第2章
就業：等你長大，可能沒有工作

我們完全無從得知2050年的就業市場會是什么樣子。人們普遍認為，機器學習和機器人將改變幾乎所有的工作，從制作酸奶到教授瑜伽都無法幸免。但談到這項改變的本質及緊迫性，各家觀點卻眾說紛紜。有人認為，只要10~20年，就會有幾十億人成為經濟上多余的存在。但也有人認為，從長遠看來，自動化的影響還是會為所有人創造新的就業機會，為社會帶來更大的繁榮。

那么，我們究竟是真的處于危險動蕩的邊緣，還是這只是盧德分子歇斯底里的妄言？這很難說。早在19世紀，就有人擔心自動化會造成大量失業，但至今這種情況從未出現。自工業革命拉開序幕以來，機器每搶走一項舊工作，也會至少創造一項新工作，而且人們的平均生活水平大幅提高。但我們有充分的理由相信這次情況不同，機器學習將會真正讓整個情況徹底改變。

人類有兩種能力：身體能力和認知能力。過去，機器主要是在原始的身體能力方面得以與人類競爭，而人類則在認知能力方面享有巨大優勢。因此，隨著農業和工業邁向自動化，就出現了新的服務業工作。這些新工作需要人類擁有獨特的認知技能，包括學習、分析、溝通等，特別是必須理解人類的種種情緒。然而，人工智能已經在越來越多的認知技能上超越人類，包括理解人類的情緒。而且，除了身體能力和認知能力之外，我們并不知道還有什么第三種能力可以讓人類永遠勝過機器。

必須認識到的一個關鍵點是，人工智能革命不只是讓計算機更聰明、運算得更快，還在生命科學和社會科學方面有諸多突破。我們越了解是哪些生化機制在支撐人類的情感、欲望和選擇，計算機就越能分析人類行為、預測人類決策，并最終取代人類的司機、銀行經理和律師等。

在過去幾十年中，在神經科學和行為經濟學等領域的研究，讓科學家能夠“破解”人類，更清楚地了解人類究竟是如何做出各種決定的。事實證明，我們從選擇食物到選擇伴侶，都不是出于什么神秘難解的自由意志，而是數十億神經元在瞬間計算各種可能性的結果。過去大受贊譽的“人類直覺”，其實只是“辨識模式”罷了。優秀的司機、銀行經理和律師，對路況、投資或談判交涉并沒有什么神奇的直覺，只不過是辨識出了某些一再出現的模式，于是能夠躲過漫不經心的行人、拒絕無力償債的借款人和識破圖謀不軌的騙子。但同時也證明，大腦的生化算法距離完美還有很長一段路。大腦會走捷徑，會根據不完整的信息快速找出答案，而且大腦的回路也顯得過時，整套機制適合的是過去的非洲大草原，而不是現在的都市叢林。這也就難怪，即便是優秀的司機、銀行經理和律師，也會犯下愚蠢的錯誤。

這意味著，就算是那些原本認為依靠直覺的工作，人工智能也能表現得比人類更好。人工智能不會比人類更有那種難以言喻的第六感，但如果說人工智能比人類更懂得計算概率和模式識別，聽起來可信度就大了許多。

特別是，如果某些工作需要“關于別人”的直覺，人工智能的表現就會優于人類。許多工作（例如在滿是行人的大街上開車、把錢借給陌生人、商務談判等）都需要準確評估別人的情緒和愿望。那個孩子會不會突然跑到馬路中間？這個穿著西裝的人是不是打算從我這兒一借到錢就消失？那位律師的威脅是認真的，還是只想嚇嚇我？只要我們覺得這些情緒和欲望是來自某種非實體的心靈，計算機就永遠無法取代人類的司機、銀行經理和律師。原因在于：計算機怎么可能理解“心靈”這種神圣的創造物呢？然而，如果這些情緒和欲望實際上只不過是某些生化算法，計算機就沒有理由無法破譯這些算法，而且它們的成績一定比任何智人都要好。

不管是司機預判行人想往哪兒走，銀行經理評估借款人的信用好壞，還是律師衡量談判桌上的氣氛，依賴的都不是巫術，而是在他們毫無察覺的情況下，大腦就會通過分析面部表情、聲調、手部動作甚至體味來識別生化模式。人工智能只要搭配適當的傳感器，絕對可以把這些工作做得比人類更精確、更可靠。

因此，失業的威脅不只是因為信息技術的興起，還因為信息技術與生物技術的融合。要從功能性磁共振成像（fMRI）掃描儀走到勞動力市場，這條路肯定是漫長而曲折的，但花個幾十年總能走完。腦科學家今天對杏仁核和小腦的研究，就有可能讓計算機在2050年比人類更適合擔任精神病學家和保鏢。

人工智能不僅能夠侵入人類，在以往認為專屬于人類的技能上打敗人類，更擁有獨特的非人類能力，使得人工智能和人類之間的差異不是程度高低的問題，而是完完全全的兩回事。人工智能特別重要的兩種非人類能力是“連接性”和“可更新性”。

人類都是個體，很難將所有人彼此連接，從而確保他們都能得到最新信息。相反，計算機并不是彼此相異的獨立個體，因此很容易把計算機集成為一個單一、靈活的網絡。所以這樣說來，我們面臨的不是幾百萬臺計算機和機器人取代幾百萬個工人，而是所有作為個體的工人都會被一套集成的網絡所取代。因此，討論自動化的時候，不該把“一位司機”的能力拿來和“一臺自動駕駛汽車”比較，也不該把“一位醫生”和“一位人工智能醫生”進行比較，而該拿“一群人”的能力和“一套集成網絡”進行比較。

舉例來說，交通規則時有調整，但許多司機并不熟悉，于是常常違規。此外，每輛車都是獨立運作的實體，所以當兩輛車到達同一個十字路口時，司機可能會誤讀彼此的意圖，于是發生事故。相反，自動駕駛汽車是連接成一個整體的，所以兩輛自動駕駛汽車來到十字路口時并非獨立運作，而是屬于同一套算法的一部分。這樣一來，因溝通不暢而發生事故的機會也就大幅減少。此外，如果交通部門決定調整某些交通規則，所有的自動駕駛汽車都能輕松地在同一時間更新程序；除非程序出錯，否則大家都會遵守新的規則。

同樣，如果世界衛生組織確認出現某種新的疾病，或者某實驗室研制出某種新藥，目前幾乎不可能讓全世界所有人類醫生都得知相關的最新消息。但相較之下，就算全球有100億個人工智能醫生，各自照顧一個人的健康狀況，仍然可以在瞬間實現全部更新，而且所有人工智能醫生都能互相分享對新病或新藥的感受。連接性和可更新性可能帶來的優勢巨大，至少對某些工作來說，就算某些個人的工作效率仍然高于機器，但合理的做法將會是用計算機取代所有人類員工。

有人可能會反駁說，把個體人類轉換為計算機運算網絡之后，就會失去個性化所帶來的優勢。舉例來說，如果某位人類醫生做出了錯誤判斷，并不會因此讓世界上所有的患者都喪命，也不會阻礙所有新藥的開發。相反，如果所有醫生都屬于某一系統，一旦該系統出錯，結果可能就極其嚴重。但事實上，集成的計算機系統可以在不失去個性化優勢的情況下，把連接性的優點發揮到極致。比如可以在同一個網絡上運行多種算法，這樣位于偏遠叢林山村里的病人通過智能手機能找到的就不只是某位醫學權威，而是上百位不同的人工智能醫生，而且這些人工智能醫生的表現還會不斷被比較。你不喜歡那位IBM（國際商業機器公司）醫生的診斷嗎？沒關系。就算你現在被困在乞力馬扎羅山上，也能通過搜索引擎輕松找到醫生，尋求不同意見。

這很可能會給人類帶來巨大的好處。人工智能醫生能為幾十億人帶來更好、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服務可用的人。憑借學習算法和生物傳感器，就算是某個經濟不發達國家的貧困村民，也可能通過智能手機獲得良好的醫療保健服務，而且比目前最富有的人在最先進的城市醫院所獲得的服務水平有過之而無不及。

同樣，自動駕駛汽車能讓交通服務質量大幅提升，特別是能夠降低車禍死亡率。如今，每年有將近125萬人死于車禍（足足是戰爭、犯罪和恐怖襲擊死亡人數的兩倍）。而在這些事故中，超過90%是人為造成的：有人酒駕，有人邊開車邊看手機，有人疲勞駕駛，有人開車的時候只顧著發呆。根據美國國家公路交通安全管理局2012年的統計，全美致死車禍中有31%出于濫用酒精，30%出于超速，21%出于駕駛分心。而這些錯誤，自動駕駛汽車永遠都不會犯。雖然自動駕駛汽車仍有其自身的問題和局限性，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計算機處理，將能夠減少約90%的道路傷亡。換句話說，只要全面改用自動駕駛汽車，每年就能少死亡100萬人。

因此，如果只是為了保住工作就拒絕交通和醫療保健等領域的自動化，絕對是不明智之舉。畢竟，我們真正該保護的是人類，而不是工作。如果自動化讓司機和醫生變得無用武之地，就讓他們找點兒別的事來做吧。

機器里的莫扎特

至少在短期內，人工智能和機器人還不太可能完全取代整個產業。有些工作專精在小范圍，日復一日做的都是程序化的動作，這種工作就會被自動化取代。然而，如果是每天都有變化、需要同時運用廣泛技能組合的工作，或者需要應對難以預見的情況的工作，就不太容易用機器來取代人類。以醫療保健為例。很多醫生的主要工作是處理信息：匯總并分析醫療數據，然后做出診斷。相比之下，護士需要有良好的運動和情緒技能，才能幫患者打針、換繃帶，或者安撫激動的患者。因此，我們的智能手機上出現人工智能家庭醫生的時間，很有可能會遠遠早于我們擁有可靠的護理型機器人。人文關懷產業（也就是照顧老幼病殘）大概在很長一段時間內仍然會是人類的工作。事實上，隨著人類壽命延長和少子化，養老產業很可能成為人類勞動力市場成長最快的行業類別。

除了養老產業，創意產業也是自動化特別難以突破的領域。現在，我們可以直接從iTunes（蘋果數字媒體播放應用程序）下載音樂，而不需要由真人店員來銷售，但作曲家、音樂家、歌手和音樂節目主持人都還是活生生的人。我們需要這些人的創意，除了是要制作全新的音樂，也是為了在多到讓人頭昏腦漲的諸多選項當中進行選擇。

盡管如此，最終所有工作都有可能走向自動化，對此就連藝術家也得小心。現代社會一般認為，藝術與人類的情緒緊緊相連，藝術家引導著人類的心理力量，藝術的目的是讓我們和自身的情緒有所聯系，或者激發出新的感受。因此，當我們品評藝術的時候，通常就是看它對觀眾的情緒起了多大的作用。但如果真以這個標準來定義藝術，當外部的算法比莎士比亞、弗里達·卡羅（Frida Kahlo，墨西哥女畫家）或碧昂絲更能了解和操縱人類的情緒時，又會發生什么事？

畢竟，情緒也不是什么神秘的現象，只是生化程序反應的結果。因此在不久之后，只要用機器學習算法，就能分析身體內外各種傳感器所傳來的生物統計資料，判斷人的性格類型和情緒變化，或是計算某首歌（甚至是某個音高）對情緒的影響。

在所有藝術形式中，最容易受到大數據分析沖擊的可能就是音樂。音樂的輸入和輸出都適合用精確的數學來描述，輸入時是聲波的數學模式，輸出時則是神經風暴的電化學反應模式。在幾十年內，算法只要經過幾百萬次的音樂體驗，就可能學會如何預測某種輸入如何產生某種輸出。

假設你剛和男友大吵一架，負責音響系統的算法就會立刻發現你內心的情緒波動，并根據它對你個人以及對整體人類心理的了解，自動播放適合你的歌曲，與你的憂郁共鳴，附和你的悲傷。它放的這些歌可能不適合其他人，但完全符合你的性格類型。算法先把你帶到悲傷的底層，然后放出全世界最可能讓你振作起來的那首歌，原因可能是這首歌在你的潛意識里與某個快樂的童年記憶緊密相連，而你可能根本毫無察覺。任何一位人類音樂節目主持人，都不可能與這樣的人工智能相匹敵。

你可能會提出異議，認為這樣一來，人工智能不就扼殺了所有的偶然，把我們束縛在一個狹隘的音樂“繭”里，一絲一縷都是由我們自己的好惡織成的？你是想探索新的音樂品位和風格嗎？沒問題。你可以輕松地調整算法，讓它完全隨機地挑選5%的內容，為你播放印度尼西亞的甘美蘭（Gamelan）合奏、羅西尼的歌劇，或者最新的韓國流行音樂。慢慢地，通過監測你的反應，人工智能甚至能判斷出對你來說理想的隨機性程度，可能是上調至8%，也可能是下調到3%，讓你既能探索新音樂，又不會覺得厭煩。

另一種可能的異議，則是認為算法不見得知道該讓情緒把我們帶到哪里。剛和男友大吵一架之后，算法究竟是該讓你高興還是難過？它對于“好”情緒和“壞”情緒的判斷，會不會過于武斷？或許有時候，它覺得傷心也不見得是件壞事？當然，這些問題就算是人類音樂家和音樂節目主持人也會遇到。但放到算法領域，這個難題就會有許多有趣的解決方案。

方案一，讓使用者自己選擇。你可以自己評估情緒，再讓算法依你的指示行事。不管你是想沉湎于自憐中還是興奮地跳起來，算法都會像個奴隸般乖乖聽你的話。算法也確實有可能學會在你自己還毫無察覺的情況下，就判斷出你到底想要什么。

方案二，如果你不信任自己，則可以先挑選出你信任的著名心理學家，再讓算法聽那位心理學家的建議就可以了。比如，如果男友甩了你，算法或許能夠協助你走過理論上“悲傷的五個階段”：先用博比·麥克費林（Bobby McFerrin）的歌曲《不要憂慮，要快樂》（Don’t Worry, Be Happy）幫你否認發生的事；再用艾拉妮絲·莫莉塞特（Alanis Morissette）的《你應該知道》（You Oughta Know）讓你發泄憤怒；接著用雅克·布雷爾（Jacque Brel）的《不要離開我》（Ne me quitte pas）和保羅·揚（Paul Young）的《回來，留下來》（Come Back and Stay）鼓勵你討價還價；用阿黛爾·阿德金斯（Adele Adkins）的《如你》（Someone Like You）讓你深刻體會沮喪；最后再用葛羅莉亞·蓋羅（Gloria Gaynor）的《我會活下去》（I Will Survive）讓你接受一切。

接下來，算法開始調整這些歌曲和旋律，為你量身打造。或許某首歌什么都好，只有一個地方讓你不喜歡。算法知道這件事，是因為只要一到那個地方，你的心跳就會停一下，催產素水平也會稍微降低。而算法能做的，就是把那個討厭的地方重寫或干脆刪去。

最后，算法就能學會編寫整首曲子，人類的情緒就像鋼琴琴鍵般任它們彈奏。有了你的生物統計數據之后，算法甚至可以量身打造出全宇宙只有你會喜歡的旋律。

常有人說，人類之所以喜歡藝術，是因為可以在藝術中看見自己。但如果臉譜網開始運用它對你所知的一切來打造個性化的藝術品，結果可能會出人意料，甚至造成危險。比如，如果男友甩了你，臉譜網呈現給你的可能是一首完全為你量身打造的歌曲，內容就是關于這個負心人的，而不是那個讓阿黛爾或艾拉妮絲·莫莉塞特傷心的不知名人士。這首歌甚至能提醒你在過去交往時那些只有你們倆知道的事情。

當然，為個人量身打造的藝術可能成不了流行，因為人還是喜歡大家都愛的玩意兒。如果這個曲調只有你知道，不就沒辦法和大家一起唱唱跳跳了？然而，比起制作個性化作品，算法可能更擅長制作全球熱銷作品。運用儲存了數百萬人數據的生物統計數據庫，算法知道只要按下哪些生化按鈕，就能在全球掀起熱潮，讓所有人在舞池里瘋狂搖擺。如果藝術的重點真的在于啟發（或操縱）人類的情緒，那么人類音樂家大概難以再與這樣的算法匹敵，因為算法實在比人類更了解它們所撥弄的這個樂器：人類的生化系統。

這一切會帶來偉大的藝術嗎？這可能要看藝術是如何定義的。如果說聽眾覺得美就是美，而且顧客永遠是對的，那么生物統計算法就有可能創造出歷史上最佳的藝術。但如果藝術是一種比人類情緒更深層的東西，應該表達出超越生化震動的事實，那么生物統計算法大概就不會成為優秀的藝術家。然而，大多數人大概也成不了優秀的藝術家。只是為了進入藝術市場，取代許多人類作曲家和表演者，算法并不需要直接打敗柴可夫斯基，先打敗小甜甜布蘭妮就行了。

新工作？

從藝術到醫療保健行業，許多傳統工作將會消失，但其造成的部分影響可以由新創造出的工作抵消。例如，診斷各種已知疾病、執行各種常規治療的全科醫生，有可能被人工智能醫生取代，這會省下很多經費，讓醫生和實驗室助理得以進行開創性的研究，研發新藥或手術方案。人工智能也可能以另一種方式協助人類創造新的工作：人類與其想贏過人工智能，不如把重點放在人工智能的維護和運用上。舉例來說，因為無人機取代了飛行員，有些工作確實消失了，但同時在維護、遠程控制、數據分析和網絡安全等方面也創造出了許多新的工作機會。美國軍方每派出一架“捕食者”（Predator）無人機或“死神”（Reaper）無人機飛越敘利亞，就需要有30人在幕后操作；至于收集完數據的后續分析則至少還需要80人。2015年，美國空軍就曾經因為缺少足夠的訓練有素的人而面臨無人操作無人機的窘境。

這樣說來，2050年的就業市場的特點很可能在于人類與人工智能的合作，而非競爭。從警務到銀行等各個領域，“人類+人工智能”的表現都能超越單純的人類或單純的計算機。在IBM的“深藍”（Deep Blue）于1997年擊敗國際象棋特級大師加里·卡斯帕羅夫（Garry Kasparov）之后，人類并沒有停止下棋。相反，在人工智能的協助下，人類的國際象棋大師水平比過去更高。至少有一段時間，被稱為“半人馬”（centaur）的“人類+人工智能”組合，在國際象棋比賽中的表現比單純的人類或計算機都要出色。很有可能，人工智能也能如法炮制，協助培養出歷史上最優秀的偵探、銀行經理和軍人。

然而，這些新工作很可能需要高水平的專業知識，因此無法解決無技能失業者的就業問題。讓失業者接受再培訓之后去做這些工作，可能還不如直接創造完全屬于人類的全新工作。在過去的自動化浪潮中，勞動者通常可以從某個低技能的工作輕松轉到另一個低技能的工作。比如，1920年，因為農業機械化而失業的農場工人可以在生產拖拉機的工廠里找到新工作；1980年，工廠工人失業后，可以去超市當收銀員。這種職業轉變在過去是可行的，因為從農場到工廠、從工廠到超市，都只需要稍加培訓即可。

但是到了2050年，收銀員或紡織工人的工作全部由機器人接手之后，他們幾乎不可能變身為癌癥研究人員、無人機駕駛員或“人類+人工智能”的銀行團隊中的一員。他們缺少必備的技能。在第一次世界大戰中，派出幾百萬名毫無作戰經驗的士兵扛著槍一陣亂射，犧牲成千上萬人，其實是有意義的做法，畢竟當時個人的技術好壞并不會造成太大差異。但是今天，就算無人機駕駛員和資料分析師的崗位確實缺人，美國空軍也不會找個失業的超市收銀員來填補空缺。你不希望有個沒經驗的“菜鳥”把阿富汗的婚禮派對誤認為是塔利班的高層集會吧？

因此，雖然出現了許多新的人類工作，我們仍然可能看到新的“無用階層”日益龐大。我們甚至可能兩面不討好：一方面許多人找不到工作，另一方面也有許多雇主找不到有技能的雇員。這有點兒像19世紀汽車取代馬車時的情景，當時有許多馬車夫轉行當出租車司機，只是我們可能不是那些馬車夫，而是被淘汰的馬。

此外，由于機器學習和機器人技術還會持續進步，所以其實任何人類工作都有可能受到自動化的威脅。就算某位40歲失業的沃爾瑪收銀員靠著驚人的努力讓自己改頭換面成了無人機駕駛員，也很有可能在10年之后因為無人機也自動化了而必須再改頭換面一次。職場波動如此劇烈，使得組織工會或保障勞工權益變得更加困難。我們現在就能夠看到，即使是在發達經濟體中，很多新工作的形態也是無保障的臨時工、自由職業和一次性合作。如果某個專業在10年間就迅速起落，又怎么可能組織起工會呢？

同樣，“半人馬”組合很有可能變成一場人類與計算機之間不斷的拔河角力，而不是穩定的終身伙伴關系。完全由人類組成的團隊（比如福爾摩斯和華生），常常會形成長期的階層和慣例，并能夠延續數十年。然而，如果偵探和IBM的超級計算機系統“沃森”合作［該人工智能系統2011年在電視益智搶答節目《危險邊緣》（Jeopardy!）中獲勝］，會發現所有的階層都可能被打破，所有的慣例也都可能被干擾。昨天的搭檔，明天可能就成了你的主管；所有的規章和守則也都必須每年重寫。

仔細觀察國際棋壇的動態，或許可以預估未來世界將走向何方。“深藍”戰勝卡斯帕羅夫之后的幾年間，人機合作是國際棋壇的熱門形式。但近幾年來，計算機已經變得非常擅長下棋，以至于人類合作者失去了他們的價值，而且可能很快就會變得完全無關緊要。

2017年12月7日，這是圍棋具有里程碑意義的一天，但這一天并不是計算機擊敗人腦（那已經是舊聞了），而是谷歌的AlphaZero程序擊敗了Stockfish 8程序。Stockfish 8是2016年的全球計算機國際象棋冠軍，運用的是幾百年來累積的人類國際象棋經驗，再加上幾十年的計算機象棋經驗，每秒計算7000萬次走法。相較之下，AlphaZero每秒只計算8萬次走法，而且寫程序的時候完全沒教它任何國際象棋規則，它連基本的起手下法都不會！AlphaZero完全是運用最新的機器學習原理，不斷和自己下棋，就這樣自學了國際象棋。雖然如此，在AlphaZero與Stockfish 8的100場比賽中，AlphaZero贏28場、平72場，完全未嘗敗績。AlphaZero完全沒向任何人類學習任何東西，許多獲勝走法和策略對人類來說完全是打破常規的，可以說是創意十足，甚至是天縱英才。

那么，AlphaZero從零開始學習國際象棋，用了多久才準備好與Stockfish 8的對局，而且發展出天才般的直覺？答案是4小時。你沒看錯，就是4小時。千百年來，國際象棋一直被認為是人類智慧的絕頂展現。但AlphaZero只花了4個小時，完全沒有任何人類指導協助，就從一無所知變成創意十足的大師。

AlphaZero絕不是市面上唯一能夠擁有想象力的軟件。現在許多程序已經不只在單純的運算次數上超越人類棋手，就連“創意”也不在話下。現在在限定人類參加的國際象棋比賽中，裁判會不斷注意是否有棋手偷偷用計算機作弊。而抓到作弊的方法之一，就是觀察棋手所展現的原創性高低。如果有人走了極具創意的一步，裁判常常會懷疑這不是人走出來的，肯定是計算機走出來的。所以，至少在國際象棋這個領域，創意已經不是人類的專利，而是計算機的專利！以前會用金絲雀來偵測煤礦里是否出現有毒氣體，而如果國際象棋是我們的煤礦金絲雀，我們已經收到警告：這只金絲雀正面臨死亡。而現在發生在人類與人工智能國際象棋組合上的事情，未來也可能發生在警務、醫藥和銀行業。

因此，創造新的工作、讓勞動者接受再培訓而重新就業，并不是能夠一勞永逸的方法。人工智能革命不會是一個單一的分水嶺，可別以為在這之后就業市場就會達到新的平衡狀態。相反，破壞只會像雪崩般擴大。現在已經很少有人認為自己能夠一輩子都做同一份工作。而到了2050年，別說同一份工作，就連同一個專業領域也不太可能讓人待一輩子。

就算我們真的能夠不斷創造出新工作，讓勞動者接受再培訓，但像這樣生活永無寧日，一般人的精神又是否能撐得下去？變化總會帶來壓力，21世紀初的紛紛擾擾，已經造成全球性的壓力蔓延。而隨著就業市場和個人職業生涯的波動不斷加劇，人類是否真能應對？或許，人類將會需要更有效的減壓方式（從藥物、神經反饋到冥想等），來避免智人精神崩潰。到2050年，“無用階層”的出現可能不只是因為找不到工作、沒受過相關教育，還可能因為精神動力不足。

顯然，以上大部分只是猜測。在本書寫作的此時（2018年年初），自動化已經對許多產業造成影響，但尚未導致大量失業。事實上，在美國等許多國家，失業率已降至歷史最低點。沒人能夠確定機器學習和自動化究竟會對未來的各種行業產生怎樣的影響，想預估相關時間表也絕非易事。特別是這一切不只要看科技上的突破，各種政治決策與文化傳統的影響也至關重要。因此，就算已經證明自動駕駛汽車比人類司機更安全、更便宜，政客和消費者仍然可能會在幾年甚至幾十年間抗拒改變。

但我們也不能過于樂觀。一心認為會有足夠的新工作來彌補被淘汰的工作，將會十分危險。在過去的自動化浪潮中曾發生的這一事實，并不能保證一定會在21世紀這個極為不同的情境下再次發生。一旦真的發生系統性大規模失業，潛在的社會和政治干擾將會極為嚴重，因此就算發生系統性大規模失業的可能性非常低，我們也必須嚴肅對待。

19世紀工業革命興起之后，當時的社會、經濟和政治模式都無法應對相關的新情況和新問題。封建主義、君主制和傳統宗教不適合管理工業大都市、幾百萬背井離鄉的工人，并面對現代經濟不斷變化的本質。于是，人類必須開發全新的模式——自由民主國家、獨裁政權、法西斯政權，再用超過一個世紀的慘痛戰爭和革命來測試這些模式，去蕪存菁，以找出并實踐最佳解決方案。狄更斯筆下的煤礦童工、第一次世界大戰和1932—1933年的烏克蘭大饑荒，都只是人類付出昂貴學費的一小部分。

信息技術和生物技術在21世紀給人類帶來的挑戰，會比蒸汽機、鐵路和電力在上個時代帶來的挑戰大得多。由于現代文明的破壞力過于驚人，人類實在禁不起更多的測試失敗、世界大戰或血腥革命。現代如果測試失敗，可能導致的就是核戰爭、基因工程怪物或生物圈的徹底崩潰。所以，我們只能比面對工業革命時做得更好才行。

從剝削到無足輕重

可能的解決方案分為三大類：如何避免工作消失；如何創造足夠的新工作；就算盡了最大的努力，但消失的工作還是遠遠多于新創造的就業機會，該怎么辦？

避免工作消失，是最沒有吸引力也最無法達成的策略，因為這代表著要人類放棄人工智能和機器人的巨大潛力。然而，政府可能會有意放慢自動化的腳步，以減少造成的沖擊，爭取時間進行調整。技術從來不是只有一條路：事情“可以做”并不意味著“必須做”。運用政府法規的牽制，就算某項新技術已經在商業上可行、在經濟上有利可圖，也能把它擋下來。比如，這幾十年來，人類的技術發展早就足以創造出一個人體器官市場，在欠發達國家開設“人體農場”，應對富裕買家幾乎永無止境的需求。像這樣的“人體農場”，市場價值可能高達數千億美元。然而，靠著各項法規禁止人體器官自由交易，雖然還是有黑市，但畢竟規模遠小于原本可能的狀況。

放慢改變的速度，或許能讓我們有時間創造足夠多的新工作機會來彌補大部分損失。但就像前面說的，經濟上的開創精神必須搭配教育和心理方面的變革。假設新的工作崗位不僅僅是政府部門的職位，那么也就可能需要高水平的專業知識；而且，隨著人工智能不斷改良，人類勞動者也需要不斷學習新技能，改變自己的專業領域。政府必然需要介入，一方面提供終身教育補貼，另一方面提供安全網，協助國民面對無法避免的過渡期。假設一位40歲的前無人機駕駛員需要三年時間才能成功轉型為虛擬世界的設計師，在這段時間內，他和他的家人很可能需要很多的政府協助才能維持生活。（目前北歐各國正在試行此類方案，信念在于“保護勞工，而不是保護工作”。）

然而，就算有足夠的政府協助，像這樣讓幾十億人不斷重新再造自我，究竟會不會影響人們的心理平衡，仍是未知數。如果就算我們付出一切努力，還是有相當比例的人口被擠出就業市場，那么我們將不得不尋找新的模式，來面對“后工作社會”、“后工作經濟”和“后工作政治”等種種議題。第一步就是要誠實承認，我們固有的社會、經濟和政治模式并不足以對付這樣的挑戰。

有些人可能會說，就算人類無法在工作上與人工智能競爭，但還是要靠人來消費吧？人類怎么可能會在經濟上無足輕重呢？然而，未來的經濟究竟還需不需要由人來作為消費者，現在實在很難說，因為機器和計算機也可以成為消費者。理論上，讓A礦業公司生產和售賣鐵砂給B機器人公司，B機器人公司再生產和售賣機器人給A礦業公司，A礦業公司于是生產更多鐵砂，讓B機器人公司能生產更多機器人，這樣就形成一個經濟環。只要兩家公司不斷互相交易，就能不斷成長擴張到銀河系的彼端。它們只要有機器人和計算機就行了，根本不需要人類作為消費者。

事實上，現在已經有計算機和算法不再只是生產者，還同時扮演起了客戶的角色。例如在證券交易所，算法正成為債券、股票和期貨的最重要買家。同樣，廣告業最重要的客戶也是算法：谷歌搜索算法。現在設計師設計網頁的時候，常常迎合的是谷歌搜索算法，而不是哪個人的品位。

算法顯然沒有意識，所以不會像人類消費者那樣享受自己購買的物品，做決定時也不會受到感覺和情緒的影響。畢竟，谷歌搜索算法怎么都不可能真的嘗一口冰激凌。然而，算法會依據其內部運算和內置偏好來做出各種選擇，而這些內置偏好對人類世界的影響也日益增加。以冰激凌品牌為例，谷歌搜索算法對網頁搜索結果的排序有十分復雜的考慮，而全球最成功的冰激凌品牌就是被谷歌排在前面的那幾家——不見得是真正最好吃的那幾家。

我是從自身經歷中體會到這一點的。每次我出書的時候，出版社都會請我寫個簡短的介紹，讓他們用于網絡宣傳。但出版社會把我寫的文字改成迎合谷歌算法的版本。在看過我寫的文字后，出版社告訴我：“不要用這個字，換成那個字比較好，能在谷歌算法里得到更多的關注。”我們知道，只要抓住了算法的目光，抓住人類的目光就是自然而然的事了。

這樣一來，我們既不需要人類作為生產者，也不需要人類作為消費者，那么，什么能保障人類的生存與心理健康呢？我們不能等到危機徹底爆發才開始尋找答案，那時候就太遲了。為了應對21世紀這一前所未有的科技和經濟動蕩局面，需要盡快發展新的社會及經濟模式，并以“保護人類，而不是保護工作”為指導原則。很多工作不過是無聊的苦差事，本就應該被淘汰。例如，沒有人一輩子的夢想是成為收銀員吧？我們應該關注的是要滿足人類的基本需求，以及保護其社會地位和自我價值。

有一種新模式越來越受到關注，即全民基本收入（universal basic income, UBI）。全民基本收入認為，政府應該對控制算法和機器人的億萬富翁和企業征稅，再用這筆稅金為每個人提供足以滿足其基本需求的慷慨津貼。這樣一來，既能解決因失業和經濟混亂而產生的貧窮問題，也能保護富人不受平民主義的怒火洗禮。

一個相關的建議是要擴大“工作”的定義。目前有幾十億個父母照顧著孩子，鄰居照顧著彼此，民眾組織著種種社群，這些活動都有其價值，但都不被認可為“工作”。或許我們應該改變一下觀念，意識到照顧孩子可以說是世界上最重要、最具挑戰的工作。這樣轉念之后，就算計算機和機器人取代所有司機、銀行經理和律師的工作，也不會出現工作短缺的狀況。當然，接下來的問題就是該由誰來考核這些新認定的“工作”，并為其付費。6個月大的嬰兒大概還沒辦法付給媽媽工資，這時就需要政府承擔起這個責任。另外，如果我們希望此類薪水足以負擔家庭的基本開銷，那么最終這和全民基本收入也就沒有太大差異了。

還有一種做法，政府可以提供全民基本服務，而非全民基本收入。換言之，政府不是直接給錢讓人亂花，而是提供免費的教育、醫療保健、交通等服務。事實上，這就是共產主義描繪的愿景。

目前我們還不知道，究竟是該為民眾提供全民基本收入（資本主義的天堂）還是全民基本服務（共產主義的天堂）。兩個選項各有優缺點。但無論你選擇哪個天堂，真正的問題還是在于“全民”與“基本”的定義。

什么是“全民”？

無論是全民基本收入還是全民基本服務，通常認為都是由國家來提供的。到目前為止，各種全民基本收入措施都還只是明確限定在某個國家或某個城市執行。2017年1月，芬蘭開始為期兩年的試點，為2000位失業的芬蘭人每月提供560歐元，不論他們在試點開始之后是否找到工作。在加拿大的安大略省、意大利的里窩那市（Livorno）和荷蘭的幾個城市，也有類似的試點正在進行。（2016年，瑞士舉行了全民基本收入提案公投，但選民最后否決了這項提案。）

這些國家或城市計劃的問題在于，自動化的主要受害者可能并不住在芬蘭、安大略、里窩那或阿姆斯特丹。在全球化的影響下，某國人民的生計可能完全依賴其他國家的市場，然而，自動化可能會對這種全球貿易網絡的大部分地區造成破壞，給最脆弱的環節帶來災難性的后果。在20世紀，缺乏自然資源的發展中國家主要是靠出售非技術工人的廉價勞動力取得經濟進步。今天，仍有數百萬孟加拉國人靠制作襯衫賣給美國以營生；在印度的班加羅爾，也有許多人是在客服中心為美國企業處理客戶投訴電話。

然而，隨著人工智能、機器人和3D打印的興起，廉價非技術工人的重要性將會大大降低。對紐約人來說，以后不用大老遠地在孟加拉國生產襯衫再運到美國了，只要在亞馬遜網絡商店選購中意襯衫的程序代碼，就能直接在紐約將襯衫3D打印出來。第五大道上的Zara（服裝品牌）和普拉達（Prada）店面可能會被位于布魯克林的3D打印中心取代，甚至有些人可能家里就有一臺3D打印機。同時，如果打印機出了問題，也不用打電話到班加羅爾的客服中心，而是直接和谷歌云服務的人工智能廠商代表對談（人工智能的口音和語調還能依你的喜好來選擇）。于是孟加拉國和班加羅爾的紡織工人和客服人員失業了，卻又得不到必要的培訓以轉向時尚襯衫設計或計算機編程，他們要怎么生存下去？

如果人工智能和3D打印確實接手了過去在孟加拉國和班加羅爾的工作，那么過去流向南亞的收入現在則流進了加州少數科技龍頭企業的金庫。于是，全球經濟雖然增長，卻不是讓全球的情況普遍改善。我們看到的是像硅谷之類的高科技中心財源滾滾，而許多發展中國家經濟崩潰。

當然，包括印度和孟加拉國在內的一些新興經濟體也有可能進步得很快，一起加入勝利者的隊伍。只要有足夠的時間，紡織工和客服中心人員的子孫也可能成為工程師或創業者，負責制造甚至自己就擁有計算機和3D打印機。然而，能夠這樣轉業的時間正點滴流逝。在過去，廉價的非技術勞動力就像一道跨越全球經濟鴻溝的穩固橋梁，就算某國發展速度緩慢，最后還是可以平安跟上彼方的腳步。在當時，走得穩比走得快重要得多。然而，現在這道橋梁正搖搖欲墜。已經成功跨過橋梁（已從廉價勞動力發展到高技能產業）的國家，大概前景可期；但還落在后面的國家，可能就會發現自己被困在鴻溝錯誤的那一邊，再也沒有任何方式能追趕彼方。如果再也沒有人需要你的廉價非技術勞動力，而你又沒有資源打造良好的教育體系、教授勞動力新的技能，豈不就束手無策？

這樣一來，那些落在后方的人會面臨怎樣的命運？美國選民大概會同意，亞馬遜和谷歌這些美國企業在美國繳的稅，可以用來為賓夕法尼亞失業的礦工或紐約失業的出租車司機提供津貼或免費服務。只不過，如果是特朗普口中的“屎洞國家”，美國選民是否也會同意把稅金拿去補貼這些地方的失業民眾？如果你以為真有這種可能，還不如說圣誕老人和復活節兔子會跳出來解決這個問題。

什么是“基本”？

全民基本收入和全民基本服務的用意，就是要照顧基本的人類需求，但“基本的人類需求”并沒有公認的定義。從純粹的生物學角度來看，智人每天只需要1500~2500卡路里熱量就足以存活。高于這個數字，其實就是奢侈。但歷史上所有文化所認為的“基本”，都不止于這條“生物貧窮線”。在中世紀歐洲，可能認為參加教堂禮拜比食物更重要，因為禮拜看顧的是你永恒的靈魂，而不是你暫時的身體；而在今日的歐洲，良好的教育和醫療保健服務被認為屬于人類的基本需求。還有人甚至認為，現在對于男女老幼而言，使用互聯網屬于基本需求。如果2050年有個世界聯合政府，決定向谷歌、亞馬遜、百度和騰訊征稅，好為世界上所有人（不論是在孟加拉國還是在底特律的居民）提供基本收入或服務，這里的“基本”究竟該如何定義？

舉例來說，基本教育包括什么？是只要有讀寫能力就行，還是要會寫計算機程序和拉小提琴？是只要提供6年的小學教育，還是要一路照顧到獲得博士學位？醫療保健呢？如果2050年醫學發展已經能夠推遲衰老、顯著提升人類壽命，這些新的療法是該讓全球百億人口雨露均沾，還是讓少數億萬富翁個人獨占？如果生物技術已經能讓父母把兒女“升級”，這會被認為是全人類的基本需求嗎？還是我們會看到人類分裂成不同的生物種姓，一邊是富有的超人類，所擁有的能力遠超另一邊可憐的智人族群？

不論選擇如何定義“基本的人類需求”，一旦免費提供給所有人，就會被視為理所當然，接著就會出現激烈的社會競爭和政治角力，爭奪種種“非基本”的奢侈品，不管是擁有自駕車、使用虛擬現實公園的權利，還是由生物工程增強身體健康。然而，如果失業民眾手中沒有任何經濟資產，很難想象他們究竟要怎樣才有可能取得這些奢侈品。這樣一來，富人（騰訊的高層、谷歌的股東）與窮人（依賴全民基本收入的人）之間的差距可能不僅比現在更大，而且更無跨越的可能。

因此，就算2050年已經有些全民基本方案，能夠為窮人提供比今天更好的醫療保健服務和教育，他們仍然會對全球的不平等和缺乏社會流動而感到憤怒。民眾會覺得整個社會系統對他們不公，政府只為超級富豪服務，而且自己和子女的未來除了往下滑落便別無其他方向。

智人本來就不是一種會滿足于現狀的動物。他們的快樂很少取決于客觀條件，而多半取決于自身的期望。然而，期望又往往會因為各種條件（甚至包括其他人的條件）而不斷調整。整體客觀條件改善的時候，期望也會隨之膨脹，于是雖然客觀條件可能已經大幅提升，我們卻可能還是像以前一樣不滿。今天，如果全民基本收入和服務的目標是要改善2050年一般民眾享有的客觀條件，那么成功的概率應該不小。但如果它的目標是要讓人對自己所享有的一切在主觀上更滿足，并且避免社會產生不滿的情緒，那么失敗的機會應該就很大。

要真正實現其目標，全民基本收入和服務還必須搭配讓人民有些有意義的目標，從體育到宗教，等等。講到要在“后工作世界”過著幸福滿足的生活，或許到目前為止最成功的實驗方案出現在以色列：有大約50%的極端正統派男性猶太教徒從不工作，把生命都奉獻給研讀宗教經典、進行宗教儀式。他們和家人之所以不會餓死，一部分原因在于他們的妻子通常都有工作，另一部分原因則在于政府會為他們提供慷慨的補貼和各種免費服務，確保他們擁有基本的生活必需品。早在“全民基本收入”這種說法出現之前，猶太教就已經搶先一步。

雖然這些極端正統派猶太男性又窮又失業，但一次又一次的調查顯示，他們的生活滿意度比以色列社會其他任何階層都高。原因在于整個社群心手相連的力量，以及他們在研讀經典、執行儀式時尋得的深切意義。如果說一邊是一個小房間，里面滿是猶太男性討論著《塔木德》，另一邊是一整座大型血汗紡織工廠，里面滿是紡織工人在辛苦地工作，那么比較歡樂、比較有參與感、比較有想法的，大概會是那個小房間里的人。多虧了這群又窮又失業的人，在全球生活滿意度調查里，以色列的排名也算是名列前茅。

世俗的以色列人常常抱怨極端正統派對社會貢獻太少，都是靠著別人的努力來過活。世俗以色列人也常常認為，極端正統派的生活方式不可能永續，特別是極端正統派的家庭平均足足有7個小孩。國家遲早會無法應對這么多的無業人口，讓極端正統派不得不去上班。但事情可能正好相反。隨著機器人和人工智能把人類趕出就業市場，極端正統派猶太人有可能會變成未來的楷模，而不是過去的化石。并不是說每個人都要變成正統派猶太教徒、上猶太初等學校、研讀《塔木德》，但對所有人來說，對于意義、對于社群的追求，將有可能變得比對工作的追求更為重要。

如果我們能夠打開一張全民經濟安全網，再結合強大的社群及有意義的目標，那么工作被算法搶走也可能是塞翁失馬。話雖如此，如果被搶走的是對生命的控制權，情況就可怕得多了。雖然我們正面臨著人類大規模失業的危險，但更該擔心的其實是人類目前握有的權威被算法奪走。這樣一來，可能會讓人類對自由主義這套故事徹底失去信心，而開啟一條通往數字獨裁的道路。