多方面取代你 AI人工智能将加大不平等

除了担心工作被取代，人工智能对人类社会将带来各个方面的转变，包括教育、福利，甚至地理政治， 影响将是翻天覆地的。

人工智能如何影响教育?

2011年7月，史丹佛教授特隆(Sebastian Thrun)在YouTube上贴出了一段影片，宣布他和同事诺米格(Peter Norvig)会将他们的课程“人工智能入门”放上网路，供使用者免费使用。 等到课程于10月开始之时，已有190个国家、总计16万人报名此课程。

同一时间，同为史丹佛教授的吴恩达(Andrew Ng)，也将他的机器学习课程免费在网路上公开，报名人数达10万人。 两堂课程皆持续10周，特隆的课程有2.3万人完成，吴恩达的则为1.3万人。

这类结合了影片授课、学生讨论板、自动作业评分系统的线上课程，就是所谓的大规模开放线上课程(MOOC)。 2012年，特隆创立线上教育新创Udacity，吴恩达亦共同创立了Coursera;同一年，哈佛大学和麻省理工学院(MIT)共同组成非营利MOOC提供者edX，领导者为MIT人工智能实验室主任阿格华(Anant Agarwal)。

当时，有些人认为，MOOC会取代传统的大学教学。 MOOC初期的热潮已稍稍消退(但也有数百万学生修习过某种形式的线上课程)，但MOOC热潮亦描绘了线上教育的巨大潜力。

Udacity、Coursera和edX全都源自人工智能(AI)实验室，AI社群亦深信，教育系统需要大检修。 特隆表示，他创立Udacity的目的，是为AI革命提供解药，因为在AI革命之下，劳工得持续学习新技能。 同样地，吴恩达认为，由于AI研究可能会冲击劳动市场，研究者亦“肩负道德责任，得挺身处理我们造成的问题。”这也正是他共同创立Coursera的原因。

此外，AI科技在教育领域亦有巨大的潜力。

为每位学生量身订作课程，用学生最能了解的方式呈现概念，让学生可以用自己的步调学习，即为“适性学习”;好几年来，它似乎总是有种即将到来之感，终于，新的机器学习技术，或许真的有机会实现这个承诺。

吴恩达表示，目前，大量学童得学习同样的教材、可以收集大量资料的领域，正是适性学习技术表现最佳的领域。 巴西适性学习新创Geekie，在数千所巴西高中指引学生学习高中课程，Knewton、Smart Sparrow和Dreambox也都是这个领域的新创。

教育巨人亦十分重视此事。 McGraw-Hill在2013年收购了适性学习系统ALEKS，Pearson最近也宣布扩增与Knewton的合作计划。 这类系统不会取代教师，但可以让教师的角色，从讲课者转变为导师。

就算是在AI社群之外，许多人也相信，科技进展之下，教育的方式得大幅改变才行，一如工业革命在19世纪造成的影响。 工厂工作取代农业工作，识字和算术的重要性亦随之上升;雇主发现，教育程度较高的员工生产力较高，但也不愿自行训练员工，因为员工可能会跳槽。

这催生了工厂模式的普及国家教育，亦即由学校为工厂提供具备合适资格的劳工;也就是说，工业化改变了教育的需求，也提供了教育模式。 AI崛起亦有可能带来同样的效应，让教育变革成为必要之事，并以适性教育来促成教育变革。

西北大学的莫基尔(Joel Mokyr)表示，从1945年开始，教育系统就在鼓励专业化，但在知识过时的速度加快之际，最重要的并不是学会如何把一件事做得极好，而是学习如何再学习。 莫基尔认为，目前的教育太过将人视作陶土，塑形烧制之后就无法改变外形，而非可以重塑的黏土。

未来，愈来愈多工作得面临自动化的挑战之际，最有价值的技能亦将不断改变。 吴恩达表示，“你得在整段人生中持续学习，这早已经相当显而易见。你在大学学会的东西，没办法让你平顺地渡过接下来40年。”

因此，教育得与全职工作相互结合。 特隆表示，“大家得持续学习新技能，才能跟上当前的趋势。”因此，他的公司聚焦于可以在数月内完成、而且不必停止工作的“微型学位”;举例来说，资料科学微型学位每月的费用为200美元，但在12个月内完成课程，就能获得50%的退费。

网路上现在有各种各样的课程，从使用者体验设计、专案管理到领导无所不包，有些是依照课程收费，如Udacity，有些则收取月费，让使用者修习全部的课程，如LinkdedIn旗下的Lynda.com。 有时，使用者和潜在雇主会难以分辨何者最能提供价值，政府、训练提供者和雇者在认证上加强合作，应该有助解决此问题。

MIT的奥特(David Autor)表示，美国与其他已发展国家应该与德国一样，更加重视职业和技术教育，而不是鼓励每个人都去念大学。 不过，增加学徒制教育并非解决之道;学徒制教育通常需要5-7年，波士顿大学法学院的贝森(James Bessen)指出，“如果你需要的技能每3-5年就会改变，这实在不合理。”

因此，传统的学徒模式也必须调整。 贝森表示，社区大学设立了各种结合教育与在职进修的机制，例如，西门子就在北卡州的风力发电机工厂，推出了4年制的“赚钱兼学习”学徒计划;学徒毕业后可取得当地社区大学的机械电子学位、当地劳工部门的证照，而且不必承担学生贷款。

工作所需的技能不断改变，拥有坚实的基本语言和算术能力亦更显重要。

AI教不来的人格技能

不过，教导“软”技能也会愈来愈重要;美国国家经济研究局的海克曼(James Heckman)和考兹(Time Kautz)，在2013年发表的论文中指出，应该更加着重坚持不懈、社交、好奇心等“人格技能”，这些技能不但深获雇主重视，亦与员工适应新情势、学习新技能的能力习习相关。

他们认为，人格是种技能而非特质，教导这类技能不但可长可久，也相当具成本效益。

冲击人类收入、社会福利

AI和自动化引发的疑虑，促使许多人呼吁强化安全网，保护受影响的劳工，并协助他们转换至新工作。 许多AI评论者支持全民基本收入;这是种极度简化的社福系统，无论情况为何，都会支付每一个人固定的金额，并取消其他的社福支付。

潘恩(Thomas Paine)、弥尔(John Stuart Mill)等人，也曾在工业革命之时提出了类似的想法。 支持者认为，它的主要优点在于，如果没有工作或只有兼职工作的人，决定多工作一些，并不会因而遭受惩罚，因为社福支付并不会随薪资上升而下滑。

它让人得以自由决定工作量，也有机会鼓励劳工接受再训练，因为训练之时也能获得小额的保证收入。 认定就业机会末日终将到来的人，则视之为确保消费经济继续运作、支持非就业人口的方法。 如果大多数工作都被自动化，势必需要另一种重新分配财富的机制。

人人都发给基本收入，好吗?

与复杂的重整教育系统相较，基本收入似乎是种简单、吸引人又易于理解的解决方案。 这个想法在科技产业获得广泛支持，新创育成机构Y Combinator的总裁奥特曼(Sam Altman)认为，科技快速变革之际，基本收入有助劳工“平顺转移至未来的工作”。

这个想法似乎相当吸引科技人，部分原因在于它简单又优雅，部分原因在于它带有的乌托邦主义。

比较犬儒看法则是，在科技造成破坏和财富不均之时，基本收入有助缓和民众的不满，让科技人得以不受限制、继续发明未来。 奥特曼表示，以他的经验来说，支持基本收入的科技人，都是出于“相当慈善的理由”。

以全民基本收入取代现有的福利支出，是大大的倒退

这样的想法原则上相当吸引人，但魔鬼就藏在细节之中。 以全民基本收入取代现有的福利支出，是大大的倒退;例如，将现有的社会、退休和福利(除了医疗以外)总支出平均分配后，美国人能获得的基本收入约为6,000美元，英国则为6,200美元。

与现有的福利机制相比，那会大大减少最穷者的收入，并给予富有者他们不需要的金钱。 然而，如果要为基本收入进行家庭收入调查，此机制的单纯与低行政成本也可能会随之消失。 此外，要支付能提供合理生活水平的基本收入，势必得大幅调高税率。 负所得税或劳动所得税扣抵，或许没那么优雅，但也比较务实。

芬兰、荷兰等许多国家，计划在明年开始试验有限形式的基本收入。 经济学家的重大忧虑在于，基本收入反而有可能让人不想接受再训练，或是让人根本不想工作;不过，先前试验的结果显示，它会鼓励民众小幅减少工时，而非完全放弃工作。

另一个问题在于，基本收入难以与开放边境和和劳工自由迁徙兼容;没有移民或福利上的限制，那可能会吸引大量外国的不劳而获之人，并造成国内纳税者外逃。

地理政治将如何受到冲击?

这点出了另一个决策者可能得处理的领域，也就是自动化对地理政治的冲击。

奥特表示，自动化对发展中经济体的冲击，可能会大过富有经济体，因为发展中经济体所提供的事物，基本上都源自劳动力：低薪劳工制造的低廉产品，电话中心等低廉服务，或是劳工前往海外从事家务或建筑工作。

如果自动化让富有国家在这些领域更能自足，富有国家就会比较不需要那些带动发展中世界出口和成长的产品和服务;奥特认为，自动化可能会“侵蚀发展中世界的大部分竞争优势” 。

另一个疑虑则是，富有国家拥有机器人和AI相关的科技和专利，若两者造成生产力大增，富有国家必定受益;如果机器在诸多领域的表现都超越人类，发展中世界不见得能获益。

国家间的不平等也将拉大

风险在于，自动化可能会让贫穷国家无法借助工业化带动经济发展。 哈佛大学的罗德里克(Dani Rodrik)指出，英国的制造业就业占比，是在一战前到达高峰45%，巴西、印度和中国已然到达高峰，但全都没有超过15%。 这是因为制造业的自动化程度已远高于过往。

花旗银行和牛津大学马丁学院的报告指出，中国最近已超越美国，成为工业自动化的最大市场。 工业自动化或许代表，非洲、南美等地的新兴经济体，会比较难借助工业化创造经济成长，得寻找新的成长模式才行。 乔治梅森大学的经济学家科文(Tyler Cowen)指出，没有制造业工作创造的中产阶级，可能会使高度收入不均深植于这些国家的核心经济结构之中。

工业革命之时，弥尔曾表示，照顾那些生活遭受机器影响的人，就是立法者最该重视的议题。 目前，大多是富有国家在担心自动化对教育、福利和发展的影响，但发展中国家的决策者，也愈来愈得思考这些问题。