋稱：“當(dāng)你想讓機器人組裝家具的不同部件時，將會遇到真正的挑戰(zhàn)。機器人可以安裝好宜家的抽屜，但為衣柜組裝同樣的抽屜卻很困難。因為零部件不同，即使有些裝配步驟相同。人類則沒有這樣的問題。”
人類優(yōu)勢
從更強的靈活性到更好的個性，人類總是在很多方面勝過機器人。布萊恩喬爾夫森說：“隨著重復(fù)性的工作被自動化接管，我們發(fā)現(xiàn)創(chuàng)造性技能需求不斷增加。我們還發(fā)現(xiàn)，那些社會技能需求也水漲船高，比如包括照料、培訓(xùn)、說服、談判以及營銷之類的人際交往能力?！?/span>
弗雷伊認為，人類在幾個領(lǐng)域具備優(yōu)勢。他說：“首先是社會互動。如果我們將復(fù)雜的社會互動分解為日常工作，可以分為談判、嘗試說服他人、幫助他人或照料他人。這幾乎是不可想象的，電腦會讓從事這些工作的人不堪困擾?！?/span>
其次是創(chuàng)新領(lǐng)域。計算機擅長分析問題，并可不厭其煩地執(zhí)行重復(fù)性的任務(wù)?？墒侨祟惔_認為這種單調(diào)的工作相當(dāng)乏味。麻省理工學(xué)院的“數(shù)字經(jīng)濟倡議”計劃設(shè)置100萬美元獎金挑戰(zhàn)賽，旨在鼓勵企業(yè)充分利用最典型的“人性”與技術(shù)。麥肯錫的曼伊卡說：“目前我們向保姆支付的薪酬非常低。與之相似，大量藝術(shù)和創(chuàng)意工作也不賺錢。面臨的挑戰(zhàn)是我們?nèi)绾卧u估創(chuàng)意輸出或那些不愿意讓機器接管的工作的價值?！?/span>
Ocado研發(fā)主管亞力克斯·哈維（Alex Harvey）負責(zé)為該公司零售部門開發(fā)軟件和技術(shù)，他指出，世界是為人類設(shè)計和建造的，制造機器人在復(fù)雜環(huán)境中運行這些能力是個重大技術(shù)挑戰(zhàn)。Ocado正與歐洲多家大學(xué)共同研發(fā)的項目名為SecondHands，即機器人維護輔助工作，證明人類與機器人可以協(xié)作。哈維解釋說：“它有能力將工作提升到比人類更高的高度，從其行為指令方面來說，這是相當(dāng)簡單的。但當(dāng)人類技術(shù)人員充當(dāng)領(lǐng)導(dǎo)者，他們可以組成非常棒的團隊，可以發(fā)揮機器人的最大力量?！?/span>
但是仔細審視人類與機器人協(xié)調(diào)工作，可能存在更深層次的道德問題。
道德問題
目前全球大約有170萬個機器人投入使用，它們主要被用于工業(yè)環(huán)境中，這些領(lǐng)域很少有人類能夠踏足。隨著機器人數(shù)量增加，它們承擔(dān)的工作也會越來越多，很可能需要人類與機器人攜手并肩工作，但這也會增加人類被傷害的危險。歐洲議會下屬法律事務(wù)委員會副主席馬迪·德爾沃（Mady Delvaux）呼吁稱：“我們需要更高透明度，以便我們可以了解機器人如何做事，以及它們行為表現(xiàn)的幕后因素。”
德爾沃最近正在歐洲議會中努力推動為機器人和人工智能立法。她為歐洲議會匯編的報告指出，迫切需要新的立法以處理可能發(fā)生的意外。如果機器人出現(xiàn)違法行為，應(yīng)該承擔(dān)相應(yīng)責(zé)任。舉例來說，AI算法可能選擇一系列金融交易以便實現(xiàn)目標(biāo)，但卻不符合監(jiān)管部門錯綜復(fù)雜的規(guī)定。德沃爾和同事們也敦促道德委員會幫助指導(dǎo)我們與機器人之間的關(guān)系。她說：“有些東西必須受到尊重，比如人的自主性以及隱私?！?/span>
這或許也凸顯出處理AI的另一個令人困擾的問題，即偏見問題。機器學(xué)習(xí)系統(tǒng)在用數(shù)據(jù)培訓(xùn)時表現(xiàn)非常好，但最近研究顯示，AI可以被培養(yǎng)出性別歧視和種族歧視傾向。德沃爾還指出，編寫算法的人對AI影響非常大。大多數(shù)在科技產(chǎn)業(yè)中工作的都是白人男性，在最大和最有影響力的科技公司中，男性職員更是占到70%到90%的比例。過去幾年中，硅谷因性別歧視丑聞而備受震撼。
倫敦經(jīng)濟學(xué)院的社會學(xué)教授朱迪·維克曼（Judy Wajcman）警告稱：“當(dāng)前進行技術(shù)設(shè)計的人僅占所有人口非常小的比例。而技術(shù)需要反映社會需求，為此需要在設(shè)計和創(chuàng)新過程中進行改變?！迸c此同時，比爾·蓋茨（Bill Gates）進來也提出有關(guān)道德的問題：機器人本身或許需要納稅，以彌補失去工作的人的稅收，并幫助支持這些人生活。其他人稱，隨著機器人承擔(dān)的任務(wù)越來越多，可能出現(xiàn)“普遍基本收入”現(xiàn)象，即每個人都可以從中受益。
當(dāng)然，這其中的大部分假設(shè)都是機器人真能勝任我們?yōu)樗鼈冊O(shè)定的工作。雖然它們擁有很強的智力，但與人類相比，它們依然是相當(dāng)笨拙的工具。
改進空間
就像宜家的例子，AI依然有大量改進空間?；蛟S機器學(xué)習(xí)與AI社區(qū)當(dāng)前面臨的一個最大問題就是，理解算法如何工作。曼伊卡說：“像AI和機器學(xué)習(xí)這樣的東西在很大程度上依然屬于黑盒子。我們還無法打開它們，以找到它們給出答案的理由?！边@會引申出許多問題。機器學(xué)習(xí)系統(tǒng)和現(xiàn)代AI都廠需要使用大量數(shù)據(jù)或圖片進行訓(xùn)練，以幫助它們識別模式或趨勢。當(dāng)它們得到新數(shù)據(jù)時，也可以利用已經(jīng)掌握的東西發(fā)現(xiàn)類似模式。
如果我們想要找到CT掃描中存在疾病的跡象，這可能非常好用?？墒侨绻覀兝妙愃葡到y(tǒng)想要從CCTV視頻中找出嫌疑人，并將其作為重要的法庭證據(jù)時，了解它如何確認嫌疑人就變得非常關(guān)鍵。即使在無人駕駛汽車領(lǐng)域，這種推理能力也依然是個相當(dāng)大的挑戰(zhàn)。
卡內(nèi)基-梅隆大學(xué)機器人教授金出武雄（Takeo Kanade）是無人駕駛汽車領(lǐng)域的先驅(qū)之一，也是計算機視覺專家。他稱給予機器人“真正理解”周圍世界的能力依然是需要克服許多技術(shù)挑戰(zhàn)。他還解釋稱：“這不僅僅與識別物體位置有關(guān)，它必須能夠了解周圍的世界在做什么。舉例來說，那個人真的要在他們前面過馬路嗎？”
在開發(fā)自動“見習(xí)經(jīng)理”的項目中，哈維斯提出類似的問題。這個團隊為名為Betty的機器人編程，并派它前往各地辦公室工作，比如檢查防火門是否關(guān)閉、測量噪音、統(tǒng)計正常工作時間之外員工加班情況等。哈維斯說：“這個機器人需要分辨出人們移動椅子、搬到桌子或盆栽的事情，對于無需重新編程的機器人來說都很難?！钡羌词惯@款機器人并不完美，人類依然發(fā)現(xiàn)了使用它的方式。
令人感到驚訝的是，那些與Betty共同工作的人卻以積極方式回應(yīng)他們的機器同事，甚至當(dāng)它被困在角落中提供積極幫助。哈維斯說：“早上人們會問候它，稱它讓辦公室的工作變得更加有趣?！比绻覀兡軌?qū)⒎爆崱⒅貜?fù)性的工作交給機器人去做，那么我們就能去做更喜歡的事情。弗雷伊說：“結(jié)果，工作將會變得更加有趣。”
這是個誘人的想法，但那只是一種可能。機器的崛起可能會搶走更多人的工作。
那么有關(guān)自動化你需要了解哪些東西？以及它會對你的工作造成什么樣的影響？使用柔軟而靈活的手指，這條機器手臂可以伸到貨架上撿取蘋果，然后將它輕輕放入籃子中。
接著它又去執(zhí)行其他任務(wù)，比如搬酸橙、取胡椒等，它永不知疲倦，也不會抱怨。這就是英國在線超市Ocado正在測試的原型機器臂。由于形狀不規(guī)則或容易損壞，這些雜貨店常見的食品在Ocado的倉庫中往往需要人類工人包裝。但是該公司正尋求使用機器人技術(shù)，它可以輔助倉庫中的人類安全地完成工作，而且速度更快，成本更低。
Ocado并非唯一追求使用“自動工人”的公司。在醫(yī)院、律所、股市中，許多公司都在做同樣的事情。問題是，這些“自動工人”會對人類造成什么樣的影響？它會影響到你嗎？BBC Future Now欄目采訪了多名專家，傾聽他們的觀點。有些人的觀點非常悲觀，擔(dān)心機器人可能搶走人類工作，這會真的發(fā)生嗎？哪些人的工作正處于危險中？你的工作五年后會變成什么樣？這些問題的答案可能會讓你大吃一驚。
中產(chǎn)階級陷入危險
研究報告顯示，美國47%的人類工作正處于被機器取代的危險中，英國約有35%工作受到自動化威脅。在發(fā)展中國家，自動化的威脅更高，大約2/3的工作都被自動化威脅著。但是機器搶走人類工作的說法并不新穎。美國加州大學(xué)洛杉磯分校的金融學(xué)教授巴格·喬杜里(Bhagwan Chowdhry)稱：“自動化以前已經(jīng)發(fā)生過?！彼赋?，在工業(yè)革命期間，工廠中就曾出現(xiàn)過自動化，許多機器代替了人類紡織工人。
那么這次有什么不同？喬杜里說：“它不僅會影響到藍領(lǐng)工人，許多白領(lǐng)工人也無法獨善其身?！焙芏鄷r候，我們認為低工資、低技能的工作最危險，比如倉庫工人或出納員。但是自動化也會影響中等收入的工作，比如書記員、廚師、辦公室職員、保安、初級律師以及檢察員等。
這些處于“火線”上的工作被取代已經(jīng)令人感到擔(dān)憂。但牛津馬丁技術(shù)與就業(yè)方案聯(lián)合主管凱爾·本尼迪克特·弗雷伊（Carl Benedikt Frey）說：“更令人擔(dān)憂的是轉(zhuǎn)型帶來的陣痛。我們看到，大部分被自動化取代的工作地需要具備某種不同的技能，而關(guān)鍵挑戰(zhàn)在于確保那些經(jīng)驗豐富的被替代者能夠找到有意義的事情去做?！?/span>
那么，這些正尋求自動化工作崗位的公司在道德上有義務(wù)幫助工作被取代的員工學(xué)習(xí)新技能嗎？
未來工作
答案可能不僅僅是公司有這樣的義務(wù)，學(xué)校同樣應(yīng)該發(fā)揮出自己的作用。在技術(shù)進步如此快速的世界里，我們當(dāng)前的教育結(jié)構(gòu)可能已經(jīng)不再適用。美國麻省理工學(xué)院“數(shù)字經(jīng)濟倡議”計劃主管埃里克·布萊恩喬爾夫森（Erik Brynjolfsson）警告稱：“我們擔(dān)心的是，我們的教育、培訓(xùn)以及政治制度無法跟上技術(shù)進步的速度。最終，很多人可能被落在后面?！?/span>
布萊恩喬爾夫森與Ocado首席技術(shù)官保羅·克拉克（Paul Clarke）都認為，學(xué)校教育需要教授學(xué)生如何應(yīng)對AI和機器人廣泛存在的世界。值得注意的是，我們還沒有改進教育、培訓(xùn)以及政治制度。在工作場所，員工們也不斷被要求學(xué)習(xí)新的技能，而不是整個職業(yè)生涯都不需改變。
喬杜里表示：“工作和學(xué)習(xí)之間的差別可能會變得更加模糊。我們目前將它們分開看待，即有些人工作而不需要學(xué)習(xí)，有些人則專注學(xué)習(xí)而不工作。我們需要擺脫每周工作5天的傳統(tǒng)制度，而是要將60%的時間用于工作，40%時間用于學(xué)習(xí)?！睂τ诖蠖鄶?shù)人來說，這可能需要進行重大的思維轉(zhuǎn)變。
管理咨詢公司麥肯錫和Company的研究顯示，只有不到5%的工作能通過現(xiàn)有技術(shù)完全實現(xiàn)自動化。原因是我們的工作太過多樣化和多變，機器人根本無法勝任。相反，兩家機構(gòu)預(yù)測大約60%的工作崗位，1/3的工作將被交給機器完成。這將意味著，我們大多數(shù)人依然需要從事自己的工作，但工作方式將會大幅改變。
輔助人類
學(xué)習(xí)如何與機器人協(xié)調(diào)工作也是必不可少的。麥肯錫公司高級合伙人詹姆斯·曼伊卡（James Manyika）解釋稱：“我們可以將重復(fù)性的工作交給機器完成，解放出來的人類則可以去做更有價值的工作。這可能對工資產(chǎn)生巨大的下行壓力，因為機器將承擔(dān)起所有困難工作。這也意味著，更多人將在技術(shù)輔助下工作，為此競爭可能更加激烈?！?/span>
但是這里也存在更大的問題。除了收入降低、中等收入工人面臨潛在失業(yè)影響外，政府本身也可能面臨許多基礎(chǔ)性問題，比如稅收減少、不滿投票增加等。幸運的是，依然有許多工作只能由人類來做，機器無法勝任。比如新加坡研究人員給出的最好例證，他們正嘗試教授2個自動化機器臂組裝平板包裝的宜家椅子。雖然使用了最先進的設(shè)備，但是這兩個機器依然無法很好地完成最基本的任務(wù)。
對于機器人來說，即使從混亂的部件中區(qū)分不同物體也是個巨大挑戰(zhàn)。在最新測試中，2個機器人用了1分半鐘才成功將插銷放入椅子腿中。而這還僅僅是家具組裝的最基本工作。哈維斯（Hawes）解釋稱：“當(dāng)你想讓機器人組裝家具的不同部件時，將會遇到真正的挑戰(zhàn)。機器人可以安裝好宜家的抽屜，但為衣柜組裝同樣的抽屜卻很困難。因為零部件不同，即使有些裝配步驟相同。人類則沒有這樣的問題。”
人類優(yōu)勢
從更強的靈活性到更好的個性，人類總是在很多方面勝過機器人。布萊恩喬爾夫森說：“隨著重復(fù)性的工作被自動化接管，我們發(fā)現(xiàn)創(chuàng)造性技能需求不斷增加。我們還發(fā)現(xiàn)，那些社會技能需求也水漲船高，比如包括照料、培訓(xùn)、說服、談判以及營銷之類的人際交往能力?！?/span>
弗雷伊認為，人類在幾個領(lǐng)域具備優(yōu)勢。他說：“首先是社會互動。如果我們將復(fù)雜的社會互動分解為日常工作，可以分為談判、嘗試說服他人、幫助他人或照料他人。這幾乎是不可想象的，電腦會讓從事這些工作的人不堪困擾?！?/span>
其次是創(chuàng)新領(lǐng)域。計算機擅長分析問題，并可不厭其煩地執(zhí)行重復(fù)性的任務(wù)?？墒侨祟惔_認為這種單調(diào)的工作相當(dāng)乏味。麻省理工學(xué)院的“數(shù)字經(jīng)濟倡議”計劃設(shè)置100萬美元獎金挑戰(zhàn)賽，旨在鼓勵企業(yè)充分利用最典型的“人性”與技術(shù)。麥肯錫的曼伊卡說：“目前我們向保姆支付的薪酬非常低。與之相似，大量藝術(shù)和創(chuàng)意工作也不賺錢。面臨的挑戰(zhàn)是我們?nèi)绾卧u估創(chuàng)意輸出或那些不愿意讓機器接管的工作的價值?！?/span>
Ocado研發(fā)主管亞力克斯·哈維（Alex Harvey）負責(zé)為該公司零售部門開發(fā)軟件和技術(shù)，他指出，世界是為人類設(shè)計和建造的，制造機器人在復(fù)雜環(huán)境中運行這些能力是個重大技術(shù)挑戰(zhàn)。Ocado正與歐洲多家大學(xué)共同研發(fā)的項目名為SecondHands，即機器人維護輔助工作，證明人類與機器人可以協(xié)作。哈維解釋說：“它有能力將工作提升到比人類更高的高度，從其行為指令方面來說，這是相當(dāng)簡單的。但當(dāng)人類技術(shù)人員充當(dāng)領(lǐng)導(dǎo)者，他們可以組成非常棒的團隊，可以發(fā)揮機器人的最大力量?！?/span>
但是仔細審視人類與機器人協(xié)調(diào)工作，可能存在更深層次的道德問題。
道德問題
目前全球大約有170萬個機器人投入使用，它們主要被用于工業(yè)環(huán)境中，這些領(lǐng)域很少有人類能夠踏足。隨著機器人數(shù)量增加，它們承擔(dān)的工作也會越來越多，很可能需要人類與機器人攜手并肩工作，但這也會增加人類被傷害的危險。歐洲議會下屬法律事務(wù)委員會副主席馬迪·德爾沃（Mady Delvaux）呼吁稱：“我們需要更高透明度，以便我們可以了解機器人如何做事，以及它們行為表現(xiàn)的幕后因素。”
德爾沃最近正在歐洲議會中努力推動為機器人和人工智能立法。她為歐洲議會匯編的報告指出，迫切需要新的立法以處理可能發(fā)生的意外。如果機器人出現(xiàn)違法行為，應(yīng)該承擔(dān)相應(yīng)責(zé)任。舉例來說，AI算法可能選擇一系列金融交易以便實現(xiàn)目標(biāo)，但卻不符合監(jiān)管部門錯綜復(fù)雜的規(guī)定。德沃爾和同事們也敦促道德委員會幫助指導(dǎo)我們與機器人之間的關(guān)系。她說：“有些東西必須受到尊重，比如人的自主性以及隱私?！?/span>
這或許也凸顯出處理AI的另一個令人困擾的問題，即偏見問題。機器學(xué)習(xí)系統(tǒng)在用數(shù)據(jù)培訓(xùn)時表現(xiàn)非常好，但最近研究顯示，AI可以被培養(yǎng)出性別歧視和種族歧視傾向。德沃爾還指出，編寫算法的人對AI影響非常大。大多數(shù)在科技產(chǎn)業(yè)中工作的都是白人男性，在最大和最有影響力的科技公司中，男性職員更是占到70%到90%的比例。過去幾年中，硅谷因性別歧視丑聞而備受震撼。
倫敦經(jīng)濟學(xué)院的社會學(xué)教授朱迪·維克曼（Judy Wajcman）警告稱：“當(dāng)前進行技術(shù)設(shè)計的人僅占所有人口非常小的比例。而技術(shù)需要反映社會需求，為此需要在設(shè)計和創(chuàng)新過程中進行改變?！迸c此同時，比爾·蓋茨（Bill Gates）進來也提出有關(guān)道德的問題：機器人本身或許需要納稅，以彌補失去工作的人的稅收，并幫助支持這些人生活。其他人稱，隨著機器人承擔(dān)的任務(wù)越來越多，可能出現(xiàn)“普遍基本收入”現(xiàn)象，即每個人都可以從中受益。
當(dāng)然，這其中的大部分假設(shè)都是機器人真能勝任我們?yōu)樗鼈冊O(shè)定的工作。雖然它們擁有很強的智力，但與人類相比，它們依然是相當(dāng)笨拙的工具。
改進空間
就像宜家的例子，AI依然有大量改進空間?；蛟S機器學(xué)習(xí)與AI社區(qū)當(dāng)前面臨的一個最大問題就是，理解算法如何工作。曼伊卡說：“像AI和機器學(xué)習(xí)這樣的東西在很大程度上依然屬于黑盒子。我們還無法打開它們，以找到它們給出答案的理由?！边@會引申出許多問題。機器學(xué)習(xí)系統(tǒng)和現(xiàn)代AI都廠需要使用大量數(shù)據(jù)或圖片進行訓(xùn)練，以幫助它們識別模式或趨勢。當(dāng)它們得到新數(shù)據(jù)時，也可以利用已經(jīng)掌握的東西發(fā)現(xiàn)類似模式。
如果我們想要找到CT掃描中存在疾病的跡象，這可能非常好用?？墒侨绻覀兝妙愃葡到y(tǒng)想要從CCTV視頻中找出嫌疑人，并將其作為重要的法庭證據(jù)時，了解它如何確認嫌疑人就變得非常關(guān)鍵。即使在無人駕駛汽車領(lǐng)域，這種推理能力也依然是個相當(dāng)大的挑戰(zhàn)。
卡內(nèi)基-梅隆大學(xué)機器人教授金出武雄（Takeo Kanade）是無人駕駛汽車領(lǐng)域的先驅(qū)之一，也是計算機視覺專家。他稱給予機器人“真正理解”周圍世界的能力依然是需要克服許多技術(shù)挑戰(zhàn)。他還解釋稱：“這不僅僅與識別物體位置有關(guān)，它必須能夠了解周圍的世界在做什么。舉例來說，那個人真的要在他們前面過馬路嗎？”
在開發(fā)自動“見習(xí)經(jīng)理”的項目中，哈維斯提出類似的問題。這個團隊為名為Betty的機器人編程，并派它前往各地辦公室工作，比如檢查防火門是否關(guān)閉、測量噪音、統(tǒng)計正常工作時間之外員工加班情況等。哈維斯說：“這個機器人需要分辨出人們移動椅子、搬到桌子或盆栽的事情，對于無需重新編程的機器人來說都很難?！钡羌词惯@款機器人并不完美，人類依然發(fā)現(xiàn)了使用它的方式。
令人感到驚訝的是，那些與Betty共同工作的人卻以積極方式回應(yīng)他們的機器同事，甚至當(dāng)它被困在角落中提供積極幫助。哈維斯說：“早上人們會問候它，稱它讓辦公室的工作變得更加有趣?！比绻覀兡軌?qū)⒎爆崱⒅貜?fù)性的工作交給機器人去做，那么我們就能去做更喜歡的事情。弗雷伊說：“結(jié)果，工作將會變得更加有趣。”
這是個誘人的想法，但那只是一種可能。機器的崛起可能會搶走更多人的工作。
