華文網

關於人類未來的工作,有三個最緊迫的問題

去年,線上教育公司Udacity的創始人和總裁Sebastian Thrun開始用人工智慧來“武裝”銷售團隊。銷售團隊主要任務是回答潛在用戶提出的問題,從而來提高轉化率。Thrun在斯坦福大學有一個電腦科學實驗室,

他和他的一個學生一起收集了那些能夠成功讓學生報名參加課程的聊天記錄。然後將聊天內容輸入到機器學習系統中,經過訓練,這一系統能夠對各種常見的問題給出最有效的回答。

在未來的幾十年裡,這些技術將改變幾乎所有的行業(從農業、醫藥和製造業到銷售、金融和交通),並重塑工作的性質。“數百萬的工作崗位將被淘汰,數以百萬計的新工作將被創造,

更多的工作將會發生改變,”麻省理工學院數字經濟專案的負責人Erik Brynjolfsson說。

但做出準確的預測非常困難。Brynjolfsson說:“這些技術正在快速發展,這在某種程度上是一件好事,但我們在理解它們的影響方面有巨大的差距,這需要有更多的研究。”研究人員已經開始這樣做了,

但新出現的變化都表明,這背後並不簡單。數位技術的進步可能會以複雜而微妙的方式改變工作,為就業者創造機會,或者帶來風險。

這裡有三個緊迫的關於未來工作的問題,以及研究人員是如何開始回答這些問題的。

人工智慧會淘汰工人嗎?

在以前的自動化浪潮中,技術進步讓機器能夠接管簡單、重複和常規的任務。機器學習提高了將更複雜、非常規的認知任務自動化的可能性。

Brynjolfsson說:“在過去的40~50年的大部分時間裡,機器是不可能自動完成任務的。”“這已經是過去式了。”現在機器可以自己學習了。“

機器學習系統可以轉譯語音、識別圖像、挑選股票、檢測欺詐和診斷疾病,在一些新的領域幾乎能與人類的表現相抗衡。Thrun說:”一台機器實際上可以看到非常非常非常多的資料樣本,遠遠超出了人類能處理的範疇。“今年早些時候,他領導團隊做了一項研究,

用了大約129000張皮膚損傷圖像訓練一台機器診斷皮膚癌,其精確度與合格的皮膚科醫生相當。

德國曼海姆歐洲經濟研究中心的高級研究員Ulrich Zierahn說:”一旦你深入研究,你就會發現人們在工作中真正承擔的角色是什麼,然後你會發現他們的估計要‘水’得多。“

Brynjolfsson現在正與卡內基梅隆大學的電腦科學家Tom Mitchell合作,深入研究機器學習的影響。他們制定了一個規範,列出了特別適合自動化的任務都有哪些特徵。例如,機器學習系統擅長將一組輸入——比如皮膚病變的圖像——轉換成另一組輸出,如癌症診斷。

研究表明,勞動力對新技術的適應能力是很強的。在20世紀後半葉,自動化程度的提高導致了職業的轉變,工人開始執行更複雜和非常規的任務。在未來的一些場景中,這些轉變可能是積極的;如果自動化系統能夠進行常規的醫學診斷,它就可以讓醫生花更多的時間與病人互動,去處理複雜的病例。

零工經濟(Gig Economy)會增加對工人的剝削嗎?

正在蓬勃發展的零工經濟具有靈活性、多樣性和自主性等特徵。在這種經濟模式下,人們可以利用線上平臺來尋找短期的工作。現在,有各種各樣這種按需的,依賴於網路媒介的工作形式。最典型的莫過於Uber司機。其他還有各種眾包,比如亞馬遜的眾包平臺 Mechanical Turk,有著做調查、翻譯幾句話或給一張圖片貼上標籤的微任務。

這些數字平臺可以讓員工在任何地方完成任務,這意味著他們可以消除一些地理障礙,從而找到工作。”Nairobi(東非國家肯亞的首都)已經有人不再受制於當地勞動力市場,“牛津大學數位地理學家Mark Graham說。

他們的初步結果顯示,這些工作確實能給一些零工勞動者帶來好處;68%的受訪者表示,這項工作是他們家庭收入的重要組成部分。網路平臺為各種各樣的人提供了工作機會,比如移民女性和沒有工作許可的移民,對於他們來說,就業機會非常有限。Graham說:”這個體系確實讓有些人獲益匪淺,但並不是每個人都是這樣。“

在零工經濟中,勞動力明顯供過於求。所以勞動報酬被壓的很低。有些時候工作要求的時間非常緊急,許多人不得不加班加點。Graham說:”他們的生活本來就很不穩定,所以他們很擔心那些工作會對自己說‘不’。“”我們訪談了很多人,他們為了按時完成工作付出了很多的代價,比如連續工作48個小時。“

不同地域之間仍舊存在著很大的不平等。在2014年的一項研究中,Graham和幾位同事分析了一個平臺在2013年3月的6萬多筆交易。他們發現,大多數工作都是由高收入國家的雇主列出,並由低收入或中等收入國家的工人完成的。

另一項關於零工勞動者的大型人種學研究也開始透露更多關於這項工作是如何完成的。它還提供了一些關於員工需要成功的線索。在2013年到2015年之間,微軟研究院的兩名高級研究員Mary Gray和Siddharth Suri對美國和印度的大約2,000名零工工人進行了調查,並對近200名工作人員進行了長時間的採訪。

他們得出的第一個結論是,儘管零工工人經常被描繪成獨立自主的勞動者,但實際上他們中的許多人都需要互相溝通和合作。工人們互相説明建立帳戶和個人檔案,分享關於優秀雇主和新崗位的資訊,並相互提供技術和社會支援。Suri說,工人們正在有意識地將人類的聯繫重新融入到新的系統中,他們是在用自己的時間去完成工作。”所以他們顯然必須重視這個問題。“

技能的差距能夠彌補嗎?

近年來,專家們一直在提醒人們,擁有數字技能的工人短缺迫在眉睫。他們警告說,沒有足夠多的受過培訓的工人來填補高技術職位,而且缺乏基本的數位化素養,可能會阻礙某些地區或人口群體的工人在數字經濟中蓬勃發展。

已經有一些成功案例了。十多年前,美國國防高級研究計畫局開始開發一種個性化、互動式和自我調整的”數位家庭教師“系統,以培訓美國海軍的新成員,從事資訊系統技術(IT)工作。學生們將與導師一對一合作,完成不同主題的課程,並解決相關的問題。

在隨後的一項研究中,稍微修改後的”數位家庭教師“系統在培訓100名退伍軍人從事IT行業中的文職工作時,也得到了類似的結果。在完成該計畫的6個月內,97%的退伍軍人都獲得了對應的工作,他們的平均年薪大致相當於擁有3-5年工作經驗的人。

2016年,對哥倫比亞、菲律賓和南非等地的1400名MOOC用戶進行了分析發現,80%的學生來自中低收入家庭,41%的學生只具備基本的電腦技能。超過一半的學生(56%)是女性,最受歡迎的課程是電腦科學。

即使是那些成功完成數位技能課程的人,也仍然面臨著各種各樣的就業障礙。2004年,研究人員對奈洛比的斯特拉斯摩爾大學肯亞IT項目的學生進行了訪談,一些學生表示,他們擔心自己找不到工作,或者工作能力不被認可。

這項研究已經明確表明,即使是設計良好的培訓專案,也可能不足以確保”學生“能夠在數位化領域取得成功。”你有更好的技能,知道如何使用電腦,這並不一定意味著你可以找到一份好工作。“”技能是這個難題的一個重要部分,但除了它們還有很多的問題。“

在未來的一些場景中,這些轉變可能是積極的;如果自動化系統能夠進行常規的醫學診斷,它就可以讓醫生花更多的時間與病人互動,去處理複雜的病例。

零工經濟(Gig Economy)會增加對工人的剝削嗎?

正在蓬勃發展的零工經濟具有靈活性、多樣性和自主性等特徵。在這種經濟模式下,人們可以利用線上平臺來尋找短期的工作。現在,有各種各樣這種按需的,依賴於網路媒介的工作形式。最典型的莫過於Uber司機。其他還有各種眾包,比如亞馬遜的眾包平臺 Mechanical Turk,有著做調查、翻譯幾句話或給一張圖片貼上標籤的微任務。

這些數字平臺可以讓員工在任何地方完成任務,這意味著他們可以消除一些地理障礙,從而找到工作。”Nairobi(東非國家肯亞的首都)已經有人不再受制於當地勞動力市場,“牛津大學數位地理學家Mark Graham說。

他們的初步結果顯示,這些工作確實能給一些零工勞動者帶來好處;68%的受訪者表示,這項工作是他們家庭收入的重要組成部分。網路平臺為各種各樣的人提供了工作機會,比如移民女性和沒有工作許可的移民,對於他們來說,就業機會非常有限。Graham說:”這個體系確實讓有些人獲益匪淺,但並不是每個人都是這樣。“

在零工經濟中,勞動力明顯供過於求。所以勞動報酬被壓的很低。有些時候工作要求的時間非常緊急,許多人不得不加班加點。Graham說:”他們的生活本來就很不穩定,所以他們很擔心那些工作會對自己說‘不’。“”我們訪談了很多人,他們為了按時完成工作付出了很多的代價,比如連續工作48個小時。“

不同地域之間仍舊存在著很大的不平等。在2014年的一項研究中,Graham和幾位同事分析了一個平臺在2013年3月的6萬多筆交易。他們發現,大多數工作都是由高收入國家的雇主列出,並由低收入或中等收入國家的工人完成的。

另一項關於零工勞動者的大型人種學研究也開始透露更多關於這項工作是如何完成的。它還提供了一些關於員工需要成功的線索。在2013年到2015年之間,微軟研究院的兩名高級研究員Mary Gray和Siddharth Suri對美國和印度的大約2,000名零工工人進行了調查,並對近200名工作人員進行了長時間的採訪。

他們得出的第一個結論是,儘管零工工人經常被描繪成獨立自主的勞動者,但實際上他們中的許多人都需要互相溝通和合作。工人們互相説明建立帳戶和個人檔案,分享關於優秀雇主和新崗位的資訊,並相互提供技術和社會支援。Suri說,工人們正在有意識地將人類的聯繫重新融入到新的系統中,他們是在用自己的時間去完成工作。”所以他們顯然必須重視這個問題。“

技能的差距能夠彌補嗎?

近年來,專家們一直在提醒人們,擁有數字技能的工人短缺迫在眉睫。他們警告說,沒有足夠多的受過培訓的工人來填補高技術職位,而且缺乏基本的數位化素養,可能會阻礙某些地區或人口群體的工人在數字經濟中蓬勃發展。

已經有一些成功案例了。十多年前,美國國防高級研究計畫局開始開發一種個性化、互動式和自我調整的”數位家庭教師“系統,以培訓美國海軍的新成員,從事資訊系統技術(IT)工作。學生們將與導師一對一合作,完成不同主題的課程,並解決相關的問題。

在隨後的一項研究中,稍微修改後的”數位家庭教師“系統在培訓100名退伍軍人從事IT行業中的文職工作時,也得到了類似的結果。在完成該計畫的6個月內,97%的退伍軍人都獲得了對應的工作,他們的平均年薪大致相當於擁有3-5年工作經驗的人。

2016年,對哥倫比亞、菲律賓和南非等地的1400名MOOC用戶進行了分析發現,80%的學生來自中低收入家庭,41%的學生只具備基本的電腦技能。超過一半的學生(56%)是女性,最受歡迎的課程是電腦科學。

即使是那些成功完成數位技能課程的人,也仍然面臨著各種各樣的就業障礙。2004年,研究人員對奈洛比的斯特拉斯摩爾大學肯亞IT項目的學生進行了訪談,一些學生表示,他們擔心自己找不到工作,或者工作能力不被認可。

這項研究已經明確表明,即使是設計良好的培訓專案,也可能不足以確保”學生“能夠在數位化領域取得成功。”你有更好的技能,知道如何使用電腦,這並不一定意味著你可以找到一份好工作。“”技能是這個難題的一個重要部分,但除了它們還有很多的問題。“